陈桄博士：技术真的促进了教育变革吗？

在今年顶思举办的RAISE亚洲国际学校大会上，陈桄博士抛出了两个关于“技术”的问题，又用两个学术研究项目分别作答。不谈体会，不讲故事，完完全全地用数据说话。

这两个问题是：技术真的促进了教育变革吗？利用技术改变教育的“先行者”和普通教师之间究竟存在着怎样的差别？让我们来看看陈桄博士做了哪些研究，对这些问题又给出了怎样的结论。

文、编  | 玉关虎竹

陈桄

北京师范大学教育学部教育技术学院讲师、硕士生导师、发展与教育心理学博士、教育技术学北京市重点实验室副主任、苹果杰出教育工作者。

PROFILE

陈桄的职业生涯绕不开两个词，一是“教育”，二是“技术”，后者几乎从他的童年时期便开始生根发芽。

早在1988年，陈桄的父亲便为家里购置了一台兼容苹果II的中华学习机。在父亲这样的“头号玩家”的影响下，陈桄自然而然地成长为一个技术迷，从事教育工作以后，他更是坚定地走上了将技术与教学相结合的道路，并于2011年获得苹果杰出教育工作者(ADE)的称号。

在十多年的教学实践中，陈桄不断地在思考技术与教育之间的关系。

技术与学习关系的元分析研究

随着时代发展，信息技术已经进入成为教育教学中必不可少的一部分。这些技术对于教育究竟有着怎样的革新性作用呢？

基于这个问题，在过去的两年时间里，陈桄博士和程薇博士的研究团队进行了“技术与学习关系的元分析研究”。

01

教育工作者的“周期性失忆症”

陈桄认为，从视听教学到多媒体学习，从程序教学到计算机辅助教学，从远程教育到在线学习，教育工作者们似乎犯了一种“周期性失忆症”：一旦一种新技术出现，他们总是蜂拥而至、极力热捧，最后却淡漠收场。

如何减少或避免这种“周期性失忆症”的发作，是当下教育技术研究者亟待关注的研究课题。究其本质而言，这是对技术与学习关系的拷问，即技术的使用是否影响教与学。

在过往的研究中，有学者（Richard E. Clark）认为，“媒体仅仅是传递教学内容的‘通道’，其本身不会对学习产生任何影响”；又有学者（Robert B. Kozma）认为，“媒体的符号系统和处理能力会影响学习者的心理表征方式和认知加工过程。”

陈桄博士和程薇博士的研究团队决定对过往的“元分析研究”进行“再分析研究”，由此探明技术与学习之间的关系。

02

“元分析”和“再分析”

“元分析”是由Gene V. Glass于1976年提出的一种定量的系统化文献综述方法，其研究结果往往被视为指导实践和制定政策的最佳证据。自2002年起，美国国家研究理事会开始倡导使用元分析进行科学知识的积累。《教育技术研究与发展》的主编也曾鼓励研究者通过开展元分析研究，改善教育实践。

元分析是利用统计分析方法，对同一问题的已有大量原始研究结果进行再统计。其核心概念效应量（Effect Size）是用于 “衡量实验效应强度或者变量关联强度的指标”。

一般来说，在教育研究领域，一项元分析聚焦于某一教学方法（如协作学习）、学习者的某种特征（如先前知识）或教师的某种特征（如教师学科知识）等。伴随着元分析数量的急剧递增，研究者开始整合元分析的研究结果，即对元分析进行“再分析”。

经过文献检索与筛选、文献编码及效应量提取，陈桄及其团队的研究共确定符合要求的元分析112项（涉及原始研究数千个，师生达数十余万），效应量 162个。

03

研究结果

陈桄及其团队的研究显示：

✔    该研究所提取的96.91%的效应量都呈现出正向，说明将近 97%的信息技术的使用都是有效果的；

✔    该研究所有效应量的算术平均数为 0.40，这一数字被认为是“教育革新效果”与“教师教学效果”的“分界线”。结果表明，技术的使用对学习的影响已经达到了“教育革新”的效果。相比较不使用技术或接受其他传统教学方式学习的学习者，使用技术进行学习的学习者学业成就会提高 15.5个百分点。

✔    技术影响学习效应量的中位数为 0.34， 众数为0.16，这表明，多数技术的使用对学习效果的影响尚未达到所期望的效果。从根本上说，信息技术对教育的变革作用仍未彻底发挥。

✔    从2005到2019年这长达15年的时间里，随着时间变化，技术对教学的促进作用没有呈现出显著增强。这表明随着技术的发展与进步，其对学习的影响似乎并没有显著增加。

