原创：王开东
教育和医学，非常相似。一个解决人精神的成长，一个医治人肉体的伤痛。奇怪的是，医学性命攸关，但社会对医学几乎没有什么评价，这个病该怎么搞，那个病该怎么治，都是医生说了算。但对教育，每年高考结束，人人争先恐后发表评论。这是为什么呢？
(资料图片仅供参考)
答案很简单，医学具有专业性，医学是科学。人们对科学充满敬畏之心，无法评价，也评价不了。但教育就不同了。每个人都是教育家，每个人都觉得自己真理在握，谁都能对教育说出子丑寅卯来。
与医学相比，教育这些年几乎没什么进步。孔子当年骂弟子宰予，烂泥糊不上墙。我们到今天还这样骂。
答案很简单，因为医学讲究循证，临床治疗以及药品使用都要基于证据，背后都有大数据的支撑。新药研发过程中的双盲比对，使用成效的逆向追溯等等，医学最终拿出的结果都是有学理支撑的，都是有实证的，比如现在很有名的医学循证。
但教育呢？教育没有循证。教育讲究理念和艺术，注重经验感受，缺少科学实证，越来越玄乎，差不多成为一门玄学了。都是我感觉如何，觉得怎样，认为该怎样。一千个人眼里有一千种好的教育。
医学现在很成熟了，一个病一旦确诊，马上就有一整套成熟的治疗方案，还有疗效显著的药物。但教育呢？比如这个孩子早恋，这个孩子有点小偷小摸，我们有明确的处理方案吗？有药到病除的方法吗？教育没有。教育都是靠经验。所谓特级教师，就是特别有经验的老师。这些经验在他那里有效，在别人那里未必就是有效的。
正因为这个原因，教育的焦虑远远大于医学。
区域的焦虑在于，为什么我们那么努力，区域教育成绩却越来越下滑？背后真实的原因究竟是什么？
学校的焦虑在于，我们已经把所有时间都精细化了，但学生成绩还是不见提高。未来我们应该向哪里要质量？
老师的焦虑在于，为什么我起早贪黑，学生的成绩却越来越差，一届不如一届？
家长的焦虑是，我们把所有时间都堆在孩子身上了，疲惫不堪，不堪重负，为什么孩子成绩还是不如别人。别人家的孩子轻轻松松考得很好，这究竟是怎么回事？
请注意，他们所提到的全都是成绩。成绩来源于哪里？成绩来源于考试。考试告诉我们什么？考试告诉我们一个确定的结果，告诉你孩子目前的水平和状况，但考试不能告诉你这种状况是怎么形成的。你孩子的成绩好，为什么好？怎样变得更好？你孩子成绩差，为什么差？如何对症下药，获得最大程度的提高？
这些考试都没办法解决，学科司令有限的数据也没办法解决。老师认为学生成绩下降，就是时间没到位，不够努力。如果足够努力，烟锅都给你熏黑了，怎么可能成绩弄不好？这样的认识都是荒谬的，我们所有的社会焦虑就在这里。
用大数据精准分析孩子教育质量的情况，这是我们教育监测中心的工作。我们是教育系统的实证主义者，我们根据大数据的追踪，基于证据，科学精准地测量出影响教育质量的相关因素，以及这些影响因素究竟有多大。
所以监测与考试不同。
首先是目的不同。统考主要目的是选拔和甄别，对象是指向个体，结果用作升学参考；监测主要目的是诊断和预警，对象是指向整体，结果用于教育决策和教育教学的改进，无证据，不决策。
其次是内容不同，统考重点考察学生知识、能力、素养水平，监测除此外，还设置师生相关因素问卷测试，关注影响学业质量的各种因素。也就是说，统考只考察学生的智力因素，我们还可以监测出学生的非智力因素等影响因子。
正因为有这些不同，所以统考用试卷，监测用工具。
那么，问题又来了。监测为什么不是试卷而是工具？
试卷的分数具有偶然性，语文上周考120，这周90很正常。之所以偶然性很大，是因为试卷的容量有限，考这道题和考那道题，结果截然不同，考试状态也是一个方面。但考试只能如此，因为统考指向所有学生个体，他们必须全学科参加，时间有限，题量有限，还必须要甄别出高下。
监测为什么叫工具呢？因为工具测量，就像一把尺子一样，任何时候测量都是一样，具有极大的稳定性。监测工具必须具有稳定性，才能建立结构化的、多维的、可连续追踪的海量数据。那么，如何保证监测工具的稳定性呢？
因为监测不指向学生个体，我们可以等比例抽测AB卷，再抽测少量的锚题C卷，锚题C卷由AB卷合并而成，通过锚题C卷把AB卷难度关联起来。
这样下来，我们基本做到要点全覆盖，然后以等概率随机抽样的方式，让区域学生参加某一门学科的某一份试卷测试，这样全覆盖的试卷就成了工具。我们还可以对分数进行处理，比如把每年大市的分数锚定为500分，其他的分数相应进行处理，这样的量尺分解决了多次考试、不同学科以及难度不一的问题，使得所有的分数都能在同一个量尺上衡量。我们还有纠错机制，可以通过多轮试测剔除一些不好的题目，甚至在考后把区分度不好的一些题目删除掉。因为最终得出的是量尺分，所以并不影响我们的分数，也不影响工具的精准度。
