Jan. 2nd, 2010

jayrandom: (Default)
Вчера мы смотрели фильм "Большая перемена" (1972). Поделюсь небольшим инсайтом (не связанным непосредственно с сюжетом фильма, просто навеяло).

1) В фильме герои либо учатся, либо преподают в 9м классе вечерней школы. А ведь сама идея вечерней школы либо уже непонятна молодёжи, либо перестанет быть понятной в ближайшем будущем, и будет требовать введения в контекст. Потому что почти во всех развитых странах 12-ти классное образование стало уже обязательным.

2) В тех же самых развитых странах есть правило (не знаю, гласное или негласное) стараться изо всех сил избегать брать на работу людей, у которых уровень образования выше, чем на эту работу требуется. Есть даже такой странный термин: "over-educated". Обычно это объясняется тем, что если, допустим, доктор наук устроится на работу дворником, то он будет постоянно осознавать несоответствие уровня своего образования исполняемой должности, и будет стараться восстановить баланс, подыскивая более подходящую работу. Что сделает его ненадёжным дворником. Поэтому докторов наук в дворники не берут. Впрочем, они редко ломятся.

Из (1) и (2) следует, что западное общество (в силу идиотизма принятых в нём правил и законов) тяготеет к перепроизводству специалистов с высоким уровнем образования (формально, конечно) и к недопроизводству простых рабочих. Которые всё равно потребуются (должен же кто-то асфальт укладывать или стенки красить), но их придётся завозить извне, либо не мешать им приезжать.

Получается следующая картина: хорошие специалисты нашли высокооплачиваемую работу, гастарбайтеры нашли низкооплачиваемую работу, а вот "троечники", которых система насильно пропустила через мясорубку 12-летнего обязательного образования, остаются ненужными этой системе, прикармливаются на пособие по безработице и портятся заживо.

Привет Илличу. Кстати, "Deschooling society" вышла всего за год до выхода фильма "Большая перемена".
jayrandom: (Default)
Идея стандартизовать/унифицировать экзаменационные требования по всей стране вынуждает переходить на тесты, которые считаются более объективным способом оценки знания. Собственно, это способ исключить влияние экзаменатора из процесса тестирования, либо вообще заменить его машиной.

Когда ученик не синтезирует ответ сам, а выбирает его из конечного набора вариантов, падает мерность материала, на котором проверяется знание ученика. И тестирование человека становится неотличимым от тестирования машины, обладающей знанием. А эту область я волей случая был вынужден изучать в течении лет.

При обучении машины знанию используется некоторый набор примеров, на базе которых она пытается выстроить подходящую модель, чтобы в дальнейшем, опираясь уже на построенную модель, принимать относительно неё решения. Одна из ошибок, допускаемая при обучении машины, называется overfitting и заключается в придании обучающим примерам чрезмерного веса/внимания, из-за чего страдает предсказательная сила модели.

Человеческий аналог оверфиттинга - это зубрёжка. В результате зубрёжки человек очень хорошо помнит те примеры, на которых он обучался (например, запоминает страницами текст учебника), но не понимает их. В результате зубрёжки у него в голове не возникает модели с хорошей предсказательной силой, и поэтому он не способен делать из неё выводы.

Лет 10-15 назад при приёме на работу/учёбу неанглоязычных иностранцев, их/нас обязательно подвергали тестированию по одной из "зарекомендовавших себя" систем тестирования знания языка (TOEFL, IELTS, и т.д.). Когда я брал в библиотеке материалы для подготовки, меня восхитил размер сегмента рынка, работающий на повышение оценки по TOEFL клиента (я выбрал для себя TOEFL как имеющий наиболее широкий охват, отсюда такой фильтр). Не улучшение понимания языка, а именно решение прикладной задачи: повысить численную оценку за тест любой ценой. Приёмчики, которые рекомендовались в тех патентованых материалах, действительно работали, и как я впоследствии понял, имели сильный уклон в overfitting: учить язык с их помощью можно было очень условно, но оценка действительно повышалась.

Profile

jayrandom: (Default)
jayrandom

January 2026

S M T W T F S
    1 23
45678910
111213141516 17
18192021222324
25262728293031

Most Popular Tags

Style Credit

Expand Cut Tags

No cut tags
Page generated Jan. 19th, 2026 01:58 pm
Powered by Dreamwidth Studios