当前位置 > 教育 > /文章内容

观点:关于智慧教育的三种趋势

99.9%的人都看了

习近平国际刑警组织大会主旨演讲
习近平国际刑警组织大会主旨演讲

习近平国际刑警组织大会主旨演讲引热议 中国国家主席习近平26日出席国际刑警组织第86届全体大会...

观点:关于智慧教育的三种趋势

       我们的教育永远都在进步,但目前相对西方国家,依然比较落后。

  今天的孩子们接受到的教育的深度和多元化水平,是100年前的人们根本无法想象的。然而,全世界都在实践的主流教育模式,在过去100年间却基本没有变化:学生早上来到学校,和其他几十个学生一起坐在教室里,面对着老师,听他滔滔不绝地讲解45分钟,休息10分钟后换一个老师,换一个话题,接着来。

  这样每天6到8个小时,所有的孩子读着同样的课本,解答同样的习题,背诵同样的诗文。成年人的希望是美好的:孩子们接受了这样系统的12年基础教育之后,就能长大成人,进入社会,找到自己的角色。

  18世纪欧洲的小学课堂

  21世纪欧洲的小学课堂

  这样的教育模式既然存在了这么久,自然有它存在的理由。一代又一代的孩子这样长大,不断推动着社会的飞速进步。但是在这个系统里的每个人似乎都不怎么快乐。

  先说老师吧。这个职业真的是无比辛苦,备课、讲课、批改作业、解答学生的疑问、和有困难的学生交流、和家长沟通……一个老师通常要带几十甚至几百个学生,照顾到每个人是不可能的,但至少要在学生需要的时候帮助他们。

  学生呢?每天被严格的时间表约束,几乎没有自己可以随意安排的时间。不管喜不喜欢每个科目,都得按照老师的节奏和方式学习。回到家里还得做千篇一律的习题,不管这些习题对自己到底有没有帮助。更悲哀的是,各种考试连绵不绝,孩子似乎每天都活在焦虑和阴影中,因为每次考试的成绩似乎都会成为一个贴在脑门上的标签。

  做家长的是不是相对轻松一些呢?这个取决于家长自己。你可以把孩子交给学校就不管了,也可以每天陪孩子做作业,每周给老师打电话询问情况,周末陪孩子去各种补习班。中国的家长大多数属于后者,辛苦程度不言而喻。

  为什么大家都不快乐?因为我们的教育模式是静止的。每个人都是不同的个体,然而他们接受的教育却是一模一样的。这种模式看起来似乎很公平,然而却是在泯灭人类一些宝贵的天性。

  这种模式迫切需要革新。好消息是,巨大的改变正在悄悄发生。互联网、大数据和人工智能的飞速发展已经为新一轮的教育变革打下了基础,教育正在全球范围内重新被定义。 我们不妨把这种新的教育模式称作“智慧教育”。

  为什么叫智慧教育?因为这种新的教育模式不再是静止的,而是动态的;不再是千篇一律的,而是个性化的;不再是单一呆板的课堂教学,而是体验式的学习。这种教育模式用机器的力量使人类的智慧更自然更有效地发展和发挥出来。智慧教育具体有什么特点和趋势呢?下面就来具体聊一聊。

  一、个性化学习

  虽然我们的大脑结构都是相同的,但每个人的思维方式却截然不同。比如说,一些人喜欢用逻辑思考和分析问题,另一些人则更习惯用感知来了解事物。很多科学研究发现,学生如果用自己天性喜欢的方式学习,则学得更快,知识在大脑里留下的印象也更深刻。此外,学生只有在认为所学的知识或技能对自己很重要的时候,才会将学到的东西存进大脑的长期记忆中。所以,学习自己感兴趣的东西,效果要比不感兴趣的好得多。

  所以,教育研究界有一个共识,就是老师在教孩子知识之前,首先要激发学生的灵感和兴趣,英文是“Inspire”。最高境界的教育,不是把知识或者技能灌输给学生,而是发掘学生自身的兴趣,让学生主动学习,主动思考,并在此基础上创新。这就意味着,每个学生所学的科目和主题是完全个性化的,是学生自己主动选择的。

  但是要做到教学科目和方法的完全个性化,在传统的学校课堂里是不可能的。一个班四五十名学生,怎么可能照顾到每个人的兴趣和偏好呢?如果这个任务完全交给老师来做,那一个老师肯定没法照顾到几十上百个学生,这就意味着,老师和学生的比例需要大幅提高,而这样做的人力成本就太高了,也许只有一些收取天价学费的贵族学校才有可能做到。

  可不可以让机器来分担这个工作呢?答案是肯定的。人工智能的飞速发展已经让所谓的“自适应学习”成为可能。首先,电脑通过收集学生的学习行为数据,产生关于学生学习习惯和偏好的大量数据,然后,算法通过对数据进行系统地分析,自动调整学生下一步学习的内容,推荐适合学生的习题,甚至改变教授知识的方法。这个过程不断地进行,数据越多,机器对学生的习惯和偏好掌握得越透彻,推荐的内容和方法也就越精确地匹配学生,学习效率自然不断提高。

  二、精细化学习

  很多人上学的时候都有这种经历:一开始学得很轻松,但随着年级的升高,一些科目学得越来越糊涂,后来只能靠死记硬背和大量习题应付考试,考完之后立马还给老师,最后似乎什么也没学到。

