科学家们调查了基于行为科学的信息介入是否能够帮助教师帮助学生学习数学。
美国学生在数学方面已经落后了几十年——测试分数在全球其他发达国家的学生中始终位于25%底部——而COVID-19大流行使情况变得更糟。
之前的研究表明，以行为科学为基础的针对学生动机的介入在提高数学分数方面是有效的，这表明对教师采取类似的“基于行为的信息”方法可能会产生相似的效果。
现在，宾夕法尼亚大学行为改变研究中心（BCFG）研究人员领导的一项合作研究，发表在《美国国家科学院院刊》中，发现与对照信息相比，基于行为的信息邮件消息略微改善了学生的数学进步。
“我们的结果表明，简单、低成本的推动可以帮助教师支持学生在数学方面的进展，”该研究的领导者、宾大艺术与科学学院及沃顿商学院的罗莎·李和埃格伯特·张教授安吉拉·达克沃斯说，她还共同领导BCFG。“这些推动在不同的学校环境中有效，效果在教师停止接收推动后持续了八周。”
这项大规模研究的关键在于与非营利教育平台Zearn Math的合作。“由于高成本和后勤挑战，针对教师的干预的大规模研究一直很少。多亏了我们与Zearn Math的合作，我们能够克服这些挑战，”共同作者、BCFG的执行主任德纳·格罗梅特说。
大规模研究是“在同一结果上同时测试多个干预措施的大型实验，可以说是一种锦标赛方法，”共同作者、沃顿商学院的詹姆斯·G·迪南讲座教授、运营、信息与决策系教授及BCFG共同主任凯蒂·米尔克曼说。“由于所有干预措施同时进行并与一个共同的对照组进行比较，这种方法允许直接比较它们的有效性。”
在这项涉及超过140,000名教师和近300万名小学生的最大规模研究中，研究人员比较了15种不同干预措施与仅发送提醒消息的影响。
“这些信息是基于行为的，意味着它们基于行为科学的先前见解。例如，其中一种干预要求教师制定一个具体计划，说明他们将在本周如何使用Zearn Math，这种方法得到了研究的支持，显示当人们制定详细计划时，他们更有可能贯彻落实。另一种干预诉诸于教师对学生的同情心，之前的研究已证明这对学生的成功是有支持作用的，”达克沃斯说。
共同作者凯蒂·米尔克曼（左）和安吉拉·达克沃斯致力于深入挖掘这些干预效果的原因，以及如何使它们随着时间的推移变得更加有效。
具体来说，研究小组发现，与标准的电子邮件提醒相比，基于行为的信息邮件消息在为期四周的干预期间提高了学生的数学进步1.89%。最有效的干预，增加了学生的数学进步约5.06%，鼓励教师每周登录Zearn Math，获取学生进展的更新和个性化报告。
“一个特别有希望的结论是，个性化的推动——那些提到教师自己学生进展更新的推动——比非个性化的推动更有效，”达克沃斯说。
研究人员指出，尽管这些结果是有希望的，但效果还很小。“这些结果表明需要比我们测试的轻触式电子邮件推动更为强有力的支持，”米尔克曼说。“它们强调了改变人类行为有多么困难。”
米尔克曼表示，这些发现为未来的研究提供了几个额外有价值的方向，包括“更多的随机分配现场实验，以确认针对教师推动的因果益处，以及探讨基于行为的干预的长期效果的研究。”
达克沃斯表示，还需要进一步研究，“以确认和解释在推动教师时参考个性化数据的益处。利用教师内在的帮助学生的动机可能是一种独特且潜在成本效益高的方法，可以补充其他干预，如提供绩效奖金和其他外在激励。”
研究人员的下一步是深入挖掘这些干预成果的原因，以及如何使它们在时间的推移中变得更有效。未来的研究需要探索推动的长期效果，并探讨为什么某些干预比其他干预更有效。
“我们越了解某件事为何有效，就越能强有力地利用它来创造积极改变，”达克沃斯说。“最终，这条研究路线可能有助于塑造更聪明、更有效的教育政策。”
安吉拉·L·达克沃斯是宾夕法尼亚大学艺术与科学学院心理学系及沃顿商学院运营、信息与决策系的罗莎·李和埃格伯特·张教授，以及宾-沃顿行为改变研究中心的联合主任。
凯瑟琳·L·米尔克曼是宾夕法尼亚大学沃顿商学院运营、信息与决策系的詹姆斯·G·迪南讲座教授，以及宾-沃顿行为改变研究中心的联合主任。
德纳·M·格罗梅特是宾夕法尼亚大学行为改变研究中心的执行主任。
这项新研究的其他作者包括宾夕法尼亚大学的罗恩·伯曼、尤根·迪曼特、阿赫拉·高、约瑟夫·S·凯、杨武·郑、马德琳·K·帕克森、拉蒙·A·西尔维拉·祖曼和克里斯托夫·范·登·布尔特；宾夕法尼亚大学和匹兹堡大学的阿登·哈普恩；波士顿大学的尼娜·马扎尔；加州理工学院的科林·F·卡梅勒和马尔科斯·N·加洛；科尔比-索耶学院的艾米·莱昂；印第安纳大学的玛丽·C·墨菲；圣心大学的凯瑟琳·M·克罗珀；麻省理工学院的本杰明·S·曼宁；洛杉矶大学的伊拉娜·布罗迪、亨琴·戴和哈尔·E·赫希菲尔德；芝加哥大学的阿里尔·凯利尔、米歇尔·米切利尼和苏珊·E·梅耶；多伦多大学的马修·D·希尔奇、菲利普·奥雷奥普洛斯、雷南特·朗迪纳和迪利普·索曼；华盛顿州立大学的伊丽莎白·坎宁；以及费城的香农·E·帕克。
本文中报告的研究部分得到了匿名捐赠者对Zearn Math的支持。这项研究的支持也部分得到了AKO基金会、J·亚历山大、M·J·莱德、W·G·利希滕斯坦、A·希夫曼和J·希夫曼的支持。
