Một bảng điểm không phải là sự thật: Bài học về giáo dục từ cách ta tham chiếu dữ liệu

Một địa phương có thể đứng đầu điểm tiếng Anh suốt tám năm, nhưng điều đó có thực sự chứng minh rằng học sinh ở đó đang học tốt hơn không?

Câu hỏi này nghe có vẻ khiêu khích, bởi bảng xếp hạng thường tạo ra cảm giác rất rõ ràng. Có nơi đứng đầu, có nơi tụt hạng, có vùng liên tục ở cuối bảng. Điểm số dường như đã biến một thực tế phức tạp thành một trật tự dễ đọc.

Nhưng mọi bảng xếp hạng đều được tạo ra từ một phép tham chiếu. Khi ta tham chiếu một mảnh dữ liệu duy nhất, ta nhìn thấy một con số. Khi ta tham chiếu cả tập dữ liệu, ta nhìn thấy phân bố, chênh lệch, ngoại lệ và xu hướng. Hai cách nhìn ấy có thể cùng đúng, nhưng dẫn đến hai kết luận hoàn toàn khác nhau.

Đây là điểm nối sâu giữa việc đánh giá kết quả học tập và việc sử dụng công thức trên bảng dữ liệu: một kết luận không chỉ phụ thuộc vào dữ liệu, mà còn phụ thuộc vào cách ta chọn phạm vi để nhìn vào dữ liệu đó.

Điểm đứng đầu có thể che giấu điều gì?

Khi một thành phố dẫn đầu điểm tiếng Anh trong kỳ thi tốt nghiệp trung học phổ thông nhiều năm liên tiếp, phản ứng tự nhiên là tìm lời giải thích. Có thể hệ thống trường học tốt hơn. Có thể gia đình đầu tư nhiều hơn. Có thể học sinh tiếp xúc với tiếng Anh thường xuyên hơn. Cũng có thể tất cả những điều đó đều đúng ở một mức độ nào đó.

Tuy nhiên, từ một kết quả trung bình đến một kết luận về chất lượng giáo dục là một bước nhảy rất lớn. Điểm trung bình là một tóm tắt, không phải toàn bộ hiện thực. Nó cho biết vị trí trung tâm của một nhóm, nhưng không nói rõ nhóm ấy phân hóa ra sao.

Hãy hình dung hai địa phương cùng đạt điểm trung bình 7,5. Ở địa phương thứ nhất, phần lớn học sinh đạt từ 7 đến 8 điểm. Ở địa phương thứ hai, một nửa đạt 4 điểm và một nửa đạt 11 điểm. Nếu chỉ nhìn vào trung bình, hai nơi giống hệt nhau. Nếu nhìn vào phân bố, đó là hai hệ thống giáo dục hoàn toàn khác biệt.

Một nơi có thể đạt điểm cao vì chất lượng được nâng lên đồng đều. Nơi khác có thể đạt điểm cao nhờ một nhóm học sinh xuất sắc kéo trung bình lên, trong khi nhiều học sinh còn lại bị bỏ lại. Cùng một con số, nhưng một nơi cần củng cố nền tảng đại trà, nơi kia cần mở rộng cơ hội cho nhóm có tiềm năng.

Điểm số là câu trả lời cho một câu hỏi cụ thể. Nguy hiểm bắt đầu khi ta dùng nó để trả lời những câu hỏi mà nó chưa từng được thiết kế để trả lời.

Điều này đặc biệt quan trọng khi các địa phương có sự hoán đổi thứ hạng, khi điểm số chỉ tăng nhẹ hoặc giảm nhẹ, hoặc khi một vùng liên tục nằm ở nhóm thấp nhất. Một sự thay đổi nhỏ không nhất thiết là một thay đổi có ý nghĩa. Một vị trí cao không nhất thiết là bằng chứng về một hệ thống công bằng. Một vị trí thấp không nhất thiết phản ánh năng lực thấp của từng học sinh.

Bảng xếp hạng biến động theo nhiều yếu tố: độ khó của đề, tỷ lệ học sinh dự thi, mức độ tự chọn môn, điều kiện kinh tế, cơ hội học thêm, chất lượng giáo viên và cách nhà trường chuẩn bị cho kỳ thi. Nếu chỉ nhìn vào kết quả cuối cùng mà không xét các điều kiện tạo ra nó, ta dễ nhầm sự khác biệt về hoàn cảnh với sự khác biệt về năng lực.

