一项新研究将检验一对一辅导究竟能让孩子进步到什么程度。更重要的问题在于，家庭真正需要花钱购买其中哪些部分。
Reed Hastings 正在资助一项教育研究，该研究将为每个孩子投入最高 10 万美元，以回答一个简单的问题：「在理想条件下，孩子的大脑能学会多少东西？」
Benjamin Somers 是 Modern Bloom 的联合创始人兼项目主管，正在主持该机构 2026 年的两个标准差研究。项目宣布将于 2026 年八月启动线上一对一数学和英语辅导，面向从三年级升入四年级的孩子。每个孩子在整个学年都会有一名专属辅导教师。
Somers 表示，这项试点研究将从两所学校随机抽取学生，不按能力筛选。研究会把他们的结果与两个基准进行比较：一个是接受常规课堂教学的直接对照组，另一个则由同一网络或地区内其他学校的数据构成。
我认为这是个很棒的想法。大多数教育研究都必须在学校的常规预算内开展，这项研究却有意取消了这一限制。Somers 和 Hastings 想先弄清楚什么是可能的，再看看技术能否以低成本实现同样的效果。他们希望把价值 10 万美元的教育，变成每个孩子都能以「不到 100 美元」的成本获得的东西。
但即便结果十分亮眼，我们也无法据此判断，这套价值 10 万美元的方案中究竟是哪些环节真正起了作用。辅导教师会选择符合孩子水平的学习内容，让孩子持续投入学习，并教授新知识或纠正误解。一对一辅导同时提供这三项优势，但并非每一项都必须由一名成年人坐在一个孩子身边才能实现。
辅导确实有效，但 Bloom 的两个标准差数值并不成立。
1984 年，Benjamin Bloom 报告称，接受辅导教师辅导的学生，成绩比在传统课堂中学习的学生高出两个标准差。用他的话说：「接受辅导的学生中，处于平均水平者的成绩高于对照班 98% 的学生。」
支撑这一结论的实验确实得出了这样的结果。但实验条件却格外有利于得出这一结果：三周内上 11 节课，主题全都是新的，随后立即参加紧扣刚教内容编制的测试。接受辅导的学生还得到了掌握度检查、纠正性反馈、额外时间和经过专门培训的辅导教师。这些研究表明，一套高强度方案能在范围狭窄的短期测试中取得怎样的效果；它们并没有表明，辅导通常能让一个孩子在学校里从平均水平跃升至第 98 百分位。（有关 Bloom 研究局限的更多内容，请参阅 Paul von Hippel 或 Daisy Christodoulou。）
范围更广的辅导研究从未复现过这个数字。在一项涵盖 96 个随机实验的元分析中，没有一项达到两个标准差；平均效应为 0.37。辅导确实有效，但现有证据不足以支持把两个标准差当作它的衡量基准。
Modern Bloom 并没有把两个标准差当作预期结果。团队知道，这种结果并不典型。它真正要问的是：当辅导资源不受限制时，经过整整一年的辅导，在覆盖面广的测试中能取得多大进步。
这正是这项研究有趣之处。它能更有力地检验，在理想条件下，完整的辅导方案究竟能做到什么。但它仍会把整套方案作为一个整体来测试。无论得到什么结果，下一个问题都将是：辅导教师究竟额外带来了什么？
辅导教师将三项优势打包在一起，其他系统也能提供这些优势。
家长通常需要在不同产品之间作选择：真人辅导教师还是 AI 辅导教师，学校教育还是在家教育，应用程序还是教科书。但我认为，更好的问题是：这些选择会让孩子实际发生什么变化。
一名优秀的辅导教师会完成三项工作：
- 选择下一步最合适的学习内容。辅导教师会补齐缺失的先修知识，并跳过孩子已经掌握的材料。
- 让孩子持续投入学习。辅导教师会察觉孩子何时开始发呆、蒙答案或等着别人给出答案，并帮助他们保持专注。
- 提供优质教学。辅导教师会讲解新内容、纠正错误理解，并给出有用的提示和反馈。
这三项工作可以拆开来做。按照孩子当前的水平分组，无需增加更多成年人就能解决第一项问题。应用程序或许能选出合适的题目，但孩子拒绝使用时，它可能几乎无能为力。教师或许讲解得十分精彩，却没有切实可行的办法让每一节课同时适配 30 个不同的起点。
只增加学习时间，解决不了内容太简单或太难的问题。
同一个年级的孩子并非都从同一个位置起步。因此，固定的年级课程会向两个方向偏离学生的需要：一些孩子缺乏先修知识，另一些孩子则在数月甚至数年前就已经学过这些内容。
当学习内容太难时，增加学习量也没用
