什么是西蒙学习法 | What We Know About Learning
什么是西蒙学习法 | What We Know About Learning

什么是西蒙学习法 | What We Know About Learning

What We Know About Learning

摘要

传统上,工程研究和教学的方式截然不同。为了准备研究,我们要接受多年的严格训练,包括科学知识和通过实验分析获得新知识的各种方法。为了准备教学,我们获得同样的知识,但除了当过一段时间的助教,我们几乎没有接受过如何将知识传授给学生的培训。

幸运的是,现在已经有了一门发达的人类学习科学,它对我们的学生应该如何学习,我们应该如何教学有很强的借鉴意义。本文讨论了我们对人类学习的一些认识,这些认识可以大大改善我们的大学教学。

我们对学习的了解以及这些知识对工程教育的意义是什么?我很高兴能参与这个话题的讨论。我也很高兴看到今天人们对理工类大学教学的关注,已经大多集中在设计过程的学习上了。在我们的工程学院里,曾经有一个时期,我们认为我们通过向大家保证我们所做的事情是真正的工程科学,从而在学术界获得了某种威望。但结果却发现,在工程学院里,关心工程设计过程教学的人越来越难。

我认为这种趋势现在正在发生逆转。也许部分原因是由于计算机的出现,以及我们试图在计算机上实现设计过程各方面的自动化,我们已经开始明白,设计和其他每一个人类的心理活动一样,都有系统的基础。有一门 "设计的科学",既然它是一门科学 —— 我们可以教它。当然,如果我们不称它为科学,我们仍然可以教它;但我们现在可以分析综合过程 —— 设计中的各种心理过程 —— 这一事实使我们有信心学会如何有效地教它。

I. 学会教与学 Learning to Teach and Learn

大学是一个非常长寿的机构,而且在几个方面是相当奇怪的机构。巴黎大学大约成立于1200年,当时学生们通过抄写教授的讲稿来准备自己的教科书。尽管在此后不久发明了印刷术,但学生们在课堂上仍旧表现得像个抄写员 —— 勤勤恳恳地做着笔记,记录着教授们无死角的话语,仿佛他们不知道已经发明了印刷术并已大规模普及。我听说,有些大学,即使在今天也有这种情况发生。

我会把对新技术反应的迟钝,部分归因到过去和现今大学关于学习和教学的业余性。(关于K12,我会有不同的说法。幼儿园到12年级的教育方式可能存在一些问题,但业余主义不是其中之一)

业余主义在大学里是普遍存在的。我指的是技术意义上的 "业余主义":也就是说,无论是我们教员,还是我们的学生,在每天的大部分时间里做我们所做的事情时,并没有接受过任何重要的正规培训。

比如我们中的大多数人是在研究生时担任过几个班级的助教,勉强算接受了教师的训练;而我们的学生,除了极少数例外,从来没有接受过任何系统的、一致的关于如何学习的指导。然而,这就是他们每个工作日都在使用的技能。所以,学生不研究学习的技能,大学老师也不研究教学的技能。

我并不是说我们的大学里没有学习和教学,我认为大量的学习和教学都在进行。但是,我们完全有理由相信,通过引入更高的专业教与学的水平,可以使老师与学生做事效率大幅提升。

将目前的做法与大学里也在进行的体育教学进行一下对比。你会发现,运动员是被系统地训练而成。如果你仔细看下训练过程,你会发现大部分都是为了学习如何获得技能:你需要如何表现得像一个有抱负的运动员,这样明天你就会成为一名更好的运动员。学习过程,无论它如何非正式地处理,在很大程度上是典型的运动训练和教练制度的一部分。教练本身也接受过教练技能的培训。现在,也许我们的比赛比他们的比赛打得更好,但我认为我们不应该指望这一点。我认为我们应该严肃地问一问,我们是否也应该明确地注意学习和教学的技巧。

我们如何在大学里实现这一点?我想吹嘘一下卡内基梅隆大学,或者当时的叫法 —— 卡内基科技大学,因为我到的时候,大概是1949年,当时有一个叫卡内基计划的东西。卡内基计划有几个方面:首先,它是在工程学院里产生的,但这并不奇怪,因为当时的卡内基理工学院主要是一个工程学院。卡内基计划的思想是,工程教育的重点不应该放在知识上,而应该关注学生的学习过程和解决问题的过程。培养学生的目标是使他们能够执行技能,他们必须掌握这些技能,而最基本的技能就是我们所说的解决问题的广泛技能。在工科学校里,你可以肯定的是,你要在工程问题的背景下教授和锻炼这些技能,但技能本身比这些技能更广泛,更基本。

