布鲁姆的 2 Sigma 问题：一对一辅导为什么有效，AI 能做到吗？

简短回答： 1984 年，教育心理学家本杰明·布鲁姆报告说，接受一对一辅导的学生，平均成绩比传统课堂高出约两个标准差（2 sigma），超过了课堂组 98% 的学生。难点在于一对一太贵，没法人人都有。「2 Sigma 问题」问的是：能不能找到成本接近课堂、效果接近辅导的教法。

原始研究做了什么

布鲁姆的论文发表在 Educational Researcher 上，依据的是他的两位博士生 Anania（1982、1983）和 Burke（1984）的研究：

• 学生和内容： 四、五、八年级学生，学两门课：概率和地图学。每个子研究 11 节课，前后 3 周。
• 三种条件，学生随机分配：
  1. 传统课堂： 约 30 名学生一位老师，定期考试打分。
  2. 掌握学习： 同样约 30 人一班、同样的讲课，另加形成性测验：测完给反馈，针对没掌握的地方做补救，再用平行测验确认学会了。
  3. 一对一辅导： 一位好老师带 1 名学生（或 2–3 名），同样有形成性测验、反馈和补救。

结果：

• 辅导组的平均学生比传统课堂高约 2 个标准差，超过对照组 98% 的学生。
• 掌握学习组高约 1 个标准差，超过对照组 84% 的学生。
• 约 90% 的辅导组学生、70% 的掌握学习组学生，达到了传统课堂里只有前 20% 才达到的水平。
• 专注学习的时间：传统课堂 65%，掌握学习 75%，辅导 90% 以上。
• 能力测验与期末成绩的相关，从传统课堂的 +0.60 降到掌握学习的 +0.35、辅导的 +0.25。也就是说，教得好的时候，起点高低对结果的影响变小了。

布鲁姆据此认为：大多数学生都有能力学到很高的水平，缺的是合适的教学条件。

2 sigma 这个数字站得住吗

要说实话：后来的研究普遍没有重现这么大的效果。

• VanLehn（2011） 综述了比较人工辅导、智能辅导系统和不辅导的实验：人工辅导相对不辅导的效应量约 0.79 个标准差；按解题步骤给反馈的智能辅导系统约 0.76，几乎一样好。
• Nickow、Oreopoulos、Quan（2020） 汇总了 96 项随机实验，中小学辅导项目的平均效应约 0.37 个标准差（论文修订版为 0.29）。
• 原始研究样本小、只有 3 周，而且辅导组同时用了掌握学习的测验和补救，效果没法全部归到「一对一」头上。

更稳妥的说法是：一对一辅导确实是已知最有效的教学方式之一，常见效果在零点几到接近 1 个标准差；2 sigma 是很好条件下的结果，不是保证。

真正起作用的是哪几件事

布鲁姆在同一篇论文里，把影响成绩的「可以改变的因素」按效应量排了一张表（改编自 Walberg 1984）。和辅导关系最大的几项：

1. 反馈和补救（掌握学习），效应量约 1.0。 每学完一段就测，没掌握的地方针对性补，确认学会了再往下走。
2. 线索和讲解，约 1.0。 讲清楚要学什么、为什么、怎么做。
3. 先修知识到位，约 0.6。 开始一个单元前，前面需要的东西先补齐。
4. 关注个人。 老师看得见你卡在哪里，换讲法、换例子、调节奏。辅导时 90% 以上的时间都在真正学习，原因就在这里。

布鲁姆自己提出的方向，正是把两三个这样的因素组合起来用在群体教学里，去逼近 2 sigma。

AI 能解决 2 Sigma 问题吗

AI 让「一位学生配一位老师」的成本降到很低，但有了 AI，不等于有了辅导：

• 没有教学设计的聊天可能伤害学习。 Bastani 等（2025，PNAS）在近千名高中生里发现：用普通聊天界面练习的学生，收走 AI 后考试成绩比从没用过的同学低 17%。
• 按教学原则设计的 AI 导师可以很有效。 Kestin 等（2025，Scientific Reports）在哈佛物理课的随机交叉实验里发现，AI 导师组的学习增益中位数超过课堂主动学习的两倍。

关键是把上面那几件事做进去：有明确的掌握目标，有检查，按学生的回答调整，学过的内容会再遇到。

Bloom 怎么把这些做进产品

Bloom 的名字就来自这篇论文。它做的事情是：

• 掌握目标： 大纲是一份要掌握的清单，按深度分简单（约 8–10 个要点）、标准（约 10–12 个）、深入（约 12–15 个）。
• 形成性检查： 每课末尾 2–3 道思考题，下一课先点评你的回答。
• 按你调整： 你划线提问的地方、写下的反馈，决定下一课怎么写。
• 再遇到： 每篇先回顾上一篇，学过的内容会在新例子里再出现。
• 收尾： 大纲讲完后，有一篇测评和一份课程总结。

Bloom 不能保证 2 sigma，没有哪个工具能保证。它做的是把辅导里有证据支持的做法，放到每个人都用得起的地方。开始一门课。

参考文献

• Bloom, B. S. (1984). The 2 Sigma Problem: The search for methods of group instruction as effective as one-to-one tutoring. Educational Researcher, 13(6), 4–16.
• VanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems. Educational Psychologist, 46(4), 197–221.
• Nickow, A., Oreopoulos, P., & Quan, V. (2020). The impressive effects of tutoring on PreK-12 learning: A systematic review and meta-analysis of the experimental evidence. NBER Working Paper 27476.
• Bastani, H., et al. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26).
• Kestin, G., et al. (2025). AI tutoring outperforms in-class active learning. Scientific Reports, 15, 17458.