Asia Data

上周，我们参加了全球最大的教育贸易展 BETT。在 BETT 系列的最后一篇博客中，我们探讨了应该期待教育科技公司提供哪些证据。

每年在 BETT，我都会玩一个小游戏：我会随机走到摊位前，询问他们如何知道他们的产品是否真的对孩子们的学习内容或学习效果产生了影响。过去，我遇到的都是茫然的眼神，或者被告知“孩子们就是喜欢我们的产品”。今年不同了。令我印象深刻的是，许多公司都能谈论现有研究如何指导他们的产品设计，以及他们如何采取基线措施并在孩子们使用他们的产品后寻找变化。有些公司甚至谈到了更严格研究的计划。

在EDUCATE等计划和更精明、资金紧张的客户的帮助下，教育科技领域的证据正在获得一些关注。它可能还没有成为主流， BETT 的其他访客对所提供的证据并不感兴趣，但从我看到的情况来看，事情肯定在发生变化（或者也许我只是学会了避开机器人）。

对于像我这样的证据极客来说，这是个好消息。仅仅认识到证据应该是设计和决策过程的一部分就是一大进步

但在幕后，人们对教育科技公司提供和使用的证据质量的争论愈演愈烈。教育基金会为严格、独立的“什么方法有效”的教育研究设定了高标准。与这一基准相比，教育科技公司使用的大部分 BC 数据欧洲 有效性研究在方法上存在缺陷和偏见。

围绕教育技术证据的争论围绕着两个令人不安的事实展开：

提高学习效果很难，而且如果没有非常严格的研究就很难确定一种方法是否“有效”。

期望数以千计的教育科技产品对学术质量进行严格的影响评估几乎是不可能的。

那么，如果我们想做出正确的、基于证据的决策，将技术纳入教学和学习过程，我们该如何前进呢？对于一家认真对待证据的教育科技企业，我们应该抱有什么样的合理期望？我们如何才能支持这种对证据日益增长的热情，并提高期望，而不会要求企业去做不可能的事情？

不同类型的证据回答不同的问题
第一步是明确不同类型的证据告诉我们什么和不告诉我们什么。

严格的实验定量研究，如随机对照试验，是可以表明某种特定方法是否“有效”的有力工具

如果设计合理，并辅以高质量的定性研究，这样的试验还可以揭示为什么这种方法有效或无效，它对谁有效以及它是如何起作用的。例如，一项家长参与项目的试验利用短信让家长更多地参与孩子的学业，不仅显示出积极的结果，还有助于了解这种干预在哪里、为什么以及如何最有用。

通过一段时间内进行多次实验，可以建立证据库，在最好的情况下，可以揭示“设计原则”（或核心组件）。例如，对计算机辅助学习文献的分析表明，当将其用作课堂工具或强制性家庭作业支持时，它最有效。这些设计原则可以帮助教育技术的开发者和购买者寻求更有可能产生影响的策略。