让我讲一个简单的故事。我们的校长,当时是Bob Doherty。Doherty来自耶鲁大学的通用电气公司 他是被著名工程师 Stiglitz 收留的聪明的年轻人之一。每逢周六,Stiglitz 都会为这些被通用电气招揽来的、试图学习更先进的工程理论和解决问题技术的,有才华的年轻人举行一次会议。通常情况下,Bob Doherty在处理问题时有时会遇到很大的困难。这时,他就会走到大厅里,敲开 Stiglitz 的门,和他交谈 —— 天哪,几分钟或者一刻钟之后,问题就会得到解决。

一天早上, Doherty 在去 Stiglitz 办公室的路上,自言自语地说:"我们到底要谈什么?我们谈话的性质是什么?" 他的下一个想法是:"好吧, Stiglitz 从来不说什么,他只是问我问题。而我不知道问题的答案,否则我就不会过去了;然而十五分钟后,我就知道答案了。所以,他没有继续去 Stiglitz 的办公室,而是去了最近的男厕所,坐了一会儿,问自己:"Stiglitz 会问我什么问题?,十分钟后,他就有了问题的答案,并到 Stiglitz 的办公室,自豪地宣布他知道如何解决这个问题。

所以你可以看到,Doherty 对学习的过程非常感兴趣,正是他的这种精神,将强调解决问题和学会学习的卡内基计划,带入卡内基梅隆大学。他还为实现专业教育和通识教育之间的平衡做了很多工作,我们今天在工科学校都认为这是理所当然的,其实在当时并没有。

II. 我们对教学的新认识 Our New Understanding of Teaching and Learning

在大学里,我们应该更系统地关注学与教的过程,但是,除非我们有一些关于如何学与教的东西,否则这样做是没有用的。这里一定有一门潜在的科学,或一些系统的基础知识:当一个人在学习或教学时,他们的头脑中到底经历哪些过程。

要说心理学对学习的过程感兴趣,可以追溯到20世纪初。一开始,它从先进的科学中得到启示:"我们必须先研究简单的东西,然后才能研究复杂的东西"。

美国心理学界有很长一段时间研究的对象是老鼠 —— 因为据说老鼠比人类简单。当时从业者的想法是,如果你真的通过让老鼠跑过迷宫来了解老鼠是如何学习的,那么也许你就会对人是如何学习的有一些看法。当然,心理学家既用人做了实验,也用老鼠做了实验,对老鼠和人类的学习都有很多发现。这一时期的 "行为主义 "与 Watson 有关,后来又与 B. F. Skinner 有关

而最近,心理学发生了两件事。首先,人们对复杂的人类任务 —— 不是简单地记忆胡乱的音节或简单的概念 —— 的研究意愿大大增强,而且是专业层面的任务。其中研究最多的任务(当然也是专业任务)是下棋。国际象棋已经成为认知心理学研究的果蝇 —— 标准的研究生物体 ——我们在其中积累了大量的知识。

我们还研究了其他更简单的 "生物体" —— 名为 "汉诺塔"的谜题,在那里,你将盘子从一个棋子移到另一个棋子上,以达到所需的模式。在那里,我们又发现了一些解决问题活动的基本原则 —— 在人类解决问题的过程中经常观察到的一种叫做「手段-目的」分析的东西(即使你们不熟悉这个名字,也都很熟悉)。于是,作为比果蝇更简单的生物体,汉诺塔就成了认知心理学研究中的大肠杆菌。

III. 学习与教学设计 Learning and Teaching Design

工程和工程设计很大程度上受到了心理学这些发展的影响。自20世纪60年代以来,人们对设计过程的关注度越来越高,从你们出席这次会议的情况来看,我想你们中的许多人不仅熟悉最近的研究,而且熟悉最近的工程设计教科书(一个很好的例子是Dym[1])。建筑学领域也同样,对于设计一栋房子或一间办公室这些非常不明确的任务,已经做了很多很好的工作。设计已经是心理学研究这一新趋势的受益者。另一件事是,越来越多的心理学家对我们所学到的关于学习的知识应用到教育上产生了兴趣。

