南埃文代尔小学的实践:增大数据获取难度竟然提高了数据利用率

几十年来,南埃文代尔小学附近的社区一直处于贫困状态,市公立学校组织为南埃文代尔小学的每位学生建立个人网页,使用先进的软件来追踪学生的表现。然而,建立在线数据库6年后,南埃文代尔小学却没有什么改变。为了提高数据使用效率,南埃文代尔小学尝试增大数据获取难度。

学校的转变

几十年来,南埃文代尔小学附近的社区一直处于贫困状态。20世纪60 年代,发生过种族骚乱。20 世纪70 年代,工厂陆续倒闭,失业率猛增。校方发现,南埃文代尔小学的学生大都营养不良,身上还有受到虐待的痕迹。20 世纪80 年代,学校周围毒品交易猖獗,而且从未停止。有时暴力行为极其恶劣,学生在教室里上课,警察在校园周边巡逻。“可以说,这是一个可怕的地方。”2009~2013年担任该校校长的梅肯说,“如果能上别的学校,孩子们肯定不会来这儿。”

学校使用先进的软件来追踪学生的表现,管理人员展开了数据采集工作,辛辛那提公立学校组织为南埃文代尔小学的每位学生建立个人网页,包括学生的出勤情况、考试成绩、作业完成情况和课堂参与度等信息,并针对家长和教师开放,方便及时了解学生的在校情况。学校老师手中有很多备忘录和数据表,上面记录着每个学生在过去一周、一个月和一年的成绩。实际上,南埃文代尔小学走在了教育大数据的最前沿。美国教育部发布的一份报告中写道:“12年义务教育学校应该有明确的战略来指导基于数据的教育改革。”

然而,南埃文代尔小学却没有什么改变。建立在线数据库6 年后,学校90%以上的教师坦言他们几乎没有看过这些数据以及每周都会收到的相关邮件。2008年,学校三年级学生中有63%没有达到本州基本教学标准的要求。

就在那一年,辛辛那提市决定尝试新的做法。当地政府把南埃文代尔小学和其他15 所差学校纳入“小学行动计划”项目,简称EI。EI 项目的重点在于改变教师在课堂上做决定的方式,数据只有在人们知道如何使用的情况下才具有变革性。要想提高学生的学业表现,教育者必须了解如何把表格、数据和在线网页转变成自己的见解和计划。他们必须学会与数据打交道,让数据对自己的行为方式产生影响。

但丁上三年级时,EI 项目已经开展了两年,而且很成功,得到了白宫方面的认可,被视为贫民区学校改革的榜样。南埃文代尔小学的学生考试成绩也提高了很多,被州政府评为“优秀”。三年级快结束时,在阅读方面,但丁班里有80%的同学达到所在年级的平均水平,有84%的同学通过了全州的数学考试。全校达到本州教学标准要求的学生数量是以前的4 倍。“2010~2011学年,南埃文代尔小学的学习成绩得到了极大的提高,学校文化也有所改变。”一篇评论文章写道。该校的巨大转变引起全美各地学者的注意,他们纷纷来到辛辛那提,想要弄清楚EI 项目到底好在哪里。

研究者们来到南埃文代尔小学,该校的教师告诉他们,推动这一系列变化的最重要因素就是数据。其实,搜集数据的工作在当地已经持续多年。教师们说,“基于数据的文化”确实改变了他们在课堂上做决定的方式。

按照中心办公室的要求,每所学校建立了一个“数据室”,它可以是一间空的会议室,也可以是用于存放清洁用品的大储藏室。教师要在数据室里把考试成绩抄写在索引卡片上,还要往硬纸板上画图表并贴在墙上。他们会进行即兴的实验——如果把学生分成更小的阅读小组,成绩会不会提高?如果教师调课会有什么结果?——然后,在白板上写下实验结果。教师要主动获取信息,而不只是简单地接收信息。

EI 项目的成功是因为教师不再被动地获取数据,但教师主动获取信息的过程并不“顺畅”。一开始,他们不懂如何进行数据处理;在有所了解之后,又发现数据处理的难度越来越大。通过记录数据、验证假设,教师们学会了如何使用他们获得的信息。矛盾的是,EI 项目获取数据的效率很低,却很实用。在索引卡片和手绘图表的帮助下,取得了较好的教学效果。

“数据室带来了与众不同的变化。”梅肯校长说。南埃文代尔小学的转变不是因为教师们获得了更多信息,而是因为他们学会了如何获取和使用信息。“借助谷歌和互联网,还有我们拥有的信息,任何问题只需几秒就能找到答案。”梅肯说,“但是,这所学校的经验表明,寻求答案与理解其中的意义之间是有差别的。”

