Benjamin Bloom 在1984年发表了一个很冷静的数字：一对一辅导下，学生平均成绩比30人课堂高出两个标准差。换算成百分位，被辅导学生的成绩落在传统课堂第98百分位。后来他又发现，用掌握学习法（mastery learning）——也就是小步检测、及时纠正，而不是等期末一次性清算——也能把效应量拉到约一个标准差。这不是什么神秘教学法，而是把“没学会就再学”制度化。

四十年过去，世界各地的课堂仍然大多数是：一个老师面向三十张嘴讲，然后所有人同时考试，再按正态曲线给等级。如果一个教学设计能稳定多出1-2个标准差还被系统无视，那只有两种解释：要么效应量是虚假的，要么教育系统另有目标。不少元分析确实会让2 sigma缩水，但即使只剩1 sigma，也足够让“平均”学生变成“前16%”。问题是，我们敢不敢要这个效果？

我的批评是：学校表面在教知识，实际在完成分选。正态曲线不是自然的，而是制度预设——如果所有学生都掌握，分数卡怎么拉开？升学筛选靠什么正当化？这就是为什么教学论里最有效的发现往往停留在论文里，而最有操作性的发现（比如怎么把排名排得更精密）会被反复推广。

所以真正值得追问的不是“为什么两西格玛那么难”，而是“如果学不会不再是学生的错，教育评价还剩下什么合法性”。你是想让每一个学生都学会，还是想让每个学生都有排名？