高考的选拔的方式导致的一定是“培养并运用高效率的知识去解决重复性问题”的能力，当用一个考试来作为评价标准的时候，一定导致的就是在这个学习系统里面的人都会只去追求“高效的知识”，教师在课堂中追求的是“知识的有效传递”，学生在学习中总是追问“学的知识是否有用？（即考试是否会考到？）”，因为当下中国考试的本质对学生来说是实际上是“知识或者经验的再唤醒”，如果学生学过或者在之前的练习中做到过类似的问题，等于是已经储备了了相应的知识点，再加上那个常常唯一的标准答案，非常容易让掌握高效知识的同学们取得高分。这种教育擅长培养的常规型技能专家（Routine Experts），因为追求高效知识只需要不断完成重复性任务就是最好的训练方式。如同一个外科医生一样，通过不断的给病人做手术，可以提升其业务的专业度，但是对于创新来说，却根本没有什么帮助，反而经验的越加丰富越有可能带来其认知上的遮蔽，反而阻挠其创新的思想意识。赫柯勒与斯凯夫（Heckler & Scaife 2015）发现，对于物理系学生来说，他们脑海中已经形成的观点会更容易让他们发现支持性数据，同时会妨碍他们解读与相反观点有关的数据。从心理学上来说，人们都倾向于采纳支持自己观点（假设）的证据，而忽略其它观点或者相应证据，但是往往愚蠢就是来自于那个预设的前提假设，所以高效的知识有时候是力量，有时候也会成为阻碍创新的偏见。
在人工智能时代，追求高效知识的教学方式将不会再成为教育的主要目的，否则必然被这个时代所淘汰。例如在AlphaZero通过深度学习，只是在了解基本围棋规则之后，不设定任何固有方法的情况下，仅用了30个小时就战胜了打败柯洁的AlphaGo，而AlphaGo的算法规则则是预设了大量顶级的博弈棋谱。Google的子公司DeepMind随后在《Science》杂志上发表了一篇通用强化学习算法的论文，讲了AlphaZero如何在只了解基本游戏规则而没有其它领域知识的情况下，如何自对弈强化学习，从而催生出一种独特的，不同于传统且极具创造力和动态思考能力的博弈方法。所以说，如果仅仅追求高效知识，哪怕最终获得了高超的技能，这样的工种未来一定都会被机器所代替，包括医生，律师这些最受当下的我们所尊重和崇尚的职业。
这样教育另外一个目的，即“培养为适应全新环境而创造新知识的能力“在当下社会发展中显得更为重要。但是当我说这个话的同时，也不排除有相当多的教育工作者会依然认为当下让学生熟练的掌握知识比激发学生探索新知识更有价值！他们的逻辑是如果学生本身应有的知识体系都没有学好，何来能力创造新的知识？ 看来AlphaZero的案例还不够具有说服力。
Schwartz 与 Bransford 两位教育工作者在2005年提出了一个可以兼顾高效知识学习和创新的一个理论模型（目前这个理论的实验证据还不够充分，但值得我们深入思考），并通过一些案例数据分析证明了科学的学习方式应该是学习者先自己参与到具体领域的创新学习中，再学习专家们的高效知识经验。如果顺序调过来，先学习高效的知识再进行创新学习，这可能会在不经意间掩盖了寻求创新方法的需求，削弱学习者自主探索的积极性。如物理课中先教会了学生“密度“公式，反而干扰了学生们对密度概念本身的理解。如果学习者先依靠自己理解尝试得出类似密度的概念，在学习密度的公式就会事半功倍。而大量真实的学习情况数据表明追求高效知识学习与创新型学习的确是矛盾的。
（Schwartz 与 Bransford 认为科学的学习应该是从“新手“到”闹心的新手“再到”适应型技能专家“的过程，这让我想起了牛群冯巩的相声，儿子问到了一到父亲不会做的数学题，于是父亲对儿子说：“这道题的答案我不能马上告诉你，马上告诉你，你印象不深”， 的确有时候让学习者自己先思考探究是非常必要的）
无论这个鱼和熊掌是否能兼得，我想我们在日常的教学中为了防止学生被成功的知识经验所绑架，在设计学习环境时候可以采纳如下三条建议：
1）减少表现欠佳所造成的负面影响，这样可以避免人们退缩回因循守旧所带来的安全感中去；（鼓励大家勇于试错）
2）提供充分多样化的情境，让应对新情况的通用知识自然生长；（充分表达不同意见）
3）创造一种拥抱尝试与探索的文化氛围，放眼未来，而不只是关注当下的利益成效；（塑造文化，关注长期利益）
我们在企业创新中也常常被成功的经验说绑架，所以这三条建议其实在企业的创新中也同样非常有效。
回到主题，以追求应试分数为目的而非探究式的学习方式，肯定是培养不出来创新型人才的，强基计划那85%的高考分数为依据的选才方式自然与拔尖创新人才背道而驰。
参考文献
《Design Scenarios as an Assessment of Adaptive Expertise*》
JOAN M. T. WALKER, Long Island University,
DAVID S. CORDRAY and PAUL H. KING, Vanderbilt University,
SEAN P. BROPHY, Purdue University,
《科学学习》
The ABCs of how we learn
26 scientifically proven approaches, and when to use them
Daniel L. Schwartz, Jessica M. Tsang, Kristen P. Blair
网友评论