当我在Control Data
CorporationCDC的人工智能组工作参与开发高级学习系统时,一个同事问我为什么使用Cray如此强大的巨型计算机系统却只是用来运行自适应学习程序及学习仿真,他觉得气象学及军事侦察才需要强大的计算机来进行运算。气象学需要处理大量的数据并且能够快速及时地预测天气情况;空中侦察需要从不同的航线及角度获得许多视觉数据,对这些数据进行比较、识别,以便获知哪些目标是移动的,而哪些不是;但为什么一个教育学习系统需要这么高计算能力的计算机呢?
许多人认为现如今的教学软件压根儿没有那么难。显示几个多选题并为结果打分能有多大计算量呢?
我询问我的同事,为什么气象学及军事应用需要大量的计算呢?他回答,它们有非常多的数据需要收集、管理、快速分析,并且需要呈现可视化的结果。哼哼,这听起来很耳熟,多像我所研究的学习过程啊,这类似大脑的处理方式。我问他:你认为人脑中可能会有多少数据?人脑的复杂分析能力达到什么级别?与我们最强大的计算机相比呢?智能系统的知识及逻辑能力现在是什么样的层级?反过来,它与人脑相比较呢?计算机需要达到什么样的计算能力才能胜任一位优秀教师的工作呢?
人脑的容量大概相当于10TB到100TB的数据量,并且人脑具有很强的理解能力,这是大多数计算机无法具备的。人脑是相当惊人的复杂系统,拥有神奇的能力,是理性与感性的综合体,能够进行感知并具有选择性,能够记忆大量的数据并且忘记不需要的信息。每个人都拥有独一无二的大脑。
创建高效的学习体验有许多挑战。但我们很幸运,人类在学习上有许多方法及途径。通常我们都渴望进行学习,我们了解知识的力量,并且通过技能将知识转化为自身的优势,我们希望获得技能并享有它带来的幸福。虽然我们了解知识的好处及优点,但依然很难掌握及提高学习技能。认为“计算机教育技术就是在屏幕上打出几个多选题”这种观点说明了我们面临的挑战有多大。
无论教师通过何种形式进行教学,电子形式的或其他形式的,构建行之有效的学习体验需要了解人们如何进行学习。目前许多教学方式还是基于传统习惯而不是专门为知识本身量身订制,这些传统教育方法的效率如此低下,大多数学习者感觉到枯燥并且确实在浪费他们的时间。
然而,目前对于人脑的研究成果还无法为学习体验进行完整的指导,这些研究仅仅告诉我们一些关于大脑的注意事项,这对学习者有所帮助,但没有提供最佳的学习方法。对于学习体验的研究使我们期待它能够具有更广泛的适用性,像烹饪书一样(对着菜谱就能操作);但大多数研究结果只适用于某些狭隘的领域。当大脑及学习研究与体验过程冲突时,体验将会是最好的指引方向。学习设计中的智慧及思想经过数年后才能得到体现,它需要我们专注于体验过程、努力进行改善、仔细发现需求。通过丰富多样的学习氛围,使学习体验具有广泛的适用性。
本书作者Julie
Dirksen一直在为不同环境下的诸多学习者进行学习体验设计,她在这一领域拥有丰富的经验,她在本书中阐明了传统教育方式为何效率低下。我们将了解到她的许多研究成果,例如,实践是检验知识很重要的手段,但传统教育往往将实践进行省略或减少到最低限度;有许多更有效的方法帮助学习者进行长期记忆,而不是用机械性的重复方法来记忆。我们将了解为什么语言并不能很好地替代演示和举例,并且我们还将了解体验氛围的力量。
传统教育方式侧重于内容—完整并且准确,老师尽可能清晰地呈现它们,然后给予学习者一个精确的评分。其实,我们应该更关注于学习体验,使学习有意义,成为难忘的体验,并更具有激励性,这样才不会有如此多无聊而又无效的课程了。
我很高兴我们能拥有一本如此妙趣横生,并且很有见地的学习指南。我希望本书能够帮助设计者摆脱传统的“讲课,考试”教育方式,使学习者从填鸭式教学和应试教育中转变过来。诚然,我们别无选择,只能从这些教育方式中进行学习。但不能表明这就是正确的教育方式。不知大家是否看过Jay
Leno誷 Jay Walking或Are You Smarter Than a 5th
Grader?这些节目足以证明我们的传统教育做得并不好,是时候对它进行改进了,使之更适合学习者。