脑科学｜脑科学将如何颠覆学习领域

作者介绍

薛贵，北京师范大学认知神经科学与学习国家重点实验室教授、985首席科学家；长江学者特聘教授，脑与学习科学研究中心主任，博士生导师。入选中组部首批青年千人计划入选者以及教育部新世纪人才计划。担任中国教育学会脑科学与教育分会副理事长。

科学发展至今，对于人脑我们依然知之甚少。亿万年前，当人类始祖在懵懂愚昧中灵智乍现，彷徨探索中第一次思考“为什么”时，他们对自己、对世界、对万物的不解和疑惑，不仅出自灵智，也出自情感。而这些，都源于人脑。教育，实质上就是在建构人的大脑。

脑科学与学习变革

我们正处在一个加速变化的时代。几年前社会还在讨论信息时代对人类的冲击，转眼间人工智能时代已经翩然而至。在人工智能时代，通过对大脑的研究，我们取得了一系列意义非凡的成果。通过解码大脑信号、实现脑机交互，我们可以让瘫痪的人重新站起来，也能通过控制机械手臂完成喝水等行为，还能通过舌头让盲人恢复视觉。此外，通过揭示并模拟大脑的工作方式，我们让机器和算法拥有智能，比如现在流行的深度学习算法所创造的阿尔法Go /Zero。

脑科学带来了脑机交互和类脑计算的惊人成就，但其最关键的应用领域还是在塑造人脑本身。学习就是这样一个重要的领域。人脑有将近870亿的神经元，每个神经元约有1000个连接。每一秒钟，都有数十万新连接的建立和旧连接的“修剪”。学习活动在很大程度上决定了这些连接的命运。任何一个知识的获取、技能的培养、习惯的养成、行为的变化、道德的形成，其背后都是对神经连接模式的塑造。每个大脑都是具备个性化连接模式的神经网络，它由先天基因和后天学习所塑造，并决定了每个人面对外界输入的独特反应模式。

虽然学习对大脑有如此深刻的影响，过去几十年脑科学的研究结果也对大脑学习机制有了较系统深入的研究，但其在学习中的应用还没有被充分认识和有效开展。一方面，脑科学本身还是一个新兴领域，大众特别是教育工作者和家长对此了解并不多；另一方面，在脑科学与学习领域，还没有一个简单实用类似于深度学习的算法；最后，目前脑科学对学习的研究还是基础研究为主，针对性解决日常学习问题的脑科学研究还亟待提升。这都限制了脑科学在学习领域中的应用和普及。在这样的背景下，本文拟初步探讨脑科学发展带给未来学习的潜在变革，包括学习目标、学习评价、学习内容、学习方式和学习技术几个方面。希望能抛砖引玉，引发对脑科学的关注讨论和更多真知灼见。

脑科学与学习目标的变革

基于核心素养的研究成果，最近教育的课程改革提出要进一步提高学生的综合素质，着力发展核心素养，并从文化基础、学会学习和社会参与三个方面，为素质教育提出细化目标。从心理学的角度，文化基础和学习、学习与晶体智力和流体智力有很强的对应关系。晶体智力和流体智力分别强调了知识积累和信息加工能力对问题解决的贡献。脑科学的研究则关注大脑的知识获取与表征、信息加工能力、目标指向的执行控制能力、情绪动机能力，与具体学科相关的基础能力等。它们对应着不同的脑神经网络基础，也存在不同的发展轨迹。

大量实证研究表明，这些基础能力是预测个体学习表现和社会适应的核心指标。比如延迟满足能力就是一种重要的情绪动机能力，它是影响个体终生发展的重要动力因素之一。随着快速的社会发展和知识迭代，晶体智力的相对作用会逐渐减弱，而认知能力和情绪动机能力对个体发展会产生更重要的影响。现代科技的发展，让大量知识储备可通过辅助设备（如手机、网络）来完成，从而深刻改变我们学习和记忆的方式，并对信息收集、分析和整合能力提出更高要求。

可以看出，心理学和脑科学从更加基础的角度，剖析了与人的学习密切相关的重要能力，为认识个体发展提供了全新的视角。另外，心理学和脑科学更强调立足实证数据来讨论。从这个意义上讲，建立个人终生发展的基因-脑-行为-环境大数据库，对于揭示全面影响个体发展的重要能力、遗传及环境等因素的作用，对于我们更科学确定学习目标具有决定性意义。

