毋庸置疑，记忆力最好、最会刷题的AI，势必会颠覆现有工业时代的教育模式。有教育专家悲观地表示——人工智能的优势将使中国教育的优势荡然无存。因为中国教育体系看重传授知识，不看重兴趣和创造力的培养，而人工智能对知识的掌握要比人强得多。先别忙着焦虑，早有机器人学习前沿人士发出了不同的声音——创造力是一种从「具象变成抽象」的过程，脱离了具象的基础性学科知识来谈抽象的思维过程，就像搭建空中楼阁。而任何掌握、反思知识的学习方式都是一种锻炼，才可能生发出这种高阶思维。
■我们写过ChatGpt的团队构成👉深扒硅谷最强梦之队，正在改变世界的下一代有什么共性？华人占比超过 10%，都是大学霸。
到底为什么AI时代也不能放弃「死记硬背」和「刷题」呢？
哈佛大学认知心理学博士、弗吉尼亚大学教授Daniel T. Willingham，长期关注将认知科学应用到 K12 领域，在豆瓣评分 9.3 分神作《为什么孩子不爱上学》，从脑科学的维度给出了答案，破除了一些迷思。
为什么理解抽象概念这么难？
这本书太经典了，尤其在 AI 颠覆教育的时代里，重读又有新收获。
我们在前文里解读了为什么孩子不爱学习（👉佛博士9.3分神作！脑科学解读为什么孩子不爱学习？），以及学不好？
其一，是记不住关键的事实性知识。这取决于我们有多少长期记忆的信息存量，家长可以让孩子不设想接触大量知识，与其强调数量，不如看孩子是否真正消化了，与其看重批判性思维，不如先看是否搭建了自己的知识体系。其二，即便听懂了知识，但却不会举一反三、活学活用。家长们可能都有同感，若想要让理解数学中抽象公式、物理中的定理，以及化学中的反应，如果仅仅凭借几个数字、字母讲半天，小孩也听不懂，一开始都需要借助现实生活中的实例。举个例子，如何让孩子理解“长方形的面积=长*宽”呢？如果直接给出公式“S（面积）=a（长）*b（宽）”，对于一开始接触这个基础知识的学生来说，几乎就是天书。
大多数老师都会先在黑板上画一个长方形，比如长为3cm，宽为2cm²，面积是6cm²，然后将长方形分割成6个面积为1cm²的单位正方形，带着孩子们数正方形的个数，最后数出6个正方形。
在进行多次重复性数格子后，再进行总结规律：长方形的面积=密铺的单位正方形个数=每行个数*行数=长的数值*宽的数值=长*宽。
每个人最终得以理解抽象知识，主要是通过已知的事实性知识、方法，而且这个已知的事物是具象的，最好是易懂、常见、熟悉的实例，才能使无形变有形。 比如，火电厂的发电原理，是烧煤产生热量，热量使水沸腾、产生水蒸气，水蒸气推动涡轮机转动，而转动的过程中，用线圈包裹磁铁的发电机会产生电流，继而完成了发电（如下图）。水从高处落下，产生动能，这个动能推动涡轮机转动，之后产生电的过程，就和火电厂无异（如下图）。但对于一个尚不理解火电厂发电原理的学生，如果老师说：“水电厂的发电原理很好理解，跟火电厂一样”，听完也是一脸懵。上篇文章里写过大脑中熟知的例子，也就是长期记忆中的事实性知识、方法。而当遇到新问题、新情境的时候，我们就能从长期记忆中，取出相关的已有知识，放入工作记忆区域，再将新旧知识加以组合，从而学习到新的知识。
为什么有的学生很刻苦
却也学不好呢？
我的一位高中同学，学习非常刻苦，总是在温习课本、奋笔疾书，然而成绩却并不好，老师也只能鼓励她放平心态。
直到我和她做了同桌，才在平日的相处中窥知一二。
