Napjaink tesztelési metamorfózisai közül kétségkívül a leglátványosabb az az átalakulás, amely a klasszikus tesztelmélet bírálata óta az új, többnyire (poszt)modernnek nevezett tesztelmélet kialakulása körül – főként a matematikai igazolhatóság területén – végbemegy. A kutatókon kívül kevesen érzékelik azt a változást, amelyet az itemelemzésben a determinisztikus bizonyítási eljárásokból a probabilisztikusba való áttérés jelent, viszont a klasszikus tesztelmélet logikai csapdái már sokkal ismertebbek. Szűkebb értelemben minden nyelvi teszt egy előírt viselkedést vizsgál egy előírt helyzetben. Ez az egyszerűsítés viszont nagyon megtévesztő, hiszen ha lenne egyáltalán ideális nyelvtudás, akkor az azt leíró tesztitemek száma gyakorlatilag végtelen. Csak az összes variáns adja ki teljességgel az elvárt viselkedést, amelyet az előbb ideális nyelvtudásnak neveztünk. Így elvben minden teszt annak a bizonyítéka kell legyen, hogy egy véletlenszerű minta igenis kiválasztható az összes item univerzumából (RS, random sampling). Mindezt tetézi még az a kívánalom, hogy ténylegesen legyen hasonlóság a megfigyelt viselkedés és az elsajátított szint között. Első pillantásra azt hihetnénk persze, hogy az összes elképzelhető tesztlépést nem lehet megalkotni, mert számuk végtelen, megalkotásuk szubjektív. Ez igaz, de az itemírás algoritmusa megadható, és ennek segítségével – csakúgy, mint a transzformációs-generatív elméletben leírt szabályok segítségével a nyelv – elvben az összes item is generálható. Igen nehéz viszont a klasszikus tesztelméletet ért bírálatokra az elmélet keretein belül választ adni, hiszen éppen a megválaszolhatatlanság váltotta ki az elmozdulást a determinisztikus modellektől a probabilisztikus modellek irányába. Melyek ezek a kritikai megjegyzések?