科探空谷

zhimind完整方案

目录

知维图

知维图 想创造交互式、 启发式教学， 升级一下MOOC。

只是大体方案， 细节和技术缺少数据、实验、条件还没法全部搞定。

源代码链接 新手重新造轮子（看不懂别人的，尴尬），差很多，甚至永远完成不了。

问题和需求

Problems and demands:

  1. 易走神：上课容易走神，人多、老师不管或管不过来； 看书（专业、技术书）畏难、敷衍、易走神，没有真正动脑
  2. 无反馈：老师讲课容易满堂灌而无效果，不能知道学生的学习效果，无法个性化教育；学生通常也不知道学习效果，会有课本和习题的巨大落差。
  3. 方式不好： 简单灌输知识、什么是对的、为什么是对的，但如何找到、想到的探索、创新思维没有融入，不利于培养优秀的思维方式
  4. 知识点管理： 看书总看前面部分，不知道知识点的掌握情况、知识点间的关联。
  5. 在线教育和线下教育很难结合，即使是SPOC，仍然面临前4点。

问题说明

前提：以上是个人估计多数甚至绝大多数人所遇到的问题， 但只是笔者我一人的体会，完全基于我个人近几年学习一塌糊涂的体验。没看过教育学书，没有教育数据，啥都没有， 不保证想法的正确性。

如果多数人上课专心、看书认真、一听就懂、一看就会，经典教材简单明了，一点就透的话，那我整个方案没有意义，可以关闭页面了。

解决方案思想

  1. 在线教育（视频和互动教材）中添加更多小问题，形式多样化（选择填空）。作用：
    • 减少走神， 促进边看边思考
    • 了解学习状态
    • 对比： Udacity,Codecademy多数问题设计得太复杂，打断学习思路的连贯性。Coursera的问题又少又不太好。有示例 svm最大间隔
  2. 小问题形式多样化（选择填空），加上题量多，可以有后台数据显示学习状态——也可以把数据显示给学生，还能对比、推荐。
  3. 根据小问题、问答式或启发式的思路，重新组织教学内容。以问题引导学生思考、 探索发现， 并能在教学中强调一些思考方法、原则。
  4. 思维导图、目录列出更详细的知识点关系，避免线性知识组织， 同时可以标注知识点学习次数、状态等，可视化效果更好。

如果可行，则有好处

  1. 减少走神现象， 极小段的视频或文字后接一个小问题
  2. 问题的回答可以作为数据反馈， 直观反映了学生学习过程的专注情况及最终的学习效果。
  3. 可以和线下课堂教育相结合， 解放老师的授课压力，可以轻松了解学生学习状态，多出一些精力用于指导。
  4. 以自然语言处理技术作支撑，多使用略主观的填空题，可以通过回答内容，对学生学习、思维方式有更深入的了解，进而更准确的进行个性化教学
  5. 略强制、促进学生思考，真正动脑子。需要技术上避免作弊和乱填
  6. 培养、锻炼学生多种良好的学习习惯， 培养创新、探索思维， 同时应该能提高学习效率
  7. 启发方式或提问方式可以结合到习题中，既能提供必要的提示而不破坏学生的思考，又能了解学生做题式的思维过程，智能指导学生做题（技术上应该非常难）。 花费一定的成本，可以制作足够大的题库，能评估知识掌握情况。
  8. 渐进积累，既包括教学资源、数据的积累
  9. 学生看思维导图、目录学习有目标、 有全局认知，并且方便查缺补漏、复习。
  10. 体系化学习， 像种树长果实一样可以看到学习的结果，有成就感。
  11. 后续扩展，学生对知识心里有底， 有明确的学习路线，从效率上，也许能多发现几个天才。
  12. 后续扩展，公司也可以看到学生学习效果、知识水平

