跟AI學習，用“編程”優化我們的學習系統

人的學習系統是什么樣的？學習系統通常會出現哪些漏洞？我們該如何利用AI思維去修復漏洞、升級系統？像AI系統通過算法優化性能一樣，我們的大腦也擁有一套智能系統，能夠處理信息、進行邏輯推理和程序編制。那么，如何通過“編程”來優化我們的學習系統？

下文選自《學習力革命》，較原文有刪節修改。已獲得出版社授權刊發。

原文作者｜宋少衛

《學習力革命》

作者：宋少衛

版本：湛廬丨浙江科學技術出版社

2025年2月

當前，基礎教育的問題需要思考。厭學、沉迷游戲、空心病、抑郁癥等話題一再成為輿論的焦點。學習，仿佛成了一個社會性難題。教師和家長們普遍感到焦慮和無助，不知道該怎么做才能讓孩子愿意學習；一些孩子認為學習無效、無趣、無用，在被迫學習和渴望逃離之間苦苦掙扎。

尤其值得關注的是，青少年心理健康問題日益突出。《2022年國民抑郁癥藍皮書》顯示，在學生患抑郁癥的誘因中，學業壓力占比較高，僅次于人際關系和家庭關系。

事實上，世界上很多其他國家也存在基礎教育落后于社會進步與科技發展的問題。眾所周知，當今在全球得到普及的公立學校體制，源于普魯士王國。1717年，普魯士王國頒布了一項實行強迫教育的法令——《普魯士義務教育法令》。自此，受教育像服兵役一樣成為普魯士王國公民對國家應盡的義務。這一教育體制隨著德意志的統一而聲名鵲起，歐洲國家紛紛效仿。19世紀后半期，英美法日等世界強國陸續推行了義務教育制度。到20世紀20年代，資本主義國家已基本普及了義務教育制度。

從公立學校體制的誕生到今天，已經過了三百多年，人類社會歷經了四次工業革命、兩次世界大戰，發生了翻天覆地的變化。但是，教育模式的本質一直沒有順應時代的變化而發生改變。直至現在，絕大多數公立學校依然以知識傳授、分科教學為主導。在這個信息爆炸、技術迅猛發展的時代，這樣的教育模式顯然與社會需求脫節。

教育發達國家或地區大多已經意識到了這個問題，紛紛探索教育改革的新路徑。

美國IBM公司于2011年打造了P-TECH High School，以STEM教育為核心，致力于重塑高中教育模式。丹麥哥本哈根的一所職業學院采取了別具一格的教學方式：鼓勵學生們在巨型教室中開展合作與交流，從而培養創新思維。芬蘭作為世界教育改革的先鋒，近年來一直在嘗試突破傳統學科割裂式教學的局限。目前，芬蘭的中小學每年會組織學生開展現象式學習或項目式學習，不進行傳統的分科教學，時間大約持續兩個月。現象式學習讓學生綜合運用所學知識來分析問題，而項目式學習則讓學生綜合運用所學去創造新價值、實現新想法。這些教育革新各具特色，但無一例外都在強調激發學生學習的自主性，轉變學科割裂式教學模式，打破標準化測試的桎梏，幫助學生發展出真正的解決問題與創新的能力。

《歡樂家長群2》（2025）劇照。

向AI學習以提升自身

隨著AI的迅猛發展，一個嶄新的時代正在拉開帷幕。那么，在教育領域，AI將會為人類帶來什么？

在2023年9月舉行的“聚焦教育新生態暨學習科學教育峰會”上，我提出了這樣一個觀點：人類的學習正在進入全新的“軸心時代”。我們不能只讓學生掌握各學科的知識，更要培養他們像AI一樣精準、高效、快樂地處理數據。精準，不能出錯；高效，快速及時；快樂，不受情緒影響。

