Перейти к содержимому

王虹邓煜折射出中式教育的“隐形代价”:教育筛选机器扼杀了多少“未被系统识别”的天才?

向杨Alan君

0:00 / 0:00

王虹邓煜折射出中式教育的“隐形代价”:教育筛选机器扼杀了多少“未被系统识别”的天才?

110 просмотров · 1 мес. назад
向杨Alan君
8,91 тыс. подписчиков
110 просмотров · 1 мес. назад
王虹与邓煜,是我们能够看见的人;而那些没有走到最后的人,同样属于教育的一部分。出现两位菲尔兹奖得主让人为之振奋,却不足以证明整套制度没有付出其他代价。 应试教育最大的功能,是把大量天赋卓越的孩子识别出来;最大的风险,则是把另一部分成长更慢、兴趣更广、思维更偏离标准路径的孩子,也一起筛选掉。 社会学家詹姆斯·斯科特在《国家的视角》中指出,现代国家天然偏好那些容易测量、容易比较、容易管理的事物。考试分数、竞赛名次、绩点排名,都属于这种“可视化”的能力。它们能够进入报表、进入数据库、进入政策评估,因此制度会不断强化这些指标。 但任何筛选体系在提高识别效率的同时,也会产生自己的盲区。 统计学中有两个概念,可以帮助理解教育中的这种困境。一种错误叫“假阳性”(false positive):一个并不具备长期潜力的人,被判断为优秀。另一种错误叫“假阴性”(false negative):一个拥有长期潜力的人,因为尚未成熟、成长速度较慢,或者发展路径偏离标准,被提前淘汰(比如天才,但并非应试教育的”卷王“)。 讨论教育公平时,人们往往更关注前一种错误。但后一种错误更加隐蔽,代价也更加昂贵。一个年轻人十八岁时没有表现出卓越能力,却可能在二十五岁、三十岁才展现原创潜力。一旦他在早期筛选中离开,这种损失几乎不会留下痕迹。那个离开的人,很少有机会回来告诉制度:“如果当年再给我几年,也许我还能继续。” 那些被留下的人,会成为制度成功的证据;那些离开的人,却连成为证据的机会都没有。 没有人知道答案。因为制度天然只统计成功者。一个孩子考进北京大学,会被新闻报道;一个孩子从此放弃数学,不会进入任何数据库。一个人成为菲尔兹奖得主,会成为教育成功的案例;一个人因为长期重复标准答案而逐渐失去好奇心,没有任何统计会记录这一刻发生在什么时候。 他们没有获奖,没有论文,没有媒体采访,也没有被纳入任何统计数字。他们只是慢慢离开了数学,离开了科学,离开了阅读,离开了少年时代最热爱的事情。 历史通常记录那些抵达终点的人,却很少记录那些中途消失的人。而教育的全部历史,恰恰由这两部分共同构成。【完整文字,可以在我的公号“羊说”(xy88chicago)中搜索同名文章】