圖片來源：攝圖網(wǎng)

我們的教育永遠都在進步，但目前相對西方國家，依然比較落后。

今天的孩子們接受到的教育的深度和多元化水平是100年前的人們根本無法想象的，然而，全世界都在實踐的主流教育模式在過去100年間卻基本沒有變化：學(xué)生早上來到學(xué)校，和其他幾十個學(xué)生一起坐在教室里，面對著老師，聽他滔滔不絕地講解45分鐘，休息10分鐘后換一個老師，換一個話題，接著來。這樣每天6到8個小時，所有的孩子讀著同樣的課本，解答同樣的習(xí)題，背誦同樣的詩文。成年人的希望是美好的：孩子們接受了這樣系統(tǒng)的12年基礎(chǔ)教育之后，就能長大成人，進入社會，找到自己的角色。

18世紀歐洲的小學(xué)課堂 

21世紀歐洲的小學(xué)課堂 

這樣的教育模式既然存在了這么久，自然有它存在的理由。一代又一代的孩子這樣長大，不斷推動著社會的飛速進步。但是在這個系統(tǒng)里的每個人似乎都不怎么快樂。

先說老師吧。這個職業(yè)真的是無比辛苦，備課、講課、批改作業(yè)、解答學(xué)生的疑問、和有困難的學(xué)生交流、和家長溝通……一個老師通常要帶幾十甚至幾百個學(xué)生，照顧到每個人是不可能的，但至少要在學(xué)生需要的時候幫助他們。

學(xué)生呢？每天被嚴格的時間表約束，幾乎沒有自己可以隨意安排的時間。不管喜不喜歡每個科目，都得按照老師的節(jié)奏和方式學(xué)習(xí)?；氐郊依镞€得做千篇一律的習(xí)題，不管這些習(xí)題對自己到底有沒有幫助。更悲哀的是，各種考試連綿不絕，孩子似乎每天都活在焦慮和陰影中，因為每次考試的成績似乎都會成為一個貼在腦門上的標簽。

做家長的是不是相對輕松一些呢？這個取決于家長自己。你可以把孩子交給學(xué)校就不管了，也可以每天陪孩子做作業(yè)，每周給老師打電話詢問情況，周末陪孩子去各種補習(xí)班。中國的家長大多數(shù)屬于后者，辛苦程度不言而喻。

為什么大家都不快樂？因為我們的教育模式是靜止的。每個人都是不同的個體，然而他們接受的教育卻是一模一樣的。這種模式看起來似乎很公平，然而卻是在泯滅人類一些寶貴的天性。

這種模式迫切需要革新。好消息是，巨大的改變正在悄悄發(fā)生?；ヂ?lián)網(wǎng)、大數(shù)據(jù)和人工智能的飛速發(fā)展已經(jīng)為新一輪的教育變革打下了基礎(chǔ)，教育正在全球范圍內(nèi)重新被定義。 我們不妨把這種新的教育模式稱作“智慧教育”。

為什么叫智慧教育？因為這種新的教育模式不再是靜止的，而是動態(tài)的；不再是千篇一律的，而是個性化的；不再是單一呆板的課堂教學(xué)，而是體驗式的學(xué)習(xí)。這種教育模式用機器的力量使人類的智慧更自然更有效地發(fā)展和發(fā)揮出來。智慧教育具體有什么特點和趨勢呢？下面就來具體聊一聊。

一、個性化學(xué)習(xí)

雖然我們的大腦結(jié)構(gòu)都是相同的，但每個人的思維方式卻截然不同。比如說，一些人喜歡用邏輯思考和分析問題，另一些人則更習(xí)慣用感知來了解事物。很多科學(xué)研究發(fā)現(xiàn)，學(xué)生如果用自己天性喜歡的方式學(xué)習(xí)，則學(xué)得更快，知識在大腦里留下的印象也更深刻。此外，學(xué)生只有在認為所學(xué)的知識或技能對自己很重要的時候，才會將學(xué)到的東西存進大腦的長期記憶中。所以，學(xué)習(xí)自己感興趣的東西，效果要比不感興趣的好得多。

所以，教育研究界有一個共識，就是老師在教孩子知識之前，首先要激發(fā)學(xué)生的靈感和興趣，英文是“Inspire”。最高境界的教育，不是把知識或者技能灌輸給學(xué)生，而是發(fā)掘?qū)W生自身的興趣，讓學(xué)生主動學(xué)習(xí)，主動思考，并在此基礎(chǔ)上創(chuàng)新。這就意味著，每個學(xué)生所學(xué)的科目和主題是完全個性化的，是學(xué)生自己主動選擇的。

