问题描述
因为经典的古德哈特定律：一项指标一旦变成了目标，它将不再是个好指标，因为这项指标会开始被玩弄。
学历作为衡量个体能力的指标，在教育信号传递模型中被异化为目标后，其反映真实认知能力的有效性便大幅衰减，由此催生了高学历与低认知并存的现象。
教育的信号传递模型
我先介绍一下什么是教育信号传递模型。想要了解信号模型，就得先了解经典的唯人力资本模型。
唯人力资本模型认为，教育是对人的投资，受教育程度越高，学到的知识就越多，技能就越强。
而信号传递模型认为，教育只是一种信号，它不一定具有内在价值，但它能让人在筛选中胜出。
以下这一系列关键议题上，就可以看出这两种模型之间的主要差异：
上图选自《教育的浪费》，作者是美国经济学家布莱恩·卡普兰（Bryan Caplan）
现实世界更符合教育的信号传递模型，因为
- 学校教育传授的实用知识不多，而且大部分都会在考试后被遗忘。
- 虽然教育与职场的关联度极低，但用人单位筛选时依然首选学历。
那这会导致什么问题呢？
用人单位依赖学历筛选求职者，本质是将其视为智力、责任心、服从性的综合信号。但当个体追求学历的核心动机变为「满足筛选标准」时，学习行为就会开始异化。
学生会优先钻研应试技巧，反正学到的知识以后也用不上，那只要考试能拿高分就行。他们会专注于「猜出题者的密码」（如死记硬背、套路化答题），而非知识内化或独立思考。
而学校呢，则会通过考勤、标准化考核来强化服从性，但这会抑制自主探索与质疑精神。
最后两者结合，导致学历仅证明学生「能适应这套信号游戏规则」，而不是有什么高认知。
而这个问题会随着文凭通胀恶化，引出更多学历投机者，让能力脱钩现象更加严重：
- 学历贬值：全民教育扩张使文凭泛滥，雇主被迫抬高学历门槛（如保安要求本科学历），但岗位实际技能需求并未变化。还有政府为了稳定就业人口，设置了一堆狗屁工作。
- 筛选失真：为了获得好工作，会有大量「信号投机者」（如靠补习机构刷分、论文代笔）出现，混杂在高学历者中，这稀释了学历的能力指示价值。
学历沦为「入场券」、「敲门砖」，至于认知能力，是什么？可以写在简历上吗？
学校教育对认知能力的系统性排斥
让我们看看文凭泛滥最严重的西方大国是什么情况吧：
以下内容节选自 @Thoughts Memo 汉化组的译文《反对学校教育的理论依据》
1999 年的一项民意调查显示：在 18 至 29 岁的美国人中，只有 66% 的人知道美国摆脱的是英国的殖民统治（而不是其他国家）。仅有 47% 的美国人能说出三大政府部门的名称（行政、立法、司法）。只有 37% 的人知道距离太阳最近的行星（水星），58% 的人知道是什么气体导致了全球变暖（二氧化碳）。44% 的民众知道奥斯威辛曾是纳粹的集中营。而在一道判断电子与原子大小的判断题中，答对的人竟然不到一半（比乱猜还低）。
这些调查结果散落在多份民意测验中，这使得它们容易受到发表偏见的影响。我无法找到一项全面、权威、针对大众常识的调查。但有一份针对大学生的调研非常出色。请记住，这是一个经过精心挑选的、超级聪明的群体，以下是一些数据：
- 85% 的人知道《罗密欧与朱丽叶》是谁写的（莎士比亚）
- 56% 的人知道太阳系最大的行星（木星）
- 44% 的人知道 1775 年奔走呼号「不列颠人来了」的人是谁（Paul Revere）
- 33% 的人知道分泌胰岛素（insulin）的器官（胰腺（pancreas））
- 31% 的人知道俄罗斯的首都（莫斯科）
- 30% 的人知道相对论是谁发现的（爱因斯坦）
- 19% 的人知道珠穆朗玛峰在哪个山脉（喜马拉雅山脉）
- 19% 的人知道《1984》是谁写的（乔治·奥威尔）
- 16% 的人知道在爱伦坡的诗作《乌鸦》中，乌鸦反复念叨的台词（「永不复述！」）
- 10% 的人知道《白鲸记》中船长的名字（Ahab）
- 7% 的人知道日心说是谁在 1543 年提出的（哥白尼）
- 4% 的人知道老子创立的中国宗教是什么（道教）[1]
- 不到 1% 的人知道名将汉尼拔来自哪里（迦太基）
值得注意的是，调查对象都是大学生，普通民众的知识水平只会更低。
呃呃，这就是 25 岁以上有一半人口上过大学的美国人民的知识水平吗？他们在大学到底读的啥？说好的宽进严出呢？
