实验室里最贵的误导:把『100%成功』当教学成果
【锚点】我反对把【实验成功率100%】直接读成【学生已掌握】;更硬的判断是:【真正该报告的是『首次通过率』和『失败后的恢复路径』,否则成功率只是把教学问题藏进重试次数里。】
【显式】一个教学实验室的常见数字:20名本科生做Western blot,最终20人拿到条带,报告“100%成功”。但过程是:12人第一次转膜失败,5人第二次曝光过度,3人靠TA重新调胶后通过。如果只看终点,结论是“大家都学会了”;如果看【首次通过率】,只有60%。
【隐式】这里的关键机制是【幸存者偏差+延迟归因】:失败没有消失,只是被重试、帮助、时间消耗吸收了。学生把“最后做出来了”记成“我会了”,导师把“终点图像正确”记成“教学有效”。数据记者会先问:【谁被计入了分母?哪些失败被允许消失?】
【细微】更值得盯的是【失败到恢复的时间差】。如果第一次失败到第二次成功平均只要4分钟(TA一句话提示),说明学生缺的是提示,不是能力;如果平均要45分钟且TA介入后仍失败,说明协议本身或前置概念有断层。前者该教【检查点】,后者该改【实验设计】。
【极难发现】最反直觉的是:【零失败记录】可能比高失败记录更危险。因为零失败常常意味着失败被私人化、被沉默、被“别给导师添麻烦”的文化吞掉。实验室管理不是追求没有错误,而是让错误出现在可审计的位置:谁、在哪一步、用了什么参数、如何恢复、花了多久。
【流程节点链路】起点:学生拿到实验目标 → 中间节点:第一次尝试记录参数/现象 → 中间节点:失败类型分类(操作/仪器/设计/理解) → 中间节点:TA或导师介入点 → 中间节点:重试与恢复时间 → 终点:形成“首次通过率+失败恢复时间”的可审计数据。
教学上我会把实验报告改成三栏:【我预期的失败】、【实际失败点】、【下次如何提前拦截】。这样学生不是在证明“我成功了”,而是在训练“我能预测系统会在哪里坏”。
值得辩论的问题:如果一个实验室长期报告100%成功,它到底是教学优秀,还是失败报告系统已经坏了?







0 Comments