她听懂的，仅仅是老师在课堂上举的例子、演示的例题，但作业中，同样考察的是与例题一样的知识点，这种变形过的题目，她就毫无头绪。 《为什么学生不喜欢上学》为这件事找到了理论依据——这个女生仅仅掌握了“表面知识”，而非“深层知识”。 简单来说，表面知识就是需要依赖对比、案例和解释，在一定环境下理解的知识。而深层知识指的是理解知识联系、学科逻辑、有迁移能力的知识。目前很多孩子一遍知识要学好几遍，自然而然就会分心，看起来学了很多遍却仍然无法理解，因为每一遍都没有用心，补再多遍都没用。还有一个原因，就是没有从事物的表面结构，看到其深层结构。常让家长脑血栓爆炸的就是「明明刚刚做过一遍一样的题，孩子怎么就不会呢？」比如在成年人一眼就看明白的应用题，不管是什么场景，讲得都是同一个问题，但对于刚刚学习乘除法和面积计算的小孩子，要他们看出两者的共同点，恐怕需要一点时间。 比如这两道应用题：1、A在给草地撒种，草地宽20米，长100米，草种10块钱一袋，每袋草种可以种1000平方米，所以A需要花多少钱，才能把地种满？
2、B在给桌子刷油漆，桌子长72厘米，宽36厘米，清漆每罐8块钱，每罐清漆可以涂2300平方厘米，所以B要花多少钱买清漆？
这两道题表面结构是场景不同，但深层结构，却因为解题步骤相同而一致。
■数学神书《一课一练》，已经出口海外了。
孩子们难以看出问题的深层结构的首要原因，就是练习不够，更多的练习可以让问题的深层结构浮出水面，继而迅速联系所学知识，精准解答问题。大脑的思维方式总是在找新知识与已有知识的相关性，温故而知新，我更容易地理解新知识。但与此同时，也很容易将我们的思维限制在一个盒子里，让我们无法跳出鸟瞰事物的深层结构。 总是栽在数学应用题上的孩子，大脑总是被题目的表面结构占满，大脑就会首先判断，这道题目是关于播种或油漆的，继而调动起关于其背景知识。工作记忆的内存越占越多，从而看不到题目的深层结构。
「有证据表明，无论学生选择何种职业，掌握基本的数学技能都可以为他们的成功奠定基础……目前人工智能在数学问题上给出错误答案，因为它们难以进行抽象推理……当……」但这也从侧面告诉我们，掌握一种抽象思维的能力在 AI 时代更是必需品。那么如何克服大脑的这种思维定式，让孩子发现问题的深层结构呢？教授说，这确实不容易。不易发现，你必须理解问题的所有方面，是如何联系在一起的，还要明白表面结构是如何映射到深层结构的。 - “每袋草种可用的面积=每罐清漆可用面积→长方形中包含的小面积”；
- “每袋草种价钱=每罐清漆价钱→计算总价所需要的单价”；
只有弄懂题目中表面结构与深层结构的映射，问题答案也就迎刃而解了。 所以，要想生成新的高阶思维，先要从有形到无形，从具体到抽象。对于家长来说，丰富孩子的生活经历，积累孩子的常识知识，都可以作为理解抽象知识时的“实例”基础。
有了这些基础，那么在让孩子理解抽象知识时，不妨多举几个实例。同时老师和家长也可以鼓励孩子发现实例中的共同点，从表面结构看到深层结构。教授提到，练习能让孩子更容易辨别出深层结构，也能对知识的运用熟能生巧。现在提起「刷题」，都是一股脑地反对，说损害了孩子的创造力和积极性。但我觉得，家长对于题海战术的态度，不应该太过消极。
■Bloom 的高阶思维模型，记忆、理解和应用是生成创新的基础。
如果孩子并没有完全透彻掌握功课中的基本知识，那么“反对孩子刷题，并认为精力需要花在思维培养上”，就有些本末倒置了—— 倘若孩子只有表面知识，没有进行大量训练，而是盲目抢跑、塞入新的知识，可能造成知识断层，导致知识无法进入长期记忆，成为牢固的认知资源，从而进行举一反三。若难以发现其中的深层结构，与发展创新性思维更是越走越远。内卷教育模式的悲哀不在于早期教育的重复练习，而是在于忽视孩子的兴趣，将做题当成了学习的唯一方式。尤其是进入中学阶段，仍将书本上的题目作为唯一的评估衡量指标。要知道，真正高手的练习，并非死做题、死啃书，而是非常有门道、有讲究的。在嘈杂的信息时代下，我们愿做一股清流，传播真实故事，提高认知力和思辨力，缓解焦虑。同时，我们也落地独家项目，解决教育的刚需问题。
关注&星标谷雨星球
提高认知力，让教育之路越走越宽