三位评委观看同一位厨师煎鸡胸肉并装盘。一位评委打了9分（满分10分），因为摆盘很漂亮。一位评委打了6分，因为锅里食材太多，鸡肉没有静置就流失了汁水。第三位评委打了7分，因为“还可以，就是有点慢”。其实厨师并没有做错什么。他们各自使用了不同的评分标准，结果厨师收到了三条不同的评价，而评价的却是同一份作品。
这是一个示例场景，并非已记录的事件。它旨在解决连锁餐厅拥有众多厨房和众多评估人员时遇到的烹饪能力评估问题。本指南面向酒店餐饮培训总监和餐厅或酒店运营负责人。内容涵盖如何定义任务、选择具有代表性的工作样本、编写带有锚点的评估标准、校准评估人员以及如何利用评估结果进行后续跟进。
首先要明确一点：实际烹饪技能需要由合格的评估员进行直接观察。测验或幻灯片活动可以检验应聘者对标准的了解程度，并帮助他们为评估做好准备，但这不能代替观看实际烹饪过程。
要闻速览
| 问题 | 简答 |
|---|---|
| 正在评估什么？ | 厨房里，厨师按照品牌标准烹制指定菜肴的过程受到观察。 |
| 不同地点之间究竟出了什么问题？ | 评估者采用不同的私人标准，因此分数不具有可比性。 |
| 什么方法可以解决这个问题？ | 实际使用前需制定可观察的标准、书面准则和评估员校准。 |
| 评分标准能保证一致性吗？ | 不。对评分标准的研究表明，评分标准与更高的评分可靠性相关，尤其是在评分标准具体明确并附有示例或评分者培训的情况下，这种关联性最为明显。 |
| 滑动工具可以取代观察吗？ | 不，它仅支持准备、练习和校准方面的讨论。 |
| 谁来审核评分标准？ | 一名合格的厨师评估员和一名餐厅或酒店运营主管。 |
1. 明确评估的绩效指标
先从可观察的任务入手，而不是“精通”这个词。例如：按照既定的配方、份量、温度和摆盘要求，以流水线速度烹制品牌招牌鸡肉菜肴，同时遵守食品安全规程。
然后明确界限。哪个工作站？哪些菜品？是在服务清淡的时候、繁忙的时候，还是在特定的实践操作中？谁有权签字确认，签字确认的内容是什么？“能够胜任午餐菜单的烧烤工作”是一个站得住脚的说法。“烹饪大师”并非一次观察就能评判出来的。
还要检查认知需求。回忆温度属于回忆任务。按照标准烹制菜肴属于应用任务。诊断酱汁为何总是油水分离，或者为何两个地方用同一食谱做出不同的结果，属于分析任务。布鲁姆分类法可以帮助你将评估与需求相匹配，正如本指南中所述。 将学习活动与布鲁姆分类法相匹配.
2. 选择一个代表性任务
你不可能观察到所有事情，所以要选择一个能代表实际工作的任务。一个好的任务应该具备以下特点：
- 它运用厨师每班都需要掌握的技能，例如刀工、控温、时间把控、调味、分量控制和摆盘。
- 每个地方的菜品和规格都一样，所以评分可以比较。
- 它有清晰的开始和结束，因此评估者可以看到整个过程。
- 这道菜对厨师来说太过陌生，以至于他不可能仅仅为了考试而事先排练过这道菜。
要坦诚地说明这项任务无法展现哪些方面。一天中一道菜的表现并不能反映员工在周五高峰期、新食材到货时或在不同工作站上的表现。要全面评估员工的整体能力，需要安排多次简短的观察。
3. 制定可观察的标准和锚点
评分标准将“看起来不错”转化为评估者可以指出的具体内容。制定标准时，应基于你能看到、闻到、测量到或听到的事物，而不是基于自信或速度的印象。
以下是鸡肉菜肴的示例初始标准。请使用参考标准对每个标准进行 0 到 2 分的评分，并请合格的厨师评估员进行调整。
| 标准 | 0：弱 | 1：发展中 | 2：熟练 |
|---|---|---|---|
| 准备工作和工作站设置 | 物品缺失；任务进行到一半时停止去取物品。 | 大部分物品已准备就绪；一两件物品的缺失导致暂停。 | 开始前，所有物品都已准备就绪并放在触手可及的地方。 |
| 食谱和份量控制 | 与食谱不符；份量明显不对。 | 按照食谱制作；份量略微超出允许范围。 | 按照食谱操作；称重结果显示份量在规定的误差范围内。 |
| 技术与完成 | 锅里东西太多或火候不对；产品煮过头或煮不熟 | 技术基本正确；核心温度已达到，但未得到充分休息。 | 正确使用火候和锅具；达到安全温度并按规定静置 |
| 食品安全 | 不洗手，造成交叉感染 | 基本合规；一处疏忽已在提示后纠正。 | 无需提示，全程配合。 |
| 电镀符合规格 | 与参考照片不符 | 与参考资料相符，但存在明显差异 | 在规定的公差范围内与参考值相符 |
将关键错误单独定义。例如，鸡肉内部温度低于安全标准，或忽略过敏原控制，无论总分如何，都应判定为任务失败。总分绝不能掩盖关键错误。
