我們的教導永久都在提高，但今朝絕對東方國度，仍然比擬落伍。
明天的孩子們接收到的教導的深度和多元化程度，是100年前的人們基本沒法想象的。但是，全球都在理論的主流教導形式，在曩昔100年間卻根本沒有變更：先生早下去到黌舍，和其他幾十個先生一路坐在教室里，面臨著先生，聽他滾滾不停地講授45分鐘，歇息10分鐘后換一個先生，換一個話題，接著來。
如許天天6到8個小時，一切的孩子讀著異樣的教材，解答異樣的習題，背誦異樣的詩文。成年人的愿望是美妙的：孩子們接收了如許體系的12年基本教導以后，就可以長年夜成人，進入社會，找到本身的腳色。
18世紀歐洲的小學教室
21世紀歐洲的小學教室
如許的教導形式既然存在了這么久，天然有它存在的來由。一代又一代的孩子如許長年夜，賡續(xù)推進著社會的飛速提高。然則在這個體系里的每一個人仿佛都不怎樣快活。
先說先生吧。這個職業(yè)真的是非常辛勞，備課、授課、修改功課、解答先生的疑問、和有艱苦的先生交換、和家長溝通……一個先生平日要帶幾十乃至幾百個先生，照料到每一個人是弗成能的，但至多要在先生須要的時刻贊助他們。
先生呢？天天被嚴厲的時光表束縛，簡直沒有本身可以隨便支配的時光。不論喜不愛好每一個科目，都得依照先生的節(jié)拍和方法進修。回抵家里還得做一模一樣的習題，不論這些習題對本身究竟有無贊助。更悲痛的是，各類測驗綿延不停，孩子仿佛天天都活在焦炙和暗影中，由于每次測驗的成就仿佛都邑成為一個貼在腦門上的標簽。
做家長的是否是絕對輕松一些呢？這個取決于家長本身。你可以把孩子交給黌舍就不論了，也能夠天天陪孩子造作業(yè)，每周給先生打德律風訊問情形，周末陪孩子去各類補習班。中國的家長年夜多半屬于后者，辛勞水平不問可知。
為何年夜家都不快活？由于我們的教導形式是運動的。每一個人都是分歧的個別，但是他們接收的教導倒是如出一轍的。這類形式看起來仿佛很公正，但是倒是在耗費人類一些名貴的本性。
這類形式急切須要改革。好新聞是，偉大的轉變正在靜靜產生。互聯(lián)網、年夜數(shù)據(jù)和人工智能的飛速成長曾經為新一輪的教導變更打下了基本，教導正在全球規(guī)模內從新被界說。 我們無妨把這類新的教導形式稱作“聰明教導”。
為何叫聰明教導？由于這類新的教導形式不再是運動的，而是靜態(tài)的；不再是一模一樣的，而是特性化的；不再是單一死板的教室教授教養(yǎng)，而是體驗式的進修。這類教導形式用機械的力氣令人類的聰明更天然更有用地成長和施展出來。聰明教導詳細有甚么特色和趨向呢？上面就來詳細聊一聊。
1、特性化進修
固然我們的年夜腦構造都是雷同的，但每一個人的思想方法卻判然不同。好比說，一些人愛好用邏輯思慮和剖析成績，另外一些人則更習氣用感知來懂得事物。許多迷信研討發(fā)明，先生假如用本身本性愛好的方法進修，則學得更快，常識在年夜腦里留下的印象也更深入。另外，先生只要在以為所學的常識或技巧對本身很主要的時刻，才會將學到的器械存進年夜腦的歷久記憶中。所以，進修本身感興致的器械，后果要比不感興致的好很多。
所以，教導研討界有一個共鳴，就是先生在教孩子常識之前，起首要激起先生的靈感和興致，英文是“Inspire”。最高境地的教導，不是把常識或許技巧灌注貫注給先生，而是挖掘先生本身的興致，讓先生自動進修，自動思慮，并在此基本上立異。這就意味著，每一個先生所學的科目和主題是完整特性化的，是先生本身自動選擇的。
然則要做到教授教養(yǎng)科目和辦法的完整特性化，在傳統(tǒng)的黌舍教室里是弗成能的。一個班四五十邏輯學生，怎樣能夠照料到每一個人的興致和偏好呢？假如這個義務完整交給先生來做，那一個先生確定沒法照料到幾十上百個先生，這就意味著，先生和先生的比例須要年夜幅進步，而如許做的人力本錢就太高了，或許只要一些收取天價膏火的貴族黌舍才有能夠做到。
可弗成以讓機械來分管這個任務呢？謎底是確定的。人工智能的飛速成長曾經讓所謂的“自順應進修”成為能夠。起首，電腦經由過程搜集先生的進修行動數(shù)據(jù)，發(fā)生關于先生進修習氣和偏好的年夜量數(shù)據(jù)，然后，算法經由過程對數(shù)據(jù)停止體系地剖析，主動調劑先生下一步進修的內容，推舉合適先生的習題，乃至轉變傳授常識的辦法。這個進程賡續(xù)地停止，數(shù)據(jù)越多，機械對先生的習氣和偏好控制得越透辟，推舉的內容和辦法也就越準確地婚配先生，進修效力天然賡續(xù)進步。
2、精致化進修
許多人上學的時刻都有這類閱歷：一開端學得很輕松，但跟著年級的降低，一些科目學得愈來愈懵懂，后來只能靠逝世記硬背和年夜量習題敷衍測驗，考完以后立馬還給先生，最初仿佛甚么也沒學到。
