本文目录:

核心观点

  • 对困惑的回避已成为一种本能反射:成人与学生都会条件反射般地寻求即时答案(如使用AI、搜索引擎)来规避思考过程中的不适与困惑。
  • 移除“逃生通道”后,思考能力依然存在:当外部工具被暂时屏蔽,学生仍能在短时间内通过试错和迭代成功解决问题,证明其“生产性挣扎”的能力并未丧失。
  • “困惑耐受力”需要强制性的练习才能培养:这种能力只有在“挣扎”成为唯一选项、无法被轻易绕过时,才能得到发展。当逃避变得便捷,学习的深度就会受损。
  • 依赖“平均化答案”将牺牲个人化、有深度的思考:AI提供的共识性摘要可能掩盖独特的个人见解,而亲身经历困惑与挣扎后得出的结论,虽可能有争议,却是真正内化、可辩护的理解。

一个警示性的个人经历

我要求AI总结一篇关于AI与评估的七页研究论文,AI给出了赞扬论文效率导向的摘要。当我亲自阅读全文后,却得出了截然相反的结论:评估的“繁重”认知负荷恰恰是建立师生关系与深度理解的关键。AI提供的是一个“平均化”的共识观点,几乎完全错过了我个人的核心视角。

  • 关键反思:对阅读长文最初的不适感,几乎让我用AI的总结替代了自己的思考。这让我意识到,学生正在对所有事情做同样的事。

即刻触发的“回避反射”

  • 十年前的课堂:给学生铝箔和垫圈,挑战制作承重小船。学生们通过尝试、失败、迭代,最终都成功并能解释自己的设计改进。
  • 去年的课堂:向三年级学生提出同样挑战。一半学生立即伸手去拿iPad,想在遇到问题前就直接获取答案。
  • 干预与结果:收走iPad后,在十五分钟内,学生们通过观察失败(垫圈滑落、船体倾覆),不断迭代改进设计(折叠边缘、加宽底座),并最终能解释自己的发现(如“圆角比直角更不易撕裂”)。
  • 核心发现:学生进行生产性挣扎的能力并未消失,但许多人已发展出一种自动化的反射来回避它

不适感是学习的必要条件

  • 理论基础:Alison Gopnik 和 Mitch Resnick 的研究均指出,儿童需要通过探索性游戏和迭代试错来构建理解,这必然伴随困惑和“不知道”的状态。
  • 现状的挑战:当手机和AI让“逃避困惑”变得触手可及时,学生会选择消除困惑而非探索学习。这不是因为他们无法应对困难,而是因为他们被训练得认为困难难以忍受。
  • 铝箔船实验的启示:那些首先想找设备的学生,在移除“逃生通道”(iPad)后,表现出了与他人相同的迭代能力。十五分钟的挣扎带来了真正的理解
  • 当前危机:我们正在目睹一种在挣扎开始时便自动触发的回避反射的形成。

“平均化思维”的代价

  • AI总结 vs. 个人阅读:AI给出的是基于数千篇论文的“平均最佳答案”;而亲自挣扎后得出的,是可能逆共识但属于自己的、有棱角的、可辩护的结论。
  • “最佳设计” vs. 21种独特方案:如果学生用iPad搜索,他们会得到一个“平均化的最佳船型”。而当被迫挣扎时,他们创造了21种不同的设计,每种都揭示了通过失败发现的权衡。
  • 认知卸载与耐受阈值:问题的核心在于,对挣扎的耐受度下降发生在认知卸载开始之前。如今工具唾手可得,危险的变化在于我们对困难产生的自动化反应——将困惑视为需要立即消除的“紧急状况”,而非通往理解的必要步骤。
  • 可逆性与窗口期

    • 铝箔船实验证明这种回避反射并非永久性。移除逃生通道,学生能重拾他们停止使用的能力。
    • 每次允许绕过,反射就会加强。培养困惑耐受力的窗口期并非无限。如果在关键形成期儿童学会了回避挣扎,我们不知道这种能力日后能否重建。
进行生产性挣扎的能力并未消失。我们不能训练整整一代人,在甚至还没尝试寻找门径之前,就先去索取出口。

标签: 困惑耐受力, 生产性挣扎, AI与思考

添加新评论