原創：王開東

教育和醫學，非常相似。一個解決人精神的成長，一個醫治人肉體的傷痛。奇怪的是，醫學性命攸關，但社會對醫學幾乎沒有什么評價，這個病該怎么搞，那個病該怎么治，都是醫生說了算。但對教育，每年高考結束，人人爭先恐后發表評論。這是為什么呢？

(資料圖片僅供參考)

答案很簡單，醫學具有專業性，醫學是科學。人們對科學充滿敬畏之心，無法評價，也評價不了。但教育就不同了。每個人都是教育家，每個人都覺得自己真理在握，誰都能對教育說出子丑寅卯來。

與醫學相比，教育這些年幾乎沒什么進步?？鬃赢斈炅R弟子宰予，爛泥糊不上墻。我們到今天還這樣罵。

答案很簡單，因為醫學講究循證，臨床治療以及藥品使用都要基于證據，背后都有大數據的支撐。新藥研發過程中的雙盲比對，使用成效的逆向追溯等等，醫學最終拿出的結果都是有學理支撐的，都是有實證的，比如現在很有名的醫學循證。

但教育呢？教育沒有循證。教育講究理念和藝術，注重經驗感受，缺少科學實證，越來越玄乎，差不多成為一門玄學了。都是我感覺如何，覺得怎樣，認為該怎樣。一千個人眼里有一千種好的教育。

醫學現在很成熟了，一個病一旦確診，馬上就有一整套成熟的治療方案，還有療效顯著的藥物。但教育呢？比如這個孩子早戀，這個孩子有點小偷小摸，我們有明確的處理方案嗎？有藥到病除的方法嗎？教育沒有。教育都是靠經驗。所謂特級教師，就是特別有經驗的老師。這些經驗在他那里有效，在別人那里未必就是有效的。

正因為這個原因，教育的焦慮遠遠大于醫學。

區域的焦慮在于，為什么我們那么努力，區域教育成績卻越來越下滑？背后真實的原因究竟是什么？

學校的焦慮在于，我們已經把所有時間都精細化了，但學生成績還是不見提高。未來我們應該向哪里要質量？

老師的焦慮在于，為什么我起早貪黑，學生的成績卻越來越差，一屆不如一屆？

家長的焦慮是，我們把所有時間都堆在孩子身上了，疲憊不堪，不堪重負，為什么孩子成績還是不如別人。別人家的孩子輕輕松松考得很好，這究竟是怎么回事？

請注意，他們所提到的全都是成績。成績來源于哪里？成績來源于考試。考試告訴我們什么？考試告訴我們一個確定的結果，告訴你孩子目前的水平和狀況，但考試不能告訴你這種狀況是怎么形成的。你孩子的成績好，為什么好？怎樣變得更好？你孩子成績差，為什么差？如何對癥下藥，獲得最大程度的提高？

這些考試都沒辦法解決，學科司令有限的數據也沒辦法解決。老師認為學生成績下降，就是時間沒到位，不夠努力。如果足夠努力，煙鍋都給你熏黑了，怎么可能成績弄不好？這樣的認識都是荒謬的，我們所有的社會焦慮就在這里。

用大數據精準分析孩子教育質量的情況，這是我們教育監測中心的工作。我們是教育系統的實證主義者，我們根據大數據的追蹤，基于證據，科學精準地測量出影響教育質量的相關因素，以及這些影響因素究竟有多大。

所以監測與考試不同。

首先是目的不同。統考主要目的是選拔和甄別，對象是指向個體，結果用作升學參考；監測主要目的是診斷和預警，對象是指向整體，結果用于教育決策和教育教學的改進，無證據，不決策。

其次是內容不同，統考重點考察學生知識、能力、素養水平，監測除此外，還設置師生相關因素問卷測試，關注影響學業質量的各種因素。也就是說，統考只考察學生的智力因素，我們還可以監測出學生的非智力因素等影響因子。

正因為有這些不同，所以統考用試卷，監測用工具。

那么，問題又來了。監測為什么不是試卷而是工具？

試卷的分數具有偶然性，語文上周考120，這周90很正常。之所以偶然性很大，是因為試卷的容量有限，考這道題和考那道題，結果截然不同，考試狀態也是一個方面。但考試只能如此，因為統考指向所有學生個體，他們必須全學科參加，時間有限，題量有限，還必須要甄別出高下。

監測為什么叫工具呢？因為工具測量，就像一把尺子一樣，任何時候測量都是一樣，具有極大的穩定性。監測工具必須具有穩定性，才能建立結構化的、多維的、可連續追蹤的海量數據。那么，如何保證監測工具的穩定性呢？

因為監測不指向學生個體，我們可以等比例抽測AB卷，再抽測少量的錨題C卷，錨題C卷由AB卷合并而成，通過錨題C卷把AB卷難度關聯起來。

這樣下來，我們基本做到要點全覆蓋，然后以等概率隨機抽樣的方式，讓區域學生參加某一門學科的某一份試卷測試，這樣全覆蓋的試卷就成了工具。我們還可以對分數進行處理，比如把每年大市的分數錨定為500分，其他的分數相應進行處理，這樣的量尺分解決了多次考試、不同學科以及難度不一的問題，使得所有的分數都能在同一個量尺上衡量。我們還有糾錯機制，可以通過多輪試測剔除一些不好的題目，甚至在考后把區分度不好的一些題目刪除掉。因為最終得出的是量尺分，所以并不影響我們的分數，也不影響工具的精準度。

