Ai cũng từng có cảm giác mình đã hiểu hết khi nghe giảng, nhưng lại bối rối khi nhận đề thi. Thế nhưng, nếu có một giáo viên ngồi bên cạnh chỉ tập trung vào bạn, lập tức chỉ ra chỗ bạn chưa hiểu và cho bạn làm lại những bài đã làm sai thì sao? Một nhà giáo dục học công bố rằng điểm trung bình của những học sinh được hướng dẫn một kèm một như vậy cao hơn điểm của 98% học sinh trong lớp học thông thường. Câu hỏi nảy sinh từ kết quả này chính là “bài toán 2 sigma của Bloom (Bloom's 2 Sigma Problem)”.
Nói một cách dễ hiểu, bài toán 2 sigma đặt ra câu hỏi: “Nếu việc hướng dẫn cá nhân một kèm một tạo ra thành tích cao hơn lớp học thông thường một mức bằng 2 độ lệch chuẩn, thì trong thực tế không thể bố trí gia sư cho mọi học sinh, có cách nào để việc dạy học theo lớp tiến gần đến hiệu quả đó?”. Nhà tâm lý học giáo dục Benjamin S. Bloom của Đại học Chicago, Hoa Kỳ, lần đầu đặt ra câu hỏi này trong bài báo đăng trên tạp chí Educational Researcher năm 1984.
Trong tài liệu này, chúng ta sẽ lần lượt tìm hiểu ba phương thức dạy học mà Bloom so sánh, ý nghĩa của con số 2 sigma cùng những điều kiện đằng sau nó, và những bài học dành cho lớp học cũng như các công cụ học tập bằng trí tuệ nhân tạo ngày nay.
Sức mạnh của dạy học một kèm một và cách hiểu con số ấy
Ba phương thức dạy học mà Bloom so sánh
Nhận định của Bloom dựa trên các thí nghiệm của Joanne Anania và Arthur J. Burke, hai người thực hiện luận án tiến sĩ dưới sự hướng dẫn của ông. Họ chia ngẫu nhiên học sinh lớp 4 và lớp 5 tiểu học cùng học sinh lớp 8, tương đương năm thứ 2 trung học cơ sở, thành ba nhóm, rồi dạy các em những nội dung lần đầu được học về xác suất và lập bản đồ trong 3 tuần, qua 11 tiết học.
(1) Dạy học truyền thống
Một giáo viên dạy khoảng hơn 30 học sinh và thỉnh thoảng tổ chức kiểm tra để chấm điểm.
(2) Học tập đạt mức làm chủ
Quy mô lớp học vẫn như vậy, nhưng mức độ hiểu bài được kiểm tra bằng đánh giá quá trình ở từng đơn vị bài học. Những học sinh chưa đạt chuẩn sẽ học bổ sung rồi được đánh giá lại bằng các câu hỏi tương tự.
(3) Hướng dẫn cá nhân một kèm một
Một gia sư đã qua đào tạo phụ trách một học sinh, nhiều nhất là ba học sinh. Việc đánh giá quá trình, học bổ sung và đánh giá lại cũng được thực hiện.
Con số đáng kinh ngạc mà 2 sigma biểu thị
Khi so sánh điểm số sau thí nghiệm, sự khác biệt hiện ra rõ rệt. Điểm trung bình của học sinh được hướng dẫn một kèm một cao hơn điểm trung bình của nhóm học theo phương thức truyền thống khoảng 2 độ lệch chuẩn, còn nhóm học tập đạt mức làm chủ cao hơn khoảng 1 độ lệch chuẩn. Để hiểu những con số này, cần biết một vài thuật ngữ.
- Độ lệch chuẩn (Standard Deviation): Giá trị thể hiện mức độ phân tán của điểm số quanh giá trị trung bình, được ký hiệu bằng chữ cái Hy Lạp sigma (σ).
- Kích thước hiệu ứng (Effect Size): Giá trị thể hiện chênh lệch trung bình giữa hai nhóm theo đơn vị độ lệch chuẩn. 2 sigma có nghĩa là kích thước hiệu ứng bằng 2.0.
- Bách phân vị (Percentile): Cho biết một giá trị cao hơn bao nhiêu phần trăm trong toàn bộ tập hợp khi coi tổng thể là 100. Cao hơn trung bình 2 sigma tương ứng với khoảng bách phân vị thứ 98, còn cao hơn 1 sigma tương ứng với khoảng bách phân vị thứ 84.
