日报 · 2026-10-16

狗哥教育日报

2026-10-16 · 星期五
今日主张

直觉要拿来检验:选方案先估再算,「学习风格」「配上 AI 助手就会学得更好」这类顺耳的说法也要回到证据上。

📐 数学教学

Would You Rather:585 英里的 2/3,还是 400 英里的 90%?

Pam Harris · 2026-10-16(北京时间 08:19;美国当地 10-15)

Pam 的 #TryThisThursday 继续用「Would You Rather」让学生思考和分享数量关系:开 585 英里行程的 2/3,还是 400 英里行程的 90%?她问你会选哪一趟、为什么。

🤖 AI 领读

和 10-14 那道配对,放进闯关习题的「分数 vs 百分数」组:585 的 2/3 是 390,400 的 90% 是 360,先让学生估再验证;MathWiki 可以给这类题标上「估算先行」策略。

用鱼骨图拆代数应用题:一项高中准实验

Charles Asare、Innocent Akpage、Daniel Aboagye、Isaac Davor · *Frontiers in Education*(学术期刊) · 2026-10-16 在线发表(Crossref 登记北京时间 22:06)

高中生做代数应用题,难在读懂题意、找出数量关系和选对策略。这项为期六周的准实验(128 名高中生,两组各 64 人)比较「鱼骨图策略」和常规教学:控制前测后,鱼骨图组后测显著更高(偏 η² = .263),研究同时调查了学生对这一策略的看法。

🤖 AI 领读

鱼骨图本质上是一张「已知—关系—所求」结构图,几乎就是素养题拆解的可视化版本:可以试着把 MathWiki 的拆解模板做成鱼骨图样式,闯关时让学生先填图再列式。

🪜 脚手架

为什么「学习风格」感觉很真,其实站不住

Megan Sumeracki(The Learning Scientists) · 2026-10-16(北京时间 09:00;原文标注美国当地 10-15)

Sumeracki 说自己仍经常被问到学习风格:人确实有学习偏好,也确实不止一种学法,但按偏好「匹配」教学并不能让学习效果最大化,把多种方式结合起来对每个人都有帮助。这期 Digest #186 汇总了他们和其他人关于学习风格迷思及其危害的文章和视频,包括「双重编码 vs 学习风格」的对照研究。

🤖 AI 领读

19×19 视频和 MathWiki 别做「视觉型/听觉型」分流,而是每个知识点都用图加式双重编码(面积图 + 算式);脚手架研究里也不要把学习风格当分组变量。

Direct Instruction 是什么、有没有效、为什么不流行:Sold a Story 第二季背景读本

Sarah Schwartz · Education Week · 2026-10-16(北京时间白天;美国当地 10-16)

配合 Sold a Story 第二季,EdWeek 用档案报道梳理了 Engelmann 的 Direct Instruction:它不等于泛指的「明确教学」,而是更规定化的专门方法,有脚本、频繁要求学生应答、基础掌握后才往前走。在 1960—70 年代的 Project Follow Through 中,DI 学校的基础技能等平均增益最高,但结论一直有争议;此后多数证据(包括 2002、2018 年的元分析)支持它对考试成绩的正面效果,它不流行的根源更多在于对教育目标的理念分歧。文章还谈到「数学的科学」与主流探究取向之争(今年夏天已有 23 个州出台数学教学相关法律或政策),以及多数老师其实混用多种做法,并引用了 Dylan Kane「不能简单退回过去」的看法(他的长文见 10-06 期)。

🤖 AI 领读

给脚手架研究一个清楚的概念区分:「Direct Instruction(专有方法)」「明确教学」「探究中的引导」是三件事,写综述和编码时别混用;闯关讲解关可以借 DI「频繁应答、掌握后再前进」的做法,但不必照脚本。

自己犯错还是看别人犯错,哪种更能学会控制变量

Linda Hämmerle、Shelbi L. Kuhlmann、Theresa Krause-Wichmann、Andrea Möller · *Instructional Science*(学术期刊) · 2026-10-16 在线发表(Crossref 登记北京时间 20:56)

255 名七、八年级学生按「先解题后讲授」的思路先动手做实验,再接受讲授和错误反思提示,分为自己犯错、看别人犯错、两者结合、不犯错四组,学习控制变量策略。四组都有进步,自己犯错组后测最高,但组间差异不显著;情绪、动机、认知负荷都没有中介作用;错误意识能预测更好的后测,但在「自己犯错」的效果上起了负向中介。

🤖 AI 领读

这对 productive failure 式闯关是一条冷静的证据:「先让学生犯错」本身不保证更好,关键在错误反思怎么设计;闯关失败后可以加一步「你觉得错在哪」,并记录学生是否真的意识到了错误。

🤖 AI 与学习

马里兰大学随机实验:给课程配上 AI 学习助手,成绩反而更低

马里兰大学教育学院新闻 · 2026-10-16(北京时间 20:42;美国当地 10-16);所附工作论文 EdWorkingPaper 26-1598(2026 年 10 月版)

马里兰大学 2025 年秋季在 30 位教师、约 2,400 名本科生中随机开放课程内嵌的 AI 学习助手。同一门课的不同班级之间,有权限的学生期末成绩低 0.37 个标准差、在课程平台上的参与低 0.90 个标准差,第一代大学生受损更大;新闻稿说只有约 15% 的学生真正用过,多半是直接要答案,绕过了有益的挣扎。研究者据此认为,这类工具需要更多使用引导,不能开个入口就了事。

🤖 AI 领读

和 10-12 期 Mollick 转的那项随机实验正好形成反差:同样是 AI,怎么用决定方向。MathWiki 上线 AI 功能时不能只开个入口,要同时给「怎么用来学」的引导,并监测它会不会挤掉学生和材料、和老师的接触。

AI 对教育最大的威胁,也许是学校不变

Sam Mormando · 2026-10-16(北京时间 23:30)

Mormando 认为,过去几年关于 AI 与教育的讨论大多集中在 AI 会怎样改变学校内部(取代老师、学生不再思考、评估与学术诚信)。他更担心的是另一面:AI 改变校外世界的速度,远快于学校改变自己的速度,而课表、科目、作业和评估的基本结构几十年没怎么变。

🤖 AI 领读

对你的项目是一个选题提醒:素养题拆解多放真实情境、需要做决策的题,少放 AI 一秒能做完的套路题,这也是 MathWiki 区别于普通题库的理由。