但考试就不行。浙江2018年高考，英语试卷的难度设置出现问题。为了补救，考试院对分数进行了加权处理。事件暴露后，省教育厅厅长和考试院院长等一大堆人被处理。
监测因为低利害，而且不指向个体，所以我们可以稳定的通过大数据精准测量出学生整体的学业质量，再结合师生相关因素的考察，就能找到影响这个学业质量的真正原因。
我们为市教育局、区域和学校提供精准科学的大数据分析报告。用大数据支撑的实证数据告诉你，影响孩子学业质量的相关因子究竟有多大，大到我们能不能够承受。
我曾经对监测不以为然。苏州社会版报告说“吃早餐的学生学业成绩更好”，我认为这个结论，我不需要看报告也知道。
为什么呢？因为不吃早餐，肚子饿了，听课效果肯定不佳；长期不吃早餐，对身体健康不利，当然不利于学习；父母不给孩子做早餐，这个家庭氛围大概率也不利于学习。所以这个结论，不吃早餐的孩子学业质量不如吃早餐的，对我没有附加值，没有意义。
但这是什么？这就是经验式教师的自以为是，这就是玄学的理解，吃早餐好，但究竟好到什么程度，我知道吗？我不知道。我也不在乎。中国人都是差不多先生，不在于精准。
我想起了北大附中的选课币制度。如果两个人同时要选油画，但辅导员只想选兴趣更浓厚的学生。但传统的方法，我们无法衡量谁更热爱油画。
所以北大附中学生在选课之初都有100个相同的选课币，这100个选课币学生需要分配到不同的课程上，但你只有这100个选课币，你必须独立自主地权衡和取舍，花费选课币把你的兴趣量化出来。老师一看就明白，这个花费60个选课币的孩子，肯定比花费32个选课币的孩子更热爱油画。因为选课面前没有贫富，大家都有且只有100选课币。
我这样说，大家都已经弄明白了。很多人可能只知道结论，但我们用大数据把这个结论量化了。我们清晰地告诉你们，如何高质量地提高孩子们的教育质量？如何让老师们的努力更有方向、更精准，如何让孩子们的努力摸得着、看得见。
我们告诉家长的，不仅是“吃早餐的学生学业成绩更好”，我们还通过大数据发现，每天都吃早餐的学生学业成绩为508分，而从不或极少吃早餐的学生学业成绩仅为441分，两者相差67分。进一步我们又有发现，“家人每天在家做给我吃”的学生学业成绩最好，高达513分。与不吃早餐学生的学业成绩差距达到了72分。
在家中能在安静的独立空间中学习的学生学业成绩为508分，而与有干扰的开放空间中学习的学生学业成绩为479分，两者相差31分。
家庭藏书量超过200本的学生学业成绩为550分，比家庭藏书量仅为0~25本的学生学业成绩高109分。
比如地球人都知道过度使用智能手机对成绩有影响，但影响到底有多大？
我们监测大数据的结果显示，周一到周五，每天使用智能手机在0.5小时以下的学生，得分519分，使用手机超过3小时的学生，得分只有411分，其学业成绩相差高达108分。
再比如父母陪伴孩子，还是隔代陪伴孩子，大家都觉得隔代教育问题多，但多到什么程度？
小学生母亲和父亲陪伴的学生，学业成绩分别是507分和493分。祖辈陪伴的学生，学业成绩是480分。分别高出27分，和13分。即便是爸爸和妈妈陪伴相比，爸爸也比妈妈陪伴少了14分。所以现在我们知道了，好妈妈胜过好老师，妈妈是孩子的第一任老师。
甚至老师的性别也对学生的阅读水平产生影响。小学阶段，语文老师性别不同，也对学生的阅读能力产生显著差异，并且在1%的置信水平上显著。语文老师是女性的，小学生的阅读总分均值比语文老师是男老师的小学生高了16.1分。
是不是做作业的时间越多越好，以小学六年级学生为例，周一至周五平均每天校内作业时间1~1.49小时，学生的学业成绩是506分；学生作业时间达到3小时，学生的学业成绩是470分。反而低了36分。可见血汗教育有时候只有血汗，没有教育。
还有，补课究竟有没有效果？如果有效果，效果究竟有多大？睡眠时间多少对成绩肯定有影响，但到底影响有多大，能不能承受？这个科学实证的问题不研究，如果不认真分析，我们都将在黑暗中爬行。我们的教育将永远是摸着石头过河。
所以我今天说，我们可以过河，而且不必摸着石头了，所依靠的就是教育监测的力量。教育监测，一定会成为降维打击的有力武器，成为中国教育的新生力量。