Từ một ô dữ liệu đến cả hệ thống

Trong các bảng dữ liệu, có sự khác nhau căn bản giữa việc tham chiếu một mảnh dữ liệu duy nhất và tham chiếu một tập dữ liệu. Tham chiếu một ô có thể trả lời câu hỏi như: học sinh này đạt bao nhiêu điểm, trường này có bao nhiêu thí sinh, địa phương này đứng thứ mấy. Đó là những thông tin cụ thể và hữu ích.

Nhưng nếu muốn biết hệ thống vận hành thế nào, ta cần tham chiếu một vùng rộng hơn. Ta cần tính trung bình, trung vị, độ lệch, tỷ lệ đạt chuẩn, tỷ lệ bỏ cuộc, khoảng cách giữa nhóm cao nhất và thấp nhất. Ta cần so sánh theo thời gian và theo bối cảnh.

Có thể xem mỗi công thức là một kính lọc nhận thức. Công thức không chỉ xử lý dữ liệu. Nó quyết định dữ liệu nào được đưa vào tầm nhìn và dữ liệu nào bị bỏ ra ngoài.

Một công thức tính trung bình của cả cột có thể tạo ra câu trả lời khác với công thức tính trung bình của một nhóm lớp. Một công thức lấy điểm cao nhất có thể phục vụ việc tìm học sinh nổi bật, nhưng hoàn toàn không phù hợp để đánh giá chất lượng giảng dạy đại trà. Một công thức đếm số học sinh đạt chuẩn có thể hữu ích hơn điểm trung bình nếu mục tiêu là biết bao nhiêu người thực sự có nền tảng cần thiết.

Trong giáo dục, việc tham chiếu dữ liệu cũng phải rõ ràng như vậy. Ta đang đo thành tích của nhóm dẫn đầu, mức độ tiến bộ của học sinh trung bình, hay khả năng không bỏ lại học sinh yếu? Ta đang đánh giá một kỳ thi, một chương trình học, một trường, hay toàn bộ hệ thống xã hội đứng phía sau nhà trường?

Nếu không trả lời câu hỏi đó trước khi nhìn vào điểm số, ta sẽ dùng một chỉ báo cho quá nhiều mục đích. Và khi một chỉ báo phải đại diện cho mọi thứ, nó thường không còn giải thích chính xác điều gì.

Tại sao “điểm cao” không đồng nghĩa với “học tốt”?

Một kỳ thi tốt nghiệp có thể cho biết học sinh làm bài thế nào trong một thời điểm và dưới một định dạng nhất định. Nó không tự động đo được khả năng giao tiếp, năng lực tự học, mức độ tự tin khi sử dụng ngoại ngữ, khả năng hợp tác, hay việc học sinh có tiếp tục sử dụng tiếng Anh sau khi rời trường hay không.

Điểm số cũng có thể chịu ảnh hưởng bởi chiến lược luyện thi. Nếu mục tiêu của nhà trường và học sinh là tối ưu hóa kết quả trong một bài thi, hoạt động học tập có thể dần co lại quanh những dạng câu hỏi thường gặp. Khi ấy, điểm tăng không nhất thiết phản ánh năng lực tăng theo cùng tỷ lệ.

Điều này không có nghĩa là kỳ thi không có giá trị. Một phép đo không cần đo được mọi thứ để trở nên hữu ích. Vấn đề là phải đặt nó vào đúng vị trí. Điểm thi có thể là một tín hiệu, nhưng không nên bị biến thành toàn bộ bản đồ.

Hãy lấy ví dụ về hai trường cùng đạt điểm tiếng Anh cao. Trường A có nhiều học sinh đạt điểm rất cao, nhưng khoảng cách giữa nhóm này và phần còn lại rất lớn. Trường B có ít học sinh đạt điểm tuyệt đối hơn, nhưng phần lớn học sinh đều vượt qua mức nền tảng. Nếu mục tiêu là tìm đội tuyển học sinh giỏi, trường A có thể nổi bật. Nếu mục tiêu là nâng năng lực ngoại ngữ của toàn bộ học sinh, trường B có thể đang làm tốt hơn.

Cùng một dữ liệu, hai mục tiêu, hai tiêu chí đánh giá. Không có công thức nào tự quyết định được câu hỏi đạo đức và chính sách đứng phía sau phép tính.

