🔥＃鰻爸觀點┃兒童英語＆升學，其中關鍵性影響你應該知道？

今天，我們來聊聊台灣體制內的「＃升學問題」。前幾天，鰻爸從98/107/108學年度學測分佈，觀察到這十年間發生了有趣的改變，甚至這個改變可能成為你的孩子 ＃是否能考上好大學甚至頂大的關鍵性影響！（完整圖文 https://pse.is/tn8z6）

-----------------------------
過去這十年來，雖然台灣的大學新生入學率已經到達百分之百，但是孩子們的「課業」壓力似乎沒什麼減少。很多孩子的「補習」教育的起點，從國中，國小高年級，一路向下延伸到小一階段。當然，造成這些現象的背後原因很複雜，也不是今天我們要討論的。

不過一個簡單的結論是：

大多數父母，在孩子的教育上花了那麼多心力，最終無非希望孩子可以上大學，而且是上個好大學，國立大學，甚至所謂的頂尖大學。

如果你也同意這個結論，那我們今天要談的主題，就被化約成：「在學齡前或小學低年級階段，家長做什麼樣的事（或投入），可以對孩子日後大學升學時，產生關鍵性的影響呢？」

下兩張圖是來自大學入學考試中心，107(前年)與108(去年)年度全國高中生學科能力測驗的【各科級分人數百分比分布圖】（各學年度原始連結請參考Blog文末提供）

從上述這兩張圖中，我們可以觀察到一個很重要的現象：

五個學科裡（國文科、英文科、數學科、社會科、自然科），唯獨英文呈現「#雙峰」曲線，而其他四科，都是單峰曲線。

若我們再比對第三張圖～98年度學測的，也就是10年前的大學入學新生，當時英文科並未出現這種現象。

一般來說，科目本身的難易及考題的難易，雖然會影響峰值的位置，但整體來說，學生的學習成果主要反應家庭資源與學生天生的資質。例如說，歷年來，自然科的峰值普遍偏低，而社會與國文的峰值普遍偏高，至於數學則受當年試題的影響最大，峰值的變化與移動比較劇烈。但無論峰值如何移動，整體的成績都還是呈現單峰類似常態分佈的曲線，

唯一特別的只有「英文科」！
尤其是近五年來的英文成績分佈，＃開始出現類似M型的雙峰曲線，而且越來越明顯！

🎯 這顯示什麼呢？
近年來大學入學新生的英文能力開始受到別的因素影響，使得某一部分學生的英文成績開始擺脫天生資質與家庭資源的影響，變得明顯優於其他同年齡的學生。

我們認為這裡面有兩個主要的因素：

（一）英語學習提早到幼兒園階段就進行，對某些孩子（指那些成功在低年級階段就建立完整聽說讀寫能力者），在國高中階段的英語學習，會產生「＃累積加乘作用」；但其他科目並不會有這種效果。

例如說，幼稚園階段就學心算，就背九九乘法，只會對中低年級算術有幫助，對高年級以後的數學並無幫助。又例如說，幼稚園就提早學注音符號或認字，也不會對三年級以後的中文能力造成改變。

若小學前二年級前就建立好獨立閱讀英語繪本，或者看英語卡通能力的孩子，單是接下來國小四年透過休閒閱讀或收看英語影片所發展出來的詞彙與句型能力，就遠超過用一般英語教育的高中畢業生。

（二）更重要的一關鍵因素，就是關於「＃兒童學習英語的正確方法」。

民國100年後「兒童英語學習」的「正確方式」，在台灣社會裡開始逐漸的被認識與普及。過去，英文科與其他四個科目一樣，都被視為 “學科” 來看待。（其實，截至目前為止，多數學校、教材、老師，補習班依然還是）。但其實除大學英文系之外，英語應該是個術科，而非學科；而前述累積加乘效果，也只有在這種前提下才成立。

簡單的說，越來越多孩子，在小學階段就建立起完整的英語聽、說、讀、寫能力，而這樣的能力所造成的差距，在國高中階段不僅不會縮小，還會被放大。當然，這群孩子還是有資質上的差異，所以，這群孩子上大學前的英語成績，就夠成了另一個基礎點不一樣的鐘形曲線，進而使得全體學生的英文能力分佈，從民國95年以前峰值偏低的單峰曲線，變成今日的雙峰分佈。

🎯＃英語能力分佈出現「雙峰」現象，
跟大學升學到底有什麼關係呢？

首先，由前述的分析，我們有充分的理由相信，這些英語學測成績在第一峰值附近的孩子，他們的英語能力並非透過苦讀與硬背英文而來。相反的，他們在中學階段，因為對英語考試游刃有餘，反而可以花更多時間在數學或者自然，這兩個更為困難的學科。