但是要做到教學(xué)科目和方法的完全個性化，在傳統(tǒng)的學(xué)校課堂里是不可能的。一個班四五十名學(xué)生，怎么可能照顧到每個人的興趣和偏好呢？如果這個任務(wù)完全交給老師來做，那一個老師肯定沒法照顧到幾十上百個學(xué)生，這就意味著，老師和學(xué)生的比例需要大幅提高，而這樣做的人力成本就太高了，也許只有一些收取天價學(xué)費的貴族學(xué)校才有可能做到。

可不可以讓機器來分擔(dān)這個工作呢？答案是肯定的。人工智能的飛速發(fā)展已經(jīng)讓所謂的“自適應(yīng)學(xué)習(xí)”成為可能。首先，電腦通過收集學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，產(chǎn)生關(guān)于學(xué)生學(xué)習(xí)習(xí)慣和偏好的大量數(shù)據(jù)，然后，算法通過對數(shù)據(jù)進行系統(tǒng)地分析，自動調(diào)整學(xué)生下一步學(xué)習(xí)的內(nèi)容，推薦適合學(xué)生的習(xí)題，甚至改變教授知識的方法。這個過程不斷地進行，數(shù)據(jù)越多，機器對學(xué)生的習(xí)慣和偏好掌握得越透徹，推薦的內(nèi)容和方法也就越精確地匹配學(xué)生，學(xué)習(xí)效率自然不斷提高。

二、精細化學(xué)習(xí)

很多人上學(xué)的時候都有這種經(jīng)歷：一開始學(xué)得很輕松，但隨著年級的升高，一些科目學(xué)得越來越糊涂，后來只能靠死記硬背和大量習(xí)題應(yīng)付考試，考完之后立馬還給老師，最后似乎什么也沒學(xué)到。

為什么會這樣呢？原因是我們學(xué)習(xí)的過程太粗糙，一個概念還沒有理解透徹，就匆忙開始學(xué)下一個。很多知識，尤其是理科知識都是互相關(guān)聯(lián)的，前一個概念沒有完全理解，下一個就會有些糊涂，再下一個就完全摸不著頭腦了。這時候很多人可能會覺得自己“不是學(xué)這個的料”，開始厭惡這個學(xué)科，甚至對自己失去信心。其實大多數(shù)時候，這種情況和個人本身的智力和能力沒有太大關(guān)系，只是因為知識鏈條中的一個環(huán)節(jié)沒有掌握好，于是整個鏈條就斷了。

真正有效的學(xué)習(xí)應(yīng)該是精細化的，就像幾百年前歐洲手工匠人的學(xué)徒制：一門手藝的每一個步驟都要練習(xí)到爐火純青，才能開始下一步。一個學(xué)徒，沒有十年以上的修煉，做出的東西是不可能像師傅做的一樣賣個好價錢。如今這個時代，已經(jīng)很難找到這樣精細的學(xué)習(xí)了。知識爆炸、信息充斥，我們的時間也都“碎片化”了，每個人都沒有耐心進行深耕式的學(xué)習(xí)，很多東西僅僅學(xué)到一點皮毛就匆忙進入了下一步。

雖然并不是所有的知識和技能都需要精細學(xué)習(xí)，但是，在培養(yǎng)孩子學(xué)習(xí)方法和習(xí)慣的K12教育中，精細化學(xué)習(xí)是絕對不可忽略的。我們要培養(yǎng)學(xué)生嚴密的思維習(xí)慣和縝密的邏輯，就需要他們至少對一門學(xué)科能夠有全面深刻的理解。這對教學(xué)的要求無疑非常高。在一個四五十人的班級里，老師只能按照大家的平均進度教課，但班里面可能沒有一個人的學(xué)習(xí)進度是和老師的教學(xué)進度完全吻合，這樣的教學(xué)肯定無法使學(xué)生達到精細化學(xué)習(xí)。

人工智能則可以改變這個現(xiàn)狀。學(xué)生的學(xué)習(xí)進度不是由老師來決定，而是由無時無刻不在觀察學(xué)生學(xué)習(xí)的機器來進行實時調(diào)試。人工智能算法根據(jù)學(xué)生練習(xí)的表現(xiàn)推測學(xué)生哪些知識點沒有掌握，然后用加強練習(xí)、復(fù)習(xí)概念、舉更多例子等方法來彌補學(xué)習(xí)中的缺陷，直到整個知識體系鏈條掌握完整為止。這種方式的好處在于，一方面防止學(xué)生在掌握必要知識之前就跳到下一步，另一方面也節(jié)省了做無用練習(xí)的時間，使學(xué)習(xí)效率大幅度提高。

三、沉浸式學(xué)習(xí)

