數學教輔也分男女？借大數據強化性別差異，不如反思差異何以形成

采寫｜新京報記者 肖舒妍

在該書的序言中，張景中院士介紹了該書的創作過程：編者從 2000 多萬初中生的網上答疑信息中心隨機抽樣了部分男生和女生，並運用多元線性回歸模型探索性別答疑需求差異。分析結果發現，男生和女生的答疑需求確實存在差異：共 29 章的內容里，女生在 4 章上有明顯高於男生答疑的需求，而男生只有 1 章提問比女生多。根據男生女生答疑的差異，他們編寫了這套教輔的兩個版本，「旨在使男女生發揮各自優勢、幫助男女生根據實際情況找出學習數學的薄弱環節」。

圖片出處：華師教輔 ECNUP 公眾號《「我女兒數學不錯，就買男生版吧！」》文章截圖。目前該系列叢書已下架。

這則消息首先在家長圈內引起關注。「基於大數據」的分析似乎有理有據，但也有家長困惑，男生藍版的教輔和女生紅版的區別具體何在，「我 9 歲的女兒幾何部分無比強悍。和男生一樣！也就是說該買藍色版嗎？」

針對家長的疑問和討論，一周後，該社發布了又一篇文章《「我女兒數學不錯，就買男生版吧」》（目前兩篇文章均已刪除）。如果說前一篇書訊只是提出男生和女生在數學學習方面存在差異，這一篇文章的標題則直接暗示，女生的數學學習能力不如男生。

文章中引用的各方說法顯得自相矛盾，其中一項研究指出「男女在先天生理上不存在太大差異，性別差異可能是後天的性別刻板印象造成的」，但作為叢書主編之一的朱雁教授又把中科院院士極不平衡的男女比例作為女性在數理化，尤其是高端數理化方面不如男性的論據。

8 月 19 日，隨着輿論發酵，華東師範大學出版社發表官方聲明，不再發行《男生女生學數學》系列叢書。次日，出版社再次公開道歉，表示將「反對任何形式的性別歧視。」

教輔雖然下架，但留給讀者的問題仍未得到解答：出版社基於「大數據分析」得出的結論科學嗎？在學習能力方面男生、女生是否真的存在性別差異？假設差異存在，針對男生、女生的兩套數學教輔又是否必要？

針對這些問題，新京報近日採訪了澳門大學教育學院副教授周憶粟。在他看來，這種大數據分析，也許會有商業價值，卻不能算作嚴謹的科學研究。性別差異確實客觀存在，但比起聚焦於兩性究竟有何差異，更重要的是思考差異從何而來，我們又該如何面對差異。

采寫 | 肖舒妍

周憶粟，現任澳門大學教育學院副教授。長期研究教育政策與發展、教育社會學以及社會科學研究方法。

1

大數據下的性別差異，

可能只是「虛假變量」造成的

新京報：你怎麼看待華東師範大學根據大數據研究，為男生女生推出不同數學教輔的做法？首先，該教輔基於的大數據分析是否科學？

周憶粟：大數據是當下的潮流。有了大數據的加持，出版商們更有底氣。但他們的底氣來自對市場營銷的把握，而不是對學習過程產生了更深刻的認識。這種大數據的挖掘，也許會有一些商業價值，能產生一個賣點，但並不算是嚴謹的科學研究。大數據不是研究者或書商的免罪金牌，更不應該是讓我們盲從的黑箱。

首先數據不是越多越好。在男生女生的學習是否存在差異這個問題上，你可以有很大的數據，但是它並不回答核心的問題。研究者永遠要問的是：大數據是如何產生的？有沒有把孩子隨機分組，安排在一模一樣的教學環境裡？你需要控制其他所有潛在的變量，把性別這個變量隔離出來，才能夠確定，最終觀察到的差異是由性別造成的。這一點在社會科學研究中基本上很難做到。

通過數據挖掘發現的顯著性差異也並不意味着一定是有實際意義的差別。這種男女之間的差別可能是某種虛假變量造成的。一個簡單的例子是，如果研究者測量一組 5-10 歲的孩童的腳長，同時測量他們的數學能力，不需要 2000 多萬的大數據，只需要幾百人，就能發現：腳越大的孩子數學越好。但事實上，並非腳長決定了數學成績，而是腳長反映了孩子的年齡成熟度。隨着孩子的成熟，對於某些特定數學概念的掌握會自然而然更純熟，從而導致更好的成績。

