农企新闻网

被玩脱了?硅谷鼓吹的特性化学习,困难接二连三

发布者:陈同华
导读【编者按】创新教育无疑是2017年的热词了,一大批特性化学校的涌现给教育带来有限能够,但曾号称要“重新定义学校”的Altschool却宣布封闭加州校区。这场教育改造终究败在哪里?一位Altschool前员工Paul Emerich经过博客抒发简直消极的负面心声,在他看来,硅谷宣扬的那套特性化学习并不无效。我们要抛弃这种以为高科技产品能使课堂更特性化和兽性化的想法,由于真正能让课堂充溢人情味的并非炫
被玩脱了?硅谷宣扬的个性化学习,困难接踵而至

【编者按】创新教育无疑是2017年的热词了,一大批特性化学校的涌现给教育带来有限能够,但曾号称要“重新定义学校”的Altschool却宣布封闭加州校区。这场教育改造终究败在哪里?

一位Altschool前员工Paul Emerich经过博客抒发简直消极的负面心声,在他看来,硅谷宣扬的那套特性化学习并不无效。我们要抛弃这种以为高科技产品能使课堂更特性化和兽性化的想法,由于真正能让课堂充溢人情味的并非炫酷的科技或大数据,而是真正地理解孩子。

本文转自外滩教育,经亿欧编辑,供业内人士参考。


特性化学校Altschool,兴办之初便名声大噪。 2013年Google+成员文迪拉在硅谷创建这所学校,旨在为先生提供以科技设备为载体,因材施教为理念的特性化教育。 1亿美元投资人名单上包括扎克伯格、知名风投人安德森·霍洛维茨和乔布斯遗孀劳伦娜·鲍威尔·乔布斯。

但是经过几年运营,这所本来狼子野心的学校竟于2017年11月宣布封闭加州校区,并决议将来逐步转型为销售线上教育产品的技术公司。

这一音讯对冒险选择了Altschool的几百个家庭来说无异于凶讯,也让教育界有数本来等待的声响不由叹息,更难免关怀: 昔日的明日之星终究为何会马失前蹄?这场教育改造终究败在哪里? 时至昔日,一位Altschool的前员工终于经过博客抒发了心声。

博客主Paul Emerich是芝加哥地域知名教育家及专栏作家,在诸多知名教育刊物如EdSurge,ASCD的“Educational Leadership”和国际扫盲协会的“Literacy Today”上都刊载着他对教育的考虑。

Paul Emerich在Altschool成立之初牺牲无反顾地参加了教员队伍,陪伴着Altschool走过了由盛而衰新生的改变世界的企业将会诞生,从而更好的服务整个人类世界,走向更高科技的智能化生活。的这三年,最初却黯然分开。作为一线教员,他对传统教育以及Altschool的新型教育都有深化的感受。以下为Paul Emerich博客原文。

五年前的明天,我守旧了这个博客。真是不敢置信,曾经过来了那么久。为了这番事业,我从芝加哥一路辗转至旧金山,兜兜转转,最初又回到终点。但是,在你们陪伴我走过的这五年中,我竟逐步迷失了初心。

一切源自我教书第五年接近序幕的时分,也是特性化教育起步第一年和成立硅谷私立学校序幕的时分。

当年,我怀揣着满腔热情开启新一学年,为着成立一所全新的微学校、且能用科技协助先生特性化学习而冲动不已。一切都是那么令人振奋:

我能和一群真正的工程师协作,担任教室所用的电子平台。这项任务使我有权向孩子的义务清单发送义务卡片。 义务卡片包括了为每一个孩子量身定制的活动,从而使孩子实际上能依据本身的节拍和程度来学习。听上去这几乎是史上最棒的教学办法。

但不久之后,特性化教育的困难就接二连三。

我们面临着普通新成立的独立学校会面临的一切成绩,不只如此,针对每一个孩子的特性化教育无前车可鉴的场面更给我们添了一重难题。

我为孩子们度身打造着合适他们的义务卡片,看似是在向着最后的目的斗争,超负荷的任务量却使我难以为继,也真实觉得效率低下。步调一致的气氛,使孩子们相互孤立;孩子们经过“可汗学院”的网络课程来学根底数学,课堂里毫无人情味可言;一台电脑成了我和先生之间的传话器,一切是那么散漫而空泛。

现如今,少量资源都探囊取物了——而我是多希望几年前的本人也能取得这些资源啊。当我开端在硅谷任务时,特性化教育还是个全新的概念,没有人真正懂得它的含义。 于是这使得我们对在教学中真正能取得的后果发生了不实在的希冀,也不够理解什么对孩子来说是最好的。

不久前,纽约大学教育学研讨教授Diane Ravitch写了篇文章,讨论了校内滥用电子产品的五个风险,其中一个风险就是特性化教学日益增长的要挟。另外,EdSurge初等教育的助理编辑Syndey Johnson也曾写道,促进朝特性化的特性学习办法实践上会对先生学习发生负面影响。

风趣的是,我早在获取各种资源前,在学校任务的第一年就留意到这点了。

我认识到我们并没有足够的数据支撑我们的停顿;更认识到我在第一年失掉的各种结论并不比我在公立学校失掉的拙劣多少,在某些状况下,甚至更糟。异样地,我也认识到这一年里我是史无前例地精疲力尽——而班级人数却只要我以前的班级的一半。