很多人都聽說過“l(fā)earning by doing”這種說法。有研究證明，大多數(shù)知識和技能在實際場景中通過體驗和實踐來學(xué)習(xí)，比坐在教室里學(xué)習(xí)理論效果好得多。當(dāng)然，這并不是什么新發(fā)現(xiàn)，很多學(xué)校和教育機構(gòu)也都把實踐和體驗作為課程的一部分。然而，在學(xué)校里真正能夠?qū)嵺`的東西并不多，無外乎一些科學(xué)實驗和手工制作。后來很多老師在教學(xué)中引入了視頻，在一定程度上增加了體驗效果，但這還是遠遠不夠。

虛擬現(xiàn)實（VR）和增強現(xiàn)實（AR）技術(shù)的成熟給了課堂更多的想象空間。教學(xué)不再局限于課本、黑板和PPT，而是整個虛擬現(xiàn)實世界。通過簡單易用的設(shè)備和軟件，可以設(shè)計教學(xué)的浸入式場景，讓學(xué)生在課堂里戴上 VR/AR 眼鏡就可以如同在真實場景中一樣體驗。比如在學(xué)古羅馬歷史的時候，就可以身臨其境地在VR中體驗幾千年前古羅馬的建筑、羅馬城市的盛況、貴族的生活場景、神殿的建造過程，甚至可以坐在斗獸場的觀眾席中體驗一把。再比如學(xué)習(xí)人類新陳代謝的時候，可以“化身”為一個存在于食物中的微生物，在人體中暢游一次，體驗人體消化和吸收的過程。這在現(xiàn)實中是無法做到的，但是有了VR的幫助，課堂上就沒有不能體驗的知識了。 

這種以體驗為主的學(xué)習(xí)方式也叫“沉浸式”學(xué)習(xí)。知識不再是單調(diào)的書本上的文字和多項選擇題，而是實實在在的場景。學(xué)習(xí)者幾乎得動用所有的感官，通過自己的觀察和體會來學(xué)習(xí)。更重要的是，學(xué)生的學(xué)習(xí)并不受到老師的語言和PPT的限制，而是完全按照自己的節(jié)奏和方式接受知識。還有比這樣的方法更吸引人、更有效的嗎？

******

這三種學(xué)習(xí)趨勢，背后的驅(qū)動力都是相同的：科技的發(fā)展和強大的數(shù)據(jù)支持。個性化和精細化課程和工具的設(shè)計者需要采集和分析大量學(xué)生學(xué)習(xí)行為數(shù)據(jù)，用機器學(xué)習(xí)讓工具通過數(shù)據(jù)掌握學(xué)生的學(xué)習(xí)方式和習(xí)慣，從而為學(xué)生量身定做最適合的課程和方法。沉浸式學(xué)習(xí)更需要設(shè)計者將抽象的知識具體化、場景化，再用強大的計算機軟硬件系統(tǒng)將這些場景用最好的方式展現(xiàn)在學(xué)生面前。反過來，這兩個驅(qū)動力的進步也會被三種學(xué)習(xí)模式的應(yīng)用所推動。如何讓機器自己學(xué)習(xí)？首要條件就是要有大量高質(zhì)量的數(shù)據(jù)，然后還要有很多人來用，才能讓機器越用越聰明，正如我們的大腦，越用越靈活，不用就逐漸生銹退化了。如果很多學(xué)生和老師都使用自適應(yīng)學(xué)習(xí)的工具，并通過VR/AR來實踐沉浸式學(xué)習(xí)，這個過程中大量的數(shù)據(jù)被收集，大量的學(xué)習(xí)信息被反饋，技術(shù)的快速進步自然就有了基礎(chǔ)。

無論在歐美還是中國，已經(jīng)有一大批學(xué)者和創(chuàng)業(yè)者致力于運用技術(shù)將這三種學(xué)習(xí)引入課堂和家庭教育中。一些成果已經(jīng)初露苗頭，相信在未來的五到十年，教育將迎來一輪新的變革——用智慧的教育方式，讓我們的下一代在學(xué)習(xí)中真正獲得智慧。人工智能的目的不是要打敗人類的智慧，而是要幫助它提升到一個全新的高度。

這也許就是智慧教育的真諦。

作者：胡珉，現(xiàn)歌斐教育特聘合伙人、英國劍橋大學(xué)博士，北京大學(xué)學(xué)士。曾在倫敦創(chuàng)辦高端求職培訓(xùn)公司，幫助包括劍橋、牛津、倫敦政治經(jīng)濟學(xué)院、帝國理工等英國頂尖高校的畢業(yè)生培養(yǎng)職場軟實力。曾任歐洲頂級戰(zhàn)略咨詢公司咨詢顧問，為眾多行業(yè)的企業(yè)高管和投資人提供戰(zhàn)略和投資咨詢服務(wù)。

注：本文系讀者投稿，不代表芥末堆觀點。