IB课程中的IA和EE到底有什么区别？

对于IB课程里的IA和EE，许多准备学习IB课程的同学都搞不清楚，因为这两个都要写论文，因此其中会有许多错误理解的产生。

IA和EE到底是什么？又有什么不同之处呢？

性质不同

IA全称internal assessment（内部考评），大家都知道每门IB课程都有内部评估和外部评估，所谓的外部评估就是你的考试、测验等，而内部评估就是IA！

EE全称extended essay（拓展论文），这是一个独立的、自我指导的研究报告，它不属于6大学科领域内的任何一门课程，也与内部评估无关。

数量要求不同

IB有六门国际基础课程，学生选修其中6门课程，每门课程都有内部评估。也就是说，每门课程你都需要写IA，总共6门课程，就一共要写6门课程的IA。

而EE则是IBDP课程的三门核心课程之一，它与TOK和CAS并列。学生可以选择自己的方向和主题来写论文，写一个就行。不过需要注意的是，在EE选题的时候，要多做些考量和选择。

篇幅长短不同

IA是小论文，篇幅比EE短一些。不过经济IA与其他学科的IA又不一样。经济IA是经济新闻评论，除了找合适的新闻以外，不需要做真正的research（研究）。

EE是4000字的大论文，篇幅要长一些，且需要的数据支持和实验等要比IA多。当然各学科的EE也有不同。所有IB第三组课程，如商务、地理、心理学等科目，EE的第一手数据大都来自社会调查，跟第四组（自然科学）比起来，这个过程缺乏可控性，因此难度会大一些。文学EE可以做文本分析，因此就搜集资料来讲压力较小。

内容不同

IA的选题可以是验证已知的一些结论，它更多地关注该科目大纲中的知识点。IA对HL和SL考生的要求一样，因此HL考生在选择IA题目时，不必选过难的题目。有的考生因为希望在IA中拿到高分，选了很复杂的题目，时间跨度拖得很久，几乎把IA写成了一篇EE。这是没有必要的，也不会帮助你获得高分。

EE的选题方向可以是动手实验、文献分析、软件模拟等。EE鼓励考生思考目前尚未解决的一些问题，它不希望考生选择一些已经有既定结论的主题来进行研究，考生可以探索课程大纲之外的领域。

如果选择了某门科目做EE，一定要注意EE的难度要高于该门科目的IA，两者的选题千万要错开。

分数占比不同

EE与TOK两门核心课程总分为3分，而IA的分数占每门课程总分的20%左右。

评估方法不同

IA成绩是学校的老师给的。但是IBO每次都要抽查，所以老师不可能随便给高分，否则全体同学都可能被降分。对于EE成绩，老师只负责预估分数，实际成绩由外部考官决定，2018年以后EE有个重大调整，即考生需要同时提交EE论文和反思报告。

IA以学生的个人参与、探索、分析、评估、交流作为参考的要素，EE则以学生聚焦点和方法、知识和理解、批判性思维、展示、参与等作为评分参考。

IA评分总分在24分，各老师根据标准给予学生不同分数，EE的评分总分在34分，总成绩分为以下5个等级：

A–workofanexcellentstandard.

B–workofagoodstandard.

C–workofasatisfactorystandard.

D–workofamediocrestandard.

E–workofanelementarystandard.

一般EE和TOK等级为AA、AB、BA才有可能获得3分的核心课程分数。

考察能力不同

EE必须对所研究的问题的理论背景做尽可能详实的介绍，尽可能多的包含已有的相关研究，而IA则是应用科学方法解决一个感兴趣的问题，在背景理论介绍方面可以弱化。

EE考查学生分析和评价科学论据的能力，也就是对调查问题的相关的文章进行回顾的能力。IA并没有如此高的要求。

其他方面

很少有学校会像TOK那样为EE安排课堂时间。EE本身要求的也是课余时间。IBO估算每个同学要用40小时左右的时间做EE，但是鉴于EE需要大量一手数据的收集，40小时应该是不够的。

IBO规定教师只能给学生的IA改一稿，EE只能辅导4个小时。前者对大部分中国学生来讲是不够的，后者其实对全球的学生来讲恐怕都不够。有些老师会特别严格的遵守这些规定。有些老师则可能会给学生的IA改好几稿，或者明明辅导了7、8个小时的EE，却在EE封面上只填4个小时的辅导时间，所以这方面大家也不用太担心，老师普遍是能体谅学生的。

IA的数据研究、实验可以应用于EE吗？

EE并不是IA的拓展，来源于课堂实验或IA实验的数据千万不能用作EE的数据进行分析！否则就违反了“double dipping”这条原则，这是IBO非常看重的一条原则，即同样的材料不可以重复提交！

IA和EE可以选同一个题目吗？

最好是不要！

且不说IBO对于“double dipping”这条原则的坚持，单就是篇幅方面，EE的篇幅要在4000字左右，除非你能深度挖掘IA实验的详细细节性数据，才有可能凑齐EE的篇幅长度，但深挖细节数据，反而增加了你的EE难度。

更重要的是，违反“doubledipping”这条原则的后果很严重，要不要冒险，你说了算，当然后果也是你自己承担哦~