逆風看衰？MIT學者：4個原因，科技創新並不會讓教育一夕改變

萊克在受訪時重複了兩次「非常慢」，以形容教育體系的改變速度。他強調，我們應該應用新科技來改變教育，但不應該期待會發生什麼一夕之間的革命。

萊克分析，教育科技難以快速普及的主因有四點，而這也是所有教育科技的研究者、開發者，或是正在實行的第一線工作者，都必須一再面對的問題。

第一，是「慣性的詛咒」（Curse of the Familiar）

學校習慣使用科技的方式，是用科技做他們本來就會做的事。如果你用科技打造一種全新的教育工具，你會發現，無論是老師或學生，常常都不知道該拿這些東西怎麼辦。

以美國最流行、最被廣泛使用的學習工具之一Quizlet為例，它基本上就是教室裡最常用的圖卡和字卡，只是放到網路上。所有人只要看到Quizlet，都能瞬間理解要怎麼使用，並且樂於用它。

透過圖卡和字卡的數位化，我們顯然可以在教學效率提升上，得到一些好處。但可能也就僅止於此。

第二，「教育科技馬太效應」（EdTech Matthew Effect）

我們常期盼新科技能讓教育更平等，造福弱勢者。教育科技支持者的一個主要觀點，就是科技會讓教育變得更平民化，窮人會更容易接觸到免費的教育資源。然而，一而再、再而三的證據都顯示，這些事情並沒有發生。

廣告

的確，大規模開放線上課程（MOOC）可以讓很多人接觸到過去沒有的教育資源，但事實是，那些擁有電腦和網路者，往往是本來就較為富裕的人，通常也更能享受教育創新的成果。

新科技，即便是免費的新科技，最終對有錢人所帶來的好處，都會大過於窮人。

第三，「規律性評價的陷阱」（Trap of Routine Assessment）

個人化指引是教育科技經常被拿來宣傳的另一個好處。

以演算法為依據的程式系統，可以迅速搜集大量學生的數據進行分析，並提供評價，這是過去人力做不到的事情。

但這裡有個陷阱。那就是電腦只擅長評量一些高度規律、高度結構化的知識。電腦在評量數學學科方面做得很好，但是在一些沒有規律結構的知識，像是歷史，我們目前還沒有足夠的技術可以做到。

更重要的是，在21世紀我們想要教給孩子的能力，都是那些電腦所不擅長的事物，像是複雜的溝通技巧、解決混亂問題的能力。現在的人工智慧，還做不到很好地評量這些抽象的能力。

廣告

第四，數據與實驗的毒害力量（Toxic Power of Data and Experiments）

科技賦予的個人化學習要想做得好，就意味著必須盡可能搜集最多的個人資料。

很多商業化網路平台都會使用一個技巧，就是隨時隨地給你一點小測試。例如測試你會不會買紅色的鞋子，會不會對一個搖滾歌手按讚。每次測試，這些平台就對你多了解一分，掌握一分你的想法與好惡。

線上學習平台也會做一模一樣的事情。這題答對了、下題答錯了，喜歡看歷史、不喜歡看物理……，當孩子登入後，學習平台就不斷在搜集這些行為數據。

但是，我們真的希望孩子從小就如此習慣於被搜集個人資料，對於數據監控如此習以為常嗎？言教不如身教，我們提供一個什麼樣的平台，就是在教孩子什麼事該做，什麼事不該做。

科技有用，但要用對方法

「但科技是有用的，」萊克強調，科技確實有用，只是它的作用是漸進式的，並有兩點主要原則。

廣告

第一，現有的技術是在某些領域、主題或時機可以發揮作用，而不是全部情況。它不是一劑萬靈丹，以為用了就可以瞬間帶來破壞式創新。

在教育領域，科技比較像是一種對症下藥的工具，可以在某些特定的情況下，用來解決某些特定的問題，且不一定永遠適用。

第二，你不能隨便在傳統教學和各種數位教學方案中任意切換。所有的科技解決方案都意味著人力成本的投入，如果想導入一種新的數位學習方式，那麼所有的學生、老師和家長，都必須隨之建立起新的模式、做法和習慣，才能讓這套方案真正發揮成效。

在科技創新如海嘯席捲全球教育界之際，萊克清晰冷靜且深刻的聲音，值得所有人思考。

（責任編輯：黃韵庭）

【更多精彩內容，請購買《天下雜誌》2021年教育特刊《破壞式學習》】

廣告