为什么我反对用 GPA 给学生的能力定价

很多人习惯这样判断学生：

“他 GPA 3.8，你 GPA 2.8，所以他大概率比你能力强。”

听起来似乎很合理。

但我们把场景换一下：

“这个四十岁的男人年薪 100 万，另一个年薪 30 万，所以前者的能力大概是后者的三倍。”

这时候，大多数人都会觉得哪里不太对。

因为我们知道，收入不是能力本身。

一个人的薪资受到太多因素影响：行业、城市、平台、岗位、职业路径、风险偏好、家庭选择、时代红利，甚至运气。

高校教授可能收入不如互联网中层，创业公司技术负责人现金工资可能不如大厂程序员，一个主动选择稳定生活的人也可能放弃更高薪的机会。

所以，我们通常不会轻易得出：

“谁赚得更多，谁就更有能力。”

奇怪的是，当对象变成学生时，我们却很容易把 GPA 当成一种近乎天然的“能力认证”。

这其实是同一种错误。

GPA 有信息，但它不是人的“能力总分”

先说清楚，我并不认为 GPA 没有意义。

长期维持高 GPA，至少说明一个人在某套教育体系下具备一些真实能力：

他可能学习效率高，知识掌握扎实，执行力强，时间管理稳定，也能够长期适应考试和课程评价体系。

这些都值得认可。

问题不在于 GPA 有没有价值。

问题在于：

我们经常偷偷把“GPA 高”替换成了“这个人能力强”。

这两个命题根本不是一回事。

因为“能力”本来就是多维的。

有人擅长考试，有人擅长科研。

有人擅长理论推导，有人擅长工程实现。

有人可以在有标准答案的问题上做到极高正确率，却未必擅长处理开放问题。

也有人课程成绩普通，但可以独立完成复杂项目、解决工程故障、带团队、做研究、写系统、处理没有标准答案的问题。

所以真正准确的表述应该是：

GPA 描述的是一个人在特定学校、特定专业、特定课程体系和特定评价规则下的表现。

到这里，它是一个很有价值的指标。

但如果继续往前推，变成：

“所以这个人的综合能力就是这个水平。”

那就已经越界了。

更大的问题：GPA 衡量的东西其实比我们想象得窄

考试当然是一种能力测试。

但它测试的是一种相当具体的能力：

在规定时间内，按照指定 syllabus，学习指定内容，并根据明确评分规则完成任务。

这是一项真实能力。

但现实世界里的大量重要任务，结构完全不同。

科研往往没有标准答案。

很多时候，你甚至不知道问题应该怎么定义。

工程问题也不会像试卷一样告诉你：

“本题共 20 分，请使用某某定理解答。”

真实情况可能是系统突然崩了，文档不完整，代码是别人留下来的，日志也很混乱，而 Deadline 就在明天。

你需要自己定位问题、查资料、猜测原因、设计实验、排除错误，然后让系统重新跑起来。

创业、管理、写作、沟通、谈判、设计、领导团队也一样。

这些能力与考试成绩当然可能相关，但绝不是同一个东西。

因此，一个人的 GPA 再精确，也只是在测量能力空间里的一个切片。

问题在于，我们经常拿这个切片去代表整个空间。

Goodhart’s Law：当指标成为目标，指标就开始失真

这里其实可以引入一个非常经典的概念：

Goodhart’s Law：When a measure becomes a target, it ceases to be a good measure.

也就是：

当一个指标成为目标之后，它往往就不再是一个好的指标。

这几乎完美解释了 GPA 的问题。

GPA 原本只是用来衡量学生课程学习情况的一个代理指标。

但当它和保研、奖学金、升学、就业、荣誉绑定之后，GPA 就不再只是“测量工具”，而变成了学生必须主动优化的目标。

于是人的行为自然会变化。

学生会开始思考：

哪门课更容易拿高分？

哪个老师给分更宽？

哪些课程风险太高，不值得选？

一个很难但很有价值的项目，会不会影响我的绩点？

科研、竞赛、开源、实习如果占用太多时间，是不是应该少做一点？

到了这一步，学生优化的就已经不完全是“我能不能学到更多东西”，而是：

怎样在现有评价规则下，获得更高的 GPA。

这两件事当然有重叠。

但它们绝不是同一件事。

甚至可能出现一种很讽刺的情况：

一个学生为了提高所谓的“能力指标”，主动避开困难课程、减少探索、减少失败、减少高风险项目。

结果是：

他的 GPA 更漂亮了。

但他真实能力的增长，反而可能变慢了。

这正是 Goodhart’s Law 最值得警惕的地方。

一个指标一旦被赋予太大的奖励，人们就会越来越擅长优化这个指标，而不是优化它原本想代表的东西。

GPA 和薪资，本质上都更像“结算结果”

