关键词：精熟学习，密集型学习模式，课程产品
在传统的教学模式中，经验老到的教师、聪慧的学生是极为重要的原始资源和衍生资源。两者结合便有可能产生门门优秀的尖子生，即评判标准清晰可见的所谓传统型人才。但是，决定一个人发展方向的不是自己的短板，而是自己的长处。
而学生在学科敏感的差异性，甚至在现有的小学阶段都会有明显的体现。即大部分人总有一门学不好的学科，和至少一门感兴趣的学科。所以未来教学不应过度追求“全科”优异，而是应考虑引导学生放弃投入产出不佳的领域，充分认识发展自己的特长，此举能够增加学生出现某门学科优秀的几率。
越早意识到自己发展方向的学生，对未来有清晰计划的学生，成才的几率会越高。事实上，在进入青春期后，学生兴趣转向对自我的探索和思考，若加以适当的引导，可以有机会在此阶段结束时，大概需要两到三年左右，学生身心归于稳定后，助其树立起一个较为长远的目标。在此类似于自我觉醒的阶段，清晰的人生计划对学生成长的是十分有益的。
未来需要的是在某个专业领域有着充分的知识储备，以及具有相当解决实际问题能力的人才。教学目标除了专业学科知识点的掌握，还更应该注重对实际问题解决的能力。案例教学和情景模拟将会成为重要的内容之一。参与活动类型的课程地位应该攀升，表现也需要在几个维度上进行全面综合的评定。相对于弥补这个学生表现不好的地方，教学安排更应该注重于这个学生表现突出的地方，以遵循因材施教的原则。
在培养人才的时候，应该着重于培养这个学生所感兴趣和擅长的方面，在教育和学习的过程中，竭尽所能去寻找这个学生值得培养的领域，为其树立自信和使命感，为其寻找成长的方向。教学的目标不仅仅是知识的传输，更应该利用各种方式来寻找该学生的天赋及长处，即以因材施教为最主要原则。
在网络、云数据和AI的帮助下，学生可以通过精熟教育方式，切实掌握知识。学生在不擅长的学科上，掌握必备的基础知识即可，而不必花费太多精力去达到所谓及格，或者学生为了所谓攀比或者面子等错误认知，盲目的为自己设定一些难以完成的目标。但在具有天赋的学科上，课程设计应该竭尽所能的为其提供探究和发展的空间。对某一领域有钻研兴趣的孩子，不论年纪几何，只要能够完成前一阶段的学习任务，并决定学习下一阶段的学习时，就应该提供给他相应难度的课程，它意味着颠覆以往教学的统一安排进度模式。
也就是说，课程的纵向深度和横向广度，都可以给学生自由的空间，学校则可以规定学生学习的各种标准，学分数量，学时数量，学科数量都可以进行规定，而且这种要求可以对每个人不同，通过算法来实现。一个学生可以在感兴趣的学科上进行纵向的探究深入，也可以在广度上尽可能的拓宽知识面。无论哪种选择，都将一定的决策权交付学生，且这种自主选择权随着学生表现程度累计的变化而不同。一个年纪小的学生如果能良好的完成学习任务，拥有很好的自律习惯，则将开放更高自由的选择权利。而无法按时主动完成学习任务，哪怕是一个年纪较大的学生，可能也只是获得最基本程度的自由选择权。
《翻转课堂的可汗学院》一书中介绍了精熟教育，即通过单独对知识点的考察，来促使学生将知识点学透，而不是以考试成绩来辨别学生是否掌握知识点。精熟教育本应是学生学习的原则，即知之为知之，不知为不知。但是在传统学习模式中，因为筛选人才的成本非常高，很难大规模应用，但是在未来却存在极大的发展可能。
同时，集中资源进行高投入，带有一定训练强度的密集型的学习方式依然必不可少，因为密集型的学习方式，属于提高学习水平的一个非常有效的方式。而且密集型的学习方式，搭配精熟教育的理念，应可达到事半功倍的效果。为了熟练掌握某种知识或者技能的运用方法，必须经历持续、大量时间的不断练习。
政府在其中，只是对学科涉及的知识点进行限定，而学校则是根据每个学生的特质，为其安排合适的课程，因为学生不需要也不可能完全掌握所有的知识点，至于如何让学生掌握知识点，则是市场的工作。
学校成为课研机构甲方，如何评判这些课程的质量？以及如何控制这些课程内容？大数据将会帮助选择困难症的学校，但在那之前，按照以往的经验，极有可能会有一个期间的淘汰筛选状态，即许多外部资源涌现，争夺学校市场，课研机构群雄并起，互相吞并厮杀，最后形成几家教育寡头，而且赢家还不一定是现有的行业翘楚，这其实是一片蓝海。
最受欢迎的产品不一定是以授课老师多么优秀来衡量，而是谁能提供最方便、最能提高学习效率的学习方式来决定。其实结合各种对人类记忆研究，上瘾行为研究，习惯和惰怠行为研究，大脑刺激研究的各个方面，单纯靠老师经验或者魅力是不够的。
绝大多数的经验都可以形成知识，而越是单纯的知识，其学习的要求越低。什么老师讲的可能都不重要，重要的是功能好不好用，“能听懂、能记住、能使用”就是人们对工具类型、技术类型的知识的基础学习要求。最基础的学习要求能占学习成长金字塔的底端，也就是容量最大，市场最广阔的部分。这部分也将会是受科技进步利益最大的部分，可以说未来的知识教学棒不是在老师手里，而是在创造AI的科技人员手里。这个课研团队应由少量教育经验丰富的老师，以及大量的市场、产品还有技术人员组成。
而且配合着真人讲解老师，对学生疑问进行答疑。答疑工作不一定是职业从事老师的，只要任何擅长于该领域知识的人，通过考核后，皆可兼职。按照答疑的数量、难度、采用率等等标准，对其工作价值进行估价付薪酬。这样该课程学习终端形成一个平台，规模可以进行指数化的增长。
网友评论