← 返回目录


在学校里,教师应不应该阻止学生提出表面上看似是「胡思乱想」、「愚蠢」、和「无意义」的问题?

学校≠教育≠技能;文凭溢价=80%信号传递+20%人力资本

130 👍 / 12 💬

问题描述

我们现在学校鼓励提升学生创造力,但是当学生真的提出新奇的问题,提出关于某学科非常规,观察角度新奇的问题的时候。在老师的立场看来,提出的问题非常奇怪,或者无聊,无意义,或者浪费时间。老师会认为学生的问题是错误的,或者超过学科范围不愿意解答。本来学生仅仅是好奇,如果学生真的提出非常深刻,或者好的问题,老师没有仔细思考,也许从来没有那样想过,没有明白其中蕴藏的深刻的意义,进而会觉得是在抬杠,较真,会野蛮地阻止学生这样提问,或者批评和责备学生,那么学生就会放弃这样的好奇心,不去探索,把问题扔掉,以后也不会去想。但是这样会不会禁锢思想?禁锢学生探索未知的科学精神?如果学生真的提出重要问题而被扼杀了呢?

比如说有的学生在上物理课,老师讲“场”的概念,通常解释一遍定义,假定“场”必须存在,是物质。最后老师会强制学生接受,然后也就不了了之了。但是好奇的学生必然困惑,追问场是什么?根据现在的物理学发展,其实我们也没有明白场是什么,或者能量,物质是什么,只不过是方便的工具,那么就假定“它们”存在了。通过读物理学史,那些基础概念也是人发明的(说不定未来物理学进步了,世界观被颠覆了,这些基础概念还会变成其他的什么东西,都说不定)

而这样带来的结果就像是以前的“地心说”,直接灌输先入为主的概念,让人习以为常地接受,而永远不会考察合理性,永远无法去质疑。我们接受的教育很多概念真的是直接灌输的,没有考察它们是如何被发明出来,以及如何影响我们世界观的。

在应试教育大环境下,我们学生潜移默化被告知只要记住考试能够得分就行,不需要探索课本以外的,不需要深究。久而久之就不敢提出超出课本之外的问题了,那么学校会潜移默化中禁锢思想,包括所有人,无论是教师,学生,还是领导。

当然,有的开明教师希望学生多提问题,表达自己的想法,愿意花时间解答,原意引导学生涉猎课本之外的知识,并耐心地倾听,但是大环境下毕竟是少数。

如果学生真的提出非常无聊,无意义,抬杠,幼稚的问题,或者因为没有掌握某个学科的基础概念,对事物形成错误和模糊的认识,进而提出可笑问题。本人觉得在这种情况下,教师还是有必要纠正和阻止,但在教师的立场下,又如何辨别这两种不同的情况?

那么本人的问题是,对于学生提出奇怪问题,那么教师在什么条件下应该阻止,什么情况下不应该阻止,应该引导学生自己去追问,探索,和研究?如何保护学生的创造力不被老师扼杀?我们是否能够提出具体的切实可行的手段阻止教师扼杀学生创造力?教师需要有什么样的素质?我们究竟应该如何对待学生提出表面上看似是“胡思乱想”、“愚蠢”、和“无意义”的问题?


不应该,这种自然的探索是非常有益的。但老师需要赶课程,课堂上没有这种自由讨论的空间。许多老师都是最可爱的人,但是整个学校系统却与他们背道而驰。可以说,在我们的学校系统中,教师并没有更多的自由来按照他们的意愿教学,就像学生没有自由按照他们的意愿学习一样[1]

探索式学习

摘自 @Thoughts Memo 汉化组的译文《探索式学习

探索式学习是追求自然发现的学习。探索式学习的定义版本不少,在诸如教师[2]的作用等具体细节上有所不同。然而,就其最纯粹的形式而言,探索式学习无非是自由学习[3]。换句话说,它是基于学习内驱力[4]的指导而进行的学习,在节奏、主题或方向上都没有限制。在自由学习中,教师的作用由学生决定,教师可能影响深远,可能毫无作用。在探索式学习中,教师通常只充当助手或促进者。

类似的或可替代的术语包括:建构主义学习、探究式学习、等价学习、基于项目的学习[5]、基于问题的学习、体验式学习、基于现象的学习、探究式学习、自主学习、以学生为中心的学习、最小指导学习、非正式学习、边做边学等等。所有这些术语都建立在这样一个基本事实之上:高效的学习始于知识评估[6],并在连贯性[7]中逐步建立起新的知识层。

更多信息见:


