Harvard University just voted to limit the number of A grades given in undergraduate classes to abou...
TL;DR · AI 摘要
哈佛大学投票限制本科课程A级比例至约20%，吴恩达反对这一做法，认为教育应专注于帮助所有学生成功而非评判筛选，主张设置高标准的同时全力支持学习者达成目标。
核心要点
- 哈佛大学将A级比例限制在20%以内以对抗成绩通胀
- 吴恩达主张教育应帮助100%学习者成功而非仅部分人
- DeepLearningAI采用无限重试机制支持学生掌握技能
结构提纲
按章节快速跳转。
哈佛大学投票决定将本科课程A级比例限制在约20%，旨在对抗成绩通胀现象。
教育机构应该帮助学生成功还是评判学生能力存在根本分歧，吴恩达倾向于前者。
DeepLearningAI采用无限重试机制和练习导向设计来支持学生掌握技能。
GPA并非重要的招聘信号，面试过程比成绩分布更能准确识别真正技能。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- 哈佛成绩政策与教育理念
- 政策变化
- A级限制20%
- 教育哲学
- 帮助成功vs评判筛选
- 实践方法
- 无限重试机制
金句 / Highlights
值得收藏与分享的关键句。
哈佛大学将本科课程A级比例限制在约20%，旨在对抗成绩通胀现象。
Andrew Ng 在 X 上表示："哈佛大学刚刚投票决定将本科课程中 A 的评分限制在班级的约 20%。我不赞成这种做法。这与我对教育应该如何发展的信念完全相悖。我们应该坚持高标准，但同时也要全力支持 100% 学习者的成功，而不是一部分人。" / X
来源网址：https://x.com/AndrewYNg/status/2057874024672469493
Markdown 内容：
哈佛大学刚刚投票决定将本科课程中 A 的评分限制在班级的约 20%。我不赞成这种做法。这与我对教育应该如何发展的信念完全相悖。我们应该坚持高标准，但同时也要全力支持 100% 学习者的成功，而不是一部分人。哈佛管理层采取这一措施是为了对抗成绩通胀——尽管遭到相当大比例学生群体的反对。成绩通胀确实存在：许多大学一直在向越来越多的学生颁发 A 和 B 成绩，这导致平均绩点（GPA）作为学生技能信号的作用变得越来越小。
与此同时，我们希望学生能够成功。问题的核心在于教育机构的角色。我们的目标应该是：
- 帮助学生成功？
- 评判学生？
这两者都有价值。但我在从事教育工作时几乎完全是帮助学生成功。在我看来，很明显很多人想要学习，想要获得能力，建立让他们能做新事情的技能！这就是我们在 DeepLearningAI 所专注的。这种理念也是为什么我的在线课程（可以追溯到我早期在 Coursera 上的斯坦福在线课程）允许分级作业无限次重试的原因。我相信让——甚至鼓励——某人重新做某事直到成功。这与站在评判他们第一次没有做对的立场相反。
此外，我希望作业主要是为了帮助人们练习和学习而设计，而不是评判他们的技能水平。这就是为什么我更喜欢创建"练习题"和"练习实验室"——当你思考这些问题时，它们能帮助你获得练习并巩固已知内容。而不是主要设计用来评判技能的"评估题"。
但是，哈佛的这一举措不会让 GPA 更有意义，并帮助潜在雇主识别优秀候选人吗？由于我从哈佛和其他机构招聘了大量人员，我可以自信地说 GPA 并不是一个重要的信号。我们有筛选和面试流程，能提供更准确的方法来判断某人是否真正具备技能。我不需要申请人的 GPA 分数有更广的分布来判断谁真的优秀！
需要明确的是，评估也有价值。即使标准化考试很不受待见，像 SAT、ACT、GRE、TOEFL 等高质量考试仍能提供某个领域能力的客观衡量标准。我发现大多数人都想学习和成功。也有人需要严格的评估（例如申请学校入学），但这是一种较小的需求，在构建教育产品时不是我的重点。
哈佛通常被描述为"精英"教育机构。有两种方式成为精英：一种选择涉及限制招生人数，然后即使在录取的学生中，也将表现优异的人数限制在 20%。我宁愿追求不同的路径：设定高标准并教授精英级、前沿的技能，但不懈努力帮助每个人成功。这样，精英地位不是通过排斥人们来定义的，而是通过帮助尽可能多的人变得卓越来定义的。[原文：The Batch 通讯]