例如,在卡内基梅隆大学,我的同事 John Anderson ,大约十年来一直在为高中生建立计算机辅导系统,主要是几何和代数,以及逻辑和计算机编程。计算机辅导并不是一个新事物,但新事物,而且发展非常迅速,就是根据我们对学习过程的了解 —— 根据基本的心理学原理来设计这些辅导程序[2]。

例如,这意味着从分析你要教的任务和技能开始设计教学。如果任务是教几何学,就要确定学生脑子里要储存什么,才能证明几何定理和解决几何问题。

  • 你必须做的第一件事是确定目标。
  • 然后,你要试着用人类的思维过程来明确这些目标的内容;
  • 然后你要问,如果让学生接触到什么样的体验,能让他们获得这些技能。

这种计算机辅助教学有趣的是,不仅仅是基于计算机能做什么,而是基于当计算机为人们提供某些体验时,人们能做什么。这是两种完全不同的看待技术的方式。随着我的讲解,你会明白我为什么要强调这一点。

当我们研究设计的过程时,我们会发现,设计就是解决问题。如果你有了解决问题的基本理论,那么你就已经在设计理论的道路上走得很好了。这个发现对于我们这些一直在其他领域进行人类思维认知研究的人来说,并不深感意外。设计是一种特殊的问题解决方式[3]。

设计是一种非结构化的解题方式。与汉诺塔甚至国际象棋不同,你不会一开始就有一个明确的目标。你也不会一开始就有一套明确的备选方案,或者根本没有任何备选方案。目标和备选方案必须通过设计过程本身产生:它的首要任务之一就是明确和阐述目标,并开始产生备选方案。

如果你看看任何真正复杂的工程或建筑设计,你会发现,在设计即将完成之前,目标永远不会被完全确定。在设计过程中的任何时候,你都可以说:"那里必须有足够的空间让那扇门摇摆开来。所以我必须把它设定为一个新的约束条件,并确保这个条件得到满足。" 设计的过程本身就会提醒你必须满足新的条件。

设计除了这种逐渐出现的目标特点之外,还有一个特殊的地方,就是不断产生备选方案。决策的理论有很多,这是一个被经济学家和统计学家大力培养的领域。但大多数决策理论都是从一组给定的备选方案开始,然后问如何在这些备选方案中进行选择。相比之下,在设计中,大部分的时间和精力都花在了生成备选方案上,而这些备选方案并不是一开始就给定的。

当然,生成备选方案和在其中进行选择并不是相互孤立的。设计的过程是一个不断生成备选方案和测试评估备选方案的循环。我们一开始就有所有的备选方案,然后在其中进行选择的想法是完全不现实的。如果你正在设计一座重要的桥梁,你可能会考虑两到三种基本的桥梁,并选择一种,然后进入下一个层次的细节,以此类推。在整个设计过程中,你总是在生成两三个备选方案,并在其中进行选择,然后设定具体参数的值,以适应当前的应用。

我们开始了解设计是一个什么样的解决问题的过程,它的基本原则是什么。如果我们想有效地教授设计,那么作为教师,我们应该对其理论和支持理论的经验证据有充分的了解。而这些事项应该进入我们的课程建设中,也应该进入我们在这些课程中使用的教学技术的建设中。让我来提示一下我们对设计和一般的专业知识的其他一些了解 —— 因为工程师无论在从事哪种工程,都应该是专家。

IV. 专门知识的性质 The Nature of Expertise

关于什么是专业技术,已经有了大量的研究[4,5]。除了象棋,医疗诊断也是一个标准的环境,在这个环境下,人们对专业知识的研究也很多。医生看着进诊室的病人,如何判断是什么病,产生一个拉丁文的名称,并且经常产生一些治疗的建议?是如何做到的呢?在医疗诊断和下棋的情况下,我们都发现了是怎么做的,我不知道为什么在工程上要基本不同。事实上,我们对此也有一些认识。