對于家長和教育者而言，這意味著教育模式要從以“傳統的知識傳遞為主導”，向“知識體系建立、程序思維培養、學習系統升級”三位一體轉變。怎么理解呢？我們不妨想一想曾經在知識傳遞模式下培養的大批“好學生”是什么樣的吧，可以用“小鎮做題家”來描述這類學生。“小鎮做題家”的學習成功秘籍主要是勤奮，能記憶大量的知識點，會總結解題模板，并通過不斷“刷題”磨煉出超強的解題熟練度。不得不承認，“小鎮做題家”曾是時代教育的受益者，也為中國社會的發展貢獻了重要力量。

然而，以AI為代表的科技進步改變了國家和社會對人才的需求。黨的二十大報告指出：“全面提高人才自主培養質量，著力造就拔尖創新人才。”其中，拔尖創新人才培養的戰略地位愈加凸顯。近幾年，新高考、新中考改革呈現出了一大顯著特點：注重考查學生對信息理解和現實問題解決的能力。這體現在兩個方面：一方面是考題中融入了真實場景和現實問題，變得更加靈活、務實；另一方面是出現了新定義題型，要求考生快速學習新知識，并用以解決新問題。

此外，2023年9月，北京市教委發布了新的中考政策，宣布“小四門”（歷史、地理、化學、生物學）由考試變為考查，這實際上是進一步削弱了對學生知識記憶的考核。以上舉措無不傳遞出我國在人才需求上的變化，具有良好信息解讀與分析能力、問題解決能力及創新能力的人才更加符合未來社會的需要。顯然，這類人才是無法通過知識灌輸和大量“刷題”培養起來的。

新時代的人才該如何培養？曾經，AI通過模仿人類發展其智能；現在，AI已經在某些方面超越人類。此時，我們應當考慮向AI學習以提升自身。建立知識體系、培養程序思維、升級學習系統，就是以AI思維為核心的一種教育模式。它將引領我們運用學習系統理論與方法來診斷、解決學生學習的系統問題，幫助他們逐步構建一個類似AI的學習腦，從而避免成為“小鎮做題家”。

價值決策會決定

人們的行為模式

人們對學習常常抱有一些似是而非的觀念，例如以下觀念：

·學習就是記憶知識，想成績好肯定要花大量時間來背誦知識，因此找到一個能提高記憶力的方法非常重要。

·勤奮是學習的不二法門，不埋頭苦學哪有好成績？

·學習高手都是天生智力超群的人，學習不好往往是因為缺乏天賦。

·只要方法好，誰都能成為學習高手。因此，平時要搜羅各種“學習絕招”。

價值決策位于學習系統的中心，它對整個學習系統的運轉起著總控作用。比照AI來看，在AI的世界里控制一切的神秘力量是算法，算法決定著機器應該依照怎樣的標準或規則工作；而在人類的世界里，起著同樣作用的神秘力量則是價值決策，它決定了人類行為的選擇和執行方式，進而影響態度、傾向和喜好，使每個個體在一個獨一無二的軌道上不停地運轉。

價值決策會決定人們的行為模式，甚至決定人生命運的走向。

《人工智能》（2001）劇照。

一個人的價值決策到底從哪里來？它并非來自長輩傳授的道理或書本上的知識，而是人成長過程中，多種因素綜合作用的結果。它可能源于家人、老師言傳身教的啟發，可能源于和他人互動產生的經驗教訓，也可能源于一次刻骨銘心的成功或失敗經歷，還可能源于偶像的一個故事或一句話……在價值決策的形成過程中，知識和信息的影響權重較小，個人的實際感受、體驗影響更大。除此之外，生活中的特別經歷對價值決策也會有重大影響。

