芥末堆 盧楠 4 月 24 日

張良創(chuàng)辦的“泉源高中實驗班”，曾是教育創(chuàng)新的范本。他現(xiàn)任廣州愛卡的米教育科技公司 CEO ，該公司創(chuàng)始人及核心成員來自泉源高中實驗班。他們研發(fā)了愛米教學(xué)云系統(tǒng)，通過對學(xué)習(xí)資源的深加工，以及教學(xué)管理和分析功能的開發(fā)，深度支持翻轉(zhuǎn)課堂及混合式學(xué)習(xí)等信息化教學(xué)新模式在課堂中的常態(tài)運用。

在第二屆 LIFE 教育創(chuàng)新峰會上，張良分享了他這兩年來對教育創(chuàng)新的新思考。

在綜合素養(yǎng)培養(yǎng)中順手學(xué)基礎(chǔ)知識？沒那么簡單

張良談到，這兩年他接觸的很多教育創(chuàng)新者都感覺事情好像不是他們最初想象的那樣，在培養(yǎng)綜合素養(yǎng)的過程中順手把知識學(xué)了。每一個真正嘗試創(chuàng)新教學(xué)做法的人會遇到一個挑戰(zhàn)：順手可得的知識不是那么簡單。

隨著教學(xué)的深入，很多教學(xué)創(chuàng)新者會發(fā)現(xiàn)，基礎(chǔ)知識的學(xué)習(xí)、看似不屑一顧的目標越來越多地干擾原定的設(shè)想，讓人繁忙。比如，我們希望開展一場高質(zhì)量的主題討論，可有的學(xué)生對基本概念非常陌生，變得磕磕絆絆；我們要探索一個城市活動，需要風(fēng)景畫一樣的照片，最后卻只合成了簡單的報告，草草收場；我們用 3D 打印機和簡單的模型做出簡單的工具，很難看出知識的深度運用，很多創(chuàng)新很難持續(xù)的進行下去。

真正合格的知識傳授者仍然非常稀缺

這種焦慮是怎么產(chǎn)生的？張良表示，我們過去說教育體系面臨很多問題，傳統(tǒng)的雙基教育是低級的教育目標，要向更高級的創(chuàng)新邁進；我們認為中國課堂里知識傳授是過剩的供給，所以需要去換更高級的東西。但是從教育創(chuàng)新者的繁忙中可以看出，看似應(yīng)試教育背景下知識的供給已經(jīng)過剩，但是真正合格的知識傳授者仍然非常稀缺，這個稀缺導(dǎo)致了教育創(chuàng)新者的焦慮，也導(dǎo)致了非常多的教育不公平、不均衡的現(xiàn)象。

張良說，他這兩年回到看似沒有那么生動的領(lǐng)域，就是想探究：基礎(chǔ)知識的傳遞到底出了什么問題？為什么不斷阻礙我們完成更高的教學(xué)目標？

他總結(jié)，傳統(tǒng)的解決知識傳承者不足的方法有支教，缺合格的老師，就不斷派大學(xué)生補充教育力量；有各種各樣的培訓(xùn)項目，希望提升每個老師個體的能力；還有通過各種技術(shù)的方式為老師賦能。但這些方法從效果分析，收效甚微。看鄉(xiāng)村學(xué)校就知道教育不均衡是非常普遍的情況。

張良認為，背后的核心問題是教育的質(zhì)量完全壓在老師的個體水平上。他反思，傳統(tǒng)方式就是輸入老師、提升老師，我們是不是在這方向跑得過遠？還有另外的方向可以選擇嗎？

教育 vs醫(yī)療：個人經(jīng)驗無法提煉分析，更不能廣泛共享

張良將教育對比醫(yī)療。假設(shè)一個 80 年代的醫(yī)生，穿越到現(xiàn)在醫(yī)院的手術(shù)室，他根本不敢做手術(shù)，因為所有設(shè)備和治療方法對他來講都是陌生的。即使是現(xiàn)在剛剛畢業(yè)的普通醫(yī)生，對醫(yī)療的理解、對疾病的診療水平跟 30 年前的醫(yī)生也已經(jīng)完全不一樣了。但是教育呢？80 年代的老師，穿越到現(xiàn)在的課堂，他除了對電子白板和 PPT 不太熟悉，是承擔(dān)教學(xué)工作完全沒有任何問題。

這中間出了什么問題？為什么好的療法可以在醫(yī)療行業(yè)迅速普及，從個體社會進入行業(yè)社會？而教育行業(yè)，有很多老師個體的突破，但整個行業(yè)仍處于缺乏的境地。