在德里的 Mindspark 实验中，同一年级学生的实际水平相差五六个年级。一部分学生使用 Mindspark，这个程序会不断根据每个孩子已经掌握的知识调整学习材料；其他学生则继续接受常规教学。研究人员使用的测试包含远低于学生所在年级的内容，目的就是衡量基础较弱学生的进步。四个半月后，常规教学组中起始成绩垫底的三分之一学生，估计进步几乎为零，而且在统计上无法与毫无进步区分。Mindspark 则让所有起始水平的学生都取得了进步。它给最弱学生带来的相对收益最大，因为常规教学对他们几乎没有产生任何效果。
一项在 Rajasthan 开展的第二项 Mindspark 实验比较了同一款自适应数学软件的两个版本。一个版本只能布置孩子就读年级的练习；另一个版本则可以退回更低年级的材料，例如先学习基本数感，再学习分数。对于起始成绩位于后四分之一的孩子，能够学习更低年级的内容带来了 0.22 个标准差的提升。
同一种思路不用软件也能奏效。在一项涉及肯尼亚 121 所学校的随机实验中，每所学校都把一年级班级一分为二。有些学校按照孩子的起始成绩分组，另一些则随机分组。按水平分组使学生在 18 个月后的分数提高约 0.14 个标准差，成绩较高组和较低组都从中受益。对于成绩较低的孩子，作者的结论是，分组能帮助教师根据他们的水平开展教学。
这些研究共同表明，让教学内容与孩子的水平相匹配确实有帮助——而软件或分组也能做到，无需一对一辅导教师。
当学习内容太简单时，孩子可能要白等几个月
在一项针对优秀学生的大型研究中，教师会在一个单元开始前测试每个孩子已经掌握了什么，然后删去他们已经学会的材料。教师最多删减了这些学生常规课程的 50％，而研究人员没有发现他们在阅读、数学计算、社会研究或拼写等超出所在年级水平的测试中有任何退步。这是一项在自愿参加研究的学区开展的早期研究，并不能证明学校课程有一半毫无用处。但它表明，一些水平较高的孩子可能被迫重复相当多的学习材料，却得不到可衡量的学业收益。
加速学习研究也指向同一个方向。一篇发表于 1992 年的综述发现，获准提前学习的学生，最终成绩比能力相当但仍留在同龄群体中的学生高出 0.87 个标准差。他们的表现与自己所加入的年长学生群体大致相当。这些证据大多已经很旧，而且学生通常不是被随机分配的，因此我不会把 0.87 视为必然的因果效应。但很难说，让这些孩子等待对他们有什么帮助。
大多数课堂里都有领先、落后和处于中间水平的孩子
要了解同一间教室里的水平跨度可能有多大，可以看看 TIMSS 这项国际数学评估。它把表现划分为四个等级：低、中等、高和进阶。对于四年级学生，低基准涵盖基础算术和简单问题；进阶基准则要求运用分数、几何和数据进行多步骤推理。
一项具有全国代表性的美国课堂分析发现，在典型的四年级数学课堂里，23％ 的学生得分处于低基准或更低水平，而 14％ 达到了进阶水平。每十间教室中，近七间同时有分别处于全部四个等级的孩子。
这些表现等级并不能确定孩子下一节课究竟应该学什么，也不能证明每个孩子每天所学的内容都不符合其水平。但它们揭示了「年级水平」这个概念的根本问题：它代表的是一个年龄区间，而不是共同的起点。
辅导的作用不只在于匹配水平，但其他部分各有多大价值，我们并不知道。
让学习内容与孩子的水平相匹配，只涵盖了第一项工作。辅导教师还会给予关注、讲解和督促，或许还会与孩子建立关系。很少有研究每次只改变其中一个部分，但有几项研究提供了线索。
- 一对一辅导能换来更多关注。在一项线上阅读试验中，采用作者首选的样本估算，一对一辅导的效果为 0.12 个标准差，两名学生共用一名辅导教师的效果为 0.04 个标准差。论文没有报告正式检验来比较这两种形式，而且这些估计值的精度太低，无法确认二者存在差异。但一项对 16,629 次有录像的辅导课的分析发现，一对一辅导的学生获得了更多个性化支持，而两名学生共用一名辅导教师的课程中，每个孩子空等的时间更多。
- 有效的辅导教师不必是持证教师。芝加哥的 Saga 项目采用经过筛选的教学辅助人员、结构化课程和频繁评估。每位辅导教师每天带两名学生学习 50 分钟。汇总得出的实际接受辅导学生的干预效应估计值为 0.28 个标准差。这并不意味着辅导教师的质量无关紧要，而是说明，完善的体系能够帮助经验较少的辅导教师取得成功。