研究结果让陈桄博士和程薇博士的研究团队陷入了深思。一方面，就教育技术学研究领域来说，类似 “技术是否能够提高学生的学业成就？”这一类的研究问题已经没有太大意义了，今后亟需回答的是“什么有效（What Works）” 以及 “什么起最大作用（What Works Best）”的问题；另一方面，在推动技术与教学相结合的过程中，还有很多值得改进的部分，比如企业开发的各种新技术在应用于一线教学的时候，涉及到一个教学方法的问题，所以企业应该跟一线的学校紧密结合，努力研究技术怎么才能更好地应用在一线教学中。

ADE胜任力模型研究

与苹果公司长期的合作以及作为ADE工作者的经历，使得陈桄对一个学校的技术引领者和普通教师之间的差别产生了很大的好奇。苹果公司的创新、创造能力举世共睹，但是所谓的Apple杰出教育工作者究竟有什么特别之处呢？

为此，陈桄进行了一项名为“ADE胜任力模型”的研究。

01

胜任力和胜任力模型

所谓胜任力，是指个体能够胜任某项工作必须具备的潜在特征和外显行为。教师的胜任力模型是比教师的能力智力、TPACK特点更宽泛的内容，更加适合教师人才的评价和选拔，与教师工作的绩效密不可分。

构建ADE 教师的胜任力模型，既可为教师的自我能力提升和学习指明方向，也可以为教育管理者开展教师专业发展活动提供参考并有助于进行教师选拔。

一般的教师胜任力模型如下图所示：

02

行为事件访谈法

陈桄博士使用的研究方法为行为事件访谈法，分成五个步骤：

首先，通过查阅文献，形成教师胜任力的一个词典；然后，对教师进行访谈。陈桄及其团队一共访谈了18位教师，其中有9位苹果ADE教师，还有9位培养教师。访谈时，要求每位老师说出教学过程中3件非常成功的事，以及3件让感觉非常遗憾的事。

把访谈内容收集起来以后，进行编码、分析，通过量化的统计分析就可以发现他们在某些特征上的差别。

03

研究发现

陈桄博士通过研究发现，不管是普通教师还是ADE教师， 20项所谓的基准性特征差别不大，但是， ADE教师和普通教师相比，在另外10项鉴别性胜任特征上，明显优于普通教师。这10个方面包括课程开发、教学策略、反思与改进、关爱学生、团队协作、专业知识与技能、影响力、发展他人、领导力、展示自我。

根据以往的教师胜任力模型进行分类后，可以得到一个苹果杰出教育工作者胜任力模型。它有4个维度，分别是知识/技能、自我形象/社会角色、态度/价值观、特质/动机。黑色文字代表了基础性的特征，红色文字代表ADE工作者所独有的特质。

对这些特质进行统计学上的差异检验后可以发现，ADE工作者和普通教师在三个层面上存在着差别： 

（1）平均等级差异，即老师日常教学中表现的平均的绩效水平。苹果杰出教育工作者在课程开发、教学策略、反思改进、关爱学生、团队协作、专业知识和技能方面，都表现出了显著优势；

（2）最高等级差异，即日常教育教学中老师能展现出的最高绩效水平，ADE工作者在影响力方面占优；   

（3）总分差异，ADE教师在发展他人、领导力、展示自我三个方面明显优于普通教师。

04

研究反思

陈桄博士把ADE工作者与普通教师的差异总结为三个大的方面，并分别作出了反思：

结语

陈桄博士分享的两个研究项目都是和技术在教育变革中的作用有关，其中，关于技术与学习关系的元分析研究已经发表在CNKI上，感兴趣的读者可以自行搜索知网进行下载。

通过陈桄博士的研究我们可以发现，技术日新月异的变革确实给教育带来了新面貌，但其所带来的改变并没有我们想象中的那么大。不过从好的方面来说，技术在教育教学中的潜力巨大，仍然有待像ADE工作者那样的“先行者”进行更深入的发掘。

“变革”的那一天还没有到来，不过所谓未来，说到底根植于现在的脚踏实地。正如陈桄所说，“我们需要商业公司、企业、学界和一线学校的通力合作，我们需要关注教师的发展。”

本文参考：

2020RAISE亚洲国际学校大会第五分论坛陈桄博士主题演讲“科技驱动教育变革中的教师——苹果杰出教育工作者胜任力研究证据”；

程薇, 凡正成, 陈桄, 庄榕霞, & 黄荣怀. (2019). 重溯技术与学习关系之争：整合元分析的发现. 电化教育研究, 40(06), 35–42.

往期精选

顶思资源库

研究报告

● 2020 中国国际学校图谱

专业发展

社群活动

人才招聘

会员服务

上海：021-60496511

北京：010-53382767