寒假略讀了劉徽老師的《大概念教學》后,，又讀了施良方老師的《學習論》,。前者基于近年來的學科研究和一線教學，偏教學理論；后者梳理了經(jīng)典學習理論,，并深入淺出地幫讀者厘清了其中的關系。放眼今天,，雖然教室格局百年沒有什么大變化,，但人工智能方面已從ChatGPT發(fā)展到Sora的橫空出世，學習理論的發(fā)展從未停止腳步,。

兩本書的閱讀讓我意識到,，教學理論與學習理論在目前相交于情感態(tài)度價值觀對學習效率產(chǎn)生的影響。兩方面影響較大的理論都有非常充分的論據(jù)和大量實踐支持,，但也存在可以討論的空間,。比如一些特殊情況的孩子，他們的情感態(tài)度方面發(fā)展不成熟,，但從學業(yè)成績來看非常優(yōu)秀,，他們的學習策略可能與我們對普通學生的假設不一樣。當然,，如果在學習方式和評價方式上更強調(diào)知識的生活價值,、評價的綜合性、靈活性,，上述特殊孩子的優(yōu)勢是否會被忽略,，又該如何讓他們表現(xiàn)出應有的天賦，也是需要思考的問題,。

人們終其一生都在學習,，其中只有一段時間有老師的指導。從學校畢業(yè)后,，我們依然在不斷學習,，動機和需要是產(chǎn)生學習行為和學習結(jié)果的最大因素。在校園內(nèi),，大量的研究涌向教學,，而在校園外，市場調(diào)研,、產(chǎn)品開發(fā)則充分研究了人的動機和需求,。去過迪士尼樂園的人或許有這樣的經(jīng)歷，回答問卷能得到一些小禮品,。一次我答問卷時留意到問我居住的街鎮(zhèn),，由此想到小區(qū)電梯間滾動播放的《瘋狂動物城》營銷廣告，意識到市場營銷發(fā)展到了廣告對細分人群的精準投放,。這些“精準”背后蘊含著各行業(yè)核心推動者對客戶群體的畫像和心理的揣摩,。相信隨著學習理論和教學理論的不斷發(fā)展，我們也會嘗試“精準”教學。

聯(lián)想到最近朋友的孩子參加高校假期研學,，作業(yè)比較難,，于是在網(wǎng)絡上求助。這時,，孩子,、家長、網(wǎng)絡解題高手都在想辦法解這道題,，我們可以嘗試分析這些不同角色解題的動機,、過程、結(jié)果分別適用于哪些學習理論,，因為他們的身份,、教育背景、知識結(jié)構(gòu)和社會閱歷都不相同,，這對于我們掌握書中的十幾種理論很有幫助。而與此同時,，我也碰到了開學一周就躺在床上不愿意上學的畢業(yè)年級學生,，各種復雜的原因?qū)е滤麄內(nèi)狈W習動機。從完全拒學到求知若渴是一個連續(xù)體,，每個人在學習的道路上都會有靈光乍現(xiàn)的時候,，也會有疲憊無助的時候，但只要人還活著,，需求還在,，學習行為會伴其終生。這也提醒我,，作為教師要給學生多一點時間與耐心,，多一些包容與理解。

在知識儲備上,，人工智能遠遠高于人腦。那么在生產(chǎn),、創(chuàng)造方面呢,？當下，上海浦東新區(qū)引入了多家人工智能項目進入中小學課堂,，各人工智能公司借用一線教學實踐訓練自己研發(fā)的模型,，目前看來它們很“笨”，從批改作業(yè)到課堂觀察,，再到評價分析都不如教師高效,，但只要不斷訓練磨合，相信它們會飛速成長,；我自己也在一個類似ChatGPT的訓練群里,，這里的AI叫“上海小師”，每天會有老師提不同的問題,，AI一開始還能給出較優(yōu)質(zhì)的答案,，但時間長了，問題復雜了,，答案通常有些文不對題,。

就像《學習論》中所言，學習者大腦的運演過程受眾多變量影響,。任何理論在抽象和概括大量具體知識的過程中,，必然會失去一定的具體性和精確性。想對學生的行為變化作出精準預測是靠不住的,。比如“頓悟”,，大猩猩能夠想到使用工具取到食物，這個行為在它的過往經(jīng)驗中是沒有的,。人工智能可以發(fā)生這樣的頓悟嗎,？AI生成全新的圖像、全新的視頻算不算“頓悟”,？這是讀完本書聯(lián)系當前時事我想到的一個問題,，雖然回答是與否的文章在互聯(lián)網(wǎng)上都能找到，結(jié)論依然需要更多有力數(shù)據(jù)的支持,。

“頓悟”這個表現(xiàn)讓我覺得人腦依然像個黑箱,，我們可以觀察到許多S（刺激）和R（反應），但是中間大腦如何運作,，我們有許多假說,，也有許多待完善的空間,。也許，破解這個黑箱除了當前發(fā)展前沿的腦科學,、迅速迭代的人工智能,，還需要我們更多地了解人與環(huán)境、人與勞動之間的關系,。作為教師,，要始終保持學習的狀態(tài)，在新的時代與人工智能賽跑,，幫助學生更好地成長與生活,。

（作者單位系上海市南匯第二中學）

《中國教師報》2024年04月17日第8版

作者：向 翔