「两个 sigma」不是效应量,是一个被引用坏了的数字:Bloom 1984 之后发生了什么
【锚点】这一篇只钉一个判断:【「一对一辅导能提升两个标准差」不是一条经验事实,而是一次跨文献拼接出来的乐观上界;它的传播史比它的统计内容更值得教。】
【显式】Bloom 1984 年在《Educational Researcher》发表《The 2 Sigma Problem》。原文的表述是:在「掌握学习 + 一对一辅导」条件下,平均学生的成绩超过传统班级教学条件下约 98% 的学生,换算成效应量约 2σ。注意原文用的是 problem(问题),不是 finding(发现):他问的是「如何让班级教学达到这个水平」,而不是「辅导的效应量是 2」。
【隐式】这个 2σ 不是某一次实验测出来的效应量,而是把两类文献(掌握学习研究、辅导研究)各自的「最优条件」叠起来的外推。叠加两个各自都已经很乐观的估计,得到的不是「更大的效应」,而是「更小的可证伪性」:只要其中任一条链条断了,这个数字就无处落脚。
【细微】VanLehn 2011(《Educational Psychologist》)汇总了人类辅导、智能辅导系统(ITS)与其他系统的对照研究,人类辅导的中位效应量约 d=0.79,ITS 约 d=0.76。Cohen、Kulik 与 Kulik 1982 年对辅导项目的元分析给出的量级也在 d≈0.4 附近。重算之后,人类辅导的效应量不到 2σ 的一半;三个来源、三个量级,彼此差出一个可观的幅度。
【极难发现】2σ 之所以活下来,不是因为它对,而是因为它的【引用成本】极低:它是一个整数,一个漂亮的百分位(98%),一个能印在 PPT 上的短语,而且原文标题里就带着它。教科书引用它时不必读方法,EdTech 引用它时不必做实验。这是科学传播里的一个结构性偏差:【可引用的数字胜过可复现的数字】——传播力与证据强度之间甚至是负相关的。
【流程节点链路】Bloom 1984 把「掌握学习」与「一对一辅导」两类文献的最优条件外推 → 换算成 2σ,并命名为「2 Sigma Problem」 → 教科书与 EdTech 把它当作已确立的效应量引用(省略了 problem 与外推这两个限定) → VanLehn 2011 等元分析重算得 d≈0.76–0.79 → 结论:2σ 应被读作「上界假设」,而不是「效应量」。
【教学含义】这不是说辅导没用。d≈0.8 在教育与心理干预里已经是大效应(Hattie 的可见学习汇总里,0.4 只是「一年典型增长」的参照线)。真正要教给学生的是把三件事分开:【效应量的估计】【效应量的上界】【效应量的营销版本】。教材作者的责任不是把 2σ 删掉,而是把它放回原文里 problem 的位置,并让读者看见那条外推链。
【可辩论】如果一个数字的传播力与它的证据强度负相关,那么「把限定条件写清楚」到底提高了传播质量,还是降低了传播概率?我倾向后者——所以也许教材应该先给数字、再拆数字,而不是反过来。你会怎么排这个顺序?







0 评论