创新导向的证据与证据引导的创新之间的差异
创新导向的证据与证据引导的创新之间的差异
最近，我是关于数学和计算机科学教育的高级别讨论的一部分，我们如何提高其覆盖力和有效性。
相当迅速提出了证据问题，并在推动创新方面的作用。这让我有几天的时间意识到实际上有两种非常不同的“证据谈话” - 我完全同意的人，我强烈地反对的人。
In the end, what I believe this exposes is a failure of many in charge of education to understand how major innovation usually happens–whether innovation in science, technology, business, or education–and how ‘evidence’ can drive effective innovation rather than stifle it. In an age of massive real-world change, the correct and rapid reflection of this in education is crucial to future curricula, their effective deployment, and achieving optimization for the right educational outcomes.
I’m going to call the two evidence utilizations ‘innovation-led evidence’ and ‘evidence-led innovation.’ The difference is whether you build your ‘product’ (e.g., phone, drug, curriculum) first, then test it (using those tests for iterative refinement or rejection) or whether formal evidence that exists from previous products becomes the arbiter of any new products you build.
前者 - 'innovation-LED的证据 - 在实现结果方面的高效性，但当然必须注意这些结果有效地代表您的目标。后者 - '更改的创新'几乎按定义排除了基本创新，因为它只意味着只有通过证据所说的跨证据的建立东西。
当你建立一些明显的新东西时，这不仅仅是以可预测的方式从过去正式组装证据的问题。需要跳跃，或者是几个。不同的见解。一个新的观点。经常在实践中，这些将从观察，经验和似乎似乎是非常人体风格智能的混合中发生的。但无论它来自哪里，它都不是直接的“证据导致”。
我非常同意那些我哥哥的后期物理学家（和朋友的朋友）理查德FEYNMAN，他在他着名的20世纪60年代的首席执行官讲座中陈述了科技过程的作用。我可以总结：猜测，制作理论，测试并与理论进行比较。（本讲座的电影存在 - 看到第一分钟！）
在技术的情况下，“理论”是产品，在制药中，它是药物和教育（大部分）是课程。
“透学创新”扼杀了主要的创新 - 它锁定了猜测 - 然而我坚信，这就是大多数“证据导向教育”是谈论痛苦的小“创新导致的证据”所讨论的。
我反复使用基于计算机的数学。我被问到了，“你有证据它有效吗？我有时会回答，“你的证据表明今天的传统数学教育工作？你完成了随机的控制试验吗？“
尽快迅速地建立课程，基金发展，并在不同国家建立项目，我们开始收集证据。减缓这种速度的东西是需要准确反映所需结果的学生评估：这不仅仅是在之前和之后比较考试结果的问题，也需要开放式计算机的数学数学评估。
“证据引导的创新”人群的一个问题是，他们往往不知道建立一个完全新的东西是多么努力。他们认为你可以做微型创新，然后测试，然后进行微型创新然后测试。
实际上，到目前为止，CBM是我参与的最艰难的创新。对于我来说，数学课程的各个方面都有不同的时候，我不需要承担手工计算，这对我来说是惊人的。同样令人惊叹的是每个人都需要深入挖掘自己的理解，以发现这些差异，特别是因为这些所涉传统上学习了数学。
您可能会询问现在是新数学课程的时间吗？我们真的可以承担风险吗？作为猜测，数学教育应该与现实世界中的数学相同的主题（即使用机械化计算），而不是当前的手工计算代理是一个非常肯定的代理。没有真实世界跳跃的风险构成了非常重要的危险。
让我们有勇气在世界各地开发和测试CBM，事实上比任何数学课程都在前都在测试过。
关于Conrad Wolfram.
'康拉德Wolfram，物理学家，数学家和技术专家，是Wolfram集团公司的战略主任和欧洲联合创始人/首席执行官。被描述为“计算符合知识”和“数学公司”的地方，Wolfram集团专门推动计算，数据科学，数学和知识交叉口，包括制作Mathematica软件，Wolfram | Alpha知识引擎（powering knowledge answers for Apple’s Siri), the Computable Document Format (CDF) standard and Wolfram Language. All Wolfram technology is now being hybridized to the cloud, including providing private computation cloud installations. Wolfram is now established as a key organization in modern data analytics, uniquely spanning broad-based technology and consulting solutions to enable sectors from medical to finance to government to maximize decision-making from data, way beyond traditional solutions. Conrad is also a leading advocate for a fundamental shift of maths education to be computer-based and founded computerbasedmath.org (CBM) to drive implementation of the change. The movement is now a worldwide force in re-engineering the STEM curriculum with early projects in Estonia, Sweden and across Africa. Conrad was educated at Eton College, and University of Cambridge in the UK, from which he holds degrees in natural sciences and maths.’
证据引导的创新问题