请我喝杯咖啡
返回博客
Education

基于随机抽取的十个课堂活动

Random Select Team•2026-06-22•8 min

参与度问题有一个具体的原因,而这个原因并不是学生不投入。主动举手回答是有代价的——在二十九个人面前答错——而只有一部分学生承担得起这个代价。其余的人并不是放弃了学习,他们只是在管理自己的风险预算。

随机抽取改变了学生所优化的目标。下面是十个利用这一点的活动,并注明了每个活动真正解决的问题,因为它们并不能互相替代。

1. 每日神秘问题

每节课开始时抽一名学生,来回答当天的开场问题。

它解决的问题: 开课时的注意力,而这往往是一节课最容易流失的地方。任何学生都可能被选中这一事实本身,比所问的问题更有价值。

2. 分组

随机分组把十分钟的讨价还价换成十五秒。

它解决的问题: “我能不能和 Sam 一组”这种交涉,以及一个不声不响的事实:手工挑选的小组其实编码了你多年来认识这些学生所形成的偏好。

要注意的地方: 在抽取之前,先把两三个最强的学生安排到座位上。随机拆分并不等于均衡分组。

3. 朗读轮换

每天抽取由谁来朗读。

已载入班级名单的转盘

它解决的问题: 那种悄悄把每学期的朗读都分配给同一批自信的学生的轮换。有困难的学生能得到规律练习,又不会被单独拎出来——这才是真正的好处,而且它要过几周才会显现。

4. 快速知识检查

在复习时抽取由哪位学生回答哪个问题。

它解决的问题: 总是那四个人回答所有问题,而其余人把提问当成给别人的表演,而不是自己需要跟上的内容。

5. 奖励抽取

让学生进入每周一次的抽取,赢取一个小特权。

它解决的问题: 跟参与度无关——这是激励,不是评估,这点值得说清楚。只有当奖励确实被看重时它才有效,一旦变成例行公事就会失效。

6. 拼写比赛

抽取下一个拼写的人,而不是接受自愿报名。

它解决的问题: 那些会拼写却不想被置于风险中的学生。抽取让顺序变得中立,于是准备就成了策略,而不是自信。

要注意的地方: 班级较大时,这占用的时间会多到撑满一整节课。抽取一部分人,或者用这个游戏本身自带的淘汰结构。

7. 两两配对

用随机分组,把每组人数设为二,用于实验搭档或配对朗读。

它解决的问题: “要么跟朋友,要么没人”这种交涉。另外,它还有个有用的副作用:会配出没人预料到的组合,而往往正是这些组合后来变成了友谊。

要注意的地方: 一学期固定配对就是一学期固定配对。短周期效果更好。

8. 讨论开场

抽取由谁来用自己最初的观点开启讨论。

它解决的问题: 提问之后那四秒的沉默,以及每次都由同一名学生来填补它。它还会改变讨论的形态——开场的人被打断得更少。

9. 值日清洁

任务分配把名字和任务配对。

它解决的问题: 那种细小却确实恼人的怨气——某个学生总是分到同一项任务。每周反复出现的小冲突,消耗的善意比它本身的价值要多。

10. 示例选择

抽取使用哪些学生的例子,包括那个还需要改进的答案。

它解决的问题: 跟参与度无关,但它能带来更好的讨论。三个好例子不如两个好例子加一个不完美的例子,而抽取能避免点名某个人时的那种尴尬。

决定它们是否有效的设置

课前就把名单建好。 现场敲三十个名字会浪费掉那个时机,还会给学生时间去反对名单。

重名要用全名。 两个都叫 Alex 的学生,抽取时无法区分,而一次“差点点到”看起来就像做了手脚,哪怕它并没有。

把它存起来。我的收藏最多可保存五份,无需账号即可在浏览器中使用,登录后还能跨设备同步。每学期每个班级一份名单,是让这件事可持续的最小单位。

先删掉缺席的人。 否则会抽到一个名字,你跳过它,而名单池就不再是原来的名单池了。

把机制说出来。 一句话——“每个人被抽中的机会完全一样”——就能消除大部分预先的焦虑,而且只需要三秒。

让学生来操作。 这是最强的版本:把设备交给他们去抽。他们从一开始就在看,能看到名单没有在课上被改过,于是就不再需要去相信你有没有做手脚。

随机选择做不到的事

它不能均衡结果。 一个三十人的班级,一学期下来不会每个学生被抽中的次数都相等。均匀并不等于均衡;只要时间足够长,差距会缩小,但在此期间它们是看得见的。如果要求的是均衡,就用轮换。

它不能提供技能。 需要特定能力的任务如果随机选择,有时会抽到不合适的学生。这类任务要刻意安排,其余一切再随机化。

它不能修正不均等的工作量。 把一项五分钟的任务和一项两小时的任务放在一起随机轮换,得到的是一周在数学上公平、在实际上不公平的安排。先让任务变得可比。

它在小名单池上缺乏说服力。 从三个名字里抽一个,看起来就非常接近一次人为决定。小组情况下,改用轮换。

关于框架的一点说明

随机选择最好的用法,是在一节课里分配注意力。它作为把个人推到风口浪尖的手段则表现很差,而这个区别,从学生接受它的方式上就能看出来。

如果一个答不上来的学生看起来是松了一口气,而不是羞愧,那这个比例就是对的。如果他们看起来像是被惩罚,那就过头了。

公平性审计页面讲了这个抽取是如何运作的,当有学生问你凭什么知道它真的是随机的时,提前备好这个会很有用。

从一个开始

从这十个里挑一个用两周,而不是全都用上。点名检查和朗读轮换最容易坚持;分组最省时间。

当反对意见出现时,它很少是关于随机性的。它往往是某个想被抽中却没被抽中的学生——这是另一个问题,也是一场更好的对话。

RST

Random Select Team

Random Select 的资深数据分析师与博弈论专家,在数字公平、概率数学与随机决策系统方面拥有超过十年经验。

分享这篇文章