脑科学与学习评价的变革

科学的评价是指导一切学习活动的出发点和落脚点。对应着学习目标的变革，学习评价也必然产生全面深刻的变革，体现在评价的内容、方式和使用上。 在评价内容上，目前学校还主要是以知识掌握为目标，普遍缺少对学习能力、知识获取过程和效率的系统评价。在招生环节，虽然能力测试特别是智商测试越来越普遍，但却面临着测式的理论基础落后、题目形式传统、测评对象有限、测评实施困难、常模更新滞后、难以重复施测等局限。这就迫切需要发展以大脑功能网络和能力模块为基础的测评系统 。以注意力为例，注意力是学习的关键基础能力，包括不同维度，如注意的选择、分配和广度，分别对应人脑前额叶和顶叶的不同区域，测试需设计不同的任务。语文学习的基础能力，如字符识别、形音联系、加工速度、阅读理解等，也对应不同的脑区域。阅读困难可能是其中某个或多个系统存在功能缺陷的结果。因此，只有对基础学科的关键能力进行准确测试，才能找出学习问题背后的真原因。

在评价方式上，应结合新兴技术手段采用基于任务的测评方式。随着大脑测量科技的发展，一些可穿戴脑设备的快速普及和测量精度的提升，已可实现对个体学习状态、过程、注意力和情绪等的测量。对于特殊个体，更专业的大脑结构和功能测量、基因测试、基因表达测试等，可以与行为数据一起，实现对个体学习能力的更精准表征，以及对学习困难的更准确诊断。

最后，在评价的实施和使用上，需要把评价深入到学习的每个环节，实现测评的常态化和过程化。在减小测评误差，提高测评精度同时，也有助于建立个体的成长性档案。此外应强化测评的诊断功能，强化成长性评价，通过全面诊断找出学习困难背后的真原因，进行有针对性的训练，指导学习力的培养。

脑科学与学习内容的变革

当下学校教育还是以知识传授为主，一些教学理念先进，资源相对充足的学校还开展各种丰富的课程，实行选班走班学习。这些课程开设的重要动机一是为因材施教，二也是为提升学生综合素质。而这是基于“日常的教学能够有效培养学生的学习能力”这一假设。

虽然核心素养的提出，把提升学习能力作为一个重要的培养目标，但几乎很少有学校开设学习能力的课程。有针对性的学习能力培养是否可以提升学习力？以打篮球为例，篮球运动员的训练一般包含球场上的实战对抗和健身房的力量训练。后一种训练是更基础、更个性化的，却相当关键。如果肌肉力量不足，技术动作会变形，还容易受伤。大脑学习也如此，需要针对性的、分解了的基础能力训练，才能保证我们的有效学习。以阅读障碍为例，如果负责形音联系的脑区功能不足，无论多少阅读量，可能都难以提升该部分的能力，而可能只是强化了前额叶的补偿机制。基于此原理，很多机构开发专门的形音联系训练任务。比如基于Fastforword的数据，学校教育能把阅读能力提高6分左右，而专门训练能提高20分。类似结果在数学学习以及注意力困难干预中也有报道。还有研究发现，对儿童进行工作记忆等执行功能的训练也能提升学业表现，改善行为问题。

若以脑的学习能力为导向，课程设置或应有较大变化。如对于学习能力，包括注意力、 记忆力、思维力、反应力和自控力的培养；对于学科基础能力，包括数学中的数量加工、空间几何能力等，语文中的形音联系、语音语素意识等的培养；对于积极情绪和动机，包括成长性思维、习惯养成、决策能力、情绪调节能力等的培养。诸如此类都可以开发专门课程和训练任务来培养。再如体育锻炼特别是有氧锻炼，不仅有助于身体发育和健康，对大脑的发育、学习和记忆也价值非凡，在课程开发上也很必要。

此外，更需要将脑科学的理念方法融入到学科教育的方方面面，在充分的教育实践基础上指导课程设置和教学方式。最后，这样的课程一定是个性化的，因人而异，因材施教。从这个意义上讲，建立个体学习过程和能力发展大数据，对教学的科学决策至关重要。

脑科学与学习方式的变革

脑科学同时对基本的学习规律和不同类型学习的特殊规律给出了指导。

第一个要遵循的就是大脑发育规律。出生后，人脑依次发展的区域分别是感知觉皮层、运动皮层、颞叶，最后是前额叶，其中外侧前额叶发展先于内侧前额叶。学习的设计就应基于这个脑发育规律，而不应超前或者延迟学习的窗口。比如，0-3岁是早期语言爆发期，此时是听觉感知能力发展的关键时机，但提前识字、背外语单词等都没有遵遁这一规律。小学阶段是基础认知能力发展的重要时期，但有些家长只想着如何超前或额外学习。中学阶段（青春期）则是情绪动机和决策能力发展的关键期，可这一点却没有得到充分科学地关注。

