杨致远身价古德哈特定律解释了学校衰败的原因

admin 2023-12-30 08:13:29 浏览量:10
问题描述:
最佳经验
内容来源:http://www.xxyiy.cn/news/show-18238.html
在教育的各个领域,你都能看到激励的作用。然而,这些激励措施与教育的实际目标相去甚远,以至于产生了有害的结果。

古德哈特定律通常是这样说的:“当一个行为成为目标时,它就不再是善的衡量标准。”经济学教科书经常使用一个钉匠的故事,他得到一个消息,衡量他在钉钉生产上成功的标准将取决于制造钉子的数量。他重新配置工厂的工具,调整资源的使用,尽可能多地生产别针,尽管许多别针太薄、太小或弯了,无法使用。当上级决定用钉子的重量来衡量生产率时,他只是做了一些太大、太重而无法使用的钉子。换句话说,一旦你的动机与某个指标相一致,这个指标就不再是客观指标了。

在教育领域,古德哈特定律预测,当枯燥的数据,如考试成绩或学校排名,成为教育的主要焦点或代表时,实际学习的质量就会受到影响。学生们理所当然地认为,高分比学习和理解材料重要得多。教师被激励着专注于应试策略(在现实世界中价值有限),而忽视了那些重要但难以量化的知识领域。分数膨胀变得很普遍,因为分数比掌握材料更重要。评估学生的学习变得脱离了学习本身,从而产生了可预见的问题结果。

我们在教育中一次又一次地注意到这一点。官僚和立法者试图制定远看似乎是“成功”的标准,而教育系统重新调整生产以服务于这些标准。因为我们希望从教育中得到的实际结果是理想化的,而且难以衡量(例如拥有良好公民技能和重要大学的人口),中央计划制定者选择了一个又一个离谱的指标,在这个过程中扭曲了整个系统的优先级。

总部位于波士顿的私立东北大学在20世纪90年代有了一个重要发现:衡量一所大学长期财务可行性和成功的最具统计意义的指标是它在《美国新闻与世界报道》年度“最佳大学”排名中的排名。在这所三等舱乘客学校努力保持门户开放的情况下,领导层决定全力以赴提高他们在美国新闻中的排名。东北大学将通过逆向工程的统计标准来打破前100名的排名。

东北大学将许多班级的学生人数限制在19人,因为这个公式相当于班级学生人数少于20人。该学院采用了一种简单的在线申请系统,并大量招收学生,因为更多的学生申请(每人75美元)意味着更低的录取率,这有助于排名。东北大学还开始吸引认证较低的高中生在国外度过他们的第一个学期,将他们排除在即将到来的学期的GPA计算之外。教育的价值或机构的质量是否得到了有意义的改善是值得怀疑的,在某种程度上,这无关紧要。东北大学的排名在短短17年里从162位上升到49位。教育价格几乎翻了三倍。

其他几所美国学校也承认在学生经历的描述中操纵过公式。而包括乔治华盛顿大学和埃默里大学在内的其他大学则只是承认作弊、撒谎或夸大数据。收集调查。

另一个对数据需求取代教育目标的常见例子是官方的大学毕业率。政府统计数据显示,四年制大学的毕业率只有33.3%。由于不愿意公开这样一个惊人的数字,记录人员在六年后开始跟踪毕业率,毕业率几乎翻了一番,达到64%。对于为孩子的未来做计划的家庭来说,这种区别可能是至关重要的,即使它被“透明”的声明所掩盖。

在K-12教育中,学校不太受任何特定评级体系的约束,但事实上,由于联邦政府的监督,学校更有可能提供积极的数据(如果不一定是实际结果来支持它)。

标准化测试、中期评估、出勤率记录和毕业率:教师和管理人员收集的数据流应该能让我们深入了解孩子们在每所学校接受的教育。但事实是这样吗?

联邦立法“不让一个孩子掉队”和后来的“力争上游”要求“强有力的数据”来衡量学生的成功、教师的影响力和制度的有效性。定量测试已经变得比学生的幸福更重要。目标目标减少到统计表上的行。老师已经变成了工具,他们只为考试而学习,忽略了其他的东西。音乐课、体育课、课间休息、美术课和其他结构不太明确的活动都减少了,因为官员们没有看到创造力和玩耍在提高考试成绩方面的明显价值(尽管有证据表明他们确实看到了)。

在学年期间,我们对数据的痴迷已经取代了教育的一切表象。在开发日期间,管理人员委托和教师参加以考试为重点的培训。考试日变成了考试周。与收集数据的成本相比,这些数据的用处就相形见绌了。依赖它的代价可能会更高。让收集变得更广泛、重复和详细,只会分散人们对教育真正目的的注意力。教师、管理人员和学生转向满足数据收集者的需求,而不是做他们所做的(学习和教学),让它被动地被衡量。

在这些误导性的动机下,误导数字(也许是为了使它们更能代表实际经验)的愿望非常强烈。教师作弊并鼓励学生作弊,亚特兰大公立学校的“作弊丑闻”就是一个令人难忘的例子,在这起丑闻中,35名教师被指控将总共25万份考试答案从错误改为正确。虽然他们做错了,但这些教师是在激励机制下运作的,这种激励机制使得答题卡计分表成为教师为孩子们服务可以获得多少资金和地方控制的衡量标准。面对不合理的行为和难以置信的高风险,他们会玩弄这个系统。联邦监管机构让数据成为结果的主宰,而不是服务器。

无论何时何地,我们衡量无形资产,都有扭曲合规激励的风险。对于像学习成果这样深刻的、无形的东西,有形的数据很容易被诱惑去取代我们所知道的有价值和有意义的东西。通过将我们自己从指标和评级中分离出来,我们可以重新关注教育对人类心灵的影响,而不仅仅是数据表。

劳拉·威廉姆斯

Laura Williams

劳拉·威廉姆斯是一位沟通战略家、作家和教育家,居住在佐治亚州的亚特兰大。

她是批判性思维、个人自由和牛津逗号的热情倡导者。

获得劳拉·威廉姆斯和爱尔的新文章通知。

举报收藏 0打赏 0评论 0