将数据转化为有效信息

近20 年来,充斥在我们日常生活中的信息量呈指数级增长。智能手机能够计数我们的步数,网页能够记录我们的消费,数字地图能够定位我们的位置,软件能够监控我们的网页浏览行为,应用程序能够管理我们的日程安排。我们能够准确地知道每天摄入的卡路里量、每个月的胆固醇增加值、在餐馆的消费金额以及健身时长。信息的力量令人难以置信,如果能够正确利用这些数据,我们的生活将更加高效,饮食更加健康,学校教育更有成效,生活压力更小。

然而,不幸的是,我们利用信息的能力远不及信息传播的速度。虽然我们能够追踪自己的消费记录和胆固醇值,但仍然会吃不该吃的东西、花不该花的钱。哪怕是信息的简单使用,例如选择餐馆或者办新信用卡,也不一定很容易。想要找一家好的中菜馆,是选择用谷歌搜索、在社交网站上提问、打电话问朋友,还是搜索浏览记录看看上一次预订的地方?想要申请一张新信用卡,是查看网上指南、给银行打电话,还是拆开堆放在餐桌上的广告宣传信件,看看里面的介绍?

从理论上讲,如今信息爆炸会让人们更容易找到所需的答案。然而,在现实中,被数据包围只会让我们更难做出决定。

数据越来越充足,却无法有效地利用数据,这种现象被称为“信息盲”(informationblindness)。就像雪盲症是指人们难以区分被大雪覆盖的树木和山丘,信息盲是指我们的大脑面对太多信息而难以获取数据。

2004年,一项关于信息盲的研究报告发表了。哥伦比亚大学的一些学者试图研究为什么有些人会申请加入401(k)养老金计划,有些人却不会。他们调查了几百家公司近80 万名有机会加入该计划的员工,对很多员工来说,申请加入养老金计划本应是一个简单的选择。401(k)养老金计划能够帮他们节省很多税费,很多企业也承诺匹配缴款(实际上就是给员工额外的钱)。当公司为员工提供两种401(k)养老金计划供他们选择时,有75%的员工选择加入。这些公司的员工对研究人员说,申请加入计划是很容易的,他们先阅读这两种计划的宣传册,从中选择适合他们的一种,然后坐等退休金账户的余额变得越来越多。

在其他公司,即使计划种类增加了,仍然有相当多的员工申请加入。在公司提供25 种选择的情况下,有72%的员工加入了养老金计划。

但是,当可选择的计划达到30 种时,情况似乎发生了改变。面对如此多的选择,人们很难做出决定,在某些情况下甚至干脆放弃加入。当选择达到39 种时,只有65%的员工申请加入401(k)养老金计划。当选择达到60 种时,申请加入率下降至53%。“每增加10 种选择,员工的申请加入率就会降低1.5%~2%。”研究人员在2004年发表的研究报告中写道。申请加入401(k)养老金计划仍然是正确的选择,但是,当信息量过大时,人们就会把那些宣传册塞进抽屉,置之不理。

“在很多情况下,我们都发现了这个问题。”瑞士圣加仑大学研究信息超载问题的马丁·艾普勒说,“当人们获得更多的相关信息时,通常能够做出更好的决定。但是,如果面对的信息量过大,就会超出大脑的认知上限,这时他们会忽略那些选项或者做出错误的选择,又或者拒绝接收任何信息。”

信息盲的产生是因为大脑的学习能力提高了。人类特别擅长获取信息,只要我们能够把信息分解成若干小块,这个过程被称为“扬场”(winnowing)或者“脚手架”(scaffolding)。思维的脚手架就像文件柜,里面装满了文件夹,帮助我们在需要的时候储存和搜索信息。例如,当人们在餐厅里翻看厚厚的酒水单时,通常不费力气就能做出选择,因为大脑会自动把已知的关于葡萄酒的信息归类放进文件柜中,再据此做出二元判断(我想要红葡萄酒,还是白葡萄酒?白葡萄酒!),然后进入子分类(贵的还是便宜的?便宜的!),最后做出比较(6 美元的霞多丽还是7 美元的长相思)和选择(我喜欢霞多丽)。大多数时候,这个决策过程其实进行得很快,我们甚至都感觉不到它的发生。

“我们的大脑渴望把选项减至2~3 个。”哥伦比亚大学研究决策过程的认知心理学家埃里克·约翰逊说,“所以,当我们面对大量信息时,大脑就会自动地把它们分成思维的文件夹、子文件夹以及再下一级的子文件夹。”

把大量的信息分解成若干小块,我们的大脑就是通过这种方式把信息转化成知识的。在了解哪些文件夹可以为我们所用之后,大脑就知道哪些实例或者经验可以应用于某种情境。在某些情况下,专家和新手的区别就体现在头脑中能够装下多少个文件夹。品酒专家看到葡萄酒单后能够立即调用头脑中的大量文件夹,例如酿造期和产区,这是新手所不具备的。品酒专家知道如何组织信息(先看年份,再看价格),才不会被嘈杂的信息所干扰。所以,在面对同样的酒单当新手还在逐页翻看时,专家早已做好了选择。

当我们面对包括60 种选择的401(k)养老金计划,而且没有明确的方法可以分析这些数据时,我们的大脑就会进入二元决定模式:我是研究所有资料,还是把它们放进抽屉,置之不理?

