复杂性新方向——教育系统科学
报告目的
- 回答教育为什么是系统科学研究的对象
- 进而找到志同道合的人来一起做
- 顺便介绍中心研究工作的理念和方向
- 听听您的意见和建议
- 随时打断我问问题
教育研究的核心目标
- 帮助学习者学得更好
- 帮助教师教得更好
- 帮助研究者提出和解决问题，创造和创造性地使用知识
- 从而推动学科发展
当前的教育研究怎样
- 能够实现上面的目标吗？
- 以实现上面的目标为核心开展研究吗？
- 当前的教和学不可能培养出来探索者创造者
- 学习万能公式一——口诀法
- 学习玩能公式二——刷题
- 只能培养知识的重复使用者
- 凡是创造者都是没有被当前教育成功消灭的奇葩
当前的教育研究为什么会这样
- 公式化和刷题化一切知识为
- 孤立的知识
- 浅层知识——事实性程序性知识
- 数学就是算啊算，套口诀
- 几何看不到系统性
- 化学是背诵现象和流程
- 物理是背诵实验规范和套功是
- 语文是好词好句
这问题怎么破
- 知识之间是有联系的
- 除了浅层知识，还有高层知识
- 学会了高层知识，用于问题解决可以“创造”出来新的浅层知识
- 高层知识本身可以通过浅层知识的创造过程总结出来
- 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
插入：理解型学习的核心概念
- 人类知识高速公路：相互联系的知识
- 知识的层次
- 第零层，前知识：经验和体验
- 第一层：事实性程序性知识
- 第二层：学科概念
- 第三层：学科大图景
- 第四层：一般性人类思维、教和学的方法
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
- 典型学科责任：和世界以及其他学科的关系
一般性人类思维
- 批判性思维：任何成为我认知结构的一部分的东西必须经过我自己的理性检验（逻辑论证、实验检验）
- 成长性思维
- 系联性思考
- 对象之间有联系
- 通过联系，从个体看到整体，从整体的角度来看个体
- 数学语言意识：记录思考过程的符号体系
- 科学方法和思维：实验启发、概念建模和数学建模、实验检验、知识的系统化
教和学的方法
- 理解型学习
- 创造体验式学习
- 做中学
- 教中学
插入：理解型学习的核心概念
- 上下贯通：
- 概念生成：上层用于问题提出和解决的时候生成下层，
- 概念形成：上层来自于对下层的抽象和总结
- 左右贯通，概念同化：同层内旧知识帮助新知识的学习和创造，不同学科领域之间的知识迁移
插入：理解型学习的核心概念
- 理解型学习：
- 学什么：高层知识生成器
- 怎么学：上下左右贯通
- 朴素理解型学习：运用联系，旧知识帮助学习新知识
插入：理解型学习的核心概念
- 机械式学习：
- 学什么：什么都值得学，尤其那个“双基”
- 孤立知识点，通过重复练习来学习
- 理解型学习的“双基”
- 只有为了学好某个高层知识而不得不学的低层知识才是基础
- 先定目标，再依赖联系作计算，才有基础
- 越少越好
哪里系统科学了？
- 知识通过联系构成一个系统，数学描述？
- 高层知识生成器如何识别？
- 核心概念如何识别？
- 学习路径如何计算分析？
- 概念网络上的高效诊断性检测算法
哪里系统科学了？
- 系统科学的系统：系联性思考——透彻联系看到整体
- 系统科学的科学：数学建模、实验检验
哪里系统科学了？
- 提炼出来教育系统科学
- 如果在某个学科领域用系统科学的思维方式和分析方法促进了教和学，那么，是不是可以提炼为适用于一般的学科的教和学？
- 甚至这是教育科学化的必由之路
哪里系统科学了？
- 从科学到工程
- 如果促进教和学的方法有了，是不是可以构建一个这样的系统：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系统
哪里系统科学了？
- 从具体系统到一般系统科学
- 从对人类知识这个系统，以及如何帮助其创造和学习的研究，得到的概念和模型、分析方、思维方式，是否可以反过来推动更加一般的系统的研究
理解型学习系统
- 体现三四层的学科概念网路
- 每个概念和联系配上最合适（被创造的时候）的例子
- 习题、项目标注到概念网络上
- 背后有检测算法，认证体系
- 背后有学习路径推荐算法
理解型学习系统
- 每个概念和联系上的分层次的课程
- 师-生、生-生答疑系统
- 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
新教育模型
- 基于经过科学化的理解型学习的概念和理念
- 通过理解型学习系统来发挥作用
- 其它高层结构需要使得理解型学习更好地发挥作用
- 教材编撰、课程设置、学校形态
- 教育政策
- 教师培养
- 在此基础上讨论其它问题：教育公平、效率
- 前两者不清楚的时候，扯高层结构都是扯蛋
教育系统科学研究中心
- 按照这个理念，我们成立了教育系统科学研究中心
- 经费主要来自于企业捐助和企业服务
- 开放项目平台，欢迎你来参与
中心研究方向
- 人类知识高速公路的构建和构建算法
- 理解型学习的实验研究
- 当前教和学和理解型学习的差别以及转化道路
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
- 汉字理解型学习系统
- 英文单词基本完成
- 小学数学基本完成
- 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
- 底层知识结构，用概念网络表达
- 概念网络上的算法
- 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
理解型学习的实验研究
- 实验室内对比理解型学习和机械式学习的行为
- 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）
- 对比理解型学习和机械式学习的脑活动，提供行为的机制性解释
- 检测算法的实验检验
- 课堂级别的实验
- 学校级别的实验
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
中心研究鸟瞰
带回家的消息
- 教育是一个尤其适合系统科学发挥威力的地方
- 而且，非我们不可
- 携手同行，改变教育，让世界更美丽
- 顺便，也推动一下系统科学发展
- 感谢您的时间和注意力