Learning Science的三個理論對在線教育有什么啟發(fā)？
為了給學(xué)生帶來一個更光明的未來，我們必須要理解并應(yīng)用學(xué)習(xí)科學(xué)（Learning Science）。一個數(shù)據(jù)科學(xué)家和教育科技產(chǎn)品的研發(fā)者的工作不是發(fā)明一個又一個閃閃發(fā)亮的電子設(shè)備，而是基于論證和經(jīng)驗去研究如何提高學(xué)生的學(xué)習(xí)成果。那就得從理解目前的學(xué)習(xí)科學(xué)研究入手，在R&D的副總裁和McGraw-Hill教育集團的分析員Alfred Essa多年的研究經(jīng)歷中，他認為有三點最重要：個性化學(xué)習(xí)、一萬小時定律、助推分析。
小編認為，對于在線教育來說，這三點同樣值得借鑒，并且能夠借助互聯(lián)網(wǎng)和大數(shù)據(jù)的新技術(shù)，更有效地進行運用：利用平臺和分享經(jīng)濟整合教師資源，極大地便利了個性化教學(xué)；而突破時間和地域的教學(xué)條件、跟蹤式的學(xué)習(xí)方法使練習(xí)和實踐更加科學(xué)化，也能隨時督促學(xué)生進行訓(xùn)練；基于大數(shù)據(jù)的學(xué)習(xí)模式實時分析和調(diào)整，可以使有針對性的助推設(shè)置成為可能。個性化教學(xué)能帶來更大的學(xué)習(xí)收益本杰明?布魯姆因“布魯姆分類法”而聞名，他是美國最優(yōu)秀的教育心理學(xué)家之一。在1984年，他寫了一篇原創(chuàng)性的論文，學(xué)習(xí)科學(xué)界稱之為“2 sigma problem”（注：Sigma，標準差）。布魯姆的研究團隊比較了學(xué)生在三種不同的教學(xué)條件下的學(xué)習(xí)情況。常規(guī)式。學(xué)生在標準的傳統(tǒng)課堂上學(xué)習(xí)知識，周期性地參加測試，檢驗他們是否掌握了這些知識。掌握式學(xué)習(xí)（又叫精熟學(xué)習(xí)）。在掌握式學(xué)習(xí)中，學(xué)習(xí)材料與常規(guī)式學(xué)習(xí)是一樣的。然而，學(xué)生必須展現(xiàn)出自己已經(jīng)掌握了這一階段的知識，才能開始下個階段。而且，考試也被連續(xù)的反饋和糾錯式的評估所取代。在掌握式學(xué)習(xí)中，教學(xué)的重點從總結(jié)性評估（考試）轉(zhuǎn)變?yōu)樾纬尚栽u估（反饋）。一對一輔導(dǎo)。每個學(xué)生都配備一位個人學(xué)習(xí)教練。學(xué)生除了享受掌握式學(xué)習(xí)的所有好處之外，還可以得到一位專業(yè)助教的幫助。哪種模式的效果最好？把常規(guī)的教學(xué)模式作為基線，在掌握式學(xué)習(xí)的條件下，學(xué)生的表現(xiàn)提升了一個標準差。而接受一對一輔導(dǎo)的學(xué)生，有兩個標準差的提升。一個標準差大概就是一個等級的提升（例如從B等提升到A等）。這可能意味著一個學(xué)生從不及格變成及格，而這是大多數(shù)教育方法都做不到的。兩個標準差的提升則意義更大。在布魯姆的研究中，還有另一個微妙的、常常被忽略的方面。通過掌握式學(xué)習(xí)和助教輔導(dǎo)來進行個性化教學(xué)，不僅僅提高了學(xué)生成績的平均值，還降低了成績的標準差。這意味著，在成績分數(shù)的分布中，分數(shù)低的學(xué)生能漸漸趕上分數(shù)高的學(xué)生。從布魯姆的研究中，我們能得出幾個重要的結(jié)論。1、只要有正確的條件，大多數(shù)學(xué)生都能進行高水平的學(xué)習(xí)。2、個性化教學(xué)能帶來更大的學(xué)習(xí)收益。3、個性化教學(xué)能縮小高水平學(xué)習(xí)者和低水平學(xué)習(xí)者之間的差距。4、目前還沒有一個可擴展的學(xué)習(xí)系統(tǒng)和解決方案，能給學(xué)習(xí)收益帶來一個或以上標準差的提升。作為一個研究專家的專家，瑞典心理學(xué)家K.安德斯?愛立信的“刻意練習(xí)”框架，為我們理解學(xué)習(xí)和技能發(fā)展的核心要素，提供了統(tǒng)一的原則。愛立信的研究有一個基本原理，就是你必須投入時間，沒有任何捷徑可走。不管你有多少天賦，就算你是邁克爾?