  为什么会这样呢?原因是我们学习的过程太粗糙,一个概念还没有理解透彻,就匆忙开始学下一个。很多知识,尤其是理科知识都是互相关联的,前一个概念没有完全理解,下一个就会有些糊涂,再下一个就完全摸不着头脑了。这时候很多人可能会觉得自己“不是学这个的料”,开始厌恶这个学科,甚至对自己失去信心。其实大多数时候,这种情况和个人本身的智力和能力没有太大关系,只是因为知识链条中的一个环节没有掌握好,于是整个链条就断了。

  真正有效的学习应该是精细化的,就像几百年前欧洲手工匠人的学徒制:一门手艺的每一个步骤都要练习到炉火纯青,才能开始下一步。一个学徒,没有十年以上的修炼,做出的东西是不可能像师傅做的一样卖个好价钱。如今这个时代,已经很难找到这样精细的学习了。知识爆炸、信息充斥,我们的时间也都“碎片化”了,每个人都没有耐心进行深耕式的学习,很多东西仅仅学到一点皮毛就匆忙进入了下一步。

  虽然并不是所有的知识和技能都需要精细学习,但是,在培养孩子学习方法和习惯的K12教育中,精细化学习是绝对不可忽略的。我们要培养学生严密的思维习惯和缜密的逻辑,就需要他们至少对一门学科能够有全面深刻的理解。这对教学的要求无疑非常高。在一个四五十人的班级里,老师只能按照大家的平均进度教课,但班里面可能没有一个人的学习进度是和老师的教学进度完全吻合,这样的教学肯定无法使学生达到精细化学习。

  人工智能则可以改变这个现状。学生的学习进度不是由老师来决定,而是由无时无刻不在观察学生学习的机器来进行实时调试。人工智能算法根据学生练习的表现推测学生哪些知识点没有掌握,然后用加强练习、复习概念、举更多例子等方法来弥补学习中的缺陷,直到整个知识体系链条掌握完整为止。这种方式的好处在于,一方面防止学生在掌握必要知识之前就跳到下一步,另一方面也节省了做无用练习的时间,使学习效率大幅度提高。

  三、沉浸式学习

  很多人都听说过“learning by doing”这种说法。有研究证明,大多数知识和技能在实际场景中通过体验和实践来学习,比坐在教室里学习理论效果好得多。当然,这并不是什么新发现,很多学校和教育机构也都把实践和体验作为课程的一部分。然而,在学校里真正能够实践的东西并不多,无外乎一些科学实验和手工制作。后来很多老师在教学中引入了视频,在一定程度上增加了体验效果,但这还是远远不够。

  虚拟现实(VR)和增强现实(AR)技术的成熟给了课堂更多的想象空间。教学不再局限于课本、黑板和PPT,而是整个虚拟现实世界。通过简单易用的设备和软件,可以设计教学的浸入式场景,让学生在课堂里戴上 VR/AR 眼镜就可以如同在真实场景中一样体验。比如在学古罗马历史的时候,就可以身临其境地在VR中体验几千年前古罗马的建筑、罗马城市的盛况、贵族的生活场景、神殿的建造过程,甚至可以坐在斗兽场的观众席中体验一把。再比如学习人类新陈代谢的时候,可以“化身”为一个存在于食物中的微生物,在人体中畅游一次,体验人体消化和吸收的过程。这在现实中是无法做到的,但是有了VR的帮助,课堂上就没有不能体验的知识了。

  这种以体验为主的学习方式也叫“沉浸式”学习。知识不再是单调的书本上的文字和多项选择题,而是实实在在的场景。学习者几乎得动用所有的感官,通过自己的观察和体会来学习。更重要的是,学生的学习并不受到老师的语言和PPT的限制,而是完全按照自己的节奏和方式接受知识。还有比这样的方法更吸引人、更有效的吗?

  这三种学习趋势,背后的驱动力都是相同的:科技的发展和强大的数据支持。个性化和精细化课程和工具的设计者需要采集和分析大量学生学习行为数据,用机器学习让工具通过数据掌握学生的学习方式和习惯,从而为学生量身定做最适合的课程和方法。

  沉浸式学习更需要设计者将抽象的知识具体化、场景化,再用强大的计算机软硬件系统将这些场景用最好的方式展现在学生面前。反过来,这两个驱动力的进步也会被三种学习模式的应用所推动。

  如何让机器自己学习?首要条件就是要有大量高质量的数据,然后还要有很多人来用,才能让机器越用越聪明,正如我们的大脑,越用越灵活,不用就逐渐生锈退化了。如果很多学生和老师都使用自适应学习的工具,并通过VR/AR来实践沉浸式学习,这个过程中大量的数据被收集,大量的学习信息被反馈,技术的快速进步自然就有了基础。

  无论在欧美还是中国,已经有一大批学者和创业者致力于运用技术将这三种学习引入课堂和家庭教育中。一些成果已经初露苗头,相信在未来的五到十年,教育将迎来一轮新的变革——用智慧的教育方式,让我们的下一代在学习中真正获得智慧。人工智能的目的不是要打败人类的智慧,而是要帮助它提升到一个全新的高度。

  这也许就是智慧教育的真谛。

最新推荐

观点:关于智慧教育的三种趋势
观点:关于智慧教育的三种趋势
观点:关于智慧教育的三种趋势 我们的教育永远都在进步,但目前相对西方国家,依然比较落后。 今...