首先,专家在专业领域拥有大量的索引记忆在每一个被研究过的领域,专家至少拥有大约5万到10万个 "块(Chunk) "的知识。"块 "是心理学中的一个专业术语,意思是指任何已经熟悉并在记忆的索引中占有一席之地的知识单位。既然在索引中占有一席之地,那么 "块 "就是你在专业领域中能认识到的任何东西。说英语的人都是英语专家 —— 我们已经储存了超过10万个熟悉的块,这些块被称为单词。当我们在文本中看到它们时,我们会认出它们并从记忆中检索它们的含义。

现在 "索引 "是什么意思呢?索引是一组模式,它能让你识别你有知识的事物,只要它们出现,你就能识别它们。除非你能在相关的时候获得知识,否则拥有知识是没有用的;而在相关的时候获得知识,使用的是我们称之为识别的过程。如果你说 "嗨,妈妈",有人说:"你是怎么做到的?"你回答说:"嗯,我可以认出我自己的妈妈!" 我们不太会说自己看到了什么特征才能认出她,但我们可以肯定识别的行为。

通过对众多专业领域的研究表明,比如说,一个医生,当你走进办公室时,很大一部分技能只是识别模式的技能。有时我们用一个更高级的词:我们说,我们是靠直觉来做的。直觉本质上是识别的同义词。拥有直觉意味着你在不太清楚自己是如何做到的情况下获得了关于某件事的知识:在不知道基本过程的情况下。通常,直觉来得比较突然,有人说:"你怎么知道的?"你说:"哦,我有一个直觉。" 如果你只是说:"哦,我认识到了。"你会听起来不那么神秘。我认出了那个块。" 而认出了这个块,你就会像对待百科全书的索引一样:你可以访问储存在你的大脑里所有你知道的关于它的所有东西。这就是专业知识的一大内容。

专业知识的另一部分是在问题空间中搜索的技能:从你现在所处的情况向目标情况搜索,并有询问下一步该怎么做的技能。这就是手段-目的分析的运用"我在这里,我想在那里。这里和那里的区别是什么?我有什么操作手段,有时可以减少那种差异?现在让我们应用这样的手段,能否取得一些进展?"

各种各样的人工智能系统已经被设计出来,它们可以做智能的事情:它们通常被称为专家系统。一般来说,它们的专业技术比人类的专业技术要窄得多;但在很多很多情况下 —— 每天都在增加 —— 我们生产的计算机程序的性能达到了人类的专家水平。当你观察这些程序的内部时,你主要看到的是:

  1. 识别熟悉的模式的能力;
  2. 每当识别到这些模式时,就能获得有关这些模式的含义的信息;
  3. 向目标进行适量的非常有选择性的搜索的能力。

当然,对于计算机,我们不必像人类那样必须有选择性地搜索,因为计算机的搜索速度比人类快得多。如果你研究一下像 "深蓝 "这样花哨的人工智能程序,也就是打败世界象棋冠军卡斯帕罗夫的程序,你就会发现,它无非是以下两个方面的结合:

  1. 大量的象棋知识,让计算机能够通过索引的方式识别棋盘上的重要特征,并利用其知识来应对这种特征的棋步
  2. 非常大的提前搜索能力。

但不要被这个过程所误导。极其快速的前瞻搜索过程本身并不是使深蓝成为世界冠军的原因 —— 尽管IBM的说法与此相反。如果没有复杂的国际象棋知识来引导搜索沿着有希望的路径进行(关于替代设计的知识),没有国际象棋知识来评估所达到的位置(选择评估知识),再多的搜索也无法做到这一点。这些知识是由国际象棋专家,包括一位特级大师顾问提供给深蓝公司的。后一代的计算机国际象棋程序将直接从国际象棋书籍中获取知识

V. 学与教的若干原则 Some Principles of Learning and Teaching

早在进行这种人工智能和认知科学的研究之前,我们就已经对学习有了充分的了解。我们所知道的一些东西已经蕴含在我前面所说的卡耐基计划的智慧中。

第一个原则:学习必须发生在学生身上。你可以在教室里或其他地方做任何你喜欢做的事情 —— 你可以站在你的头上 —— 除非它能引起学生行为的改变,否则它不会有丝毫的不同。

学习是在学生的头脑中进行的,而不是在其他地方,教师的有效性在于他们能诱导学生做什么。任何教育程序设计的开始,都是为学生设计经验:我们希望学生做的事情,因为这些活动能帮助他们学习这种信息和技能。然后我们可以退而求其次,问我们要怎么做才能让学生进行这些活动。

