文|吳煒
承上期,本篇我們探討最核心的實操環節:如何培養獨立思維?中西方現代教育的課程設置,均是在K 12中小學階段進行基礎知識和認知模型的導入,即培養認知能力六大層級中的記憶回憶、理解和基礎應用能力。而在大學階段訓練高級應用、分析和評價能力,直至研究生階段培養創造能力。雖然人工智能擅長前三大層級能力(記憶、理解、基礎應用),但不代表學生應摒棄這三大能力的培養,因為這些能力是通往更高階能力培養無法繞開的基礎。正如AI不可能沒有數據庫輸出內容一樣,學生們也不可能腦子空空進行平白創造。二者之間的差別是:人工智能的數據和模型導入可以在短時間內完成,而人類的基礎知識和認知模型導入卻需要經歷一個較長周期。如何縮短這個周期?一條途徑是通過類似腦機接口的技術手段,但目前要實現還遙遙無期,更現實可行的是利用AI強化記憶力訓練。
研究表明,主動回憶(努力從大腦中提取信息,而非被動看筆記)和間隔重複(根據艾賓浩斯遺忘曲線,在快忘記時複習)是被科學證明的最有效記憶方法,比被動重讀效果高2-3倍。可利用AI自動生成材料、進行個性化調度、提供即時反饋和創造助記符號,減少手動工作。具體方法包括:(1)AI生成記憶內容的間隔重複閃卡(正面問題,背面答案),每天主動回憶,AI自動調整間隔重複;(2)AI生成輔助記憶符號,包括個性化圖像和故事;(3)運用費曼技巧,AI扮演「學童模式」,不斷提問,學生通過答問強化內容記憶;(4)每日AI主動測試進行回憶訓練;(5)AI個性化長期記憶系統,建立個人知識庫,自動間隔提醒重複,進行遺忘曲線管理。
以我國為代表的東亞國家中小學教育是國家課程主導下的高度標準化教育,其優點是基礎扎實、課程系統、知識全面,但為了在大群體背景下公平遴選人才,不得不以分數和應試作為導向。而歐美西方教育則較靈活地分散課程權力,其優點是強調協作溝通、創造力和批判思考,研究導向,但或多或少存在基礎不夠扎實、課程不夠系統、知識不夠全面的情況,導致過早的高階能力訓練對部分學生成為空中樓閣。而且,沒有標準化考試等外在壓力使既乏學習天賦又不努力的學生更加沉淪,反之在東方教育體制下,缺乏學習天賦的學生在後天努力下更多向社會中間階層靠攏,從而為國家走出中等收入國家陷阱創造人力條件。因此,將東西方教育模式結合是最有利於人工智能時代的教育實踐。
在兩種模式取長補短的理念之下,各自可以做些「加減法」,以促進具認知基礎的獨立思維的培養。譬如,東方教育模式可在一定領域取消「標準答案」的概念。筆者在輔導小侄兒時曾經遇到一道語文課文填空題:「我和小夥伴們________地參觀了校園。」他填了「歡天喜地」,結果判錯因為標準答案是「興高采烈」。筆者就不明白一篇非著名文章及不影響上下文意思下,前後兩詞的作用有什麼根本區別?教師甚至可以引導學生改寫課文,探討為什麼某一個用詞更加準確。
需要有「標準答案」的學科譬如數學,可以摒棄「標準解題技巧」的訓練,避免固化其認知模型,而是在透徹理解底層定理原理基礎上,培養學生多角度不同解法,須知再複雜的題都是基礎理論的組合可解。邏輯數學和自然科學的公式定理,不是靠死記硬背,而是明白基礎原理或通過實驗驗證,培養學生設計和動手實驗能力。除了基礎知識,自然科學研究亦未必都是「標準答案」,允許學生在實驗數據支持下對原有結論提出挑戰,並給予獎勵激勵。至於社會科學,除了事實和原則以外,更應允許學生提出合理的辯證觀點。測試的時候,允許查閱公式,取消純粹依賴公式的計算題,增加組合應用不同公式的題型。
綜合而言,東西方學生要培養AI時代的獨立思維,均需以積累知識打好基礎為先,大量閱讀不同觀點,理論、實踐、交流相結合,完善思維模型,區分「自己的想法」和「他人的聲音」。在此基礎上養成合理具邏輯性質疑和多角度觀察解決問題的核心技巧,包括問好問題(這是什麼事實?有什麼假設?證據充分嗎?還有其他解釋嗎?)、挑戰假設(專家說的都對嗎?)、辨別信息真偽(查來源、看數據、邏輯法律推理)和多視角思考(從不同角色角度考慮問題)。老師家長要保護鼓勵學生不隨波逐流、獨立自主的思維挑戰性格。結合東方模式的扎實基礎、系統課程、全面知識,以及西方模式的引導、批判、思辨、創造,再藉助AI的幫助,實現個性化自適應學習、項目化、人機協作和終身學習。
有用的訓練建議還包括:(1)辯論和討論;(2)問題解決訓練;(3)反思和元認知;(4)充足睡眠,保持清醒頭腦;(5)減少干擾,拒絕海量信息轟炸,培養捕捉關鍵信息的能力和直覺,給自己一定的獨立思考時間和空間;(6)培養化繁為簡的底層思維能力;(7)除了讀萬卷書,也要行萬里路,培養多元認知;(8)形成良性專業的朋友圈和導師圈。
人工智能也可以是培養獨立思維的「陪練」,負責「刺激」,但最終結論在自己。可行的輔助方法包括:(1)反面辯論,打破認知固化;(2)強化對方觀點,公平看待不同立場;(3)多視角模擬,以不同角色角度分析同一問題,提升系統性思考;(4)證據壓力測試,提高論據嚴謹度;(5)思維鏈可視化,拆解自己決策過程;(6)盲測生成:自己先想答案,再對比AI生成答案,發現不同;(7)長期追蹤,AI幫助觀察自身思維動態變化。
如本系列文章開始所言,筆者相信人類認知和人類社會發展均存在着動態提升擴展空間,而在新的人工智能轉型時代,教育界承擔着至關重要的職能,培養基礎認知之上的獨立思維將成為未來教育工作的重點。誰能夠在這方面取得突破,誰就將引領新時代的教育之道。
相關閱讀:

評論(0)
0 / 255