这也是为什么我认为 GPA 和中年人的薪资其实有一个很有意思的共同点。

它们都不是纯粹的能力。

它们更像一个复杂系统最终给出的“结算结果”。

薪资大概受到：

能力、行业、平台、城市、资历、风险偏好、职业选择、市场周期、谈判能力、运气

共同影响。

GPA 同样受到：

学习能力、考试适应性、投入时间、课程难度、课程选择、教师评分、专业特点、策略、个人目标

共同影响。

所以它们都提供信息。

但它们都不能直接等于“人的能力”。

如果一定要写成一个非严格的表达式：

GPA ≠ Ability

它更接近：

GPA = 能力 × 环境 × 规则 × 选择 × 投入 × 策略

工资也一样。

因此，当我们看到一个人的工资时，会本能地问：

他在哪个行业？

做什么岗位？

在哪个城市？

工作多少年？

是不是主动选择了低收入但更喜欢的方向？

可面对 GPA 时，我们往往懒得问这些问题。

我们直接把一个数字，变成了对人的判断。

两个人比较时，单一指标尤其危险

假设有两个学生。

A：

GPA 3.9，课程成绩非常漂亮。

B：

GPA 3.0，但做过科研、比赛、工程项目、开源，也独立处理过复杂系统。

谁能力更强？

其实最合理的答案不是 A，也不是 B。

而是：

信息不足。

如果你需要一个理论基础极强、课程学习能力稳定的人，A 可能更适合。

如果你需要一个面对模糊问题能够快速上手、独立解决工程困难的人，B 可能更适合。

能力评价必须先回答：

“做什么事情的能力？”

脱离具体任务谈“谁更有能力”，很多时候本身就是一个伪问题。

现实世界不像考试，没有一张统一的能力总分表。

GPA 最合理的用途，是筛选，而不是定性

那么为什么学校、企业、研究生项目仍然大量使用 GPA？

原因其实很现实。

因为它便宜、高效、标准化。

如果有一万份申请，不可能给每个人安排几个小时的深度访谈，也不可能逐一审查每个人的代码、项目、科研工作。

因此，GPA 是一个低成本信号。

它方便排序。

方便筛选。

方便在信息极度不足的情况下做第一轮判断。

这完全合理。

但这里有一个非常重要的区别：

一个指标适合大规模筛选，不意味着它适合准确评价一个具体的人。

学历可以用来筛简历。

但学历不是能力本身。

信用分可以用来判断风险。

但信用分不是人格。

论文数量可以用来粗略衡量科研产出。

但论文数量也不等于科研能力。

同样，

GPA 可以成为一种筛选工具。

但它不应该被神化成一个人的能力认证书。

筛选系统必须压缩复杂现实。

但我们不应该把这种压缩结果反过来当成现实本身。

更有意思的是：我们对二十岁的人，反而更喜欢“一锤定音”

这其实是整件事里最荒谬的地方之一。

面对一个四十岁的成年人，我们知道人生非常复杂。

我们不会轻易因为工资一般，就断言他这个人能力一般。

因为我们知道：

人生有选择。

有偶然。

有行业周期。

有家庭。

有兴趣。

有取舍。

但面对一个二十岁的学生，我们反而很容易说：

“你 GPA 才 2.8，说明你学习能力不行。”

这很奇怪。

二十岁恰恰是一个人能力结构最没有定型的时候。

有人大一大二还不知道自己想做什么，到大三突然找到方向。

有人直到第一次参加科研、第一次真正做工程、第一次实习，才发现自己擅长什么。

有人早期成绩很普通，但后期成长速度惊人。

一个人在十九岁时几门课程的考试成绩，当然可以记录。

但如果进一步解释成：

“这就是这个人的能力水平。”

那其实是把一个仍然快速变化的人，过早地压缩成了一个数字。

真正值得问的，不是“你多少分”，而是“你做成过什么”

如果真的想评价一个人的能力，我越来越觉得，更有意义的问题不是：

“你的 GPA 是多少？”

而是：

你解决过什么问题？

你做过什么真正困难的事情？

面对一个没有标准答案的问题，你会怎么办？

遇到完全不会的东西，你能不能自己学会？

项目失败以后，你能不能找到原因，再做一次？

你有没有把一个模糊想法真正做成一个可以工作的东西？

你能不能清楚解释自己的工作？

你能不能承担长期、不确定、可能失败的任务？

这些问题当然也不完美。

但它们至少更接近我们通常所说的“能力”。

所以，我并不是主张取消 GPA，也不是认为 GPA 高没有价值。

恰恰相反。

GPA 是一个很有用的指标。

但它首先应该保持自己“指标”的身份。

GPA 是 GPA。

工资是工资。

学校排名是学校排名。

论文数量是论文数量。

它们都是复杂现实里的一个投影。

真正危险的是，我们总喜欢在这些数字后面偷偷补上一句话：

“所以这个人更优秀。”

从一个指标，到一个人的能力，再到一个人的价值，中间其实隔着非常远的距离。

成熟的评价体系应该使用指标。

但不应该崇拜指标。

因为数字最大的价值，是帮助我们理解一个人。

而数字最大的危险，是让我们误以为：

我们已经理解了这个人。