Cụm từ “honest tests”, những kỳ thi trung thực, cũng gợi ra một nguyên tắc quan trọng. Một bài kiểm tra chỉ có ý nghĩa khi kết quả phản ánh tương đối đáng tin cậy năng lực cần đo. Nhưng sự trung thực của kỳ thi không chấm dứt ở phòng thi. Nó còn liên quan đến việc ta có trung thực khi diễn giải kết quả hay không.

Ta có thể tổ chức một kỳ thi công bằng, sau đó diễn giải bảng điểm một cách thiếu công bằng. Chẳng hạn, dùng điểm trung bình của một vùng để gắn nhãn năng lực cho mọi học sinh trong vùng đó, hoặc dùng thứ hạng địa phương để quy kết trách nhiệm cho từng giáo viên. Đo lường trung thực chỉ là điều kiện đầu tiên. Diễn giải trung thực mới là điều kiện tiếp theo.

Sai lầm lớn nhất là tham chiếu sai quy mô

Một cách đơn giản để hiểu vấn đề là chia dữ liệu giáo dục thành bốn tầng.

Tầng thứ nhất là cá nhân: một học sinh đạt bao nhiêu điểm, sai ở dạng câu hỏi nào, tiến bộ ra sao so với chính mình. Ở tầng này, điểm số cần phục vụ phản hồi và cải thiện.

Tầng thứ hai là lớp học hoặc trường học: học sinh nào đang gặp khó khăn, nhóm nào tiến bộ, giáo viên cần điều chỉnh nội dung nào. Ở đây, dữ liệu cần hỗ trợ hành động sư phạm.

Tầng thứ ba là địa phương: sự khác biệt giữa trường trung tâm và trường vùng xa, giữa khu vực có điều kiện học thêm và khu vực thiếu giáo viên, giữa các nhóm kinh tế xã hội. Ở tầng này, dữ liệu cần giúp phân bổ nguồn lực.

Tầng thứ tư là hệ thống quốc gia: chính sách chương trình, đào tạo giáo viên, cấu trúc kỳ thi và mức độ bất bình đẳng cơ hội. Ở đây, một con số riêng lẻ gần như không đủ sức giải thích.

Sai lầm xảy ra khi ta lấy dữ liệu của tầng này để đưa ra kết luận ở tầng khác. Điểm của một học sinh bị dùng để đánh giá cả trường. Điểm trung bình của một trường bị dùng để phán xét một giáo viên. Điểm trung bình của một địa phương bị dùng để mô tả mọi gia đình trong địa phương đó.

Đó là lỗi tham chiếu sai quy mô. Trong bảng tính, nó giống như việc dùng một ô cụ thể để đại diện cho cả một vùng dữ liệu. Trong chính sách, nó nghiêm trọng hơn nhiều, vì nó có thể dẫn đến thưởng sai người, phạt sai nơi và phân bổ sai nguồn lực.

Một bảng đánh giá tốt vì thế không nên chỉ có cột “điểm trung bình”. Nó nên có thêm những câu hỏi như:

• Bao nhiêu phần trăm học sinh đạt mức nền tảng?
• Khoảng cách giữa nhóm cao nhất và thấp nhất là bao nhiêu?
• Học sinh đã tiến bộ bao nhiêu so với đầu năm hoặc năm trước?
• Kết quả thay đổi thế nào khi kiểm soát điều kiện kinh tế và cơ hội học tập?
• Có bao nhiêu học sinh bị che khuất bởi con số trung bình?

Những câu hỏi này làm bảng dữ liệu phức tạp hơn. Nhưng giáo dục vốn đã phức tạp. Việc làm cho bảng điểm đơn giản không khiến thực tế trở nên đơn giản hơn.

Một mô hình đánh giá tốt hơn: điểm số, khoảng cách và quỹ đạo

Để tránh phụ thuộc vào một chỉ báo duy nhất, có thể dùng mô hình ba lớp: mức đạt được, khoảng cách và quỹ đạo.

Mức đạt được trả lời: học sinh hoặc địa phương đang ở đâu? Đây là nơi điểm trung bình, trung vị và tỷ lệ đạt chuẩn có ích.

Khoảng cách trả lời: ai đang bị bỏ lại, và khoảng cách ấy lớn đến mức nào? Ta cần nhìn vào sự chênh lệch giữa các nhóm, không chỉ nhìn vào kết quả của nhóm đứng đầu.

Quỹ đạo trả lời: mọi thứ đang đi theo hướng nào? Một địa phương có điểm thấp nhưng tăng đều có thể cần được hỗ trợ và đang cho thấy hiệu quả. Một địa phương có điểm cao nhưng liên tục giảm nhẹ có thể đang mất nền tảng mà bảng xếp hạng chưa phản ánh rõ.