喬丹，為了保持自己的一流水平，也必須花費10年，也就是大約1萬小時的時間，不斷地練習(xí)。我們常常以為運動員是“天生奇才”。要成為精英必須有天賦，這沒錯。但喬丹不是從媽媽的肚子里一出來就能扣籃，就能滯空轉(zhuǎn)身帶球上籃。喬丹也要通過不停地練習(xí)來打磨自己的球技。他能超過其他運動員，是因為他的職業(yè)原則：比大多數(shù)競爭對手練習(xí)得更苦、更久。一些研究員在技能發(fā)展所需的具體練習(xí)時間上不同意愛立信的結(jié)論。借鑒自愛立信的工作，另一位杰出的心理學(xué)家和麥克阿瑟研究員，安吉拉?達克沃斯提煉出了刻意練習(xí)的四個主要特點。目的性練習(xí)。為了達到最佳的技能發(fā)展效果，我們不要隨意練習(xí)。練習(xí)必須具有一個非常具體的目的。它需要在當下的技能發(fā)展水平和下一個目標水平之間進行適當匹配。挑戰(zhàn)有難度的技能。只有當我們做那些超出我們已有技能水平的事情時，我們才能學(xué)到什么新東西。學(xué)習(xí)者需要堅持在這個區(qū)域中，只有長時間挑戰(zhàn)有難度的任務(wù)，克服自己懶惰的天性，才能發(fā)展我們的技能。立即反饋。在大多數(shù)情況下，學(xué)習(xí)表現(xiàn)與反饋之間的時間太長了。這是因為教師的時間和資源有限。刻意練習(xí)要求表現(xiàn)與反饋之間的間隔趨近于零。重復(fù)直至自動化。對于任何新技能來說，除非你能重復(fù)練習(xí)這一技能，直至你能自動化地，不需要意識努力地完成它，否則你就不能說自己真正掌握了這一新技能。一系列研究表明，我們?nèi)祟惗际窃愀獾臎Q策者。哪怕正確的信息和“洞見”都擺在我們的面前，我們?nèi)匀粫龀鲈愀獾倪x擇。這些糟糕的決策并非僅僅是不理性的，它們是可以預(yù)測的系統(tǒng)性錯誤。盡管我們都知道，適當?shù)臓I養(yǎng)和鍛煉能讓我們保持健康，但為什么我們當中仍有很多人超重呢？為什么營養(yǎng)學(xué)和運動的知識對我們大多數(shù)人都無效呢？是意志力的原因嗎？我們能從行為經(jīng)濟學(xué)中學(xué)到一些東西。這個領(lǐng)域的研究顯示，我們的行為是可以預(yù)測的非理性。在不同的背景下，一些看似不重要的小細節(jié)會讓我們改變自身的行為。行為經(jīng)濟學(xué)著作《助推：事關(guān)健康、財富與快樂的最佳選擇》中講過一個故事，一般男人在小便時不會刻意對準便池，阿姆斯特丹的史基浦機場在每個小便池里都畫上了黑色的蒼蠅。因為他們預(yù)測，如果一個男人看到了這個黑色的蒼蠅，他就會瞄準它。結(jié)果是，史基浦機場帶有蒼蠅畫的小便池減少了80%的某物溢出。數(shù)據(jù)科學(xué)研究的目標之一是，通過經(jīng)驗研究，發(fā)現(xiàn)那些能讓知識變得更具實踐性的“助推”。我們可以把“助推”看作一個很小但是很重要的動機性推動，它能把知識變?yōu)樾袆印?shù)據(jù)科學(xué)能幫我們發(fā)現(xiàn)這些可能的“助推”，并驗證它們的有效性。通過研究機器和人類智能的結(jié)合，個性化學(xué)習(xí)能顯著地推進學(xué)習(xí)效率。但我們同樣也要理解人類的動機、耐性和非理性特征，從而做出更好的應(yīng)對之策。作者：Alfred Essa
圖片來源：網(wǎng)絡(luò)
內(nèi)容來源：EdSurge
轉(zhuǎn)載：互聯(lián)網(wǎng)學(xué)習(xí)觀察家（ID：elearninggcj）
1. 優(yōu)學(xué)云測評推出培訓(xùn)機構(gòu)個性化教學(xué)解決方案
2. 優(yōu)學(xué)云測評推出中小學(xué)校個性化教學(xué)解決方案
3. 優(yōu)學(xué)云測評推出招生平臺流量提升方案
4. 優(yōu)學(xué)云測評推出企業(yè)人才發(fā)展平臺解決方案——人才庫管理
5. 優(yōu)學(xué)云測評幫助個性化教育成為現(xiàn)實
優(yōu)學(xué)云測評精選的每一篇文章都會注明來源和作者（除非找不到），文章版權(quán)歸原作者所有，若有侵犯權(quán)益，請聯(lián)系我們刪除。本文所述內(nèi)容僅代表作者觀點，不代表優(yōu)學(xué)云測評立場。對于本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、準確性和合法性本公眾號不作任何保證或承諾。