第二要遵循大脑分工规律。大脑中有多种不同学习系统：如知识学习系统，又称陈述性记忆，可快速获得，也容易遗忘 ；又如一种技能性系统，是程序性记忆，习得虽慢但可长期保存。二者具有不同的大脑神经基础。不同内容的学习对应不同学习方式，但我们在实践中往往犯错。比如语法本是技能训练，我们却把它当成一种知识来考察。结果是语法题都答对了，而一开口说话就犯错。类似的，能力培养是一个慢过程，但产品为导向的学习（模仿和识记）是一个相对较快的过程。现在的STEM教育过多以产品为导向，并没有真正培养创新和问题解决能力。我们的学科教育致力获取正确答案，而忽视了知识产生过程的再现。实际上，创新性思维能力、问题解决能力、社会适应能力以及领导力等的培养都需基于科学的大脑分工规律。

第三要遵循学习和记忆的基本规律。人脑记忆有很多重要的，有时甚至违背直觉的规律。比如，在有效学习中，大脑会呈现一种特定的神经活动模式。如果你产生了这个模式，学习效果就好；而即使你没在学习，若通过其他手段实现此种模式，也能够实现巩固记忆的效果。死记硬背、不注意休息和锻炼，实际达不到有效学习的目的。另据研究显示，分散的学习、以测代练和变化学习等都有助于学习的长期保持和迁移，但我们直觉会认为这样的学习没有效果。这要求我们在加大对有效学习规律研究的同时，还需加强对学生学习方法的指导。

第四要依据情绪和动机的工作规律，注重持久强大动机的培养。当下教学过度依赖外在动机，依赖大脑意志力作为学习动力。但人的意志力是有限的，也是容易消耗的，对于发展阶段的儿童尤其是挑战。相反，学生对所学内容的内在兴趣才是更强的学习动力，需要挖掘。同时习惯也是一个非常强大和稳定的动力系统，对其值得强化认识研究，发展科学的习惯养成方式 。

脑科学与学习技术的变革

伴随脑科学的发展，特别是与虚拟现实和人工智能技术等的融合，新兴科技已然开始革新现有学习模式。比如有公司就通过大数据分析，构建起全面系统的知识空间，并根据个体能力匹配个性化知识路径。而辅以脑科学，知识空间和路径的建构可以更加精确。另外，通过扫描大脑，未来可以精准表征个体知识体系，从而发展更符合大脑知识表征规律，更个性化的知识表征体系，制定更优的学习路径，从而提高学习的效率。

另外，一些基于脑的可穿戴测查手段正在不断发展，随着精度的提高，算法的改进，使用方便程度的提升和价格的降低，其用于日常学习的空间越来越大。比如，可以成为学生学习状态的一个过程性检测手段，包括专注或分心状态、放松或紧张状态、积极或消极情绪状态等。另外，这些指标还能预测特定学习材料的掌握程度和保持时间，从而可以提早计划后续复习时间；通过神经反馈调节训练，可以进一步提升学生的学习状态，改善学习效果。把这些功能整合起来，可以发展基于脑的高效学习装置，成为学生的学习管家，在状态好的时间学习，在恰当的时候复习，同时监控并提升学习的状态。这样的科技具有非常好的前景。

除此以外，还有更多的脑科学手段可以用于学习的提升，包括药物的手段、无损脑刺激手段、侵入式脑机接口和侵入式脑刺激等。这些技术虽然看似还离我们日常的学习很远，但在一些特殊的场合也存在应用场景，包括学习困难的矫正，特殊人才培养（美国正在发展类似的科学打造超级战士）。另外，随着这些技术的发展、安全性逐步提高、效果进一步改进和人们观念的改变，这些认知增强技术应用到普通人身上的可能性也会增加。现在有这么多人为了美容而手术，那让自己成为更高效学习者的诱惑应该更大。在这些科技逐步变成现实的时候，这里面所带来的很多伦理问题值得深入研究。

最后，人工智能技术的进一步发展，必将创造出新的人机融合的新技术，让机器智能成为人脑的延伸和补充。这里面有太多的可能，比如，很多技术已经成为了我们感知和记忆能力的扩展，包括GPS导航系统、手机和互联网等。目前，这种人机交互的方式还不是特别方便，但类似Google Glass这样的技术，可以实现人机的自然交互，让你从互联网搜索知识就如同从头脑中提取知识一样自然和方便，我们的学习方式就会发生重要的变化。另外，超过现有老师的私人学习顾问会出现。在AlphaGo和李世石比赛的时候，AlphaGo创造出一种人类所不能理解的思维，但李世石在第四局的时候也下出了前所未有的招数。这就是人机智能相互促进的很好例子。这样的科技会如何更深刻变革人类未来的学习，让我们拭目以待。

来源 | 光明社教育家、芥末堆看教育

编辑 | 思维智汇

 在教育教学和日常生活中，有任何感悟和案例都可以向我们投稿，

 若经录用，我们会给予适当的报酬与奖励。

 我们期待思维的碰撞。

 投稿邮箱：[e-mail]

小编推荐