Ba lớp này tạo ra một cách nhìn cân bằng hơn. Một nơi có mức đạt được cao, khoảng cách nhỏ và quỹ đạo ổn định sẽ là hình mẫu đáng chú ý. Một nơi có mức đạt được cao nhưng khoảng cách lớn cần chính sách bao trùm hơn. Một nơi có mức đạt được thấp nhưng quỹ đạo đi lên cần nguồn lực và thời gian, không phải sự khinh miệt.

Ta cũng có thể áp dụng mô hình này cho từng học sinh. Đừng chỉ hỏi em đạt bao nhiêu điểm. Hãy hỏi em đang ở đâu, em cách chuẩn nền tảng bao xa, và em đã tiến bộ thế nào. Một học sinh từ 4 lên 6 điểm có thể đang tạo ra một bước tiến giáo dục đáng kể, dù vẫn chưa xuất hiện ở nhóm điểm cao.

Một hệ thống tốt không chỉ nâng trần thành tích. Nó còn hạ sàn thất bại và rút ngắn khoảng cách giữa hai nhóm.

Đây là nơi tư duy dữ liệu gặp tư duy giáo dục. Công thức tốt không chỉ cho ra kết quả nhanh. Nó giúp người dùng đặt đúng câu hỏi. Tương tự, một kỳ thi tốt không chỉ phân loại học sinh. Nó phải giúp nhà trường hiểu cần cải thiện điều gì và giúp chính sách nhận ra ai đang cần được hỗ trợ.

Key Takeaways

• Luôn xác định phạm vi tham chiếu trước khi diễn giải điểm số. Hãy hỏi dữ liệu đang mô tả một cá nhân, một lớp, một trường, một địa phương hay toàn hệ thống.
• Không dùng điểm trung bình như một bản báo cáo toàn diện. Bổ sung trung vị, tỷ lệ đạt chuẩn, độ phân tán và khoảng cách giữa các nhóm.
• Theo dõi cả mức đạt được lẫn quỹ đạo tiến bộ. Một kết quả thấp nhưng cải thiện nhanh có thể đáng khích lệ hơn một kết quả cao nhưng đang suy giảm.
• Tách mục tiêu đo lường khỏi công cụ đo lường. Nếu muốn đánh giá khả năng giao tiếp, đừng chỉ dựa vào bài thi trắc nghiệm. Nếu muốn đánh giá tính bao trùm, đừng chỉ nhìn nhóm điểm cao.
• Kiểm tra xem kết luận có vượt quá dữ liệu hay không. Trước mỗi tuyên bố lớn, hãy hỏi: con số này thực sự chứng minh điều gì, và điều gì vẫn chưa được đo?

Khiêm tốn trước những con số rõ ràng

Con người thích thứ hạng vì thứ hạng làm thế giới bớt mơ hồ. Đứng đầu có vẻ như một câu trả lời, tụt hạng có vẻ như một lời cảnh báo, còn vị trí cuối bảng có vẻ như một bản án. Nhưng giáo dục không phải cuộc đua chỉ có một vạch đích. Nó là quá trình trong đó điểm xuất phát, nguồn lực, cơ hội và tốc độ tiến bộ khác nhau giữa từng người và từng nơi.

Một thành phố đứng đầu tám năm liên tiếp là một tín hiệu đáng chú ý. Một vùng thường xuyên ở nhóm thấp nhất cũng là tín hiệu đáng chú ý. Nhưng tín hiệu chỉ trở thành hiểu biết khi ta biết nó được tạo ra từ tập dữ liệu nào, bằng phép tính nào và đang phục vụ quyết định nào.

Vì vậy, câu hỏi trưởng thành hơn không phải là “Ai đứng đầu?”. Đó là: Ai đang tiến bộ, ai đang bị bỏ lại, và phép đo hiện tại có đủ tinh tế để cho chúng ta thấy điều đó không?

Khi thay đổi câu hỏi, ta cũng thay đổi cách sử dụng bảng điểm. Ta không còn xem dữ liệu như một chiếc bục trao huy chương, mà như một công cụ định hướng sự chú ý. Và trong giáo dục, nơi ta đặt sự chú ý thường quyết định nơi nguồn lực sẽ đi, ai được khuyến khích, ai được giúp đỡ, và tương lai nào trở nên có thể.