但考試就不行。浙江2018年高考，英語試卷的難度設置出現問題。為了補救，考試院對分數進行了加權處理。事件暴露后，省教育廳廳長和考試院院長等一大堆人被處理。

監測因為低利害，而且不指向個體，所以我們可以穩定的通過大數據精準測量出學生整體的學業質量，再結合師生相關因素的考察，就能找到影響這個學業質量的真正原因。

我們為市教育局、區域和學校提供精準科學的大數據分析報告。用大數據支撐的實證數據告訴你，影響孩子學業質量的相關因子究竟有多大，大到我們能不能夠承受。

我曾經對監測不以為然。蘇州社會版報告說“吃早餐的學生學業成績更好”，我認為這個結論，我不需要看報告也知道。

為什么呢？因為不吃早餐，肚子餓了，聽課效果肯定不佳；長期不吃早餐，對身體健康不利，當然不利于學習；父母不給孩子做早餐，這個家庭氛圍大概率也不利于學習。所以這個結論，不吃早餐的孩子學業質量不如吃早餐的，對我沒有附加值，沒有意義。

但這是什么？這就是經驗式教師的自以為是，這就是玄學的理解，吃早餐好，但究竟好到什么程度，我知道嗎？我不知道。我也不在乎。中國人都是差不多先生，不在于精準。

我想起了北大附中的選課幣制度。如果兩個人同時要選油畫，但輔導員只想選興趣更濃厚的學生。但傳統的方法，我們無法衡量誰更熱愛油畫。

所以北大附中學生在選課之初都有100個相同的選課幣，這100個選課幣學生需要分配到不同的課程上，但你只有這100個選課幣，你必須獨立自主地權衡和取舍，花費選課幣把你的興趣量化出來。老師一看就明白，這個花費60個選課幣的孩子，肯定比花費32個選課幣的孩子更熱愛油畫。因為選課面前沒有貧富，大家都有且只有100選課幣。

我這樣說，大家都已經弄明白了。很多人可能只知道結論，但我們用大數據把這個結論量化了。我們清晰地告訴你們，如何高質量地提高孩子們的教育質量？如何讓老師們的努力更有方向、更精準，如何讓孩子們的努力摸得著、看得見。

我們告訴家長的，不僅是“吃早餐的學生學業成績更好”，我們還通過大數據發現，每天都吃早餐的學生學業成績為508分，而從不或極少吃早餐的學生學業成績僅為441分，兩者相差67分。進一步我們又有發現，“家人每天在家做給我吃”的學生學業成績最好，高達513分。與不吃早餐學生的學業成績差距達到了72分。

在家中能在安靜的獨立空間中學習的學生學業成績為508分，而與有干擾的開放空間中學習的學生學業成績為479分，兩者相差31分。

家庭藏書量超過200本的學生學業成績為550分，比家庭藏書量僅為0~25本的學生學業成績高109分。

比如地球人都知道過度使用智能手機對成績有影響，但影響到底有多大？

我們監測大數據的結果顯示，周一到周五，每天使用智能手機在0.5小時以下的學生，得分519分，使用手機超過3小時的學生，得分只有411分，其學業成績相差高達108分。

再比如父母陪伴孩子，還是隔代陪伴孩子，大家都覺得隔代教育問題多，但多到什么程度？

小學生母親和父親陪伴的學生，學業成績分別是507分和493分。祖輩陪伴的學生，學業成績是480分。分別高出27分，和13分。即便是爸爸和媽媽陪伴相比，爸爸也比媽媽陪伴少了14分。所以現在我們知道了，好媽媽勝過好老師，媽媽是孩子的第一任老師。

甚至老師的性別也對學生的閱讀水平產生影響。小學階段，語文老師性別不同，也對學生的閱讀能力產生顯著差異，并且在1%的置信水平上顯著。語文老師是女性的，小學生的閱讀總分均值比語文老師是男老師的小學生高了16.1分。

是不是做作業的時間越多越好，以小學六年級學生為例，周一至周五平均每天校內作業時間1~1.49小時，學生的學業成績是506分；學生作業時間達到3小時，學生的學業成績是470分。反而低了36分。可見血汗教育有時候只有血汗，沒有教育。

還有，補課究竟有沒有效果？如果有效果，效果究竟有多大？睡眠時間多少對成績肯定有影響，但到底影響有多大，能不能承受？這個科學實證的問題不研究，如果不認真分析，我們都將在黑暗中爬行。我們的教育將永遠是摸著石頭過河。

所以我今天說，我們可以過河，而且不必摸著石頭了，所依靠的就是教育監測的力量。教育監測，一定會成為降維打擊的有力武器，成為中國教育的新生力量。