详细内容或原文请订阅后点击阅览
我在可汗学院数学干预新随机试验中发现的亮点
作者：萨尔·汗，可汗学院创始人兼CEO。上周，我们的效能与研究团队标记了一篇……阅读更多《我在可汗学院数学干预新随机试验中发现的亮点》首发于可汗学院博客。
来源:Khan Academy 博客作者：可汗学院创始人兼首席执行官Sal Khan
上周，我们的效能和研究团队向我标记了一份新的NBER工作论文：“一键之遥：Khanmigo在两年学校实验中的AI辅导”，作者Philip Oreopoulos和Nina Low。先说清楚：可汗学院没有参与设计或运行这项研究。这是独立研究，这正是它值得分享的原因。以下是我对其中有趣内容的解读。在调整了全年积极参与的隐含影响后，对低于年级水平学生进行的二次分析显示增益为0.14个标准差（SD）。这是我想锚定的数字。该论文指出，0.14 SD在数学练习软件的实验证据范围内，该范围在0.05至0.20 SD之间。这一结果低于我们在印度研究中看到的非常强的0.45效应量（该研究由同一位研究人员之一完成），但这里的情境非常不同。首先，近期研究中的学生群体在数学方面低于年级水平。其次，对照组包括使用其他教育科技工具的情况。因此，0.14 SD可以解释为可汗学院和Khanmigo相对于其他替代教育科技工具带来的额外收益，并且对学年开始时低于年级水平的学生有帮助。
研究设置
为什么对照组在这里如此重要
以下是解读0.14SD数字时最重要的细节：对照组是研究人员所称的“照常运营”。这意味着他们继续使用研究前已有的任何工具。这并非可汗学院与“无技术”或传统课堂的比较。对于这些学校中的大多数来说，“照常运营”意味着使用Waggle、IXL、Zearn和DeltaMath等其他在线工具。在18所学校中，有14所在对照条件下至少使用了这些工具中的一种。
标题数字，以及我认为是真实影响力的数字
但这是我认为对项目实际影响更重要的解读数字：0.14 SD。