在學習系統內部，價值決策居于核心位置，負責為識別驅動、語義解析等其他四個模塊提供心理支持，是連接學習（認知心理）和非認知心理的關鍵樞紐。在宏觀層面，價值決策往往會決定一個孩子整體的學習狀態。如果價值決策有缺陷，孩子可能會表現出對學習缺乏興趣、學習動力不足、做事意志力薄弱、自信不足、低挫折容忍力等問題；如果價值決策良好，孩子則會表現出明顯的學習主動性，不怕困難和失敗，具有強大的心理韌性和自信心等。在微觀層面，價值決策無時無刻不在影響著孩子的學習過程。回想一下，當你遇到一道難題時，你心里會怎么想？多數人會有以下兩種想法。

遇到難題時的價值決策。《學習力革命》內頁插圖

若學生沒有形成良好的價值決策，我們該怎么辦？顯然僅憑簡單的談話或說教是遠遠不夠的。結合近三十年的教育實踐經驗，我認為需要幫助孩子渡過三關：情緒關、意義關和方法關。

情緒關，即情緒管理，指在遇到問題、困難時，個體能否克服消極情緒，使自己平靜下來，積極面對問題、困難；能否靈活地調整自己的情緒，以最佳的緊張度應對當前的問題、困難，不會隨便掉以輕心，導致失誤。意義關，即意義賦能，是個體依據一定的參考標準來客觀評價某一事件的意義或價值的大小。例如，對于學習的重要性、某個學科的價值、一次考試的分量，每個人心中都有一套自己的意義或價值標準。方法關，即方法采擇，涉及面對問題時個體如何選擇方法，以及在不斷嘗試中找到解決方案的能力。

在價值決策的調整過程中，孩子需要依次“闖過”三關，一般情況下，不能越級闖關。首先，我們要先幫助孩子把情緒調整到良好狀態，后續調整意義標準、探索解決方法才能行得通。如果一個孩子始終沉浸在“我就是笨”的自卑情緒里，或“學習太無聊”的厭學情緒中，我們很難喚醒他的大腦的理性思維。在這種狀況下，我們無論是討論意義標準，還是傳授方法，都難以影響到對方。同樣，即便學生進入了良好的情緒狀態，若沒有正確的意義標準，如無法在先寫作業還是先玩手機之間做出恰當選擇，那么此時讓他考慮解決學習問題的方法也是徒勞。總之，無論價值決策具體存在怎樣的問題，我們都需要按照“情緒關、意義關、方法關”依次去排查和調整。當然，對任何一關的調整，都會對其他兩關起到積極的促進作用。孩子的意義標準經過修正后，會更有利于喚起他的積極情緒，也為其找到更有效的解決方法奠定了基礎；孩子的解決方法有所提高后，會反向為他增加意義感，同時引發良好情緒。

價值決策的內部結構。《學習力革命》內頁插圖

像AI一樣接納錯誤

記得ChatGPT在國內剛“火”起來的時候，我問了它一道小學數學題。ChatGPT最初也像懵懂的孩子一樣給出了錯誤答案。不過，在我提醒它之后，它迅速意識到了問題。

隨后，我調整了數字，給它出了一道同類型題目。這次ChatGPT沒有掉入“陷阱”，聰明地給出了正確答案。ChatGPT展現出的學習能力令人驚訝，我忍不住表揚了它。

它的回復“如果我犯了錯誤，我會從中吸取教訓，并努力不再犯同樣的錯誤”，讓我不禁陷入沉思。如果我們的孩子也具備這樣的價值決策，能夠積極地面對錯誤、冷靜地吸取教訓，那么學習之路上還會有什么真正的困難嗎？

然而現實中，不少孩子被指出錯誤后，會因為憤怒或羞愧而止步不前；不少孩子會因為一點小挫折，就不敢嘗試，選擇“躺平”。如果孩子能學會愉快地接受錯誤，就會意識到學習并不像他們想象得那么難。可問題是，他們往往被消極情緒所困擾，甚至難以自拔。

