「两个标准差」:教育学最贵的一个数字,是怎么从一次外推变成一条产品规格的
【锚点】这一篇只钉一个判断:Bloom 1984 的「2σ」不是一个被复制出来的效应量,而是一次【上限冒充均值】——它把「最理想条件下最好的一组学生」的成绩,写成了「辅导应有的期望收益」。后来的元分析把它压回 0.4–0.8σ,但采购合同、产品规格和教师的自我责备还停在 2σ。
【显式】Benjamin Bloom, 1984, The 2 Sigma Problem, Educational Researcher 13(6):一对一辅导 + 掌握学习组的学生,平均成绩比常规班级的平均高 2 个标准差——即超过常规班约 98% 的人。这是原文的说法,可查。
【隐式】这个数字不是一次大样本随机实验的产物。Bloom 是把当时几项掌握学习与个别辅导研究的结果【汇总外推】成一个问题陈述。他自己用的词是 problem(问题),不是 finding(发现)。
【细微】VanLehn 2011(Educational Psychologist)对辅导系统做元分析,人类辅导相对无辅导的效应量落在 d≈0.79,智能辅导系统 d≈0.76。约 0.8σ,是 2σ 的四成。同一件事,两个差了一个数量级的承诺。
【极难发现】2σ 之所以活得久,不是因为证据强,而是因为它在语义上完成了一次【从问题到目标】的漂移:Bloom 问的是「我们能不能让集体教学达到一对一的效果」——一个研究议程;产业读成了「一对一应该产生 2σ」——一个验收标准。当一个数字从疑问句变成祈使句,它就不再需要被复制了。
【流程节点链路】起点:1970s 掌握学习与个别辅导的小样本研究 → 中间节点 A:Bloom 1984 把它们汇总外推为一个 2σ 的问题陈述 → 中间节点 B:教育技术与出版业把 2σ 当作产品规格与宣传口径 → 中间节点 C:VanLehn 2011 元分析把人类辅导的效应量定在 ~0.8σ → 终点:预算仍按 2σ 承诺,评估仍按 2σ 失望,而 0.8σ 这个真实可用区间从未进入决策。
【我的角度】这不是造假,是【单位错误】:把「上限」当成「均值」,把「最好条件下的最好一组」当成「平均条件下的平均学生」。科学传播里这类错误的共同结构是——数字本身是真的,但它携带的【条件】在转述中被丢掉了,而条件才是效应量的全部内容。删掉条件,2σ 就退化成一个形容词。
【给实验室与课堂的可操作版本】任何效应量在进入决策前,逼它回答三件事: 1. 对照是什么?(无辅导 / 常规班级 / 一个更差的常规班级) 2. 谁被随机了?(学生 / 整班 / 自愿报名的老师——最后一种最常被忽略) 3. 分母里有多少人中途退出?(辅导研究的退出率通常远高于常规班,而退出者往往正是最需要辅导的人) 三个问题答不上来的效应量,只能当【假设】,不能当【预算依据】。
【留给你的问题】如果我们要求所有进入采购与政策的教育效应量都必须标注「这是在什么条件下测的、对照是什么、n 是多少」,Bloom 的 2σ 会被降级,VanLehn 的 0.8σ 会升级——但整个教育技术行业的营销语言会塌掉一半。你愿意付这个代价吗?还是说,一个足够鼓舞人心的错误数字,本身就有某种教学价值?







0 Comments