其中第4点，我认为如果确认没有下面的可行性问题，那么这个在线教育 能较好地和学校教育结合， 对在校学生能加入线下家长、老师的监督作用， 影响、意义大于单纯的在线教育、MOOC。 当然，对于非在校人员仍是在线教育、MOOC。

方案中可能的问题

  1. 没有实验、数据证明这种方法行之有效（我没搜过），尤其是启发式教育的教学效果。哪怕仅针对高中、大学以上逻辑性较强的数、理工科教育，也不知道能否实现启发式教育， 其他学科、更低年龄的应该更难。
  2. 目前的人工智能和自然语言处理技术上，是否支持比较智能化的问答， 进而支持更合适的启发教学。
  3. 似乎很难设计启发式问题，可能只能做到普通问答。 按某模型说的， 专家看问题往往是直觉式的，没有准确的规则，所以无法说清自己的思维方式、思考过程， 如何启发也就没有个明确的标准。

理想与现实

理想是 有一个科幻小说里完全智能的机器人 循循善诱地启发你去学习、做题，同时还起监督作用。 有任何问题（能用已知知识回答的）他都能启发你去自己发现答案。

现实中，老师没空（学生多），也不一定了解如何恰当地引导你去发现、探索； 书本、MOOC视频不会回答你任何问题， 网络和论坛能回答问题，但不会启发你； 贫困地区更缺师资。 网络和电脑手机的成本远低于教师人力资源，以后会更低。

我的方案除了未验证有效性外， 主要就是不够智能。 智能技术发展到理想水平的话，启发式教育自然可行，不需要专门的教育产品。

另外，读书无用论、屠龙术、就业等社会问题没有纳入考虑。个人也一厢情愿地认为，社会对各科优秀人才都还有很大的需求缺口，只有优秀人才不够多的问题。

思想升华

也可以认为是又吹一下。

“以学生为中心”是以学生进行思考为中心， 那个西方什么话说的教育是点燃人脑海中的火焰什么鬼的，所以 有几个层次：

  1. 单纯让学生思考， 其实就是做题， 比如在视频、或电子版书、博客里嵌入几个问题，也不管这问题到底做了啥， 可能把简单的回忆也当思考了， 但10秒前的内容甚至连回忆都算不上吧？
  2. 让学生集中精力地去思考了， 简单说，觉得该让学生思考时，就放个问题，作个预告，让学生想想，接下来的内容学生也就会去思考这些问题，比如是什么、为什么、如何么，学生在接下来的听课中寻找答案，结束时再来重复问题，学生回忆、总结。这个层次也挺不错了，但还不是真正“以学生为中心”，老师觉得学生该思考了。
  3. 理想境界。启发式的教学，指导学生探索式的思考。就是科学家如何做科学研究的，就如何思考。简单来说，从现实中的问题或以前知识的漏洞开始。

例子：

  1. 比如我至今没明白的牛顿当初建立的微积分为什么根基不准，就从微积分的不稳根基开始，用思想、方法、规律、模式等来引导学生如何去发现问题、去探索，这整个过程中 都是学生自己从问题找到答案， 教师的提示几乎仅限于试试逆向思维、二分等（我也不知道有哪些，人如何思考本来就只有各种假说）。
  2. 发现、提出问题也是一样的，生活中像成绩不好、上课学习状态不好就是问题，数学物理等抽象问题比如看钟摆就想钟摆是如何摆动的，其实就是十万个为什么，小时候大家都会，长大反而不会了——因为知道太难了:) 。
  3. 至于担心应试教育的做题问题，做题也是思考，应该是都有做题模式，反正就是这种思考训练后，应该更能举一反三。

当然， 这种模式针对需要思考的领域、学科及知识。 背诵全文一般死背； 艺术表演为什么要这么表演还是需要思考的； 音乐为什么有些悦耳有些难听，音乐系要思考出模式来。 所以这种教学模式的应用其实不局限于理工科， 只是主观与客观的区别。