我曾在網上看過一段研究人員訓練機器人的視頻。在視頻中，他們為機器人設置各種障礙來測試其反應能力。例如，當機器人向前走時，它被棒子突然襲擊了一下；當機器人剛蹲下準備搬起一個箱子時，箱子會被突然推遠；當機器人好不容易搬起了箱子，箱子又被無情地打落……天哪！這樣不斷遭受打擊，如果是人的話，一定會崩潰的。然而機器人完全“無動于衷”，它只是一次又一次地重復動作，努力完成它的任務。

AI不會因挫敗而煩惱，它可以一直學習，還可以從錯誤中學到更多。

相比之下，人類的孩子太容易受到消極情緒的影響了。想一想，有多少種情況會讓一個孩子讀不進去書？學習無趣，感到無聊，不想讀書；沒有考好，感到難過，無心讀書；和家長吵架，心情煩躁，讀不進去書；考試在即，焦慮不安，讀不懂書……

《人工智能》（2001）劇照。

為什么會這樣呢？認知心理學與認知神經科學研究發現，人的情緒就像認知活動的背景，對感知覺、注意、記憶等各種認知活動具有廣泛影響。這種影響主要通過積極情緒和消極情緒，對注意轉換功能以及抗干擾刺激的抑制能力的不同作用表現出來。積極心理學家芭芭拉·弗雷德里克森認為，積極情緒能夠拓展人們的認知加工能力，使人更加開放、靈活，從而擁有更廣的注意力范圍和更高的創造性思維。當前，越來越多的實驗研究也在支持這一觀點。

用AI參數法激發學習的動力

平日里，我們常常在不知不覺中做著價值決策。

價值決策的意義關指在面對一個具體情景時，人們會選擇意義標準來決定自己的行為。意義標準決定了人們的行為選擇和行為方式。它就如同AI模型中被賦予確定值的參數。什么意思呢？AI模型實際上是一種函數，它可以從輸入的數據中學習到某種模式，并根據這種模式進行預測或決策。參數決定著函數如何處理輸入的數據，從而得到輸出的結果。

對于AI模型來說，其學習的核心是參數的調整。同樣，人的行為學習也以參數調整為核心，這里的參數是價值觀，調整的最終結果是與行為相關的意義標準。在孩子的成長過程中，他不斷地與他人或外部環境進行互動，并從中獲得各種信息。這些信息便是用于訓練孩子行為參數的數據。受這些數據的影響，孩子在大腦中逐漸明確各種各樣的意義標準，進而形成價值觀體系，并最終通過習慣形成相對穩定的個性化行為模式。

那么，反過來看，當孩子的行為出現偏差時，我們要思考的是其背后的意義標準是什么，這些意義標準是否合理，以及如何調整等問題。若一個孩子心中的意義標準發生了改變，他的行為自然會隨之改變。

《全知讀者視角》（2025）劇照。

有些孩子能一直保持學習的熱情，即使遇到成績下滑或在學習上遇到困難，他們也能主動向老師、同學請教，積極尋找解決辦法，直到將問題解決。這樣有學習熱情的孩子，即便剛開始成績并不突出，但學習后勁十足。有些孩子的學習情況正好相反。他們可能起初學得不錯，在遇到“瓶頸”后就難以突破，甚至從一科變弱到整體學科成績下滑。為什么這兩類孩子會有如此巨大的差別呢？這是因為他們對努力的意義有不同的認識。前一類相信努力能幫助他們解決困難、提升能力，從而變得更好；后一類認為努力的作用有限，學習成績的好壞主要由天賦決定。

斯坦福大學心理學教授卡羅爾·德韋克將上述兩類想法總結為兩種思維模式：成長型思維和固定型思維。通過對各年齡段幾百個孩子的追蹤、訪談和研究，卡羅爾·德韋克教授發現以下現象。

具有固定型思維的人認為能力是天生的，后天努力的作用不大。他們遇到挫折愛找借口，更關注自己當前的表現，常害怕自己表現不好而直接放棄努力，喜歡待在舒適區。固定型思維是一種被恐懼驅動的思維模式。

