关于“数据驱动”的学校,这有5个质疑

茄葩 0

未标题-1.jpeg

 

你们有看过某个学校的数据墙吗?

 

在纽瓦克,我看到过公告牌上一所公立学校的各年级测试成绩,在与国家平均水平比较时,它们显得相形见绌;同时,在富裕的硅谷,我也看到过智能屏幕上实时反馈着某个学生的数学学习情况。

 

从这种公开的信息展示的方式中我们知道:学校关心学生表现的方式是通过一些数字。

 

也许你早就听说过关于数据采集和分享的积极影响,就像上周我们听过的一个故事:在某个地区,数据采集促使他们开始管理长期缺勤。

 

但是,随着“数据驱动”的教育变得越来越普遍,批评的声音也同样值得去思考。

 

美国教育部门加强鼓励并资助州政府去收集和分析学生的信息,这些信息包括:成绩,国家考试分数、考勤、行为、迟到、毕业率、学校氛围测量(比如学生参与调查的积极性)。

 

最新法规声明中,教育部门强调“确保学术成果、学生进步和学校质量是用于衡量学校是否成功的标准。”

 

教育科技能够让老师轻松地记录和分享信息给学生。查看Google Apps中的应程序导航,或者独立的成绩记录应用程序比如JumpRope、ClassDojo,他们都聚焦于学生行为。

 

软件完全通过自身来收集学生信息。Knewton的CEO在2012年中的演讲中谈到过他的“自适应学习平台”,每一天该平台从全球1千万的学生那里收集到针对每个人的数据(比如你回答一个抽象问题需要多少秒),这些数据的总量达到5千万-1亿。

 

他说,“的确,我们有很多关于学生的数据,这些数据超过了任何一公司关于任何一个人的所有数据,这些数据也不是封闭的。”

 

赞成这一切的论点在于——关于学生正在做什么我们知道得越多,我们就能更好得精确指导并进行干预,并且将尽可能地分享这些信息给家长和组织是至关重要的。它可以激发大的变化,它也维护公平和公民权利。最新的教育署规定中提到,州政府必须“将学校提升教育质量和教育公平的关键措施,清晰透明地提供给家长和社区成员。”

 

但是我们仍然开始听到一些声音说,如果学校太过于聚焦数据,我们可能会失去一些东西。接下来,让我们看看5个关于过度崇尚“数据驱动”的质疑。

 

1.学习动机也许会受到“数据驱动”的不良影响

 

大量的心理学研究指出,很少有人能够意识到自己的身份的不同。除非,在一个特定的测试中先说明不同组的测试表现会不同(比如男生组和女生组),这足以影响其中某组的最后测试成绩,这种情形被称之为“成见威胁”(stereotype threat)。(茄葩注:成见威胁——当你身处别人都预期你会表现得很差的情境中时,你的焦虑感可能会导致你最后验证了人们的预计。)

 

在一个高度被“数据驱动”的教室里,那些在低分水平苦苦挣扎的学生会清醒地意识到自己落后于平均水平,这很有可能触发“成见威胁”,导致他们最终的成绩表现很差劲。或者,这可能会引起对学校的负面感受,威胁到学生的归属感,而归属感恰恰是进行学术研究的动力关键所在。

 

那些被数据引导,努力收集徽章、学习奖品、虚拟奖励的学生又如何呢?有研究表明,这些外在的奖励会降低学生们在学习活动中的兴趣。

 

2.父母们一直监视孩子真的好么

 

在80年代,我的父母把我放到学校里并祈祷一切都好,当出现问题时他们会接到老师的电话;否则,在学期末收到成绩单之前,没有消息就是好消息。

 

而今天,父母们从学校那里收到到越来越多关于孩子的消息、照片,还有一些软件系统能够让家长看到孩子们的在每一项功课和任务中的表现,甚至精确到每一分钟是用来阅读还是用来练习西班牙语。

 

获取信息对于父母来说是参与孩子教育的一种新方式,这也许可以激发一种全新层面的关心孩子的手段。

 

但有研究发现,过度介入的“侵入式”的养育风格与学生进入大学时的焦虑和抑郁水平的增加呈正相关。“在k12学段提供父母介入学生学习的入口会对学生的发展有损害。”高等教育学院的教授John Warner 在最近的一篇文章中这样提到。

 

3.出于商业目的的数据监测和营销开始进入学校领域

 

在完成英语家庭作业的过程中你是否收到过一些广告推荐?国家教育政策中心发布了公立学校中的商业、市场营销年度报告,研究人员提出,要关注公司针对那些使用电脑完成家庭作业的学生进行的营销行为。

 

像Google这样的公司会承诺不以广告为目的去跟踪学生的作业过程,但现实情况是,这一界限有很多漏洞。比如,一个高中生为了完成报告作业经常会在dictionary.com、Sparknotes上查看、询问相关的问题;有一次,她发现在Sparknotes的某一篇章中出现了鞋子的广告。

 

这个学生观察到:

 

“学校已经被证实是数据采集和市场营销的潜在目标,学校不但期望通过技术获得更好的教学,同时缺乏资源使他们倾向于使用免费的技术、免费得程序、免费的教育材料或者使用一些筹集而来的资金。”

 

4.什么样的数据是不能被捕捉的

 

计算机系统最适合用来记录、分析量化的结构化的数据。缺勤数、三位数计分、多项选择考试等数据都可以通过机器运算来完成。

 

但是,如何记录下述的情况呢?

 

“一个学生克服了自己天生的拖延症,在Odysseus’s船模型的设计和施工过程中表现出色,但是其文字说明存在部分抄袭。”

 

“一个学生在生活环境更换了3次的情况下,这学期仅仅只旷课了10次.”

 

计算机系统真的可以给出如此复杂的反馈内容吗?

 

5.把关于学生的“永久性数据”暴露在广泛的范围是否合适

 

在过去的几年里,一些州已经通过法律禁止雇主查看求职者的信用报告。雇主希望雇员可靠、负责任,但隐私倡导者认为展现给雇主一份关于潜在雇员的过去的破产报告,对于一个需要重新开始的人来说,这非常不公平。

 

相似的,对于犯过法律过失的年轻人来说,有一个未成年判决记录的保密程序,这一点非常善解人意,因为即使是严重的错误也不应该永远困扰年轻人。

 

教育成绩报告单并不像雇主手里的信用报告或者未成年判决记录一样简单,它更复杂,也有更多的细节。可以说,他们更接近于信用报告,法庭记录甚至心理档案的合集。

 

比如ClassDojo会报告学生的意志力、团队协作能力、领导力、灵活应变能力、好奇心,这些关于学生过去表现的信息会仔细地被呈现在一封推荐信里。

 

可以想象是的雇主和大学都想更容易得看到这些信息,但是他们真的有权获得这些信息吗?仅仅因为这些信息对于选拔雇主或学生有益或者有害?谁有权做这样的判断?

 

本文来源:edsurge,经茄葩编译