当前位置:首页 > 科研成果库

在线教育技术:我们在屏幕另一端弄丢了什么

2026-10-15 09:13:08小研科研成果库19

上次和某985教育技术学的博导在茶社坐了一下午,他从帆布包里摸出一张皱巴巴的A4纸,是他带的研究生做的某头部在线平台学习行为分析模型的测算结果——模型把用户停留时长、视频拖拽进度、答题正确率三个指标的权重拉满,算出来的“学习完成度”,和对应学生三个月后的知识留存率,偏差达到47%。

没有夸张。是真的差了近一半。

算法识别的“学习”,和真实认知的距离

所有在线学习系统的行为采集逻辑,本质上是把不可见的认知过程,压缩成可统计的数字信号。你在某节物理课的视频上停了30秒,系统不会知道你是在对着例题算草稿,还是在刷外卖平台的满减红包;你把视频从1.5倍速拉到2倍,系统不会知道你是已经掌握了前置知识点跳过冗余讲解,还是单纯想快点刷完课时拿评优的证书。这些被简化的数字,最后会变成算法推荐的核心依据——你在某个知识点的停留时间短,就给你多推两遍讲解;你某道题错了三次,就给你塞十道同类型的练习题。

在线学习平台用户行为埋点采集示意图在线学习平台用户行为埋点采集示意图

之前看过一组针对217名修读大学物理公共课的本科生的对照实验:一组用平台自带的算法推送个性化习题,一组按传统教学大纲布置固定作业,一学期下来,算法组的习题完成率比对照组高32%,但期末的概念辨析题得分反而低了11%。

原因很简单。算法识别到学生在“受力分析”章节的错题率偏高,就反复推送同计算步骤的套题,根本没意识到学生错的根源不是计算能力,是对“参考系”这个基础概念的理解偏差——那种靠反复刷题形成的条件反射,根本经不起需要灵活迁移的考题检验。

很荒谬。

我去年在上海参加一个教育技术论坛,有个做自适应学习系统的创始人在台上讲,说他们的技术能把学生的学习效率提高60%,我当时举手问他,这个效率的指标是怎么算的,他说就是学生刷完所有规定课时的时间缩短了60%。我当时差点笑出来。我们花了这么多钱搭服务器、训练大模型,最后算出来的“效率”,居然是让学生更快地把课刷完——这和考试时抄答案凑完卷面有什么区别?

那些被技术删掉的“冗余”,恰恰是学习的核心

现在很多在线学习系统的设计逻辑,是尽可能删掉所有学习过程里的“低效环节”:自动生成的字幕替你解决了听不清的问题,AI批改替你省了改作业的时间,甚至连你思考时的愣神、翻笔记找之前知识点的时间,都被算法当成需要优化的“无效停留”。

认知心理学里早就有过明确的结论:学习过程中的“必要冗余”,是帮助大脑建立跨章节知识联结的关键节点。你在听课时突然卡壳,停下来花2分钟翻之前的笔记,把前后的逻辑串起来,这个过程在系统的埋点里是毫无价值的——现在的技术甚至会弹出弹窗,问你是否需要跳转至对应知识点的浓缩讲解,直接帮你把卡壳的环节“快进”过去。

学习过程认知负荷分配模型图学习过程认知负荷分配模型图

我有个在特殊教育领域做技术的朋友,之前给阅读障碍的学生做在线学习系统,一开始照搬普通平台的设计:把所有长句子拆成短段落,配自动朗读功能,把生字的解释直接标在字的旁边。结果用了三个月,学生的独立阅读能力反而下降了——因为系统自动帮学生跳过了他们需要费力解码文字的环节,而那个需要集中注意力、逐字逐句读懂的费力过程,恰恰是阅读能力形成的必经路径。

真的,很多技术设计的出发点,是让学习变得“更顺”。但顺到没有一点阻力的时候,学习本身也就消失了。

我们总觉得,学习就该像刷短视频一样,点一下就能拿到所有答案,不用费脑子,不用卡壳,不用和身边的人争论。但真实的学习从来不是这样的——你得对着一道题愣神半小时,得因为一个观点和同学争得面红耳赤,得把之前学过的东西翻出来反复对照,才能把新的知识真正变成自己的。这些环节,没有一个是能被技术快速优化掉的。

技术的应用边界,从来不是“能实现”就够了

现在行业里有种很奇怪的风气:只要技术能实现的功能,就一定要加到产品里。AI数字人讲师能24小时直播讲课,成本是真人老师的十分之一,那就上;摄像头能实时捕捉学生的表情,判断他有没有走神,那就装;VR能模拟所有的实验场景,不用买真实的实验器材,那就用。

但没人问过,这些功能真的对学习有帮助吗?

之前有个中学试点过课堂情绪识别系统,摄像头会实时捕捉学生的面部表情,把皱眉、走神、打哈欠的状态都标注出来,自动提醒老师调整讲课节奏。结果试点了两个月,系统把学生因为长时间戴眼镜压得鼻梁发酸的皱眉表情,识别成“对知识点理解困难”,反复暂停讲课重复同一个概念,最后整个班的学生都出现了不同程度的厌学情绪——谁愿意自己的每一个微表情,都被摄像头冷冰冰地量化成一个标签啊?

真实实验中那种因为操作不当打翻试剂、被刺鼻气味呛到的体验,是VR场景永远模拟不出来的——而这种带着风险的真实感知,恰恰是实验科学最核心的素养培养环节。你在VR里做一百次浓硫酸稀释的操作,都不如真实场景里被溅出来的酸雾刺激一次来得印象深刻,也永远体会不到做实验时那种小心翼翼的操作规范背后,是对安全的敬畏。

说实话,我上次陪我上高二的表妹上网课,她刷了三个小时的课,记了不到半页笔记,问她刚才学了什么,她支支吾吾说不出来——但平台后台显示,她的学习完成度是100%,还拿到了“学习之星”的电子证书。这种所谓的学习,到底是在学知识,还是在学怎么应付系统的考核?

这不是技术的错。

是我们从一开始就把技术的目标定偏了——我们总想着用技术把学习的效率提到最高,把所有的过程都量化成可统计的数字,却忘了学习从本质上就是一件需要慢下来、需要反复试错、需要和不同的人碰撞的事,所有可以被快速量化、快速优化的环节,从来都不是学习的核心。

我最近看到一个很小的团队做的在线写作系统,根本不自动批改作文的语法错误,也不统计学生写了多少字,只是在学生写不下去的时候,弹出一句提示“要不要停下来想想你最想表达的那个核心观点?”。用了一学期,那个班的学生的写作得分,比用自动批改系统的班级高了18%。你看,好的技术从来不是站在前面替学生做决定,而是退到后面,给学生留够足够的空间,让他们按照自己的节奏,把知识真正消化成自己的东西。