分享

邀请你上一节家长专业必修课——统计学

 长沙7喜 2018-02-20
 蜂窝说 

假如大学设一个“家长”专业,它该上些什么课?

教育学、儿童心理学,嗯,还得加上体能训练。

还有呢?

下面这个在大学里从事严谨科学研究的妈妈给出了她的想法,她认为是:统计学。

她说:“统计学蕴含着一套世界观和价值观,我很庆幸自己一直受其影响。对我个人而言,统计学最具启发性的观点就在于——整个世界建立在不确定性的基础上。”

而你知道人类“焦虑”的来源是什么吗?焦虑来自对未来不确定性的恐惧。

一个小孩子的未来是有极大不确定性的,所以当家长的很容易焦虑。类似“小时偷针,大时偷金”的担忧,层出不穷。

统计学告诉你,你是不可能消灭不确定性的,但你有办法消灭一些恐惧,让你和孩子都能更坦然些活在当下,享受我们值得享受的生活。


本文转载自公众号“虎妈熊孩”(ID:TigerMomsWildKids),略有删减


这个年代,家长们的焦虑早就遍地开花,一波高过一波。常常被一个帖子搞得心神不宁,自己错代进入情节,又开始一波一波焦虑的讨论。


焦虑的情绪,一旦被煽动起来,很容易越来越焦虑。跳出焦虑怪圈的唯一途径,就是父母自我提升和自我学习,而不是给孩子施加压力。如果父母期望通过孩子学习成绩提高来减缓自己的焦虑,那绝对是颠倒黑白。


学好统计学,根治父母的焦虑。



回归(regression)

我不清楚当初是谁把英文regression翻译成了中文“回归”。统计中的regression起初来源于Galton关于大豆的实验。他发现,大豆子倾向于生产出比自己小的后代,而小豆子倾向于生产出比自己大的后代。也就是说,下一代豆子的高度,会向平均值靠近,而不是强者越强弱者越弱。Galton把这个现象命名为regression。


自然界一切可以测量的现象(比如父母所关心的孩子身高、智商、记忆力、关注度等)都有一个平均值,所谓regression就是“回到平均值”。按照统计学的观点,高智商父母生出的下一代,平均智商应该比父母辈低一些,低智商父母生出的下一代,平均智商比父母辈高一些,极端值往平均值回归。


“回到最初状态”与“回到平均值”这二者的差异,想必本文的读者都能够明白。我相信统计学,所以根本不会担心高智商程序员的后代的智商平均值依旧碾压我这种人后代的智商平均值,他们的孩子应该低下来,我们的孩子应该高上去!这才是科学的观察结果。



我们看到姚明父母个子很高,姚明的身高甚至超过了父母身高。这个个案的观察当然成立,但它不足以推翻上文所谈的回归趋势,因为Galton谈的是一代人。


姚明父母都是运动员出身,他们运动队里的所有队员的后代,其平均身高要低于父母辈的平均身高。如果把观察样本扩大到国家队、省队、市队的篮球运动员,那么回归现象会更明显。所以,姚明也许是“篮球二代”里身高最高的一位,但是“篮球二代”整个群体的平均身高会逐渐低于父母辈的平均身高。


统计学谈的是群体表现,而非个体现象,所以,我一直谈的都是“群体的平均值”。当然要承认很有可能出现极端值,姚明就是一个极端值,然而极端值的出现充满了不确定性,与其规划后代的身高怎样才能超越自己,不如先想一想,万一用尽了所有手段,孩子的身高依然比自己低,父母最好还是接受现实吧,何苦跟不确定性较劲。


反过来想,正因为大自然里存在着regression这个规律,人类社会才能稳定存在,否则,富人的后代越来越富,穷人的后代越来越穷;高智商父母的后代越来越聪明,低智商父母的后代越来越笨;高个子父母生下的孩子越来越高,低个子父母生下的孩子越来越矮……这样的世界,总有一天要被摧毁。每念及此,我就格外佩服大自然的奇妙。



再多余一句,如果真想生出高智商孩子,那么最可靠的途径就是多生。高智商父母生一个孩子,低智商父母生六七八个孩子,其中智商最高的那一个,大概率上讲,会高出高智商父母的独苗的智商。因此,较之比拼父母智商,多生才是更符合科学规律的那条路径。


至于智商跟学习成绩、事业成就、家庭幸福之间的关系,那就是另外的问题了。


苹果跟苹果比,香蕉跟香蕉比

父母的另一重焦虑来源,源自自己孩子跟“别人家的孩子”比较之后产生的失望。父母的眼光经常盯着某个群体里的极端值,最高分、最聪明、反应最快、跑步最快……,把极端值的表现夸大为整个群体的表现,然后拿自家普通孩子跟极端值比较,这当然容易产生焦虑了。


苹果跟苹果比,香蕉跟香蕉比。普通孩子跟普通孩子比,总拿着天才儿童当自己孩子的榜样,在激发自己孩子的崇拜和奋斗精神的同时,也可能激发自己孩子的挫败感和无力感。有些天才的智商和运气就是用来碾压众人的,普通孩子大大方方承认自己与天才的差距,符合实情,又不丢人。


机构需要“牛孩”的神话来证明自己培训的有效性,“牛孩”是机构公关推广活动的一张名片,越火爆的机构,建构的“牛孩”神话越多。所以,混在机构里的家长,少有淡定从容的;那些远离机构的家长,更有可能淡定。



当然这里很可能存在下面的关系:正因为父母淡定,所以才选择了远离机构;正因为父母好胜焦虑,所以才选择了进入机构。我不觉得把一切责任推给机构就能解决父母的焦虑根源,有时候我们也需要反思自己能够牺牲的到底是什么?