冒风险意味着失败,我觉得某种水平下去说是可以承受的。当第一学年终于完毕时,我简直已认不出本人,也认不出这间一年来朝夕相处的教室。

这时我明白,我是失败了。我尽力抚慰本人,充沛理解了本人一年来冒过的风险,并且向下级剖析权衡了从失败中汲取的经历经验。

毕竟,我们通知过本人的先生失败并不可怕,哪怕失败的味道是那么蹩脚。而我笔下的这次失败,对我来说是蹩脚透顶。

我本该都意料到的,我自忖。

随着工夫流逝,我原谅了本人,同时试着从失误中学习。 我改动了超特性化教学和产业化特性教学的道路,开端布置以班级为单位的练习,深化研讨了学习小组形式,并试着打磨本人的评价方式,从而能经过小组活动和零碎反应无机地满足每个学习者的需求。

虽然我觉得本人仿佛曾经汲取了经验,逐步远离了超特性化教育而转向了以先生为中心的兽性化课堂,有了成型的反应机制,以及全员参与、基于课题的学习办法,我的公司却仍然在走一步看一步,抱着原先的浪漫实际不放: 特性化学习就是超团体化,大数据加上先生的义务清单就能搞定一切了。

如今回想起来,我真希望事先本人能明说得多一点,更直抒己见一些。但我也晓得本人事先曾经是多么坦诚,说出了那么多成绩。我日复一日地表达本人的阅历和感受,简直都成了办公室里的白乐音:这直白的乐音是我的下级不情愿听到的。

说假话,我很受伤。

一开端,我被公司鼓励得趾高气扬,满心欢欣地以为本人参加了一所真正把教员视作21世纪知识任务者的私立机构。

但每一个月过来,我的天真梦想都在自证无知。我参加的公司不过如此——只是一家公司而已。并且,他们的私心并不在于儿童教育:他们的私心在于推行他们的科技用品。他们的公家持股者只是会给这种产业投钱的投资人罢了,并非真心关怀教育。

我如今分开旧金山超越一年半了,而我在硅谷任务的记忆也已式微。因而你能够会猎奇,我写这篇博文的意图何在。

我写下这篇文章,是由于虽然一切曾经过来,我想说的这些话仍然非常重要。

我往年秋天在芝加哥开端了一份新任务。我刚一到岗,我“做特性化教育”的名声就曾经传开了。大家都晓得我的履历,我相关的任务,我的博客,还有其他社交平台。我发现这一点之后,恐惧流遍了全身。我非常担忧本人又会背上相反的希冀——要我为21团体打造21门公家课程。

侥幸的是,我的团队和下级赞同了我对特性化学习的看法—— 即以为它并非随人跟风的潮流而是关移动互联网在带来全新社交体验的同时,也或多或少使人们产生了依赖。移动互联网使网络、智能终端、数字技术等新技术得到整合,建立了新的产业生态链,催生全新文化产业形态。注先生才能,努力于打造让一切学习者都无机会成功的学习环境的体系。 按照着这条准线,我在学校的第一周和家人分享了本人关于特性化学习的感受和所得。

我如今在网上地下分享本人的阅历是希望我们的教员们明白,硅谷宣扬的那一套特性化学习并不无效。

我们一次又一次地证明了这一点。超特性化教育的效果正像研讨标明的那样,甚至更糟:它使孩子相互孤立,滋长竞争气氛,以孩子能完全独立自主学习为前提,使教育环境去兽性化,把学习体验粗犷简化成机械进程,使孩子成为了学习的客体,而非教育阅历的主体。

不只如此,我如今分享这些更是由于我不希望看见教员背负这样的压力——尤其是那些本心仁慈,兢兢业业,本就已为本人的先生焦头烂额的教师。看见这样的教师的处境雪上加霜,我的心都碎了。更让我心碎的是,我竟然已经也是力促特性化教育品牌推行的一员。

但是如今我曾经可以说出三年半前我本该明白的道理了。

我们要远离这种以超特性化为卖点的特性化教育;我们要回绝这种,奉简化论为圭臬,以为教育只靠特性化义务卡或是孤立的学习体验就能成功的态度;我们更要抛弃这种以为高科技产品能使课堂更特性化和兽性化的想法,由于真正能让课堂充溢人情味的并非炫酷的科技或大数据,而是真正地理解孩子。

我在硅谷的最初一年里,我和一名工程师聊了聊他的看法。他为人工智能参与特性化教育的概念着迷不已。

我事先立即缩了回去,心里清楚这位工程师和能够会跟我保证,人工智能曾经可以替代教师的一些职能了。当然后来他也的确这么说了。他通知我,终有一天,“将来的Paul France”会回过头来,发现人工智能可以替代我的某些职责。

我置信他。我见识过在硅谷一切皆有能够,我也毫不疑心人类为达成畅想要阅历的坎坷。即使如此,我也绝不希望本人被电脑替代。我的任务需求猎奇心、热情和真心,更需求不时奋进的上进心。

我很清楚熟知人工智能的工程师会通知你,让电脑模仿猎奇心和热情在实际上都是能够的。我也晓得的确是这样。

但是,技术专家们晓得,先进的技术知识是为理解决人类目前无法处理的难题。 猎奇心,热情,以及对学习的热望是科技早已诠释过的需求,是不需求用科技去取代的。

相关引荐阅读:

教育+互联网曾经翻篇,教育+AI才是将来希望

五大益处VS九大应战,人工智能和教育的化学反响怎样样?

数据量和从业者素质是AI进入教育行业的两大壁垒