@AndrewYNg:哈佛大学刚刚投票决定将本科生课程中获得A等级的比例限制在约20%……
摘要
Andrew Ng批评哈佛大学将本科生的A等级比例限制在20%的决定,认为教育的作用应该是帮助所有学生成功,而不是限制成功或充当守门人。他分享了DeepLearning.AI和在线课程中鼓励无限次重试和以练习为导向的作业理念。
查看缓存全文
缓存时间: 2026/05/22 17:52
哈佛大学刚刚投票决定,将本科生课程中获得A等级的比例限制在班级人数的20%左右。我不赞成这一做法。这与我心目中教育应有的模样背道而驰。我们应该设定高标准,同时竭力支持100%的学生取得成功,而不是只让一小部分人成功。
哈佛校方在大部分学生反对的情况下采取了这一举措,目的是遏制分数膨胀。分数膨胀确实存在:许多大学授予A和B等级的学生比例越来越高,这导致平均绩点(GPA)作为学生能力信号的价值下降。与此同时,我们希望学生取得成功。问题的核心在于教育机构的角色。我们的目标应该是:
- 帮助学生成功?
- 评判学生?
两者都有其价值。但我在教育领域工作时,几乎完全聚焦于帮助学生成功。
对我而言,显然很多人都渴望学习、获得赋能、掌握技能以完成新的事情!这正是我们在DeepLearningAI所专注的方向。这一理念也解释了我早期的在线课程(包括我在Coursera上开设的早期斯坦福在线课程)为何允许无限次重做已评分作业。
我相信允许——甚至鼓励——一个人反复尝试直到取得成功。这与站在评判的立场上指责他们第一次没做对截然相反。此外,我希望作业的设计主要是为了帮助人们练习和学习,而不是为了评判他们的能力水平。这就是为什么我更倾向于创建“练习题”和“实践实验室”——这些问题在你思考时会帮助你获得练习并巩固已知知识。而不是那些主要旨在评判能力的“评估题”。
那么,哈佛的做法难道不会让GPA更有意义,并帮助潜在雇主识别出优秀候选人吗?我雇佣过大量来自哈佛及其他院校的人,可以自信地说,GPA并不是一个重要的信号。我们拥有筛选和面试流程,能更准确地判断一个人是否真正具备技能。我不需要申请者GPA分数有更大的差异来找出谁真正优秀!
明确地说,评估也有其价值。尽管标准化测试备受诟病,但像SAT、ACT、GRE、TOEFL等高质量的测试提供了某个领域内能力的客观衡量标准。我发现大多数人渴望学习和成功。也有人需要严格的评估(例如申请学校入学),但这是一个较小的需求,不是我在构建教育产品时的重点。
哈佛常被称为“精英”教育机构。成为精英有两种途径:一种是限制招生人数,然后在已录取的学生中,只让20%的人表现出色。我更愿意选择另一条路:设定高标准,教授精英级的前沿技能,但坚持不懈地努力帮助每个人取得成功。这样一来,“精英”的定义就不是通过排斥他人,而是通过帮助尽可能多的人变得卓越。
[原文来源:《批次》通讯]
相似文章
Hermes vs. OpenClaw,网络安全警报拉响,更具交互性的对话,AI能否胜任人类工作?
吴恩达讨论了哈佛大学限制A等级评分的决定,他认为不应以限制成绩膨胀为由阻碍学生成功,并主张教育体系应帮助所有学生学习和取得成功。
加州大学伯克利分校计算机科学课程中不及格率飙升,教授们认为AI使用增多与数学能力下滑是主因
加州大学伯克利分校的一份报告显示,由于学生AI使用增多以及数学能力较弱,计算机科学课程的不及格率急剧上升。授课教师将此归因于学术不端和准备不足,不及格率远超院系常规标准。
哈佛学生AI使用情况:数字解读
《哈佛深红报》对303名本科生的调查显示,近三分之二的学生使用ChatGPT,学生平均有34.5%的作业由AI完成,使用情况因学科而异,而对AI影响就业前景的看法则褒贬不一。
@rohanpaul_ai:学生完成AI友好的数学题速度更快,但似乎从中学到的知识更少。研究人员研究了320万…
一项研究分析了ALEKS数学学习系统中的320万条记录,发现ChatGPT出现后,学生完成AI友好的应用题速度更快,但学到的知识却更少,记忆保持率下降了25%。该研究强调,使用AI绕过脑力付出会削弱知识构建。
加州大学伯克利分校法学院自2026年夏季起全面禁止使用人工智能
加州大学伯克利分校法学院自2026年夏季起禁止学生几乎在所有评分作业中使用人工智能,理由是培养学生核心批判性思维能力,并避免人工智能的错误与偏见。