- 师生之间的指导关系并非这些进步的明显驱动力。尽管 Saga 学生的学业有所进步，但他们并未报告自己与成人建立了比对照组更多或更牢固的关系。这样的关系可能出于许多原因而很重要，但这项研究没有发现它们解释了测试成绩的提升的证据。
- 不必每一分钟都由真人辅导教师陪伴。在后来一项涉及约 4,000 名学生的随机研究中，四个孩子共用一名辅导教师。每天有两个孩子跟辅导教师学习，另外两个使用数学软件；两组学生每隔一天对调任务。参与学生的估计提升幅度为 0.23 个标准差。作者将其与早期 Saga 试验的 0.28 个标准差进行比较，并估计这种混合模式让每名学生的成本降低约 30％。这些数据来自彼此独立的实验，并非直接对比。唯一站得住脚的结论只是：在这个项目中，用结构化练习替代一部分辅导教师的时间，仍然保留了相当可观的收益。
这并不是一次严格的要素拆分。但它表明，关注的确重要；完善的课程体系可以为讲解提供支持；师生指导关系并不是取得进步的唯一途径；软件可以承担一部分练习时间。我们仍然不知道每一部分究竟贡献了多少。
Modern Bloom 将纳入起点领先、落后和处于中间水平的孩子。
研究将从两所学校随机抽取学生，而不是按起始能力筛选。最受关注的结果将是完整辅导方案的平均效应。Modern Bloom 尚未公布试点研究的样本量，因此我们还不知道，该研究能否可靠地显示效果是否会因起点不同而异。
不过，位于两端的孩子会出现什么情况，仍然值得关注。起点落后的孩子会赶上来吗？已经领先的孩子会继续加速进步吗？个体轨迹无法证明一项独立效应，但可以提示更大规模的研究应该直接检验哪些问题。
Somers 表示，第二年的研究设计尚未最终确定，但很可能会从许多学校抽取学生。这有助于判断研究结果能否推广到单一学校或地区之外。
由于所有要素都同时发生变化，这种比较无法把水平匹配与掌握度检查、额外练习、讲解或个别关注区分开来。这不是研究缺陷，而只是 Modern Bloom 选择回答的问题：在理想条件下，整套方案能让孩子进步多远？至于哪些要素发挥了作用，则要留待后续研究回答。
对家长而言，要问孩子下一步做什么——而不是产品叫什么名字。
我对此有切身体会。去年 Alex 上一年级时，我在家教他。那个学年还没结束，他就已经开始学习三年级数学和中文。今年，我们把他送回了公立学校。他在那里很开心，有朋友，每天都过得很愉快，而且老师说，他很热心地帮助那些在学习这些内容时遇到困难的同学。
但在学业上，我感觉他只是在吃老本。二年级的许多内容他早就掌握了。我不认为公立学校辜负了他。学校满足了他的一项重要需求，却让另一项需求悬而未决。我们的问题是，如何让他继续留在这个集体中，又不必空等一年才等到课程追上他的水平。
因此，下面是我会推荐给家长的核对清单：
- 学习内容是否始终与我孩子的水平匹配？起点是如何确定的？随着孩子掌握新内容，学习内容能否超出或退回其就读年级？
- 我的孩子有没有把时间用好？谁会注意到发呆、蒙答案、照抄或反复出错？
- 教学质量够好吗？它能否清楚讲解新观念、纠正错误理解，并给出有用的反馈，而不是仅仅把答案标为正确或错误？
童年不是一场在课程里比拼速度的竞赛。朋友、玩耍、归属感、对学习的热爱，以及家庭成员的身心健康，都很重要。但孩子喜欢上学，并不能说明数学课对他是否有用，就像一款有趣的应用程序并不能告诉我们孩子是否在学习一样。
如果 Somers 和 Hastings 证明，在理想条件下，孩子可以取得极其惊人的进步，那将是一项真正的成就。这并不意味着每个孩子都需要一名耗资 10 万美元的成人辅导教师，而是意味着一名卓越的辅导教师在整整一年里连续作出了许多正确决定：接下来教什么，何时要求孩子再试一次，何时讲解，以及何时继续往下学。
下一个问题是：其中哪些决定必须由辅导教师作出——又有哪些决定是我们其他人也能照着做的。
资料来源与延伸阅读
研究方案尚未完成预注册，因此，除官方网站和发布材料之外的细节都应视为暂定信息。
- Modern Bloom - The 2-Sigma Study, 2026.
- Benjamin Somers. Modern Bloom launch announcement.
- Benjamin Somers. Email correspondence with the author, August 3, 2026.
- Bloom, B. (1984). The 2 Sigma Problem.