原来，他们在大学学到的还是应试思维，这一点在保罗•格雷厄姆的观察中亦有记录：
以下内容节选自 @Thoughts Memo 汉化组的译文《摒弃应试思维 - 保罗•格雷厄姆（硅谷创业教父）》
那么，将学习和分数划等号真的很糟糕吗？答案是肯定的，糟糕透顶。然而，直到大学毕业多年后，当我开始创办 Y Combinator 时，才恍然大悟，意识到问题的严重性。
学生时代，我就明白临时抱佛脚和真正掌握知识完全是两码事。考前一天晚上死记硬背的内容，显然不会在你的脑子里停留太久。但问题远比这更严重。更大的症结在于，绝大多数的考试根本无法检验学生真正学到了什么。
倘若考试真的能够检验学习效果，情况或许还不至于太糟。学到真材实料和取得优异成绩最终总会殊途同归，只是时间早晚的问题。然而现实是，如今学生们参加的绝大多数考试都过于套路化（hackable），学生很容易就能掌握试题模式。许多考试成绩优异的人对此心知肚明，习以为常。当你意识到凭真才实学去考试有多么幼稚天真时，你就明白应试技巧才是法宝。
举个例子，假设你正在学习中世纪历史课，期末考试近在眼前。期末考试本该全面检验你对中世纪历史知识的掌握，对吧？那么，如果你在考前还有几天时间，又想考个高分，最明智的做法必然是博览群书，查阅这一领域最权威的资料。唯有如此，你才能透彻理解那段历史，在考场上脱颖而出。
但是，有「经验」的学生可绝对不会这样做。如果你只是阅读一些讲述中世纪历史的经典著作，那么你学到的大部分内容都不会出现在考试中。面对考试，你真正需要读的是这门课的讲义和指定读物。即便如此，你也可以忽略其中的大部分内容，因为你只需要关注那些可能会变成考题的知识点。你要找的是界定明确的信息块。如果指定材料中有关于某个细微观点的有趣讨论，你大可略过，因为它不太可能出现在试卷里。但如果教授告诉你，1378 年教会大分裂有三个根本原因，或者黑死病有三个主要后果，你最好记牢。至于它们是不是真正的原因或后果，那并不重要。对这门课而言，它们就是标准答案。
在大学里，旧试卷的复印件通常广为流传，这进一步缩小了你需要学习的范围。你不仅可以了解这位教授出题的套路，还能拿到真题。许多教授都会重复使用考题，即便不愿重复，如果已经教了 10 年的课，也很难避免这种情况。
在某些课程中，如果教授怀有某种政治立场，那么你也得持相同立场。这种要求因课程而异。在数学、硬科学*或工程学课程中，很少有此必要，但在其他课程中，如果你不迎合教授的观点，就别想拿到好成绩。（*译注：硬科学，学术口语，指物理学、计算机科学等依赖可量化数据的学科，注重准确性和客观性）
在一门课程中取得优异成绩和真正掌握知识是两码事，学生必须二选其一。如果他们选择了前者，我们也不能责怪他们。毕竟，研究生课程、用人单位、奖学金，甚至父母，全都用成绩来评判学生。
我喜欢学习，很享受在大学写论文和编程的乐趣。但当我交完一篇论文后，我会再写一篇只是为了享受吗？当然不会。我还有其他课程的任务要完成。如果必须在学习和分数之间做出选择，我会选择后者。我来大学不是为了让成绩一塌糊涂。
追求高分的学生都必须参与这场竞赛，否则就会被其他渴望高分的对手超越。在顶尖大学，几乎人人如此，因为不在乎分数的人一开始就不会出现在这里。结果就是，学生们争夺更高的分数，优异成绩和真才实学之间产生了一道鸿沟。
为什么考试这么不可靠（hackable）？更确切地说，为什么考试的套路这么容易被掌握？任何有经验的程序员都知道答案。如果软件开发者根本没有设防，那它会有多容易被钻空子？通常如同筛子一般千疮百孔。
套路化、模板化是所有正式考试的通病。你所参加的考试之所以总是那样不可靠——总是和其应有的评估效果相距甚远——原因很简单，出题人根本没有下功夫去防止学生利用应试技巧拿高分。
然而，如果老师出的考试存在套路化的现象，我们不能责怪他们。老师的本职工作是教书育人，而不是设计无懈可击的考试。问题的根源在于分数，或者更准确地说，是分数所承载的过多功能。如果分数只是老师告诉学生哪里做得好、哪里有待改进的一种方式，就像教练给予运动员指点一样，学生就没有研究应试技巧的动力。但遗憾的是，过了某个年龄，分数不再只是建议，在求学的过程中，「唯分数论」无处不在。