有朋友告诉我“珍爱生命,远离牛孩”。我不想去分辨到底是真正牛还是被催熟的牛孩,这件事情毫无意义。我宁肯相信天赋的存在,我也羡慕天才人物,然而,我的孩子就是徘徊在平均值附近的普通孩子,所以,我自动屏蔽了牛孩传说。


这个世界永远不缺传奇,听到了看到了,我会祝贺牛孩,不过我们是不会去向牛孩学习的,反正学也学不来,苹果终究没法跟香蕉比。


区间与具体观测值

每次考试,貌似都会加深父母的焦虑:这个单元的知识点怎么掌握得不透彻啊?你看你,这次测验的成绩怎么比上次低了好几分?


如果把考试当成升学的途径,通过考试而赢得优质教育资源,我觉得在现实环境下,这种想法无可厚非。既然选择了,那么就接受这套规则吧。选择什么样的升学路径,那是家庭抉择。


我想驳斥的,是另一种说法,即考试的目的是检验学生对于知识点的掌握程度,或测量学生的实际知识水平。


凡考试凡测量,皆属于观察。学生的实际知识水平应该在一个区间波动,每一次观察值都大概率地落在这个区间内。虽然这一次测验比上一次低了5分,但是同属于正常区间,这两次测验的分数都是正常的。


换句话说,学生的实际知识水平很可能一直维持在同一个水准上(区间里),只是两次测验的观测值出现了波动。


除了学生的实际知识水平之外,考试成绩还受到其他因素的影响,比如运气(考生刚好摸准了阅卷人的思路)、学生身体状况、考场环境、考试当天天气和交通状况、心情等因素的影响,而且这些偶然性因素有时候影响后果惊人。如果对这些偶然因素视而不见,只是揪着学生的知识水平这个单一因素,父母很容易把自己的焦虑转移成为给孩子施加过大压力。总之,90分和95分具体成绩不同,然而学生的实际知识水平很可能是相同的。



我见过太多父母不满意孩子托福只考了110,还想着下一次考到115+。(很惭愧地说,我考托福,也考不到110分这个水准。)其实,父母检索一下自己理想中的学校的入学要求,官网明确规定托福标准往往只有90/100分。招生官也明白,115分学生的实际英文水平未必见得高过100分学生的水平,况且,学校招的是契合期望的理想学生,而不是英文好的学生。调高最低标准,只会导致学生们一个个通过刷题来摸索托福出题规律从而获得高分,在这种情况下,高分并不意味着学生的英文水平获得了本质提升,只是他们更能摸准出题人的套路。


(近年来,被国外学校录取的学生的标化成绩越来越高,所以家长会认为“我的孩子不考出高分就不能去理想学校了”。现实中的确有这个趋势,不过这个现象跟本文无关,以后有空再说。)


通常学校考试,老师会提供全班平均成绩和全班成绩分布的大致区间,机构里测验也会提供这两个数据。利用这些数据,家长们能够判断出跟其他孩子比,自己孩子所处的位置,却不能判断自己孩子的实际知识水平。


跟别人比,更容易焦虑。因此我一直反感学校和机构搞成绩排名这种做法。在现实环境下,想要做到跟自己过往成绩比而不受他人成绩的干扰,需要父母很强的定力。总之,不要因为某一次成绩降低而批评孩子,低分也许仍旧处于正常范围之内呢。



其实,最困难的一环在于,每一个学生知识水平的区间到底有多大?超出了哪个范围才能说孩子最近的知识水平提高/下降了?这个问题貌似没法回答,我也没有搞清楚自己孩子的区间边界,我只是习惯了他每次考试让我一惊一乍的成绩。


清除焦虑的途径,就是父母改变自己

统计学蕴含着一套世界观和价值观,我很庆幸自己一直受其影响。对我个人而言,统计学最具启发性的观点就在于——整个世界建立在不确定性的基础上。所以我能接受意外、运气、偶然性对我生活的影响,我很服气极端个案的成就,可能我自己没这份福气吧。


我的努力,只是增加了生活按照我期望的方向前进的概率,但是并不意味着一定会实现我的目标。同样的道理,让孩子努力学习,增加了他以后获得世俗意义上的成功的可能性(实现这个目标也挺好),却并不能百分百保证他日后一定会成功。


我也不会拿着首富没有完成大学教育或者读了一个很差的大学这种个案,来论证教育对个人成功并不重要,因为这里犯了选择性观察和过分概括化两类错误。现代社会里,教育是个人获得成功的重要原因,但是这里没有百分百确定的结果。



我们努力过,尝试过,欣赏一路上的风景,在确定性的范围内一直不松懈,这就够了。至于结果走向哪里,谁都无法准确预测,又何苦让十年二十年后的美妙设想扰乱我们当下的生活呢?


所以,父母想陪读就研究一下技巧,怎样陪读才能皆大欢喜;不想陪读或者没时间就算了,良心上过得去,孩子也欢迎学习时没有了父母的唠叨打扰,这也是皆大欢喜的结局。



    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多