我个人认为， 我的方案是能做到第3层理想境界，但估计需要强到接近科幻的人工智能、自然语言处理技术。 第2层都还可以弄成偏客观的，复述，那几个关键词就可以了， 但第3层时 同样的内容 表达出来就天差地别了， 而且万一学生想到新的方法，甚至真的新的问题、理论呢？ 更不用说 程序根据知识库 能自动生成教学内容，进行对话， 这样就不需要人来编写了，但现在技术肯定不行，因为只有人能给人的跳跃思维做出一个还算合理的假设。

第3层在 1对1家教里应该可以做到， 需要老师自己对知识点掌握到这个程度， 这样启发学生， 就是“以学生为中心”了。

技术与形式

我个人认为， 应该主要是基于文本而不是视频制作 交互式教程。 虽然嵌入问题的视频也不错，但灵活性、连贯性上没有文本中嵌问题好。

一个交互式教材 简单示例， 基于markdown格式编写， 和写书比较像， 主要是真正尝试过问题后，才能进行下一段，同时问题不能太复杂，小步思考。

svm最大间隔

对比

文本优势：

  1. 容易修改内容， 视频需要重录
  2. 制作上，视频录制确实快一点，但加入大量小巧问题后，会有更灵活的知识点衔接， 视频弄太碎也不方便吧？
  3. 应用到习题上，更不适合视频了，为每个习题录视频不成立
  4. 文本形式更灵活多变， 可以是交互式教材， 可以是聊天机器人， 甚至可以是VR， 视频转VR有意义吗？

视频更适合用在纯粹讲故事、介绍历史上。

完整流程

  1. 将知识点以知识导图、目录形式组织， 并与教程资源、 测试题集关联。 示例：机器学习导图及目标
    • 有两个思维导图和目录标签页
    • 点可用涂色等方式来表示学习次数和掌握情况
    • 若干点上有教程链接（制作问题，需要鼠标悬浮点上）
  2. 教程以文本编写（目前采用markdown，希望能找到更好的组织形式），显示效果：
    • 交互式教材 svm最大间隔
    • 聊天机器人
    • 虚拟现实。 需要语音识别和语音生成，还应该有个虚拟人物形象生成，VR就要真正做到交互。在虚拟现实里看视频、看文字这种死的东西有什么意义。
  3. 嵌入其他特殊互动（各式各样太多）
    • 理化生模拟实验， 在线、虚拟操作
    • 计算机编程可以参考 tryRegex 或 Runestone Interactive python。 示例
    • 数学、物理题过程推导（不是简单的填空、选择）

补充

个人觉得， 这个方案除了直接的教育意义外，还能促进以下发展

  1. 教育、心理学
    • 真实的人的思考方式数据，虽然是以文字描述，需要分析，但比问卷调查靠谱
    • 学习者思维方式分类
    • 推荐
  2. 自然语言处理和知识图谱等聊天机器人技术，总要让学习者觉得越来越智能、像人， 而且也能有数据支撑这个研究进步
  3. 虚拟现实、语音识别、生成。
    • 虚拟现实能有更大的应用空间，不交互的虚拟现实没有意义
    • 人物形象更真实， 有合适的动作、表情， 而且可以修改不同的形象， 教授或明星，帅哥或美女， 应该不猥琐吧？
    • 语音识别、生成， 不然对话就没法进行了，虽然肯定用类字幕形式辅助。

真正的智能解题、智能提示 我不知道属于哪块AI技术~~~机器证明？知识图谱？逻辑推理？

介绍完毕

文笔不行，请见谅。

以上内容仅是个人想法，没有实验数据作证，如果有读者有想法想讨论一二，或愿意给笔者解释下笔者想法是如何的不切实际，帮我打消这不切实际的想法，非常欢迎，非常感谢，联系方式见博客右部，微博、邮箱都有。

Published

Last Updated

Category

脑洞

Tags

Stay in Touch