- Nickow, A., Oreopoulos, P. & Quan, V. The Impressive Effects of Tutoring on PreK-12 Learning.
- Kraft, M. (2020). Interpreting Effect Sizes of Education Interventions.
- Kraft, M., Schueler, B. & Falken, G. What Impacts Should We Expect from Tutoring at Scale?.
- Duflo, E., Dupas, P. & Kremer, M. Peer Effects, Teacher Incentives, and the Impact of Tracking.
- Banerjee et al. Mainstreaming an Effective Intervention: Evidence from Randomized Evaluations of Teaching at the Right Level in India.
- Muralidharan, K., Singh, A. & Ganimian, A. Disrupting Education? Experimental Evidence on Technology-Aided Instruction in India.
- de Barros, A. & Ganimian, A. Which Students Benefit from Computer-Based Individualized Instruction?.
- Reis et al. Curriculum Compacting Study.
- Kulik, J. & Kulik, C. Meta-Analytic Findings on Grouping Programs.
- Steenbergen-Hu, S., Makel, M. & Olszewski-Kubilius, P. What One Hundred Years of Research Says About Ability-Grouping and Acceleration.
- Pedersen, B., Makel, M., Rambo-Hernandez, K., Peters, S. & Plucker, J. (2023). Most Mathematics Classrooms Contain Wide-Ranging Achievement Levels (published version).
- Koedinger et al. An Astonishing Regularity in Student Learning Rate, with Lee et al.’s 2026 reanalysis.
- Robinson et al. The Effects of Virtual Tutoring on Young Readers, and Hsieh et al. The Power of Personalized Attention.
- Guryan et al. Not Too Late: Improving Academic Outcomes Among Adolescents.
- Bhatt et al. Can Technology Facilitate Scale?.
- Paul von Hippel. Two-Sigma Tutoring: Separating Science Fiction from Science Fact.
- Daisy Christodoulou. Bloom’s famous 2 sigma tutoring paper is incredibly misleading.
Thoughts Memo 汉化组译制
感谢主要译者 gemini-3.1-pro，校对 bstiat
原文：The $100,000 Tutor Test - by Andrew Woo - Curiosity Labs
作者：Andrew Woo
2026 年 8 月 4 日