如需更全面地了解如何对基于判断的工作进行评分，请参阅本指南。 评估培训中的判断力和问题解决能力避免使用“自信”或“速度快”这类没有明确定义的标准。速度可以作为一项标准，但需要设定可衡量的目标，例如在规定的分钟数内完成一道菜的摆盘，但不要用速度代替质量。
其他领域也存在同样的问题，相关的通用指导原则也同样适用。Jonsson 和 Svingby 对评分标准研究进行的一项著名综述发现，评分标准可以提高评分的可靠性，尤其是分析性强、主题明确的评分标准，配合示例或评分者培训使用时效果更佳。该综述还发现，仅靠评分标准并不能保证对表现做出有效的判断。您可以在[此处插入链接]阅读摘要。 ERIC 审查记录简单来说：先制定锚定规则，然后培训使用这些规则的人。
4. 校准评估人员并开展试点
校准是建立一致性的关键。在评估员给真正的厨师打分之前：
- 独立评分。 让每位评估员观看同一个示例（现场观看或录制视频），并根据评分标准单独进行评分。
- 比较证据，而不仅仅是分数。 询问每个人他们看到了什么来支持各自的评分。1 分和 2 分之间的分歧通常表明，某个参照标准比较模糊。
- 修改含糊不清的标准。 对于任何人们解读不同的锚点，添加一个可观察的细节，例如以克为单位的容差或指定的熟度测试。
- 重复以上步骤，并举出一个新的例子。 直到评估人员就绝大多数标准达成一致，并同意审查剩余标准为止。选择您与专家能够接受的共识程度，而不是随意借用一个数字。
- 在两到三个地点进行试点。 检查分数差异是由于厨师、评分员还是设备造成的。
始终让一位合格的厨师评审员参与其中。他们负责验证评分标准、参考菜品、熟度检查和关键错误，并决定谁有权进行评估。每当菜单或标准发生变化时，以及定期进行重新校准，因为评审员的判断力会随着时间推移而有所变化。
校准环节也是运用互动活动的绝佳时机。展示每张参考照片或一段短片，让评估人员匿名投票，然后公布并讨论结果。这样无需任何人事先发言，就能发现分歧。这有助于校准，但观察本身仍然在厨房进行。
5. 利用结果进行后续跟进
分数只有当它能指引方向时才有用。将下一步与你发现的差距匹配起来。
- 知识差距 （厨师无法说出食物熟度的标准）：有针对性的自主学习，然后快速复习。复习仅用于确认前提条件。
- 判断差距 （厨师按照步骤操作，但没注意到盘子没放好）：通过照片或真实班次的记录重量进行互动案例练习，并提供反馈。
- 技能差距 （技术是错误的）：由合格人员进行现场指导的监督练习。
- 语境差距 （技术正确，但设备、供应或人员配备不足）：找出原因，而不是厨师。
在经过一段时间的工作实践后，对一项新的、未曾接触过的任务进行重新评估。长期追踪相同的评估标准，并设定明确的分母，例如每位厨师每季度的观察次数。在将任何变化归功于培训之前，请考虑同时发生的其他变化，例如新烤箱的启用、菜单的更改或人员的变动。
能力评估是有局限性的。合格意味着厨师在所观察的任务和条件下达到了标准。但这并不意味着他们能够胜任所有岗位或所有服务。
哪些评估无法解决问题
- 不同的设备。 如果一个烤架温度过高，即使技术相同，也会得到不同的结果。
- 规格不明确。 如果规范中写着“煮至熟透”，评估人员会不同意，因为规范含糊不清。
- 评估员的可用性。 如果没有经过培训的评估人员在现场进行评估，评估标准就只是一纸文件。
- 证据有限。 一项观察结果可以说明当天发生了什么，但并不能证明为什么会发生。
尽早将这些问题告知加盟商，并约定由谁负责解决。相关指南链接如下： 减少各加盟店菜谱差异和份量不一致的情况 更深入地介绍了配方和工具方面的内容。
常见问题
什么是烹饪能力评估？
这是对厨师执行特定任务进行结构化观察，并根据书面标准进行评分。它考察的是厨师在厨房的实际操作能力，而不仅仅是他们的知识储备。
如何保证不同地点评分的一致性？
在所有地方使用相同的可观察标准和基准，并通过让评估人员对相同的示例进行评分并比较证据来校准评估人员。当标准发生变化时，重新校准。
你可以在网上评估烹饪技能吗？
只能部分实现。知识考核、情景题和校准讨论可以在线或实时进行，但实际技能考核需要合格的评估员现场或通过录制视频观看实际准备过程。
评分标准应该包含多少项评价指标？
数量要少，以便评估者一次观察即可完成评分。少量可观察的标准，每个标准都有明确的参照点，比一长串让人匆匆略过的清单效果更好。
从哪儿开始
选定一道招牌菜。拟定一份包含五个评判标准和关键指标的评分细则，然后请一位资深厨师评估员进行校对。与评估员就两个录制好的菜品示例进行校准，修改引发分歧的关键指标，并在正式推广前在两个地点进行试点。
要了解如何实时运行校准会话或知识检查，以及之后如何自主重复使用，请探索 AhaSlides.