為何會如許呢？緣由是我們進修的進程太粗拙，一個概念還沒有懂得透辟，就急忙開端學下一個。許多常識，特別是文科常識都是相互聯(lián)系關系的，前一個概念沒有完整懂得，下一個就會有些懵懂，再下一個就完整摸不著腦筋了。這時候候許多人能夠會認為本身“不是學這個的料”，開端討厭這個學科，乃至對本身掉去信念。其實年夜多半時刻，這類情形和小我自己的智力和才能沒有太年夜關系，只是由于常識鏈條中的一個環(huán)節(jié)沒有控制好，因而全部鏈條就斷了。
真正有用的進修應當是精致化的，就像幾百年前歐洲手工匠人的學徒制：一門手藝的每個步調都要演習到出神入化，能力開端下一步。一個學徒，沒有十年以上的修煉，做出的器械是弗成能像徒弟做的一樣賣個好價格。現(xiàn)在這個時期，曾經很難找到如許精致的進修了。常識爆炸、信息充滿，我們的時光也都“碎片化”了，每一個人都沒有耐煩停止深耕式的進修，許多器械僅僅學到一點外相就急忙進入了下一步。
固然其實不是一切的常識和技巧都須要精致進修，然則，在造就孩子進修辦法和習氣的K12教導中，精致化進修是相對弗成疏忽的。我們要造就先生周密的思想習氣和周密的邏輯，就須要他們至多對一門學科可以或許有周全深入的懂得。這對教授教養(yǎng)的請求無疑異常高。在一個四五十人的班級里，先生只能依照年夜家的均勻進度教課，但班外面能夠沒有一小我的進修進度是和先生的教授教養(yǎng)進度完整吻合，如許的教授教養(yǎng)確定沒法使先生到達精致化進修。
人工智能則可以轉變這個近況。先生的進修進度不是由先生來決議，而是由無時無刻不在不雅察先生進修的機械來停止及時調試。人工智能算法依據(jù)先生演習的表示推想先生哪些常識點沒有控制，然后用增強演習、溫習概念、舉更多例子等辦法來填補進修中的缺點，直到全部常識系統(tǒng)鏈條控制完全為止。這類方法的利益在于，一方面避免先生在控制需要常識之前就跳到下一步，另外一方面也節(jié)儉了做無用演習的時光，使進修效力年夜幅度進步。
3、沉溺式進修
許多人都據(jù)說過“learning by doing”這類說法。有研討證實，年夜多半常識和技巧在現(xiàn)實場景中經由過程體驗和理論來進修，比坐在教室里進修實際后果好很多。固然，這其實不是甚么新發(fā)明，許多黌舍和教導機構也都把理論和體驗作為課程的一部門。但是，在黌舍里真正可以或許理論的器械其實不多，無外乎一些迷信試驗和手工制造。后來許多先生在教授教養(yǎng)中引入了視頻，在必定水平上增長了體驗后果，但這照樣遠遠不敷。
虛擬實際（VR）和加強實際（AR）技巧的成熟給了教室更多的想象空間。教授教養(yǎng)不再局限于教材、黑板和PPT，而是全部虛擬實際世界。經由過程簡略易用的裝備和軟件，可以設計教授教養(yǎng)的浸入式場景，讓先生在教室里戴上 VR/AR 眼鏡便可以好像在真實場景中一樣體驗。好比在學古羅馬汗青的時刻，便可以身臨其地步在VR中體驗幾千年前古羅馬的修建、羅馬城市的盛況、貴族的生涯場景、神殿的建造進程，乃至可以坐在斗獸場的不雅眾席中體驗一把。再好比進修人類推陳出新的時刻，可以“化身”為一個存在于食品中的微生物，在人體中暢游一次，體驗人體消化和接收的進程。這在實際中是沒法做到的，然則有了VR的贊助，教室上就沒有不克不及體驗的常識了。
這類以體驗為主的進修方法也叫“沉溺式”進修。常識不再是單調的書本上的文字和多項選擇題，而是實其實在的場景。進修者簡直得動用一切的感官，經由過程本身的不雅察和領會來進修。更主要的是，先生的進修其實不遭到先生的說話和PPT的限制，而是完整依照本身的節(jié)拍和方法接收常識。還有比如許的辦法更吸惹人、更有用的嗎？
這三種進修趨向，面前的驅動力都是雷同的：科技的成長和壯大的數(shù)據(jù)支撐。特性化和精致化課程和對象的設計者須要收集和剖析年夜量先生進修行動數(shù)據(jù)，用機械進修讓對象經由過程數(shù)據(jù)控制先生的進修方法和習氣，從而為先生量身定做最合適的課程和辦法。
沉溺式進修更須要設計者將籠統(tǒng)的常識詳細化、場景化，再用壯大的盤算機軟硬件體系將這些場景用最好的方法展示在先生眼前。反過去，這兩個驅動力的提高也會被三種進修形式的運用所推進。
若何讓機械本身進修？重要前提就是要有年夜量高質量的數(shù)據(jù)，然后還要有許多人來用，能力讓機械越用越聰慧，正如我們的年夜腦，越用越靈巧，不消就逐步生銹退步了。假如許多先生和先生都應用自順應進修的對象，并經由過程VR/AR來理論沉溺式進修，這個進程中年夜量的數(shù)據(jù)被搜集，年夜量的進修信息被反應，技巧的疾速提高天然就有了基本。
不管在歐美照樣中國，曾經有一年夜批學者和創(chuàng)業(yè)者努力于應用技巧將這三種進修引入教室和家庭教導中。一些結果曾經初露苗頭，信任在將來的五到十年，教導將迎來一輪新的變更——用聰明的教導方法，讓我們的下一代在進修中真正取得聰明。人工智能的目標不是要打敗人類的聰明，而是要贊助它晉升到一個全新的高度。
這或許就是聰明教導的真理。
