DC娱乐网

【墨子连山】学校开始强制双休, 匹配中高考大转型! 家长必读

我五年级开始跟着院里的初中生打篮球,场上我最小,又内向,一开始都不愿意对抗,就喜欢一个人投篮。罚球练到10中9,在小学生里算相当准了,在场上拿到球就投,逐渐都愿意传球给我,因为能赢。
但随着大家水平快速提高,我这种定点投手就没那么吃香了,找一个会防守的,贴身盯着就废了。好在,球场我已经熟悉了,自信心也有了,于是开始练对抗,练运球,自己抢板,自己运球创造机会,自己投篮。直到这时,才终于变成真正的大腿。
不管是考场还是职场,但凡是个场,跟球场的规律都差不多。初级水平,练好基本功就能找到一席之地,可水平越来越高,只会基本功,等着机会送上门,那就没戏了,就算有,也轮不到你。这时就需要训练实战,没有机会也要能自己创造机会。
市场也是场,原理跟球场没啥区别。过去几十年,中国发展依靠的是大规模生产和基础设施建设。那时候,工厂需要大量熟练工人,工地需要大量施工队伍,办公室需要大量能处理常规事务的人员。这种经济模式追求的是效率、稳定和低成本。
企业最需要的人才是能够严格遵守流程、准确执行指令、长时间重复操作的人。一个人只要能吃苦、守纪律、不犯错,就能在岗位上做出成绩。这种人才的核心价值在于把事情做对、做完,而不是主动去寻找该做什么事。
教育系统配合这种需求,强调记忆、练习和服从。学生每天花大量时间背诵标准答案,做大量重复性习题,目的是在考试中快速准确地给出正确答案。
大脑有一个特点,就是重复做同样的事情会形成自动化反应,例如骑自行车,刚开始需要全神贯注,但练多了就不需要想了,身体自动就会。过去的教育和工作训练,就是要把人的大脑训练成这种自动化模式。
基底神经节和小脑负责这种程序性记忆,它们让人在面对熟悉任务时反应迅速、很少出错。相应的,前额叶皮层负责思考、判断和创新,在以前的环境下用得很少,因为不需要创新,只需要执行。所以那时候的人才模型是标准化的,像流水线上的产品一样,规格统一,可靠耐用。
过去的经济增长靠的是增加劳动时间和资本投入,人多力量大,只要大家肯干,就能产出更多。那时候,知识更新慢,技术变化慢,学会一门手艺可以用一辈子。
现在情况变了,中国经济正在从制造和基建转向技术创新和服务升级。工厂里的机器人越来越多,办公室里的AI越来越强,很多过去需要人来做的工作,现在机器做得更快更准。企业不再缺能执行指令的人,缺的是能发现问题、定义问题、解决问题的人。
比如,一个工厂引进了新设备,需要有人能理解设备原理,根据生产情况调整参数,遇到故障能判断原因。这不是靠背诵操作手册能解决的,需要真正理解背后的逻辑。
再比如,一个公司要开发新产品,需要有人能了解用户需求,结合技术可能性,设计出可行的方案。这需要跨领域的知识和判断力。
现在的人才需要的是理解复杂情况、做出合理判断、把不同领域的知识联系起来、在不确定中找到出路的能力。这种能力依赖大脑的前额叶皮层。前额叶负责计划、决策、抑制冲动、切换注意力。它不像基底神经节那样自动运行,而是需要消耗大量能量。前额叶的工作效率直接受睡眠、压力、情绪的影响。
需要的能力不同,训练的方式自然也不同。过去的大脑训练重点是自动化反应,现在的大脑训练重点是灵活思考。
人是经济动物,过去几十年里,家庭和学校普遍选择让孩子少睡觉、多上课、反复刷题,不是因为不懂休息的重要,而是因为在当时的条件下,这种选择能最大化受益。
那时候,考试题目大多有标准答案,题型变化不大,考查的重点是学生对知识点的熟悉程度和答题速度。一个人只要记住足够多的公式、定理、范文,做过的题足够多,考试时就能快速识别题型,套用熟悉的方法,得到高分。
这种模式下,学习成绩主要取决于两个因素,一是记住了多少知识,二是做题有多熟练。而这两点都可以通过增加时间投入来提高。多上一节课,就多听一遍讲解,多刷一套题,就多熟悉一种变化。
大脑在这种训练中逐渐形成自动反应,看到类似题目就能立刻想起解法,不需要每次都从头思考。这种自动反应节省时间,减少出错,在标准化考试中很有用。
家长和学生都明白,多花一个小时学习,就可能多拿几分,多几分就能上更好的学校。这种边际回报可是实实在在的,所以压缩睡眠、延长学习时间成了理性选择。
学校也配合这种需求,增加课时,布置大量作业,组织早晚自习。于是整个社会形成一种共识,勤奋就是多花时间,成绩就是靠苦练。
现在这种策略的回报明显下降,甚至变成负数。
一是考试本身变了,现在的命题方向强调真实情境、开放问题、跨学科整合。题目不再直接问概念,而是给一段材料,要求学生自己提取信息、建立联系、提出方案。这种题目没有现成解法可以套,需要学生真正理解知识之间的关系,能够在新情况下灵活运用。
反复做旧题对这类新题帮助有限,因为新题考查的不是记忆,而是理解和迁移。一个学生如果只靠刷题形成的自动反应,遇到没见过的题型就会卡住,因为他没有训练过从零开始分析问题的能力。
