目前的教学模式，都是基于学生的情况设置教学目标和教学方法。但在这两天举办的GES未来教育大会上，2001年诺贝尔物理学奖得主、斯坦福大学教授Carl Wieman先生却提出了不同的观点。他三十余年的研究表明，教学方法需要从大脑认知层面进行改革，尤其针对的是专业学科领域的深度学习。

 

本文为Carl先生在未来教育大会上名为“创造科学家”的主题演讲翻译、整理稿。

文 | Mina

编 | 田菁

诺贝尔物理学奖得主、斯坦福大学教授 Carl Wieman

今天跟大家讲的内容与我得的物理学奖无关。我想谈一谈我过去三十年一直在做的一件事。那就是专注于科学、理工科的教与学，即如何帮助学生更好地解决专业学科教育问题。

我们一直都在关注如何更好地培养学生复杂性思考的能力，尤其是教会其建立理工科思维的方式。在过去的几十年当中，上述领域的研究进展是非常明显的，我们在教学层面上，对于复杂思维逻辑、工程思维、学科思维、解决问题的思考方式等也都在不断地改进。

这就要说到一些大脑研究方面的内容，即一些大脑在心理认知层面上的应用：比如大脑是怎样思考、学习和运行的。尤其是如何把这些研究跟课堂教学相结合，目前很多教授都在研究这个事情。这个概念非常新，北美地区对于课堂教学的研究还正在进行当中。所以今天跟大家先做一个有关思维方式研究成果的分享。

最基本的一个成果，是我们获得了一种新的认知：人们在处理复杂问题时，大脑是如何学习的。

专业学科教学模式亟待颠覆：重点不再是教学内容，而是如何激发大脑活动

目前主流的学习模式还是经由我们传统的教学体系渗透而来，尤其是基础教学领域中。我们考虑更多的是教学内容，通过怎样的教学模式、知识的递进顺序让学习知识变得更有效。这种模式基本上全世界都一样。

但是最近的一些研究，给我们描述的是另外一种思考方向：研究重点不再是教学内容，而是大脑的活动。通过对教学过程进行一些改变、或者是一些更新，改变了大脑的活动方式。使得大脑的一些重要节点或者神经元得到激发、从而帮助学生提升解决问题的能力。学生们还是拥有着相同的大脑状况，只是运用大脑的方式变得灵活起来。

这些结果可以在大脑成像中显现出来，下面这张对比图就是两个人脑部在MRI下的展示。右边是一个医学院的学生，左边是一个影像学专家的大脑。你可以看到他们大脑激活点是不一样的，他们在使用完全不一样的方式思考。因为两者从事的领域不同，所以在思考相同内容的时候，大脑激活点是不一样的。

图源：GES大会 Carl 演讲稿

让我们看几个课堂教学的例子，来支持这一发现。

我们在研究中采取了两个不同的教学方法，教授的内容都是大学一年级的基础物理。

第一个我们称之为“控制组”，控制组由一个拥有丰富教学经验的教授来讲课，教学方式就像我们都经历过的大讲堂一样，老师在上面讲，底下的学生听。这组课堂教学学生数量多，学生出勤率也很高。

第二个是“实验组”，这一组是由一个新的物理学博士教学，他事先接受了我们实验教学方法的培训。

两组学生采取相同的课程教材，不同的教学方式，并在教学内容结束之后通过立即进行的突击测验，来比较两种教学模式下学生的学习成果。

 

图源：GES大会 Carl 演讲稿

大家可以看到这是我们测试的基础结果。白色代表的是我们实验模式下的学生，红色代表的是传统教学模式的学生。

我们随机指定了一个基准，以3分为基准线，来看超过3分的学生在两者之间数量的一个比较，以及超过3分的程度各自是多少。

实验结果很明显，我们可以看到传统教学的学生输出的结果很有限，但是实验组的成绩就很明显。值得注意的是，实验组高于基准线的学生数量也明显比传统组要多。这就说明，这个方法适合所有学生，而不仅限于那些本身智力或素养就高的学生，是针对人类大脑的普遍研究。

我们还在其他地方进行了这样的实验，比如加州大学。去对比两种教学模式下学生考试的通过率，实验的结果也同样显著。

另外值得一提的是，之前我们普遍认同，教师个性也是教学效果的一大因素。但在实验中这一认知并没有显现出来。我们要求参与实验的教师严格按照实验教学的方法去上课。教师的性格并没有对研究结果起多大的作用，尤其是对大学教育而言。

可见，学生在上课的时候，对于知识的思考方式才是获得更高效学习的关键。

激发大脑的钥匙：让学生参与实践、强化解决问题的能力，并及时给予反馈

那么，这种教学模式的秘密是什么？为什么会有如此明显的差异？

比起“老师讲，学生听”的传统教育模式，这种模式让学生们参与实践，去解决相关问题。学生像一个研究者一样真正的去研究问题，并且在一起探讨的过程中有老师给出指导意见，学生的问题也能够得到及时的反馈。