VI. 教育技术的作用:计算机显示 The Role of Educational Technology: Computer Displays

请注意,如果你以这种方式进行,技术是工具,但它不是驱动力。我们首先要避免的是设计出技术先进的锤子,然后到处寻找可以用它们敲击的钉子。这对我们所有从事计算机技术的人来说都是一个巨大的诱惑;因为计算机在不固执的时候可以做一些非常迷人的事情;我们想看看如何在教育中利用这些潜力。但我认为,除非我们真正把问题反过来,首先明确学生应该做哪些事情:什么是具有成本效益和时间效益的方法,让学生可以继续学习,否则我们不会成功。我们需要进行必要的分析,以了解他们必须做什么 —— 哪些活动会产生学习效果 —— 然后问自己,技术如何帮助我们做到这一点。

让我举一个现实生活中的粗略例子。我们都知道,我们并不是所有的推理都是用文字来完成的,我们很多的推理都是用图片来完成的。计算机的用途之一就是呈现图片和显示。当一个人要进行视觉推理的演讲时,首先想到的是用视觉展示来作为例子。但是,在进行这样的演讲时,还有另外一种方式。

不使用屏幕来进行视觉推理的演讲是很有趣的,因为我们每个人都有一个屏幕,它被称为 "心灵之眼",我们每个人都可以在屏幕上将事物视觉化。所以,如果我们在讲解有关视觉化的材料时,可以给学生做视觉化的练习。"这是一个长方形,这里有一条从它的左上角到右下角的对角线。" 我根本不需要画出来,因为你们中的大多数人,在我描述的时候,已经在脑海中 "画 "出了一个长方形,并 "画 "出了横过它的对角线[6]。

如果我们了解了人的思想,我们就开始了解我们可以利用教育技术做什么。让我举一个消极的例子[6,第37-39页]。几年前,我们有兴趣了解学生如何利用视觉材料进行思考:学生如何来理解狭义相对论,特别是洛伦兹方程的推导。我们建造了一个高科技的计算机显示器,它显示了一个可以使其移动的杆子和一束光,这束光辐射到杆子的远端,然后反射到近端,按照爱因斯坦在1905年的论文中对这一现象的原始描述。我们有同时与静止的参照系和移动的参照系同步的时钟;我们可以在任何一个参照系中显示杆子;时钟可以做它们的事情;学生们可以观看这一切 —— 这使他们完全陷入了困惑。

现在也许我们设计了错误的展示;事实上,这是错误的展示。也许有另一种展示可以完成这项工作。但是,从 "我们能不能把这些现象都弄到显示屏上?我们能把它做成虚拟现实吗?"这不是正确的方法。更多的技术并不是所需要的,而是更多的了解人们如何处理视觉展示。

所以后来我们又回去研究了一下学生:我们干脆把爱因斯坦1905年的论文文本给他们看。如果你看过那篇论文,你就会知道前七页除了代数之外没有别的东西,然而你却能从中得到导致洛伦兹变换的基本方程。所以我们把那几页纸给了学生,让他们去读,我们观察他们的表现。他们开始使用他们的心眼,他们在面前的纸上画出了他们在心眼里看到的图。

但他们的图看起来一点也不像我们的电脑显示屏。他们在纸上画了一根杆子,然后也许他们在杆子的末端放了一个小箭头,表示它在移动。想了一会儿,他们又画了第二根杆子,向右位移。然后他们说:"当光线到达杆子的远端并被反射时,这就是杆子的位置。" 然后他们通常又画了一个箭头,显示一束光从杆子开始移动时的原始位置,到远端到达的点,当光打到镜子上并被反射。

如果你画出那张图,我想你就会发现,只要标出你画的各个部分,你马上就能写出爱因斯坦写的事件时间的方程式。把箭头标为光(ct),因为,速度为c时,这就是它在时间t内所走的距离,把杆子的长度标为 "l";把从杆子的初始位置到后来移动的地方的小箭头标为杆子移动的距离,速度为v时,就是vt。现在你在图中看到,线段ct的长度等于杆长l,加上线段vt的长度;于是你写出 "ct=l+vt",并求解t。