解决信息盲问题的方法之一,就是逼迫自己使用眼前的数据,把信息转化成一系列问题或者选择。有时这被称为“制造不顺畅”,因为这种做法需要我们动脑筋:不要只是选择酒店的招牌酒,而是要问自己一系列问题(白葡萄酒还是红葡萄酒?便宜的还是贵的?)。不要把所有的401(k)养老金计划宣传册塞进抽屉,而是比较各种计划的优劣并做出选择。这看似寻常,但这些不易察觉的行动对于解决信息盲问题起到了重要作用。这个制造不顺畅的过程可能很不起眼,就像我们比较菜单上的几道菜一样;它也可能很复杂,就像建立一个比较不同401(k)养老金计划收益的电子表格一样。因此,尽管程度不同,但它们包含的认知活动是相同的,那就是当我们面对大量信息时,我们会把信息分解成更易于理解的若干小块。

“关键的一步似乎是采取某种行动。”纽约大学研究言语表达不畅的亚当·阿尔特教授说,“如果让人们在一句话中使用一个新词汇,他们就能长久地记住这个词汇。如果让人们用这个新词汇造一个句子,他们就能在交谈时使用这个词汇。”阿尔特在做实验时,有时会故意用不容易辨认的字体书写指令,因为当人们费力地辨认文字时,他们会读得更认真。“如果文本一开始读起来就很难,它会促使你更加深入地思考,也会花更多时间和精力理解其意义。”他说。当你问自己一些关于葡萄酒的问题,或者对比不同的401(k)养老金计划的收益时,数据就会被分解成若干小块,更像你自己要做的一系列决定。所以,当获取信息的难度加大时,我们反而能够学到更多东西。

让信息变得有意义

最善于学习的人,能够吸取自己身边人的经验教训,从个人经历中领悟道理,充分利用不断涌来的信息,知道如何跳出思维定式。他们会对生活给予他们的东西进行改造,而不是被动地接受,他们知道最好的经验是从行动和信息处理的过程中获得的。他们随时获取数据并进行实验,不管是使用工程设计过程,在工作中验证某个观点,还是和朋友探讨某个概念,这些都是跳出思维定式的手段,这样做更有助于我们理解信息。

在发表于2014年的一项研究报告中,来自普林斯顿大学和加州大学洛杉矶分校的研究人员对学习和不顺畅之间的关系进行检验。他们观察两组学生,上课时,一组学生一边听讲一边用笔记笔记,另一组学生用笔记本电脑记笔记。手写比打字更难,而且效率更低。写字时手指会痉挛,速度也比打字慢,所以你不可能记下太多内容。相反,选择使用笔记本电脑的学生,课堂上花在记笔记上的时间更少,但记录的内容却多出一倍。换句话说,写字比打字更不顺畅,因为这一过程需要付出更多劳动,而且无法一字不差地记录。

然而,研究人员在比较两组学生的成绩时发现,手写笔记的学生记住的课程内容要比打字的学生多一倍。一开始,研究人员对这个结果心存怀疑,也许是手写笔记的学生课后花了更多时间学习?于是,他们又做了第二个实验,安排两组学生上同一堂课,而且一下课就把他们的笔记收走,他们让无法进行课后复习。一周后,他们再次测试两组学生,手写组的成绩仍然比打字组高。不管设置什么限制条件,那些不辞辛苦地手写笔记的学生——他们在处理信息的过程中制造出不顺畅——总是能掌握更多课程内容。

在我们生活中,也存在同样的道理。当我们面对新的信息,想要从中得到些什么时,就必须对数据进行处理。如果你想减肥,仅凭体重秤每天往手机应用程序发送数据是不够的,你还需要把这些数据绘制成图表,才有可能在午餐时放弃汉堡而选择吃沙拉。如果你阅读的书里有不少新观点,试着把书放下,然后把这些观点解释给坐在你旁边的人听,才更有可能把这些观点应用到你的生活中。如果你发现了一个新信息,你需要认真思考,在实验中加以验证或者与朋友分享,才能构建思维文件夹,这是学习的核心。

人生中的每个选择都是一种体验,每天你都有很多新机会来重构更好的决策框架。在我们生活的这个时代,数据更加丰富,分析数据的成本更低,把数据转化为行动也更容易。这些都是前所未有的,智能手机、网络、电子数据库和各种应用程序让信息唾手可得。但是,只在我们知道如何让信息变得有意义时,它们才能为我们所用