以下内容节选自 @Thoughts Memo 汉化组的译文《8 教育抵消进化

8.2 探索算法

自然界中所有有效的学习过程都是基于探索。几十年来,探索已在人工智能中准确建模。它通过搜索算法的各种变种渗透到计算机科学的几乎所有分支中。 对于A*搜索算法的非线性特性的可视化,请观看这个短视频

然而,教育系统[8]在很大程度上不受这种认识的影响。现代学校教育没有考虑到众所周知的模式。机器人可以使用信息熵作为探索的指导,同时我提出了关于人类学习的学习熵[9]。人类大脑已经发展出机制,使其成为现存最好、最具适应性的探索机器。学习熵[9]帮助定义了在学习系统中提供指导的优化标准。学习熵和学习内驱力[10]使得理解借助探索的有效人类学习更加容易。

探索对每个人来说都是非常直观的,然而,它的重要性仍然被那些不那么懂电脑的人所忽视。因此,将探索视为在组装知识的拼图游戏[11]时发生的演练树的遍历很有帮助。我的拼图游戏类比[11]解释了为什么人类大脑不能接受任意序列的知识,例如: 课程[12],课堂上的老师,甚至是一本好的教科书。探索可以看作是负责组装拼图游戏的迷你机器人的可达路径树。机器人将探索树的各个分支,并寻找可能适合拼图当前状态的拼图片段。

然后可以将探索可视化为需要遍历以到达特定点的搜索树,例如,树上的苹果,或对乘法的理解。演化设计了简单的探索算法,它们看起来非常相似。探险家尝试树的各个分支,并从死路回溯。此外,探险家避开提供惩罚的分支并且偏好提供奖励的分支。在学习中,一集流言终结者可能会非常有价值。同样,专制教师可以作为一种严厉的惩罚,与课堂上的主题无关。于此相反,在桌子下面花几分钟浏览 Facebook 会让你放松,因为你可以探索更多有价值的分支。

在我们无法进入鸟瞰图的情况下,可以将整个过程与迷宫的探索进行比较。奖励和惩罚提供指导[10]搜索的评估[13]。单细胞生物也知道探索。它最简单的变种不需要大脑。 草履虫在环境中使用一些参数来寻找食物。水母也是如此。 这种类型的探索不需要涉及学习。探索算法本身可能是固定的,以提供良好的生存。

有效的学习是基于探索的。 在探索生活的迷宫时,我们会寻找与知识谜团相匹配的拼图信息。在我们不断探索的过程中,我们构建了拼图游戏。 这里[14]描绘了老鼠可以探索岛屿的方式

8.3 进化的模仿

50 万年前,在大草原上,早期的智人使用探索来了解植物、动物、食物、危险等。这个过程与岛上的老鼠[14]使用的过程没有多大差别。然而,人类对模仿产生了强烈的倾向。模仿在探索树中提供了捷径。它可以以很低的成本从一个分支跳到另一个分支。有效的模仿引导知识拼图游戏[11]中的有效的增量嵌入。

模仿是迈向知识永久化和加速集体探索算法的第一步,在这种算法中,人类的大脑在几代人之间聚集在一起,以积累人类的智慧。如果群体中的任何一个人找到问题的解决方案,其他人就可以模仿并遍历迷宫,并且不会浪费时间去探索死路。这种技巧也被蚁群用来最大化食物采集的产量。然而,模仿已经在人类这里达到了极致。以前,我很擅长拉杆。我是班上最好的。今天,在街头锻炼时,我觉得自己像个老傻瓜。现在所有青少年都在 YouTube 上接受教育。所有形式的不可思议的杂技都变得司空见惯。 孩子们喜欢模仿他们的目标。

8.4 模仿与新颖寻求

模仿很有助于加快学习速度,但是,它也存在无法探索整个搜索空间或者无法适应环境变化或需求变化的风险。这就是为什么即使模仿提供解决方案,偶尔探索未探索的分支也是有益的。对于群体而言,拥有一群冒着生命危险寻找新的土地或行星的狂热探险者是非常有利的。他们偶尔会有「尤里卡!」可以为该群体的其他人提供新的路径。在模仿领域,人类远远领先于猿类。人类探索更少,模仿更多。模仿是历史记录的第一步。 然而,为了生存,我们需要保持对新奇的追求。

8.5 语言、宗教和战争

真正的突破来自于语言的发展和印刷品的发展。现在,我们可以延续发现的历史,并尽量减少偏离。凭借历史性成就的固定记录,我们需要更多的热切探索者。我们需要一些集体遗忘,以及大量的逆向探索。这是我们需要 ADHD 孩子的地方。我们应该让他们探索(参见:驯养小狗[15]),而不是用利他林让他们变笨。为了集体利益,他们冒着生命危险。

