个性化学习真的胜过标准化教学吗？

如果你读过任何一个学习平台的宣传，你几乎一定见过这个数字：一对一辅导能把学生推到常规课堂教学之上两个标准差——也就是把一个中等学生送进前 2%。

这个数字是真的。它来自 1984 年的本杰明·布卢姆（Benjamin Bloom），并且成了整个行业的道义基础：如果辅导有这么大的威力，那么用机器给每个人配一位导师，显然是刻不容缓的事。

麻烦在于，这个数字站不住脚。而取代它的东西，要有用得多。

那两个标准差后来怎么了

布卢姆的结果来自少数几项小型研究：受过精心训练的辅导员，很短的内容单元，理想条件，而且用与那些内容直接绑定的测验来测量。

当库尔特·范莱恩（Kurt VanLehn, 2011）把整个辅导文献综述一遍时，他得到的数字要温和得多：人类辅导产生的效应量约为 0.79，而——这才是值得注意的地方——基于计算机的智能辅导系统约为 0.76。

两个结论一起到达。第一：两个标准差是海市蜃楼，真实数字接近 0.8，仍然很大，但已经是另一个量级的主张了。第二，也更令人高兴：机器已经接近人类。人类导师和好软件之间的差距，远小于「有辅导」和「没有辅导」之间的差距。

「个性化」不是一件事

关于这件事的争论大多毫无进展，因为双方用同一个词指的是不同的东西。至少存在三种个性化，而它们各自的证据强度差别极大。

第一种：个性化进度与掌握。没掌握的人继续练，掌握了的人往前走。这叫掌握学习（mastery learning），库利克等人（Kulik et al., 1990）的元分析把效应量放在 0.5 左右。它是证据最充分的一种个性化，也是最不炫目的一种。

第二种：个性化难度与题目顺序。系统追踪你做错了什么，然后决定接下来给什么。智能辅导系统的元分析落在 0.4 到 0.7 之间。一项 2019–2024 年自适应系统的近期综合研究，报告相对于非自适应对照约为 0.70——而另一项专门针对阅读的研究，得到的是约 0.29。

0.29 与 0.70 之间的距离，本身就是故事：有效性高度依赖学科、实施质量，以及对照组究竟得到了什么。

第三种：按「学习风格」个性化。视觉型学习者给图片，听觉型学习者给音频。这是最广为人知的版本，而它已被推翻。帕什勒等人（Pashler et al., 2008）梳理了文献，没有找到支持那个关键主张的可信证据：让教学方式匹配学习者的风格能改善结果。人确实有偏好；但那些偏好并不能预测什么方式最能教会他们。

简单说：按你现在在哪做个性化，有效。按你喜欢什么做个性化，无效。

而「标准化」也不是一个稻草人

这是问题的另一半，通常会被跳过。

当一个自适应平台与「传统教学」相比较时，结果极大地取决于那个传统教学有多好。跟一堂糟糕的讲授课比，几乎什么都能赢。

但做得好的标准化教学，背后有很强的证据。斯托卡德等人（Stockard et al., 2018）综合了半个世纪关于直接教学法（Direct Instruction）的研究——一套高度标准化、有脚本、面向全班的课程——发现在各学科、各学生群体中都有可观且一致的正面效应。

这把图景复杂化了，而且是有用的复杂化。如果一套设计良好的标准化课程同样能产生 0.5 左右的效应，那么个性化的真实优势就比宣传的要窄——而且它必须为高得多的成本作出辩护。

兰德公司（RAND）对大规模实施个性化学习的学校所做的研究，得到的是正面但温和的结果，并且明确提示了研究设计上的保留。诚实的解读是：它有效，它不是魔法，而实施质量解释了绝大部分的差异。

为什么各项研究彼此分歧这么大

三个因素几乎解释了全部的离散。

被个性化的是什么。调整难度有扎实的理论基础——它让学习者停留在既不无聊也不崩溃的那个区间。调整界面颜色或媒体格式则没有。

对照组拿到了什么。很多研究把一个自适应系统和「普通家庭作业」相比——但那个系统同时还提供即时反馈、更多练习和更多提取。这种情况下你测的不是自适应，你测的是练习量。

以及它是怎么被实施的。一个平台只有在学习者真的用得够多、而且底层模型足够好时才能适应。大量令人失望的研究，说到底就是学生每周只用了二十分钟。

没人问的那个问题：这钱花得值吗？

个性化是昂贵的。它需要数据、软件、教师培训和时间。

与此同时，有几项完全不个性化的干预，几乎不花钱就能产生有意义的效应。把复习间隔开而不是集中在一起（塞佩达等人，2006）对所有人都有效。用自测代替重读也是。交错练习不同题型同样是。

这个比较值得在投资之前先做一遍：如果你可以应用三条免费的普适原则，或者买一套昂贵的自适应系统，合理的顺序是先把免费的做掉。

如果你是自学，这意味着什么——能用的那部分

以上都是关于学校的。如果你在自学一门语言，图景会以一种有意思的方式移动：你本身就已经是一个自适应系统。

你知道自己会忘掉哪些词。你知道自己在哪里会卡住。你不需要一个算法来告诉你。唯一的问题是，你会不会照着它行动——还是继续复习那些你已经会的东西，因为复习已知的感觉更舒服。

而且有一种已被证实的个性化形式，便宜且现成：间隔重复。一套好的卡片系统会依据你的实际表现调整间隔——难的卡片更早回来，容易的卡片飘得更远。这恰好是第一种和第二种个性化的合体，而且人人都够得着。

对自学者来说，由此得出三条原则：

个性化难度，不要个性化形式。把材料调整到你能力的边缘上，有效。因为自认是「视觉型学习者」而改看视频，无效。

让数据决定，不要让感觉决定。流畅是个糟糕的指标。算数的是它能不能撑过一周——而这恰恰是间隔系统在替你测量的东西。

还有，不要把标准化的部分丢掉。一门结构完整的课程、一份分级词表、一条合理的语法序列——这些标准化的东西之所以存在，是因为它们管用。个性化应该是叠加在一个好框架之上的一层调整，而不是「有没有框架」的替代品。

诚实的答案

个性化胜过标准化教学吗？胜过，但幅度远小于宣传，而且只有在个性化了正确的东西时才成立。

把进度和难度调整到学习者的真实水平：有证据，效应中等，值得做。按偏好和「风格」调整：没有证据，而且已经被检验得足够彻底，可以有底气地这么说。

那个「两个标准差」应该退休了。但取代它的发现，对任何一个独自学习的人来说更令人振奋：好导师和好系统之间的差距很小，而「有系统」和「什么都没有」之间的差距很大。对一个孤身的学习者来说，这是好消息。