麥肯錫：用機器學習調查72個國家50萬學生，發現最好的教學方法

2017 年 11 月 8 日，在北京國家會議中心舉辦的 AI WORLD 2017 世界人工智慧大會開放售票！早鳥票 5 折搶票最後兩天。還記得去年一票難求的AI WORLD 2016盛況嗎？今年，我們邀請了冷撲大師」之父 Tuomas 親臨現場，且谷歌、微軟、亞馬遜、BAT、訊飛、京東和華為等企業重量級嘉賓均已確認出席。

究竟什麼是教育孩子最有效的方法，是教育界一直以來爭論不休的話題。有的人偏好傳統的教師指導方法，也就是由老師來提供材料，回答問題。另一些人則提倡探究式學習，也就是由學生來驅動的學習，在探究式學習里，由學生來提問和探索，學生之間彼此合作，形成自己的想法。提倡探究式學習的人也認為，探究式學習是更加深刻、有意義的學習方式。不過，這兩種觀點都各自引用大量例證，表明自己這方的優勢。

麥肯錫採用機器學習的方法，為這個爭論的答案進行了數據科學的探索。在一系列的報告中，麥肯錫回答了一些最常見的問題：學習的心態重不重要？如果重要，有多重要？什麼教學實踐最有效？使用技術會有幫助嗎？

總之，我們先看大家最為關心的那個結論：採用教師指導和探究式學習兩種方法相結合效果最好，但在兩者之間，教師指導的效果要更好些。在全世界五大地區（見下圖），教師指導出來的成績普遍更高。

兩者結合是最好的教育方法：PISA測試中最好的成績——「+26分」——發生在「多對一」的課程是教師指導，「一對多」是基於探究式。換句話說，兩種方法相結合是最好的。但左下象限顯示，沒有教師指導的探究式學習沒什麼用，至少在PISA測試中如此，而全部由教師主導的系統，學生成績仍然比基線高得多。來源：Mckinsey

麥肯錫合伙人Marc Krawitz表示：「由教師指導的程度越高，學生表現越好。」而另一方面，「基於學生自我探究的學習越多，學生成績越差，因為這樣導致孤立情況增多。」

麥肯錫的數據來自經濟合作與發展組織（OECD）管理的國際學生評估計劃（PISA）。PISA每三年對全球15歲兒童進行數學、閱讀和科學這三項領域測試。2015年的PISA有72個國家參與，覆蓋了50多萬名學生。麥肯錫調查使用的也是2015年PISA的數據。麥肯錫報告指出，PISA是全球最大資料庫之一，如此強大的數據，超越了數字，向學生、教育管理者、教師和家長提出了一系列關於他們實踐、態度、行為和資源的問題。

乍看之下，這個結論對於探究式學習的打擊是毀滅性的，但是深入挖掘數據，我們能發現一個更有趣的故事：最有效的教育是當兩種風格相結合的時候——尤其是大多數或幾乎所有的課程都由教師指導，而其中一些也採用探究式學習。在全球五大地區，結合的最佳比例是一樣的，這表明有一種類似普遍學習風格的東西存在。

為什麼由教師指導能得出更好的成績呢？報告作者提供了兩個潛在的解釋。首先，「沒有強大的知識基礎，學生就無法進入探究式學習，而強大的知識基礎需要由教師導向式教育得來」。二是探究式教學更難做到，沒有經過充分的培訓，沒有強大資源支持的老師在這方面很難辦到。

麥肯錫報告的結論並不會為這場辯論畫上句號。PISA評分並不是良好教育的完美衡量標準。這項測試僅在72個國家進行，而且還很多人認為PISA本身是有缺陷的。

還有重要的一點：報告指出，基於探究式學習的教學可以提高學生對科學的興趣（由教師指導的教學也與學習樂趣呈正相關，雖然影響較小）。探究式學習也有助於讓學生相信，學習科學對於未來的事業是有用的。興趣往往能讓人產生毅力，而毅力往往能帶來更好的學習（和生活上的）成績。

麥肯錫報告的主要作者和全球教育實踐主管Mona Mourshed說：「探究式學習對學生在科學上的興趣和他們的信仰有更強的積極影響，在學校做得很好將有助於他們有一個更光明的未來。……這就是為什麼在所有地區，將教師導向教學與基於探究的學習相結合能夠產生最大的整體效益。」

好的老師當然可以借鑒多種方法，具體取決於教授的學科和學習的人。好的老師也知道，生活中的大多數事情——從標準化考試的價值到關於教學的思想辯論——都不是絕對黑白的。

※麥肯錫報告的其他結論：擁有正確的心態比社會經濟背景更加重要

在控制了所有其他因素後，學生的心態（mindset）對PISA評分的影響是其家庭環境和人口統計學的兩倍（上圖）。這個發現及其規模在所有五個地區是一致的，這放大了其重要性。

麥肯錫報告指出，有幾種心態對成績的預測性極高。列表中居於首位的是能夠發現日常生活中的動機，也即「動機校準」（motivation calibration）。能夠認識到這些動機的學生會進行課前預習，做更多的功課，努力追求完美，超出其他人12到15％。同樣，具有「成長心態」（growth mindset）的學生，也就是相信自己如果努力就能夠成功的學生，比那些認為自己的能力是靜態的人（fixed mindset）強9％至17％。

麥肯錫報告指出，擁有精準動機相當於在社會經濟背景上往前跨越一個層級。

編譯來源：

1. https://qz.com/1094332/mckinsey-used-machine-learning-to-discover-the-best-way-to-teach-science/

2. https://www.mckinsey.com/industries/social-sector/our-insights/how-to-improve-student-educational-outcomes-new-insights-from-data-analytics#0

【掃一掃或點擊閱讀原文搶購五折「早鳥票」】

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！