Bloom báo cáo rằng khoảng 90% học sinh được hướng dẫn cá nhân và khoảng 70% học sinh học tập đạt mức làm chủ đã đạt đến trình độ mà chỉ 20% học sinh đứng đầu trong lớp học truyền thống đạt được. Tỷ lệ thời gian thực sự tập trung học trong giờ cũng khác nhau: khoảng 65% ở lớp học truyền thống, khoảng 75% ở nhóm học tập đạt mức làm chủ và từ 90% trở lên ở nhóm được hướng dẫn cá nhân.
Câu hỏi thực sự mà bài toán 2 sigma đặt ra
Kết luận mà Bloom rút ra từ kết quả này không dừng ở nhận định “học với gia sư là tốt nhất”. Ông cho rằng phần lớn học sinh có thể học đến trình độ cao hơn nhiều nếu được tạo điều kiện tốt. Tuy nhiên, việc bố trí gia sư cho mọi học sinh là bất khả thi về chi phí. Vì vậy, ông đặt việc tìm ra cách dạy theo lớp có hiệu quả sánh ngang hướng dẫn cá nhân thành một nhiệm vụ lớn mà giáo dục cần giải quyết. Đó là lý do nó được gọi là một “bài toán”.
Bloom đề xuất thu hẹp khoảng cách này bằng cách lấy học tập đạt mức làm chủ làm nền tảng, đồng thời bổ sung các yếu tố như cải thiện quá trình học của học sinh, cải tiến chương trình và tài liệu giảng dạy, cũng như hỗ trợ học tập từ gia đình. Câu hỏi này sau đó dẫn đến các nghiên cứu về chương trình học tập thông minh, trong đó máy tính đưa ra bài tập phù hợp với trình độ của học sinh. Năm 2023, vấn đề lại được chú ý khi Salman Khan, người sáng lập Khan Academy, có bài diễn thuyết cho rằng gia sư trí tuệ nhân tạo có thể là lời giải cho bài toán này.
Những điều kiện đằng sau con số và bài học cho ngày nay
Tuy nhiên, có những điểm cần xem xét trước khi tin hoàn toàn vào con số 2 sigma. Năm 2024, nhà nghiên cứu giáo dục Paul T. von Hippel xem xét lại thí nghiệm ban đầu và chỉ ra những điều kiện sau.
(1) Bài kiểm tra có phạm vi hẹp
Học sinh học một chủ đề hoàn toàn mới trong 3 tuần và chỉ được kiểm tra nội dung đó. Những bài kiểm tra có phạm vi hẹp dễ cho thấy hiệu ứng lớn.
(2) Hiệu quả không chỉ đến từ việc hướng dẫn cá nhân
Nhóm được hướng dẫn cá nhân còn được đánh giá bổ sung, nhận phản hồi và kiểm tra lại. Nhóm học tập đạt mức làm chủ sử dụng cùng những biện pháp đó cũng vượt lên khoảng 1.1 sigma, vì vậy có thể xem khoảng một nửa hiệu ứng đến từ phản hồi và kiểm tra lại.
Trên thực tế, kết quả tổng hợp và phân tích nhiều nghiên cứu cho thấy hiệu ứng trung bình của hướng dẫn cá nhân vào khoảng 0.33 sigma trong phân tích năm 1982 và khoảng 0.37 sigma trong phân tích 96 thí nghiệm ngẫu nhiên năm 2020. Dù thấp hơn nhiều so với 2 sigma, đây vẫn là hiệu ứng không hề nhỏ nếu xét rằng phần lớn chương trình giáo dục chỉ đạt mức 0.1 sigma trở xuống.
Bài toán 2 sigma của Bloom có giá trị lớn hơn ở câu hỏi mà con số ấy đặt ra hơn là ở bản thân con số. Việc thường xuyên kiểm tra mức độ hiểu bài, lập tức chỉ ra chỗ sai và cho học sinh thử lại hoàn toàn có thể được áp dụng trong lớp học và các công cụ học tập ngay cả khi không có gia sư.
Quan sát xem từng người đang vướng ở đâu và trao cho họ cơ hội học lại chính là bước đầu tiên của nền giáo dục khơi dậy tiềm năng của mọi học sinh.