在性別差異這個例子中，我們顯然可以聯想到性別刻板印象在該大數據模型中的缺失——即孩子在先前成長的過程中已經接觸到的「男孩擅長數學」、「這樣的題目女孩子做不出沒關係」、「對女孩子別那麼要求高」等等發揮作用但沒有被測量到的因素，而這些因素事實上起到了決定性的作用。理論的匱乏導致了把不全面的實證觀察當成了真理。

新京報：在出版社文章中顯示的數據分析圖，它並沒有說明橫坐標、縱坐標分別代表什麼，只有一條曲線，並且男女生的兩條曲線也幾乎是重合的。

圖片出處：華師教輔 ECNUP 公眾號《「我女兒數學不錯，就買男生版吧！」》文章截圖。

周憶粟：是的。現在的統計工具，基本上只要把數據扔進去，點擊處理，就一定會給你一個結果。出版社認為，他使用了一個統計模型，提供了很多數據，對數據進行挖掘，就能找到原因。但他其實並不理解實際上的因果推斷、這個背後的原理機制到底是什麼。

做題、求解、答疑是整個學習過程里的一部分，當統計模型把一個流動的過程抽象成粗糙、去情境化的變量，研究者卻又反過來對此信以為真，認為模型確實診斷了不同孩子的學習過程，這恐怕是值得我們省思的。學習總是發生在情境之中，男女生的學習風格、習慣可能不同，但這要求我們作為教育者更多地思考造成差異的原因——性別分層如何由社會因素造成？——而非將這種還原論合理化為一種正常狀態。

新京報：但是出版社的所謂「大數據分析」確實引發了關注和討論，也吸引力一些家長為教輔買單，是否也說明我們對於大數據以及它所反映的性別差異，是有一些焦慮或者困惑的？

周憶粟：我覺得你這個判斷是很對的。社會公眾其實對大數據有一種矛盾的心態。一方面，我們的社會對於科學的嚴肅性和權威性是非常推崇的，凡是有科學為其背書的東西，我們相信就是真理，至少反映了某種客觀。但是另外一方面我們也有點恐懼，所謂的科技異托幫，是不是我們人類所有的情感、行為到最後都能化成一個變量，在某個地方有一群邪惡的科學家，收集了世界上所有的數據，他跑一個模型，就能夠精準地預測每一個人類行為？這是我們腦海里對大數據深深的恐懼。

新京報：這讓我想到最近流行的基因測序，測了你的基因，就能知道你有什麼樣的性格，可能會感染什麼疾病，有多長的預期壽命，仿佛你的人生就被基因定義了一樣。

周憶粟：這個問題和性別問題，我覺得是同一個問題。通過把它包裝成一種科學、一種來自於數據的科學，片面地強調了先天的重要性。因為後天是一個很漫長的過程，可能發生很多事情，對於商家而言，要解釋清楚這個過程中發生的事情，太麻煩了。所以他給你一個相對簡單的概念，用你的基因來解釋你的後天。

2

用生理決定論來解釋男女差異問題，

更多是一種逃避或便利

新京報：但是根據此前的各界研究，男生和女生在實際中的學習表現確實存在差異，你可以具體介紹一下嗎？

周憶粟：對於「兩性在學校教育成就上是否有差別」這個問題，社會科學家大約進行了前後 100 年左右的系統研究。目前的共識大致顯示女生在語言能力（閱讀、拼寫）上比較優秀，而男生在數學領域內比較優秀。心理學研究發現，儘管在幼兒階段兩性數學能力相差不大，但是從青春期開始，男生的數學能力增長速度顯著超過女生，到了高中階段達到更高的平均水準。在 2007 年，為了回應當時哈佛大學校長 Lawrence Summers 關於性別差異的一番飽受詬病的言論，一群心理學權威研究者發布了一個迄今為止最全面的研究回顧 （Halpern et al., 2007）。這個報告的撰寫者囊括了對性別差異持不同態度的專家，他們的一致結論是：

性別差異在科學和數學成績上的差異的確存在；在數學和科學能力分布的中間部分（mid-range of ability distribution），性別差異比較小；在數學和科學能力分布的最高端和最低端部分，性別差異比較大；這主要是由於男性群體在定量和視覺空間能力（quantitative and visuospatial ability) 方面離散程度大造成的（標準差很大）；

