V CLIL výuce je rozumné zvážit využívání širší škály průběžného hodnocení, které není tolik obvyklé při výuce v mateřském jazyce (resp. vyučovacím jazyce). V současné době mnoho zemí vyžaduje sumativní testování jako důkaz toho, že žáci dělají pokroky, a sumativní testy jsou stále jedním z hlavních měřítek jejich výsledků. Existuje celá řada důvodů, proč je testování stále tak rozšířené, a to i v případě procesuálně zaměřeného CLILu:
- Rodiče a ostatní zainteresované osoby chtějí jasné důkazy, zda výuka formou CLIL funguje (či nefunguje).
- Výsledky testů jsou obecně lépe srozumitelnější než výstupy průběžného hodnocení.
- Školy, ve kterých probíhá zároveň výuka v L1 a CLIL, chtějí oběma skupinám žáků nabízet stejné podmínky. Není možné, aby byla testována pouze jedna z obou skupin žáků.
- Průběžné hodnocení vyžaduje odbornou přípravu a školení učitelů.
- Průběžné hodnocení je časově náročnější.
- Průběžné hodnocení je náchylnější k subjektivním závěrům.
- Dobré testování může poskytnout užitečnou zpětnou vazbu (viz následující podkapitola), takže žáci přesně vědí, co se ještě musejí naučit.
Problém ale je, že učitelé nebývají odborně školeni, jak sestavovat testy v L1, natož v kontextu CLILu. V následující části představíme hlavní zásady, které je nutné při sestavování testu dodržovat, aby daný test spravedlivě měřil schopnosti a dovednosti jednotlivých žáků, tj. měl odpovídající reliabilitu a validitu.
