關(guān)于“最有效的教育方法”，教育界的爭論從沒停止過。有人喜歡傳統(tǒng)的教育方式，由老師根據(jù)材料進(jìn)行講解并回答問題。有人主張?zhí)骄渴綄W(xué)習(xí)，認(rèn)為這會讓學(xué)習(xí)更深入、更有意義。在探究式學(xué)習(xí)中，學(xué)生的興趣是學(xué)習(xí)動力，他們與同伴合作，通過發(fā)現(xiàn)和探索，提出自己的觀點(diǎn)。

這兩者有時(shí)是互相對立的，無論是老師主導(dǎo)式學(xué)習(xí)（學(xué)生配合），還是學(xué)生主導(dǎo)式學(xué)習(xí)（老師配合），兩者都有充分的證據(jù)來證明他們各自方法的優(yōu)越性。

麥肯錫將機(jī)器學(xué)習(xí)應(yīng)用到世界上最大的學(xué)生數(shù)據(jù)庫中，試圖尋找一個(gè)更具科學(xué)性的答案。他們發(fā)現(xiàn)，這兩種方法的有機(jī)結(jié)合才是最好的。但在兩者之間，教師的指導(dǎo)力更具優(yōu)勢。

在世界上已獲得數(shù)據(jù)的五個(gè)地區(qū)，當(dāng)以教師指導(dǎo)為主時(shí)，學(xué)生的分?jǐn)?shù)普遍較高?！敖處熤笇?dǎo)得越多，學(xué)生做得越好，” 麥肯錫聯(lián)合創(chuàng)始人Marc Krawitz說，“反過來說，探究式學(xué)習(xí)做得越多，學(xué)生的成績越容易下降，因?yàn)樘骄渴綄W(xué)習(xí)致力于增加學(xué)習(xí)的深度而忽視了知識的廣度。”

這些數(shù)據(jù)來自經(jīng)濟(jì)合作與發(fā)展組織(OECD)，該組織每三年對世界各地的15歲學(xué)生進(jìn)行數(shù)學(xué)、閱讀和科學(xué)科目的測試(國際學(xué)生評估項(xiàng)目，簡稱PISA)。麥肯錫使用的數(shù)據(jù)是2015年P(guān)ISA科學(xué)測試成績，涵蓋了72個(gè)國家的50多萬名學(xué)生。

觀察上圖可知，在教師指導(dǎo)為主，探究式學(xué)習(xí)為輔的情況下，PISA測試成績比測試基線高出26分。換言之，兩者有機(jī)組合發(fā)揮了最佳效果。同時(shí)，左下象限顯示，單純的探究式學(xué)習(xí)對學(xué)生成績沒有太大的幫助，至少在PISA測試中是這樣，而單純的教師指導(dǎo)對學(xué)生成績?nèi)杂袔椭?，比測試基線高出12分。

報(bào)告對“為什么教師指導(dǎo)能產(chǎn)生更好的成績”進(jìn)行了兩個(gè)深入的解釋。報(bào)告說，首先，“通過教師導(dǎo)向的學(xué)習(xí)，學(xué)生們首先獲得了必要的知識。如果沒有這些必要的知識基礎(chǔ)做后盾，學(xué)生無法進(jìn)入基于探究的方法”。二是探究式教學(xué)很難做，因?yàn)闆]有經(jīng)過充分的培訓(xùn)和老師的支持只能孤軍奮斗。

麥肯錫的報(bào)告也許解決不了本文開頭的辯論，PISA測試也不是良好教育的完美衡量標(biāo)準(zhǔn)，畢竟測試僅在72個(gè)國家中進(jìn)行，很多人認(rèn)為PISA本身是有缺陷的。

這里還有一個(gè)重要的提示:該報(bào)告指出，探究性教學(xué)大大增加了學(xué)生在科學(xué)方面的樂趣，遠(yuǎn)遠(yuǎn)超過了純粹的教師指導(dǎo)的學(xué)習(xí)。(其實(shí)教師指導(dǎo)也與學(xué)生們的快樂呈正比，盡管影響不那么明顯)。探究性也有助于讓學(xué)生產(chǎn)生自信，科學(xué)對他們未來的職業(yè)生涯是有價(jià)值的。因?yàn)榧で橥鶗硪懔?，從而產(chǎn)生更好的學(xué)習(xí)(和生活)結(jié)果?？鞓泛苤匾?，記住,快樂相當(dāng)重要。

“基于探究性的實(shí)踐對學(xué)生在科學(xué)上的快樂產(chǎn)生了很強(qiáng)烈的積極影響，我們的信念是，在學(xué)校表現(xiàn)良好將有助于學(xué)生們有一個(gè)更光明的未來。”報(bào)告的主要作者、麥肯錫(McKinsey)教育實(shí)踐全球主管莫娜·穆里舍(Mona Mourshed)說?！斑@就是將教師指導(dǎo)的教學(xué)與探究性學(xué)習(xí)結(jié)合在一起，能產(chǎn)生最大的整體效益的原因?！?/p>

一個(gè)合格的老師當(dāng)然會根據(jù)科目的不同以及學(xué)習(xí)者的個(gè)性差異來規(guī)劃方案。優(yōu)秀的教師都知道，生活中大多數(shù)事情——從標(biāo)準(zhǔn)化考試的價(jià)值，到關(guān)于教育的意識形態(tài)辯論——都不是黑白界限分明的，而是相互融合的。

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

（本文轉(zhuǎn)自智能觀，作者Jenny Anderson）