报告目的和吴金闪的风格
- 给各位同路人介绍中心研究工作的理念和方向
- 吸收您的意见和建议
- 一起来推动系统性的改善教和学的方法
- 随时打断我问问题
- 下面所讲的信息都有整理好的文字版本
核心理念和概念
- 人类知识高速公路:相互联系的知识
- 知识的层次和高层知识生成器
- 事实性程序性知识
- 学科概念
- 学科思维等学科大图景
- 一般性人类思维(批判性思维、系联性思考)、教和学的方法(理解型学习)
核心理念和概念
- 上下联系:上层生成下层,上层来自于对下层的抽象和总结
- 左右联系:同层内知识也具有相互依赖的关系
- 理解型学习:运用了上下左右的联系来学习的过程
- 机械式学习:孤立知识点,通过重复练习来学习的过程
关于“能力”和“知识”
- “能力”一般而言是“可以干某件事情了”的意思,具有干某件事情的很高的可能性
- 回到教和学,“干某件事情”指的是在某个思维的指导下用某种知识来提出和解决某个问题,甚至进而创造新的知识
- 如果我们追问,到底怎么就能够“干某件事情”了,我们就会发现,其背后往往是一个思维、一些用到知识和使用这些知识来面对问题的意愿和习惯
关于“能力”和“知识”
- 也就是说,通常说的能力是知识和问题间的联系,我们发现“干那些事情”需要
- 思维层(第三层第四层)的知识
- 学科概念层和事实性程序性的知识
- 喜欢面对挑战性问题的习惯
- 在我们的概念体系中,没有独立的能力层,能力就是知识生成器以及使用生成器面对问题的意愿和习惯
- 这也是概念地图的精神:任何联系都要找到合适的连词标出来
举个例子

高层知识生成器之学科大图景
- 典型研究对象
- 典型研究问题
- 典型思维方式
- 典型分析方法
- 和世界以及其他学科的关系
新教育模型
- 在人类知识高速公路上以高层知识生成器为目标的理解型学习
- 通过生成性学习建构自己的知识高速公路
- 课程专业仅仅是某个级别的涌现结构
- 每个人都学成自己的四不像
最终产品形态
- 人类知识高速公路
- 学习资源(教材、课程视频、Wiki词条、习题、项目等)链接到概念以及概念联系上
- 学习者决定学习的整体目标,算法(和专家)设计学习顺序
- 算法(和专家)随时诊断被试的学习进度
- 局部知识也运用理解型学习、创造体验式学习
为什么要实现它
- 学习是为了学会创造知识和创造性地使用知识,或者欣赏知识的创造和创造性使用
- 教是为了帮助学习者学得更好,学会学习的方法以及自学的基础(引领)
怎么实现它
- 人类知识高速公路的构建的任务和算法
- 人类知识高速公路上的学习顺序算法和断性检测算法
- 理解型学习的行为和脑活动的实验研究
- 构建最终产品,推广理解型学习
- 促进理解型学习的知识的教和学的层次之上的教育系统的研究
人类知识高速公路的构建和构建算法
- 目前手工构建,以概念地图和Wiki词条的形式
- 需要从书和论文中构建概念地图的算法
- 知识层次标记
- 把习题、项目联系到知识高速公路的上
基础架构和算法
- 把教和学的问题分解成两个子问题
- 人类知识高速公路上的学习顺序算法
- 人类知识高速公路上的断性检测算法
- 顺便,把问题分解成数据(及其描述框架)和对数据的操作是非常具有一般性的研究方法
例如,汉字学习顺序算法
- 已知汉字之间的直接联系($i$是$j$的部件)矩阵$a^{i}_{j}$
- 定义$A$的列归一化(对行求和等于1)的矩阵$\tilde{A}$
- 求解逆矩阵,其中$W$是使用频率,$\tilde{W}$是学习顺序
\begin{equation}
\tilde{W}= \left(1-\tilde{A}\right)^{-1}W= W + \tilde{A}W+\tilde{A}^{2}W+\tilde{A}^{3}W + \cdots
\end{equation}
- 考虑了汉字的使用频率、直接构成字的数量(度)、是否参与构成了很多层汉字
理解型学习的实验研究
- 在选定的局部知识(高层类比、if-then推理、汉字)上,对比理解型学习和机械式学习
- 学习成本(情感负担、认知负担)
- 学习效果(迁移学习、迁移创造、成绩)
- 特征性脑活动,学习过程和运用、创造过程
理解型学习的实验研究
- 选择一定规模的知识,例如一群汉字,做理解型学习和学习顺序算法的实验室实验
- 选择某个学段的某门课,例如小学数学,做理解型学习和学习顺序算法的课堂实验
- 断性检测算法的实验研究
其他拓展性和辅助性研究,从知识的教和学到教育系统
- 迷思的产生、抑制和消除
- 从知道到运用的距离
- 多脑同步,教和学联合起来探索理解型教和学
- 教和学的层次标注的任务和算法
- 教师的时间都去哪里了
- 从学校教育到底学到了什么
- 促进理解型学习的教师培训和教育管理
- 最终产品平台的功能设计
新教育模型的“新”和“模型”
- 一个描述教和学主体的数学模型
- 把需要回答的问题用模型的语言变成一道数学题
- 找一个方法求解这个数学题,并得到解
- 检验这个解,乃至解法
- 教和学的科学化:数学建模和检验
- 同一个模型可以用于教和学的研究和实践
- 敬请期待“人类高速公路上的理解型学习系统”