如果把醫(yī)療的療法和教育的教法進行對比，兩個行業(yè)的組織方式存在差異。醫(yī)療有整套專業(yè)體系：有人專門做檢查，有人專門設(shè)定指標，有人專門做定點分析，有人專門研發(fā)藥品；有高度分工，每個環(huán)節(jié)由專業(yè)的機構(gòu)分別承擔(dān)。但是教育呢？大多數(shù)老師有非常好的個人經(jīng)驗，但是外面看不到過程，無法提煉和分析，更加不能廣泛在行業(yè)內(nèi)共享。

知識傳遞環(huán)節(jié)，未來的發(fā)展趨勢是讓機器成功

張良提到，兩個月前有一個新聞，IBM 的醫(yī)療機器人到天津第三人民醫(yī)院，開展腫瘤的義診，10 秒鐘對腫瘤病人的病情做出了準確的判斷。IBM 這個醫(yī)療機器人在美國通過了醫(yī)師的職業(yè)資格考試，對大多數(shù)癌癥的診斷的準確率超過了大多數(shù)醫(yī)生。這是醫(yī)療行業(yè)里在發(fā)生的事情。它為什么能做到？因為醫(yī)療機器人每天閱讀 44 萬篇醫(yī)生和醫(yī)療研究者的報告。一個最勤奮的醫(yī)生每天閱讀都不會超過 1000 篇。這個行業(yè)所有的個體經(jīng)驗被它不斷學(xué)習(xí)、不斷掌握，最后成為非常得力的醫(yī)療輔助助手，總結(jié)經(jīng)驗、快速分享，達到整體行業(yè)的進步。

不光在醫(yī)療行業(yè)，在美國佐治亞理工大學(xué)計算機系，有很多助教給學(xué)生回答問題，其中一個助教就是 IBM 的智能機器人吉爾·沃特森。一個學(xué)期下來，學(xué)生壓根沒有發(fā)現(xiàn)是教育機器人在跟他對話，回答他的問題。

為什么在教育領(lǐng)域吉爾·沃特森能做到？因為每個學(xué)期大概產(chǎn)生一萬多條問題，憑借自我學(xué)習(xí)系統(tǒng)，對每個問題的回答的準確率超過 97% 的情況下才會回答。這種自我學(xué)習(xí)的體系在人工智能時代不再是遙遠的設(shè)想，在幾個和我們緊密相關(guān)的行業(yè)里在進行深度的醞釀。但是在教育行業(yè)，大部分的老師和教育體系的進步仍然是依賴于個體，我們加了太多的責(zé)任在老師和個人身上，給個體提供的支持太少了。

張良舉了另外一個例子，某全國課外輔導(dǎo)機構(gòu)，小班名額極為搶手，家長甚至像搶掛號一樣，提前幾個小時去搶輔導(dǎo)班的名額。有記者說，他去培訓(xùn)機構(gòu)看了一下，很多學(xué)生是從北大清華招聘的，有統(tǒng)一的教學(xué)方式，每一步都做了精細化的切分。記者感慨說，感覺這個機構(gòu)的老師上課跟機器一樣。但是張良認為，如果把教育培養(yǎng)的各方面目標做一個切分，先看知識傳授的環(huán)節(jié)，未來的發(fā)展趨勢不是所謂的像機器一樣，而是讓機器成功。

他認為，之所以會出現(xiàn)應(yīng)試教育的題海戰(zhàn)術(shù)，是因為老師對學(xué)生的知識掌握狀況只能看到結(jié)果，看不到學(xué)生的思考過程；一個有經(jīng)驗的名師可能會對學(xué)生的思考過程有一個判斷，但是大部分老師在這方面是稀缺的?？梢宰鲆粋€系統(tǒng)，有很多認知傳感器，對于每道題的思考過程，傳遞更多信息給老師，而不是只靠課堂上看學(xué)生的眼神、肢體語言，用粗略的方式去了解學(xué)生的掌握情況。他相信，類似的進展，在教育界很快就會發(fā)生。

讓人性歸人性，讓機器的歸機器

張良指出，當(dāng)我們把教育創(chuàng)新的責(zé)任全部壓在老師身上，給老師越來越多要求的時候，是不是也應(yīng)該換一個方向思考：有什么東西是可以解放老師的？有哪些事情是機器可以做得更好的？

他認為，機器永遠不能取代人。所謂的像機器一樣學(xué)習(xí)，是教育的悲哀。但是教育有很多部分，機器確實比人完成得更好越來越多的機器和輔助治療的工具和系統(tǒng)進入醫(yī)療行業(yè)后，醫(yī)生陪伴病人的時間顯然是更多了。我們也希望讓老師把注意力更多的放在學(xué)生身上，而不是陪伴考綱和教材。這些都需要有更多的技術(shù)支持。

張良最后表示，這就是他們最近兩年要做的事情，幫老師卸下更多擔(dān)子，做出更精彩的教育，最終讓人性歸人性，讓機器的歸機器。