女性在語言以及寫作能力上有巨大的優勢。

新京報：造成這種性別差異的，更可能是兩性先天的生理構造不同，還是後天接受的教育和成長環境影響？目前有哪些較為流行的觀點？

周憶粟：目前社會科學家並沒有能夠提出囊括生物學差異和社會建構性別差異的統一理論。

有部分人如進化心理學家 David Geary 認為，性別差異的根源是人類社會性別選擇的產物。性別選擇指的是同性成員之間為了配偶而產生的競爭以及有選擇性的擇偶和繁衍後代的行為。由於這一現象在男性之間尤為明顯，從而導致在男性逐漸對於環境因素的影響更加敏感。於是在有利環境下有更多的男性會脫穎而出，而在惡劣環境下也會有更多男性失敗。這是男性表現比女性差異性更大的內因。此外，荷爾蒙激素水平也會影響某些認知能力。從這些視角來看，性別差異是內在的、恆常的。

但另一派研究者強調單一生物學還原論從來就不足以解釋社會現象的全部，後天的，社會文化的影響會與這些先天因素產生互動，從而導致不同結果（Guo & Stearn, 2002）。性別分層理論（Theory of gender stratification）就認為性別差異的建構很大程度上來自於男性和女性在社會上所擁有的生產、繁衍的資源，以及性別政治（Collins et al., 1993）。男女在現代學校教育上的差別很大程度上，是男女社會地位不平等的延伸。在當下全球範圍內看，儘管女性的教育成就不斷上升，但社會的結構性因素依然制約着男女平等接受教育的權利。

作為教育者，把男女差異問題歸結於生理決定論可能更多的是一種逃避或便利——因為這意味着我們作為一個群體，不用再思考除生理特徵之外的因素。但我們是否想要接受女孩子 「真的」不如男孩子學習好？我是不願意的。我想所有的教育工作者和家長都應該認同我的觀點。因為在我看來，學習的能力涉及我們作為人類的基本定義。站在人文主義教育者的角度，我無法接受任何群體或類型的人比別的群體更能獲得學習優越性。

新京報：近年來，有數據表明，無論文理科，女生中高考平均成績均高於男生，但有人認為這是因為女生更「勤奮」，而不是更「聰明」，你怎麼看待這種說法？

周憶粟：這是一個站不住腳的說法。就好像「亞洲學生比西方學生更刻苦」一樣，既犯了本質主義的錯誤——把後天習得的某種習慣認為是人的根本屬性，也忽略了勤奮的社會性原因——勤奮既是某種行為習性化的過程，也是社會文化系統造成的一種正反饋。

3

如何面對性別差異，

取決於我們想要一個什麼樣的社會

新京報：既然男女之間的差異確實存在，家長和老師又應該如何面對差異？這時候可能出現兩種選擇：一種是根據差異因材施教，但是這條路走到極端，就會出現像這套數學教輔一樣的情況，給男生女生兩套完全不同的教育，或者乾脆分女子學校和男子學校；另一條路是努力地消除差異，儘量讓孩子們得到同樣的教育，在相同的環境中成長。你會怎麼選擇？

周憶粟：首先需要指出的是，當我們談到這個問題的時候，涉及到就不是科學，而是一個價值判斷。科學沒有辦法告訴你如何在差異之間做選擇。這是一個價值判斷，同時也是一種道德上的選擇。我們希望這個社會是什麼樣的社會，我們理想中人和人之間的關係、人的全面發展到底是什麼樣的，它涉及這一系列問題。從技術條件你可以分析出一、二、三，列出許多條。但是對於家長和老師來說，他們並不是很在乎技術問題，他們需要的是日常生活中的行為指南，告訴他們怎麼處理這種情況。

但是這個問題本身是一個很複雜的問題，它牽扯到各種不同的意識形態如何處理多樣性。目前而言，沒有一個能讓所有人都接受的觀點。西方的做法是，每一個利益團體，只要提出一套可以界定它自身的、合理的敘述，就能夠進入公共議程，就能夠被承認。一旦被承認之後，他就有權利來要求我，用和對待別人不一樣的方法對待他。

新京報：那有沒有可能採取另一種方式，在教學上對男生女生一視同仁，實施相同的教育方式呢？

周憶粟：我個人感覺，在真實的教學中，從來就不存在一視同仁這個方法。我自己是老師，差異化的教學永遠是存在的。

新京報：但在我的理解中，這種差異化，會不會更多是針對學生個人，而不是針對男生女生兩個群體？在具體的教學實踐中，似乎會更關注個體之間的差異，而不是兩性群體間的差異。