随着成熟宗教的到来,以及大规模军队的出现,我们一直试图通过「理性」设计来改进模仿。宗教提供行为准则,确保追随者模仿神的旨意。军事领导人建立军队并制定行为规则,剥夺个人的自我利益,以利于炮弹的大规模运动。普鲁士军队的行为就像一个完美编程的机器人,其中一名士兵接受该程序,其他人则模仿。

8.6 大众教育的出现

在教育中大量使用模仿是很自然的。老师制作演示,孩子们重复。通过掌握微积分,他们不需要追溯牛顿的脚步。这非常有效。新一代现在可以专注于使用以前发现的工具解决新问题。随着早期学校的成功,随着识字率的提高,计算能力的提高,我们可以看到教育可以解决人类面临的许多问题。我们爱上了模仿,并向前冲得太远。你可以抚摸一只猫到死,我们几乎做到了!

8.7 强制的模仿

改善教育的下一个看似合乎逻辑的步骤是引入强制。如果模仿是如此有效,为什么不为了社会利益而强制要求?受教育的权利变得普遍。久而久之,权利成为一种责任。推理类似于疫苗接种背后的理由。 如果我们教育大多数公民,我们就可以通过无数新规则和推进文明的新解决方案来建立一种新型社会。 重要的是,良好的教育服务于个人。如果这对公民和社会都有好处,那么强制它不能被视为侵犯人权。在进化过程中,强制也被证明是有效和受欢迎的。在一群被讽刺地称为「学校」的鱼群中,没有一条鱼能走错一步,否则整个鱼群就会变成高速公路上的连环相撞。


图: 多座位幼儿桌是学龄前的折磨设备。 大脑说「继续探索」[16]。 专制的老师说「别动!注意听!」。 欲了解更多信息:你会忍心把小狗关在笼子里吗[15]

8.8 反抗社会压力

从模仿到强制模仿的过渡问题在于它破坏了数百万年进化所设计的探索算法。 进化提供了最有效的学习机器。 在鸟类和哺乳动物的进化过程中,人们开发出更先进的社会生活形式。 社交智能基于学习,可以通过模仿加速学习。 然而,社会团体的目的是合作和协调行动。 为了使社会生活有效地发展,个人需要发展一种机制,使强制与学习系统有效地交织在一起。

如果社会强制运作得很好,就像一个完美的模仿。 这将导致抑制探索,从长远来看可能适得其反。为此,需要对强制算法注入一定程度的强制反抗。 当探索受到社会压力的抑制时,就会出现阻力。社会压力可能会增加惩罚系统,但与其他惩罚如疼痛的处理方式不同。非社会处罚可能会停止对分支的探索。 抵制社会处罚将导致探索树的回溯。反抗导致放弃探索的成果。这是以独立的名义放弃的。 这给了 Zapata 的生物学起源:「我宁愿站着死,也不愿跪着生

8.9 反抗外部评估

除了反抗的探索价值之外,社区的目标和个人的目标可能经常是矛盾的。 一个训练有素的大脑无法接受他的学习能力被劫持以实现另一个人目标的情况:欺凌。 社交智能的关键是一种智能反抗机制,可以防止目标树中的外部评估(参见:知识评估网络[13])。老师无能为力。她无法在从外部激励孩子[17]。劝说有其局限性。


拓展阅读

Thoughts Memo:可探索的解释Thoughts Memo:概念发现故事叶峻峣:知识结晶比喻叶峻峣:拼图游戏比喻

创作声明:内容包含教育建议,国外经验仅供参考。


参考

1. 美国强制教育系统的七大罪行 ./620349991.html
2. 老师 ./369291348.html
3. 自由学习 ./272543239.html
4. 学习内驱力 ./52990549.html
5. 项目式学习(PBL) ./575633743.html
6. 6.10 知识评估网络 ./64571517.html
7. 一致性与连贯性(Consistency vs Coherence) ./264327134.html
8. 普鲁士教育模式 ./251148900.html
9. 学习熵 ./64572381.html
10. 学习内驱力 ./52990549.html
11. 拼图游戏比喻 ./271646965.html
12. 课程 ./469943493.html
13. 知识估值网络 ./617467538.html
14. 论老鼠比受过学校教育的人更优越 ./272801606.html
15. 你会忍心把小狗关进笼子吗? ./427095337.html
16. 教育抵消进化 ./66279009.html
17. 我怎样才能外在地激励孩子? ./357893386.html

← 返回目录