二是大脑的工作机制决定了长时间疲劳作战会降低思考质量。大脑的前额叶负责复杂思考、计划、判断,但它消耗能量很大,容易疲劳。睡眠是大脑清除代谢废物、巩固记忆、整理信息的必要过程。深度睡眠帮助把白天学到的知识存入长期记忆,快速眼动睡眠帮助建立不同知识之间的联系。
如果长期睡眠不足,前额叶功能下降,人会变得注意力分散、反应变慢、判断力变差。这时候继续学习,效率很低,错误率上升,学到的东西也记不牢。更严重的是,长期睡眠不足会改变大脑的应激反应,让人更容易焦虑,进一步影响思考能力。
过去那种靠堆时间换分数的做法,现在不仅效果差,还会损害大脑的健康运作。
而且过去大学毕业生的数量相对较少,学历本身就是很强的信号,能带来明显的就业优势。现在大学毕业生数量大幅增加,学历的信号作用减弱。用人单位更看重实际能力,比如能不能解决新问题、能不能和他人协作、能不能持续学习。这些能力不是靠刷题能培养的。
一个只会做题、缺乏真实思考经验的学生,进入职场后可能很难适应需要独立判断和创造性工作的岗位。因此,继续用过去那种方式训练学生,即使能维持较高的考试分数,也可能培养出不适应新需求的人。
家庭和学校投入大量时间让学生少睡多学,最终可能得到一个分数尚可但能力欠缺的结果。这种投入的性价比已经大幅降低,杀头的买卖有人干,赔本的生意没人做,道理就是这么朴实无华。
既然市场需求变了,教育和考试自然也要跟着变。2022年义务教育课程方案把劳动、信息科技单独设课,科学课提前到一年级,艺术课加入戏剧、影视等内容,不再只让语文数学占用全部时间。新课标里写明每门课要培养的核心素养,不再只列知识点。
课程内容按主题重新组织,要求做跨学科学习,比如把数学测量、科学观察、语文记录放在同一个真实项目里完成。教学上要求做中学、用中学、创中学,减少教师满堂灌,增加学生动手、讨论、调查、实验。作业不再追求海量重复,控制总量,提倡分层和探究性任务。
双减政策压减校外学科培训,限制书面作业时长,取消低年级纸笔考试排名,把学校拉回主阵地,让家庭停止靠加班式补习换分数。
这就好比我小时候学象棋,从解残局开始,类似于刷题,常见的残局也就几百种,一天解10个,几个月就能刷完一遍。可问题是,刷完之后跟人家实战对局依然输,虽然我知道残局怎么解,但不知道怎么把棋走成残局,甚至连开局前三步都不知道该怎么走。
所以后面还要学开局,例如最经典的中炮对屏风马,把棋谱摆熟了,实战用谱招,偶尔也能走出残局定式,那就下得很漂亮了。但遇到高手还是不行,因为高手会主动变招,走棋谱上没有的路数,我没见过,就像没头苍蝇一样乱撞,别说赢了,中盘就直接崩了。
为什么高手就可以不靠谱?因为他们深通棋理,毕竟棋谱有限,但变化无限,只要变化符合棋理那就不吃亏,最后大家拼棋力。而我这种背谱的初学者,显然没有那个算力,再怎么努力最后也是无解。
后来我硕士毕业后,进了ASML算法组,日常工作就是跟模型组吵架。数学和下棋是一个道理,算法相当于处理残局,所以我们需要模型组给我们构建一个比较简化的模型,让我们能找到算法求解。可模型组整天高高在上,总是扔给我们几百个因子的模型,这就相当于让我们从第一步开始下,那还要你们建模组干嘛?
所以我们经常吵得不可开交,而最后的结果往往是双方坐在一块,一点点简化模型,直到我们能找到一个相应的算法为止。显然,这里面最重要的是建模,只要模型建好,找算法求解就容易多了。这也是为什么大多奥赛拿牌的被分到模型组,按表面分工看,人家确实更重要。只不过真干起活来,模型和算法也没法泾渭分明,我们算法组的绝大部分工作,也是跟他们一起简化模型。
可见,到了实践环节,真正重要的是建模,而不是求解。但我们之前的考试,考查的却恰恰是求解能力。不用发现问题,不用建模,这些都是出题老师的事,学生只管拿到题目,按照书上的方法照猫画虎求解就好。可问题是,现实中哪来的现成题目给你做,更不用说现成的模型让你解了。这个世界最难的是发现问题,其次是给问题建立模型,至于求解,以后有了AI,甚至都不需要人类动手。
后来我回国创业,团队要求至少985以上,可即便如此,依然只有我一个脑袋在寻找需求,发现问题,提出问题。其他人执行力是很强,可只要我找不到新问题,他们就只能大眼瞪小眼等着,找不到事情做。不光是我的团队,周围几乎所有创业者都遇到了相同问题。
说明什么?还是那个痛点,过去培养的人才是解题人才,不是出题人才。现在低处的果子摘完了,需要去摘高处的果子,没人知道果子在哪,更没人知道怎么摘。
解题型人才再多,也无题可解,继续有人提出问题,而只有出题型人才做得到。要知道,绝大多数时候,当一个好问题被提出,其实就已经解决了一大半了。
AI时代,人类面临巨大转型,教育也一样,以至于很多家长很迷茫,不知道该怎么培养孩子。
更有甚者,在国家三令五申减负、双休、晚到校的背景下,家长还是守着过去的陈旧思想,给孩子补课、逼孩子刷题,孩子成绩自然越来越差。方法与时代背道而驰,越努力,越坑娃。


【新墨者】墨子连山