有些人甚至可能因為英語閱讀能力而有助於其他領域的知識涉獵，進而造成其他學科的超前進步。

其次，我們從這些分佈曲線可以發現，在前1/4競爭最激烈的入學名額中（也就是熱門的科系或國立大學），其餘四科大家都差不多（一起高，或者一起低，視當年考題難易而定）。因此，英文科成績反而成為這群學生升學競爭中，最決定性的因素。

是故，我們的結論就是：

若「升學」是家長的主要考量之一，那麼善用學齡前到小學低年級階段，讓英語成為孩子的第二母語，將會是對日後進入好大學最有效的策略。

看完本文後，或許可使得對幼兒學英語有疑慮或迷思的家長，重新思考。但幼兒到底該如何正確學英語，又是另一件大事！

🌱 更多學習討論歡迎加入 【中文家庭雙語小孩】互動討論社團

【BBC中文網】算法：日常和人生十字路口陪伴你的「無形之手」

大數據、算法、人工智能、互聯網、物聯網 ...... 科技的發展為人類生活帶來各種便利的同時，也在靜悄悄地決定著人們的生活軌跡和命運。

假設，如果中國有一年取消高考，用算法根據歷年成績給每個應屆畢業生打分，然後大學根據這個分數決定是否錄取，錄取到什麼專業？

英國今年的中學畢業生對算法的這種威力有切身體驗。

因為新冠疫情而取消了決定數萬名中學畢業生命運的考試，用電腦算法 ( algorithm）給學生打分，讓機器根據學校往年的考試結果，經過一番運算，得出今年畢業生的成績。

決定命運的是高中畢業生的A-level 考試也決定了能否上大學，能上哪所大學。初中畢業，不再上學而開始求職謀生的，需要憑GCSE考試成績去找工作。如果凖備繼續上學，日後申請大學時，這組成績也是重要參考數據。

除了這種「十字路口」式的人生關鍵節點，算法在現代人生活中很多方面扮演著「無形之手」的角色，而我們未必知道。

BBC科技事務記者克雷頓（James Clayton）和克萊恩曼（Zoe Kleinman）梳理了幾個算法左右命運的平台。

社交媒體

從許多方面來看，社交媒體平台基本上就是龐然大物般的算法。

它們根據你所提供的，以及來自其他各種渠道的數據，確定你的興趣、愛好、口味，然後為你推送更多它們認為你喜歡的內容。

這些數據包括你點的每一個「讚」，看的每一條訊息或視頻，點擊的每一個鏈接，都被記錄存檔。大部分應用軟件還會從你的上網習慣和特點，以及地理位置等信息提取更多數據，關於你的數據。這些數據用來判斷你喜歡什麼，哪些內容吸引你的眼球，能讓你在網上流連。

這個算法對你了解越多，對你生活的影響力就越大。 除了推送更多合你口味的內容，它自然還會用這個知識向你推銷產品。

社交媒體公司收集儲存的數據也被用來訂製個人化的廣告，定向投放，而且精凖度高得令人咂舌。

當然，這類算法也會犯很嚴重的錯誤，惹大禍。比如它發現極端的、刺激的、重口味的、充滿仇恨和煽動性的內容，在社交媒體上很吃香，比平淡普通的內容更賺眼球、點擊和轉發更多。所以有些人髮現自己收到各種極端主義的、暴力的、仇恨的推送內容。

臉書針對民權問題做過一次內部審計，審計報告中明確提到，公司必須盡一切所能阻止它的算法把用戶「驅趕到極端主義自我強化的迴音室裏去」。

算法還有一個盲點，那就是對種族歧視和仇恨類產品不加分辨地推送，導致投訴甚至吃官司。

保險

保險公司需要評估風險，要做精算，無論是房產險、汽車險、壽險、醫療險，保費的多少依據這個評估結果來定。

許多人不知道的是，保險業很早就開始探索利用歷年積累儲存的數據來分析、預測未來；在電腦和算法尚未普及的時候就開始了。

有了算法，保險公司如虎添翼。

哈克尼斯（Timandra Harkness）是這方面專家，有一部關於大數據的專著（Big Data: Does Size Matter）。

有些顯而易見但人們通常不太在意的事，背後就有算法的無形之手。

她舉了個例子，比如家庭住址的郵編就決定了你的保費高低，而你在這些問題上毫無發言權，完全被動。

你的房產或車保險保費在搬家後漲了還是降了，跟你個人沒有直接關係，而是跟這個地區的其他居民曾經，或者在多大程度上可能成為犯罪分子的受害者，或者遭遇水淹，或者出車禍，等等。