因此,在教学中,计算机显示的诀窍是找出人类能够设想的事物,他们是如何设想的,在此基础上,设计你的计算机程序。对于这个问题,最好的显示可能是学生画的那张图,它是关键事件(光的运动)的前后图,可以推理出变化。运动是通过经济学家所说的 "比较静态 "的静态显示来捕捉的。

VII. 从实例中学习 Learning from Examples

我们发现,学习的有力方法之一就是,给学生提供经过加工的例子,一步步解决问题的例子[7,8]。让学生通过这些例子,找出如何从一个步骤到下一个步骤。现在,这有点像从实践中学习 —— 扔给学生一个问题,让他或她去解决它。但通过提供例子,你是让学生一步步解决一系列子问题。你可以根据学生的难易程度,把每一步都做得很长或很短。

学生在研究解决的例子时,会怎么做呢?他或她问:"从第一步到第二步发生了什么变化?" 比方说,这是一个要解的代数方程。"哦,两边都减去了7"。这有什么不同呢?"嗯,原来我们左手边有一个数字,我们不想这样,所以我们把它去掉了。" 于是,学生开始联想到可以采取的行动和这些行动的不同,这就决定了在什么条件下要使用某个行动。

你们都坐过教授的课堂,他上课时从黑板的左端开始写方程,下课时在黑板的右端写QED。你一直在仔细观察,你知道每一步都是正确的。但你不知道的是,为什么只选择了这几步。今天我们知道,要了解采取这些步骤的原因。你必须在脑海中把题目的信息组织成一组制作--if-then语句。如果我在等式的左手边有一个数字 而我只想要X在那一边,那么就从两边减去这个数字。

在计算机科学中,我们把这些if-then语句称为productions。熟练掌握问题领域的人类就像一个生产系统一样进行操作,在给定的情况下找到适合的动作(IF),然后应用这个动作(THEN)。这就使我们要问,我们可以给学生提供什么样的练习,引导他们获得这些生产。当我们理解了这一点,我们就可以设计一个计算机教程,或者说是一个纸笔小册子,将适当的问题传递给学生,为他们提供这类学习经验。

事实上,在过去的十年里,这个特殊的想法已经被应用到中国大陆的代数教学中。现在在中国几百所中学里,代数课程的教学几乎没有讲座,通常是50人左右的班级。教师在班上工作,辅导个别学生,技能几乎完全是通过让学生做例题来教授的。评估表明,这种方法非常有效。

我关于图表和关于从例子中学习的评论说明了理解人类的思维过程与理解如何使用现在我们所能获得的技术好东西之间的相互作用。如果我们要为学生设计有效的教育活动和经验,就必须将我们对思维过程的了解与我们对技术的了解结合起来。

VIII. 在大学的应用 Applications in the University

20多年来,我们在卡内基梅隆大学设立了一个教学中心,使我们的教师接触到我所描述的那种基于原则的教学方法。大约五年来,我们有一个学习创新中心,通过将拥有重要认知和心理技能的教师与负责规划和教授课程的部门的教师聚集在一起,在大学内应用这些原则。在这两项相关活动中,我们的目标是开始实现大学教育过程的专业化。我们深信,我们再也不能承受由业余教师向业余学生提供的大学教育了。在我们创建的两个组织中,现代教育技术正发挥着越来越重要的作用,但始终是在对学习必须进行合理的心理分析的前提下进行的。我们认为这是一种普遍有用的模式。

IX. 结语 Conclusion

现代信息技术,包括计算机和通信网络技术,对工程教育具有重要意义。

首先,它使我们建立了一个重要的设计理论,为工程设计以及工程科学的教学提供了一个结构。

第二,信息技术应用于计算机模拟人的思维过程,极大地促进了我们对专业知识的性质以及专业能力和专业知识获得的学习过程的理解。

第三,信息技术,特别是它的心理学成分,使我们能够通过认真分析要掌握的任务结构、成功表现的基础的生成系统(if-then规则)以及使学生获得这些生成的活动种类,来构建新的教学程序。

