本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点
《大众科学》八月增刊审视了新兴技术面前不断变化的教育格局，并提出了一个问题：我们如何提高人们对 STEM 计划的兴趣和参与度？数字时代的学习探讨了使用大数据更好地了解学生、在线课程的有效性以及对新教学方法的需求等问题。昨天由《大众科学》和麦克米伦教育集团主办的第二届年度 STEM 执行峰会也呼应了这些主题，峰会传递的信息非常明确：如果我们想看到 STEM 领域的更大参与度，我们必须愿意重新构想学习，以及我们赋予学习的优先事项和遗产。
华盛顿大学圣路易斯分校心理学教授马克·麦克丹尼尔博士提供的数据向我们表明，死记硬背和重复练习不利于长期记忆，但当我们尝试学习时，这些是我们最有可能作为个人追求的方法。例如，当我们初学加法时，我们会通过一系列复杂度不断增加的练习来练习这项特定的技能。减法、乘法和除法也是如此。艺术史也是如此：我们通过观看大师作品的合集来学习识别他们的风格。我们以模块化的方式进行学习，这种学习方式有条不紊、直截了当。但这种有条不紊的状态实际上可能会伤害我们。将加法与其他数学方程式结合起来学习，可能有助于我们构建一个故事或经验，以便日后借鉴。混合方法使我们能够更好地将现实世界的例子情境化，而这些例子不像我们的教科书那样定义明确。回归有序的方法是对解决问题的一种合理反应——而这基本上就是我们要求学生做的事情。麦克丹尼尔更突出的观点之一是，教育工作者花费大量时间为学生学习做准备，然后让他们自己去参与学习。如果学习是一项运动，学生们就会有教练，就像他们打棒球或篮球一样，但当涉及到学习时，就没有教练了。这并非资源或效率问题，尽管很容易提出这种论点；相反，这似乎根植于社会对个人能动性的重视。
教育不是团队协作。虽然所有学生都面临相同的课程，但他们的表现是相互比较的；文凭是通向工作的成果。教育与生活是分离的——这或许是为什么在职学生有时会感到吃力的原因。这种个人主义的感觉渗透到西方文化的几乎所有方面。科学，也并不总是推崇团队合作，尽管在这个领域似乎正在发生转变。它感觉像是一种非常孤独的追求。它是以工作形式呈现的成果的手段。但公民科学计划正在向我们展示另一种方式：科学和学习可以发生在实验室之外，并且可以以新颖的方式将人们联系起来。在这些领域，STEM 成为一项生活技能，并在更广泛的群体中激发热情和讨论。参与到这场对话中，意味着打破神坛——我们对此感到自在吗？
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保关于塑造我们当今世界的发现和想法的有影响力的故事的未来。
围绕共同核心标准的强烈反对表明，变革可能会多么令人不安，但正如加州大学洛杉矶分校/CRESST 高级研究员兼项目主管朱莉娅·费伦博士所说，“我们生活在沙箱中。” 如果我们有一个地方可以测试方法论，那将是理想的，但现在只有此时此地，所以我们必须愿意尝试。这意味着什么？除了通常对课堂上使用笔记本电脑的抱怨之外，我们还必须寻求以新的方式使用技术。例如，亚利桑那州立大学试点了一个数学项目，学生们的大部分工作都在计算机实验室完成。他们的输入被分析，课程计划根据每个学生的优势和劣势进行定制。他们工作的数据也提供给教授，教授跟踪他们的过程，并在关键时刻提供支持和指导。乍一看，这种模式似乎延续了学生无人指导的理念，但程序的定制实际上为学生获得知识提供了最佳条件。支持和指导是根据有关学生需求的数据提供的，而不是每个人都必须以相同的速度掌握的统一课程。
以这种方式工作可以帮助将学习带到学生没有这些追求机会的地方——例如像印度这样的地方，那里的需求超过了教育工作者的供应。大规模开放在线课程（MOOC）的试验在那里并没有完全成功，也许是因为它们在参与度方面表现平平。印度政府高等教育顾问帕万·阿加瓦尔将这些努力描述为“技术有限且质量参差不齐”，但他对技术可以带来的东西持乐观态度。自适应模型可能在这里有发展空间。
批评者强烈表示，这种以数据为导向的方式会将学校变成工厂，没有什么可以取代一位好老师。我倾向于同意后一种观点，但或许我们也应该让我们的老师成为更好的老师。也许技术可以为此提供帮助。
您是老师吗？您对课堂技术和 STEM 参与度有何看法？
有关当天随后进行的活跃讨论的更多信息，请参阅 #sciamlearning。
而且，如果您有兴趣将您的想法摆上桌面，点击此处了解麦克米伦教育集团为跨部门 STEM 合作提供的资助。
—
您可能还喜欢