現在比較普遍的行車記錄儀，汽車上的「黑匣子」，可以用來記錄司機的駕車習慣，如果記錄顯示車主基本上是安全駕駛，即使其他指標都屬於高風險群體，他/她的汽車險保費也可能降低。

這是利用算法制定個人化保險產品的一個例子。

保險行業的 實質是風險分攤，人人交保費，需要的人從錢庫裏取。個人化的保險產品能否普及，或許還需要算法來幫忙，確定這類新業務對保險公司有何利弊。

醫療

人工智能（AI）在疾病診斷方面的應用日益普及，有些地方AI甚至可以提出治療方案和療法建議。

2020年1月一項研究結果顯示，通過X光片子診斷乳癌，算法的表現超過醫生。

其他例子也有，比如可以預測子宮癌患者生存率的工具，這個工具還能幫助確定治療方案。

倫敦大學學院（UCL）研發的人工智能可以分辨出哪些病人最容易忘記就診預約，因此需要提醒服務。

海量數據是訓練人工智能的必要前提。這就涉及到許多棘手的問題，包括病人隱私和個人數據保護。

2017年，英國信息委員會裁定，皇家自由醫院NHS信託沒有妥善保管病人數據，跟谷歌的人工智能子公司DeepMind分享了160萬病人的數據。

警務

大數據和機器學習對警察機構來說具有顛覆性的巨大潛力。

理論上，算法具備了科幻作品中描述的那種「預測警務」（predictive policing）的功能，可以利用歷年刑事罪案的數據分析來確定警察資源的部署。

問題在於這種算法有先天缺陷，容易產生算法偏見，甚至形成算法種族歧視。

科技智庫WebRoots Democracy專家喬杜里（Areeq Chowdhury）解釋說，這就跟算法確定考試分數類似，實際上是根據別人過往的學業表現來給你打分，有什麼道理？

他說，根據算法，一個特定社區很可能被不成比例地突出和強調。

國防和安全智庫RUSI今年稍早發表了一份報告，闡述算法在警務實踐中的應用。

報告提出一些需要關注的問題，包括沒有全國統一的凖則，也沒有影響評估機制。

另一個需要深入研究的問題是算法如何放大、加劇種族主義傾向。

警務部門已經在使用的人臉識辨技術受到批評，矛頭集中在用於機器學習的數據庫是否會導致算法種族主義。

比如，用於人臉識別的攝像機識別白人更凖確，是否因為它們背後的數據庫裏白人的面部數據更多？

這方面，數據是否足夠多，足夠多元化，就至關重要。

喬杜里說，最應該避免的是因為算法誤判而錯抓無辜。

#科技 #社會

請政府拿出GUTS 讓境外生來台吧
教育歸教育
奕華籲行政院莫讓政治影響教育政策

疫情已逐漸趨緩，奕華上周替大學校長發聲，要求教育部以海外人才競爭為考量，不要讓大學招生喪失優勢，沒想到拖了一周還沒結果，今（12）日67所大專校院忍無可忍發出聯合聲明，要求行政院將境外生列為第一波開放入境名單，耽誤大學競爭力與人才培育的後果請問誰來承擔？難道政府是為了卡陸生，就卡所有境外生嗎？耽誤大學競爭力與人才培育的後果請問誰來承擔？

💡各大學為了提升競爭力都在全力衝刺，政府卻當豬隊友？
據奕華了解，各大專校院境外學生人數若扣掉應屆畢業生僅兩萬六千多人左右，並非數十萬人，以國內現在檢疫技術、防疫能量難道無法照顧兩萬六千多位境外生嗎？教育學術單位向來低調，但今天卻集體站出來發聲明就是因為大家都忍不住了。根據英國高等教育調查公司Quacquarelli Symonds（QS）公布2021世界大學排行，台大世界排名第66名，是台灣唯一進入全球前百大的學府，名次亦創歷年最佳，另外還有清大、北科大、台師大等校進入世界500大排行榜，各大學為了維持高等教育國際競爭力全力衝刺，此時此刻，正是需要得到各種支持的時候，政府卻在扯後腿不讓境外生來台？各大學早已做好防疫萬全準備，只等政府一聲令下即可，奕華呼籲政府正視國際人才競爭力，不要用政治思維考量政育政策，儘快讓境外生來台。