最后,我们可以在我们的计算技术中找到新的能力--例如,视觉显示的能力--来向学生呈现我们的认知理论所指出的对教学有效的学习经验。

我们现在已经具备了基本的能力,如果我们愿意使用这些能力,就可以把大学教育从一个有天赋的业余爱好者、教师和学生的活动转变为一个以坚实的科学知识为基础的活动,这种活动可以以一种完全专业的方式进行,从而越来越有效。

参考资料 References

1. Dym, C. L., Engineering Design: A Synthesis of Views, New York, NY: Cambridge University Press, 1994.

2. Anderson, J. R., et al., "Cognitive Tutors: Lessons Learned," The Journal of Learning Sciences, 4,167-207, 1995.

3. Simon, H. A., The Sciences of the Artificial (3rd. ed.), Cambridge, MA: The MIT Press, 1996, especially chapters 5 and 6.

4. Ericsson, K. A., and J. Smith (eds.), Toward a General Theory of Expertise, New York, NY: Cambridge University Press, 1991.

5. Ericsson, K. A. (ed.), The Road to Excellence: The Acquisition of Expert Performance, Mahwah, NJ: Erlbaum, 1996.

6. Tabachneck-Schijf, H. J. M., and H. A. Simon, "Alternative Representations of Instructional Material," in D. Peterson (ed.), Forms of Representation (pp. 28-46), Exeter, UK: Intellect Books, 1996.

7. Zhu, X., and H. a. Simon, "Learning Mathematics from Examples and by Doning," Cognition and Instruction, 4 , 137-166, 1988.

8. Zhu, X., et al, "Cue Recognition and Cue Elaboration in Learning from Examples," Proceedings of the National Academy of Sciences, USA, 93 , 1346-1351, 1996.

中文世界中的误解

在无意间找到司马贺这个原文的之后,我查找了大量的资料。在英文世界中并没有所谓的“西蒙学习法”这一说,也没有关于华盛顿邮报的报道。

即友 Zipfs 留言:我找了一下,一万小时是研究象棋选手的结论,我感觉是de Groot的研究,他只是引用。坊间报道是HBR 1989. The Experts in Your Midst. p.121最后一段

在原文中确实提到了知识块(Chuck)的概念,以及如何通过这些知识块形成专家网络:

每个受过高等教育的人,差不多都能识别5万到10万个不同词汇,并回想起它们的含义。”这些词汇会形成辨识网络。“在任何专门知识领域里,正是由于有了一张十分精致的辨识网络,人们才能够从千万种不同事物、不同情境当中,判别出其中任一事物或情境,这种网络是专家的基本工具之一,是其直觉的主要源泉。”

但并没有下面这种鸡汤内容

对于一个有一定基础的人来说,他只要真正肯下功夫,在6个月内就可以掌握任何一门学问。一个人1分钟到1分半钟可以记忆一个信息,心理学把这样一个信息称为“块”,估记每一门学问所包含的信息量大约是5万块,如果1分钟能记忆1“块”,那么5万块大约需要1000个小时,以每星期学习40小时计算,要掌握一门学问大约需要用6个月。为了感谢西蒙的这个研究成果,教育心理学界称这种学习法为西蒙学习法。

其实原理很简单:烧一壶开水,如果断断续续地烧,1万个小时也烧不开,如果连续烧,1个小时就够用了。

为了形象地说明,把西蒙学习法比做一把锥子。正如居里夫人所说,“知识的专一性像锥尖,精力的集中好比是锥子的作用力,时间的连续性好比是不停顿地使锥子往前钻进。” 西蒙学习法所支配的学习活动,呈现出一种尖锐猛烈、持续不断的态势,所以又名锥形学习法

在 Simon 的论文中着重强调的是

  • 心理学研究如何发现了“手段 - 目的”模型
  • 如何从建筑学中学到“设计是一种解决问题的手段”。
  • 如何通过知识块的积累形成专家网络,并且“索引”的过程及价值是什么
  • 真正要增强学习能力,最核心的还是要根据学生的能力,设计好在他们能力范围内的,拆分为一步一步的问题,让他们在解决一系列前后相关的问题时,掌握想让他们掌握的知识
  • 毕竟学习只发生在学生身上,而作为教师只能引导学生做点什么而已。

并没有所谓的

  • 六个月掌握任何一门学科
  • 像烧热水一样的聚焦所谓“锥形学习法”
  • 最难的其实是把问题拆分为合理的“块”,而不是持续不断的努力