这种方法听起来很简单，但是实际操作并不容易。比如反馈必须是及时、可操作，并且有时间目标的。这一点非常重要。

可以看到，新的教学方式中，如何去设计实践任务非常重要。我们会让具备学科专业知识的专家去设计此类任务。

他们比较清楚，在这一专业领域，学习某个知识点需要什么样的知识积累，又需要一种什么样的方式来激发学生的学习动机，从而让大脑活动更加活跃。

同时，设计教学时还要了解其他的一些细节内容，比如大脑的构成，大脑的工作方式等等。此外，还要创建一个利于学生进行学习的集体环境。

 

图源：GES大会 Carl 演讲稿

找到问题的解决方式很重要，这也就是为什么很多学科专家、成功的工程师或者公司把“解决问题的能力”作为必要的素质之一。

于是我们对不同学科的专家，在他们相应领域里解决问题时所做的决定进行了研究。结果令人惊讶：他们都表现出了相同种类的解决方式，并且数量有30个之多。具体如何做出相应的决定肯定取决于各人不同的专业领域。但是在每个人专业向下的问题解决中，他们解决问题的方式都是相同的。

 

图源：GES大会 Carl 演讲稿

在我们的研究中可以看到，这些学者在他们寻求问题解决方式的最初过程中，都会对所需解决的问题给出可预测的模型，他们利用这些模型去找到解决问题的方法。

我们通过对比这些方法就可以衡量学生们解决问题的能力，看看他们是否可以按照专业领域学者的思考方式去解决问题。这对于教学评估非常有用，我们会比较专家和学生的问答，来进行科学地指导改进，同时通过反馈，制订解决问题的策略。

在斯坦福大学，正在推动改变临床推理的教学方式，而且会有一些非常重要的能力决策的改变。我们知道斯坦福大学的医学生学习能力强到可以通过任何测试，但当让他们做出医学决策的时候，他们并不知道怎样使用他们的知识。

所以现在我们正在改变课堂的教学方式，参照的就是我们研究里所采取的模式。让他们有更多的实践去锻炼决策能力，并且及时地给出相应的反馈。让他们拥有更多主动学习的机会。

编者注：Carl Wieman之前在接受《Scientific American》专访时，曾归纳了“主动学习模式”的几个要点：

• 主动学习模式并不是在教学内容上打折扣，相反在知识储备上要比传统教学准备的更多。专家在教学方面的作用仍然非常重要。

  
  

• 主动学习模式下，教师仍然要传授学生知识。只不过是通过让学生提出问题并思考解决问题的方式来贯彻教学。在这样的模式下，学生真正掌握的知识会更多。

  
  

• 主动教学模式对教师的要求变得更高。在设计教案时，如何编排问题，如何启发学生像专业学者、科学家、数学家那样去思考、研究，是重中之重。

  
  

• 如果学校决定在教学过程中引入主动教学模式，最好自身对主动教学环节有相关数据记录。这样从学生的反馈中就可以验证此教学模式下，学习是否真正变得更加高效，从而激发学校推行此教学模式的动力。
  

科技赋能教育：改变交互方式，实现人机沟通

接下来我用剩余的时间谈一谈科技。

目前科技对于教学仅仅停留在作为便捷工具的使用上。但是很多数据表明，仅仅在教学的操作层面引用技术来简化教学或“一人一电脑”的科技应用模式，在教学效果的提高上起不到太大的变革作用。

我们真正需要做出的转变，是科技怎么来促进、助力人的发展。其中的一种方式，就是让我们如何建立更好的沟通，学生与学生之间、导师与学生之间、以及导师与导师之间等等。

还有一个方向的沟通，就是人机之间的交互。这不是简单的在网上搜索答案之类的初级操作，而是运用科技实现生动的互动形式。

比如用循序渐进的方式去教授科学类学科。激发学生在探索中学习，通过设计解决问题的步骤来练习思考。设定自己对问题的解决方案，最后去检验方案是否可行等等。学生在这样的过程中锻炼了用专业学科的思考方式解决问题。

通过以上的分享我们可以看到，我们沿袭了几千年的教学模式不一定是最有效的。像上面的研究结果表明的那样，转变我们的思考方式，锻炼解决问题的思维可以让教学事半功倍。

希望在不久的将来，更多学校能够意识到并通过邀请拥有专业知识的教授参与教学设计，并在学校中建立更好的衡量方式与标准，从而提高学生用专业学科专家的思维模式去解决问题的能力。这不仅适用于高等教育，我相信也适用于K12体系下的学生们，谢谢！