周憶粟：我覺得這個判斷基本成立。你可以這麼說，在老師的眼裡不存在男生和女生，只存在學習好和學習不好的孩子。

新京報：也有網友提出，與其給男生、女生分教材，不如設置更多的題目區分度，一個成績好的學生和一個成績不那麼好的學生，他們之間解題和答疑的差異是遠大於性別的。

周憶粟：對待這個問題，教育理論中有一個經典的回答。在19世紀末20世紀初的時候，西方進步主義教育理論家和蘇聯的一些教育理論家提出了一個核心觀點：學習不是個人化的事情，學習是一個社會化的事情。對他們來說，在一個異質化的班級——即學生之間的能力有差異的班級——教育價值比在一個全部都是最聰明的孩子的班級來得更高。因為學習不單單是掌握知識和技能，最後是要指向如何在一個多元社會中相處共存的能力。在社會中人和人之間本身就是有差異的，所以對於教育者來說，並不是要在班上培養多少個高分學生，而是要教會孩子尊重不同的人。

《嬌慣的心靈：「鋼鐵」是怎麼沒有煉成的？》，[美]格雷格·盧金諾夫 / [美]喬納森·海特 著，田雷 / 蘇心 譯，生活·讀書·新知三聯書店，2020年7月。

新京報：但是如何判斷尊重差異和刻板印象之間的界限呢？「她是女生，所以學不好數學」，到底是尊重差異還是刻板印象？

周憶粟：最終這是一種價值上的承諾，是一種信念。這個信念意味着，哪怕我們認識到社會的現實就是有許多刻板印象、有許多不公，我們的目標仍然是希望達到一個能夠互相理解差異的社會，因為這是我們作為人唯一值得做的事情。這是一種價值承諾，不是一個科學判斷。

新京報：如果在數學科學領域，男性針對女性有一定思維優勢，可以解釋頂級科研機構中懸殊的男女比例，那麼該如何解釋，女性在語言以及寫作能力上有巨大的優勢，但在文學寫作領域，成功的男性作家、翻譯家、語言學家還是遠多於女性呢？

周憶粟：一個理由是，科學、數學這樣的職業系統有很現成的社會理論可以分析，但是作家、翻譯等不依賴職業系統的卻很難與之做比較。進入這兩類職業精英階層的方式可能很不一樣，前者更多依賴於學校教育，而後者幾乎不依賴這一點，看重的是成員如何運用一套文化符號系統。

另一方面，最終獲得的成就和學習能力之間有一條非常長的鏈條，邏輯鏈條以及時間鏈條。這意味着社會中許多無法控制的外界因素都會影響這個過程。

新京報：那麼能不能得出一個結論，最終取得的成就並不能反映實際的學習能力，在頂尖領域的男女比例並不能直接代表男女實質上的的學習能力差異？可能本身女性身份就已經使得她們的事業發展受到了限制，所以懸殊的男女比例是一個結果，而不能作為一個論據。

周憶粟：是的，我個人感覺這是一個很好的判斷。我讀了很多研究文獻，得出的結論是，你最終成為一個什麼樣的人，和你本身能力之間的相關性其實並不大。有非常多的偶然性因素會決定這些。

你知道有什麼事情，對所有人來說結果都是一樣的嗎？

新京報：死亡。

周憶粟：對，所有人都會死亡。直到死亡的那一天，差異永遠存在。

新京報：這讓我想要仿照所謂的大數據研究提出一個說法，如果每年死亡的男女人數比例是 1:1，新生兒的男女比例也是 1:1，那是不是就能得出結論，男女之間不存在差異呢？這就是借他們強行建立因果關係的方法，最終能得出的結論。

周憶粟：是的，這個說法不錯。

參考文獻

Abbott, A. (2001). Chaos of Disciplines. Chicago, IL: University of Chicago Press.

Check, J. and Schutt, R. K. (2012). Research Methods in Education . Thousands Oaks, CA: SAGE Publications.

Abbott, A. (2016). Processual Sociology . Chicago and London: University of Chicago Press.

阿爾弗雷德·懷特海 (2017)。科學與近代世界。黃振威 譯。北京：北京師範大學出版社。

卡爾·波普爾（2015）。猜想與反駁：科學知識的增長。傅季重、紀樹立、周昌忠、蔣戈為 譯。上海：上海譯文出版社。

列夫·維果茨基（2018）。社會中的心智：高級心理過程的發展。麻彥坤 譯。北京：北京師範大學出版社。

采寫｜肖舒妍

編輯｜王青；張婷

校對｜張彥君