具有成長型思維的人相信能力可以通過后天努力改善，他們有明確的目標，熱衷于學習，喜歡探索新事物，認為凡事皆有可能，關注學習機會、改進空間。

成長型思維是一種被成就驅動的思維模式。

由此可見，具有成長型思維的孩子在面對逆境時，善于為克服困難賦予積極的意義，更容易闖過“意義關”。所以，我將成長型思維視為“意義關”的一種有效調節模型，在為孩子調整價值決策時，會重點幫助他們塑造成長型思維。

意義關處在價值決策的第二環，也是其核心，會對孩子最終的學習行為產生關鍵性影響。它前面承接情緒關，后面通向方法關。如果一個孩子卡在情緒關里出不來，他往往是非理性的，那么意義標準就無法對他發生作用。既通過了情緒關，又能進行正向意義賦能的孩子，意義關會讓他的情緒更加積極，也會讓他在通過方法關時更加有動力。

跟AI學習找到解決問題的路徑

“孩子學習成績上不去，是因為學習方法不對。”你是否也有過這樣的想法？許多人相信孩子只要掌握了正確的學習方法，學習成績自然不用發愁。不過，我發現了這些現象：有些孩子學了不少學習高手的學習方法，但卻不會用；有些孩子說起學習方法來頭頭是道，但實際學習時卻從來不用他說的學習方法。這是為什么？因為他們把學習方法當作陳述性知識來學習，只是記住了一些知識，根本無法落地。事實上，方法是一種程序性知識，使用者需要反復練習它，并在實踐中不斷調整它，才能真正發揮它的效用。

《全知讀者視角》（2025）劇照。

那么，在學習情境下，孩子該如何掌握真正有效的學習方法呢？這就涉及價值決策的方法關。方法關是價值決策的最后一環，并不是特指某一具體方法，而是指在遇到問題或麻煩時，人們能找到解決的途徑。它實際上是一個通過不斷試錯、探索，最終找到解決方法的過程。

AI在遇到棘手的問題時，通常會按照這樣的思路來處理：先使用多種算法設計出大量的具有可行性的方案；然后調用一個個程序去處理、求解；最后，比較各個方案的結果，從中選出最優解。

舉個例子對此做具體說明。假設：你有一個智能衣櫥助手，它每天都能幫你搭配出行服裝。一天，你對它說：“我想要一套適合今天天氣的、時尚的服裝組合。”這個問題對智能衣櫥助手而言很新奇。因為今天的天氣情況很特殊（如大雨），它以前從未遇到過。那么，它需要嘗試多種服裝搭配組合，并且會按照下列順序去做：

·首先，它選擇一個基本的服裝搭配組合，如牛仔褲和風衣。

·接著，它會嘗試添加一些飾品，如帽子或圍巾，看看是否更適合一些。

·然后，它還會考慮更換鞋子，將運動鞋換成靴子，以適應今天的天氣情況。

·最后，它還可能嘗試不同的服裝配色，以找到更時尚的搭配。

以上只是智能衣櫥助手基于“牛仔褲和風衣”這一種基本搭配上的嘗試。它會按照這樣的流程提出多種搭配方案，最后選擇適合且時尚的服裝組合推薦給你。AI的計算速度遠遠超過人類，它可以近似“無限”地試錯，直至找到最優解。人類往往會根據已有的經驗和知識，在較小范圍內嘗試。

本文經出版社授權刊發。原文作者：宋少衛；摘編：何也；編輯：張進；導語校對：趙琳。未經新京報書面授權不得轉載，歡迎轉發至朋友圈。

最近微信公眾號又改版啦

大家記得將「新京報書評周刊」設置為星標

不錯過每一篇精彩文章～

2024書評周刊合訂本上市！

點擊書封可即刻下單

了解《新京報·書評周刊》2024合訂本詳情