在充滿講座式課程的大學中，很難看出來到底有哪些學生心不在焉。在過去的幾年里，普渡大學正在嘗試通過一種數據算法，來幫他們找出在校園里有哪些學生正面臨退學的風險，或者是有哪些課程需要更多的老師。學校的管理者們管這個系統叫“student success algorithm（成功學生算法）”，它的官方名稱叫Course Signals——假如這套系統可以成功運行的話，就有可能會改變現代大學的運作方式 。

通過數據挖掘和分析工具，Course Signals不僅可以推測一個學生在一門課程中的表現如何，也可以提前探知有哪些學生正處于學業掙扎當中，在危機爆發之前學校就予以幫助。

到目前為止，Course Signals效果不錯。通過普渡大學上個月發表的報告來看，在兩門或更多課程中使用了Signals的學生要比那些沒有使用這套系統的學生， 畢業率提高了21.48%（六年制）。目前，將近24000名學生參與這個項目，超過145名普渡大學的的教授或老師在他們的課程中使用這套算法。當前這個學期，Signals覆蓋了超過100門課程——計劃明年春天推進更多。

問題是：學生們對這套能夠預測他們大學生涯的系統怎么看？假如今后學生顧問變為一套計算機算法，那是什么感覺呢？

數據驅動的霍索恩效應

不像傳統的評估學生的方法，普渡大學的算法能夠對學生的學習情況有更全面的考量：從最基礎的考試分數、排名，到學術經歷，甚至還會監測到學生與電子學習系統Blackboard Vista的互動情況。

本質上，Course Signals更多地是一套基于社會科學而不是計算機科學的系統。所謂的“霍索恩效應”是指人們如果得知自己正在被研究或監測，行為表現就會有所增強。引申到學習領域，如果學生能夠收到更多關于他們當前狀態的反饋，他們分數就會更高。

當然，理論歸理論。普渡大學學術科技部門的研究科學家Matthew Pistilli表示，要讓這套理論被學生所接受，取決于以下兩點：易于理解并容易獲取。要做到前者，Pistillit打算采用一套類似紅綠燈的系統，幫助將學生們的目標融入他們的學習軌跡當中。

這套算法將學生們按照當前狀態分成紅、黃、綠三組。綠色表示學生們如果繼續保持當前的學習狀態，他們就很可能達成目標。黃色表示該學生在某門課程中存在潛在危險。紅色則表示這個學生要掛了。一旦學生們被分配到某一組，系統就會自動生成并通過email發送一條帶有學生和講師姓名的信息（還會引用一些特定的文字以讓這個郵件看起來不會太機械）。這條信息不僅包括系統對于該學生課程結果的預測，還會給出一些建議，以便學生能夠繼續保持狀態或做出相應改進。

改變我們教學的方式

Course Signals的雛形建于2007年，基于John Campbell的研究理論（John Campbell目前擔任著西弗吉尼亞大學副教務長和首席信息官）。Campbell的論文中提出的加權算法奠定了Course Signals的基礎。

一開始，這套算法的執行是依靠工作人員手動把數據敲入Excel中的——現在它已然是一套自動運行的復雜系統。Pistilli表示：“這個算法會趨向于包容——有的時候，對于正在勁頭上的學生，我寧愿‘錯誤’的發條信息說‘你要注意了！’，而對于實際上表現的不怎么樣的學生，我會希望給與鼓勵。”

Signals的好處不僅僅是讓學生們受益，數據反饋也會幫助老師們調整自己的教學實踐。Pistilli說道：“我們希望老師們能夠對于他們的講授方式有更準確的理解。假如一位老師在Course Signals中進行一次調查，而系統的反饋80%都是紅燈——而老師們原以為學生們的表現會更好——這時候老師就有一次機會，返回去看看問題究竟出在哪。他們會與學生們認真溝通哪部分沒有搞懂。”這也意味著教授可以在下次上這門課時采納這些意見，并做出改進。這是在用數據的方法來改進教學。

說來也奇怪，學生們喜歡這個系統。Pistilli 稱：“很多學生告訴我們，他們想在每門課里都有Course Signals。他們渴望得到反饋，喜歡別人對他們的行為給予評價，并在更廣的視角上給予指導。這就是區別：如果你問一個沒用Course Signals的學生，他在課上怎么樣，他們一般都會回答你在上次考試中得了A還是B，很少深入。Course Signals則是去量化學習的過程，讓學生們更好的了解他們現在的狀態如何。這可以幫助他們變得更好。”

譯文鏈接：http://www.36kr.com/p/206973.html