2013 年,但丁·威廉姆斯从南埃文代尔小学毕业,结束了5 年的小学学习生活。毕业典礼的前一天,他参加了一个派对,地点是在6 年前“和平碗”橄榄球比赛时一个学生被谋杀的那个操场,那里到处是气球,摆放了充气城堡,有一台棉花糖机,还有一位打碟师(DJ)。南埃文代尔小学位于辛辛那提市的一个最贫困的地区,校园附近仍有毒品交易,也仍有人住在木板房里。但是那一年,有86%的学生成绩超过了本州教学标准。2015 年,这一比例上升到91%,好多孩子都在等待能到南埃文代尔小学上学的机会。

当然,任何一所学校的改变都不能仅归功于一个项目,就像任何一个学生的成才都不能仅归功于一门课程或者一个老师。但丁和迪莉娅,以及南埃文代尔小学和西山高中的改变,是多种力量聚集到一起发生作用的结果:敬业的教师,善于调整目标的管理者,专注于改革的校长,支持改革的家长。但是,只在我们知道如何利用这些优势时,才能取得成功。数据室把信息转化成真正的知识,教师们懂得把学生看作有不同需求和优势的个体,这些才是辛辛那提公立学校发生转变的根本原因。

毕业典礼上,看到但丁走上舞台时,他的家人开心地笑了。每个毕业生的毕业证书上都有一处空白,但丁的也不例外。校长说,这是每个毕业生都必须做的事,就是在毕业证书的空白处写上自己的名字,但丁也不例外。校长递给但丁一支笔,但丁在他的毕业证书空白处写上了自己的名字。

《高效的秘密》

中信出版集团

2017年5月出版

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2017-06-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CDA数据分析师

分享 | 一个文科生学习R语言是种怎么样的体验?

首先介绍一下本人的相关情况:本人毕业于不入流的大学,专业是英语。数学水平在高中水平,因为大学文科专业不需要学习高数等课程,以前以为这是很大的好处,但是现在觉得这...

2295
来自专栏AI科技评论

业界 | 任正非谈人工智能应用:不要遍地智能化,否则满盘皆输

AI科技评论按:近日华为心声社区公众号发布了任正非在人工智能应用GTS研讨会上的讲话,AI科技评论获悉GTS是“华为全球技术服部”(Global Technic...

3798
来自专栏ThoughtWorks

TW洞见 | TDD随想录

2014年我一直从事在敏捷实践咨询项目,这也是我颇有收获的一年,特别是咨询项目的每一点改变,不管是代码质量的提高,还是自组织团队的建设,都能让我们感到欣慰。涉及...

3737
来自专栏工科狗和生物喵

计算机(处理器)发展史 (PS:课程论文)

正文之前 写死写活的一篇课程论文,让我去探讨了下计算机的发展历史。很有趣,写了我好几天呢!! 正文 【摘要】 计算机的发展史,很大一部分是计算机处理器的发展史。...

4109
来自专栏ThoughtWorks

TW洞见|我爱上的最难的一次IT面试

今日洞见 文章作者来自ThoughtWorks:Steven Lowe。译者来自ThoughtWorks:李江华。封面图片来自ThoughtWorks。 本文所...

2995
来自专栏AI科技评论

业界|David Patterson教授加入谷歌TPU团队,跟英伟达的好戏才刚刚开场

AI科技评论按:前几天我们刚刚强势围观了英伟达发布专门为机器学习设计的V100 GPU,成倍的性能提升让人眼红,也让人为谷歌的TPU捏一把汗。但是谷歌也没闲着,...

3438
来自专栏机器人网

工业机器人与哪些高科技含量的技术有关?

工业机器人是目前广泛应用机器人设备,在汽车制造业、造船、钢铁、电力设备等行业运用广泛,近年来随着技术发展,工业机器人技术日新月异,那么到底工业机器涉及到哪些高科...

1264
来自专栏人工智能快报

科学家总结将塑造未来的五大人脑技术

2015年8月19日,美国杜克大学医学中心神经认知障碍计划主任MuraliDoraiswamy在世界经济论坛网站发表文章,总结了能展现脑科学未来前景的五项新兴技...

2857
来自专栏PPV课数据科学社区

13个大数据应用案例,告诉你最真实的大数据故事

  大数据真的太神奇了,真的可以让改变一个企业的运营吗?答案是肯定的。大数据目前是当下最火热的词了,你要是不知道大数据这个概念,都不好意思在众人面前开口了。然...

45714
来自专栏华章科技

13个大数据应用案例,告诉你最真实的大数据故事

大数据真的太神奇了,真的可以让改变一个企业的运营吗?答案是肯定的。大数据目前是当下最火热的词了,你要是不知道大数据这个概念,都不好意思在众人面前开口了。然而实际...

1852

扫码关注云+社区

领取腾讯云代金券