人工智能或将颠覆东亚的“吃苦”文化！题海战术最先被淘汰
而说到人工智能颠的覆程度，国际上的大咨询公司普遍认为受影响最大的三个领域分别是教育、普通白领工作方式和医疗产业。
其实我认为理想的教育和理想的病人护理都需要大量的具备识别判断能力的注意，能够照顾到学生和病人的实时反应以及其需求的变化，而目前的现状是业界的做法都不能给到被服务者需要的注意力。
人工智能对教育行业的改变，今天我想从“对刻意练习的改变”的角度来聊一聊。
刻意练习，是工业革命以来教育的一个流行的共通形式：
班级授课形式完成课堂上的课堂内容传递；
老师布置的作业是完成练习；
测验和考试则是完成反馈环节；
综合反馈环节完成选拨分流。传递知识，培养技能和塑造品格，基本都是通过（刻意）练习完成的。
对照在我们的日常生活中，很多人认为“刻意练习”就是等于“吃苦”、“鸡娃”，是深入东亚文化骨髓中重要的一部分，那是不是“人工智能来了，刻意练习没有用了”？
本文配图自 | 电视剧《西部世界》
在决定人工智能时代是否有必要进行刻意练习，我们需要要客观认识人工智能和人脑的擅长领域的不同，更好地理解什么是智力（包括好奇心、创造力和想象力）。
这样就分清楚了我们和人工智能的球场，什么竞技场不要进，什么领域里要和机器合作。
人工智能是人的创造，是人对自身神经系统和认知方式的模拟，是人对自身的投射，但也是我们人脑自身的反射。人工智能教父辛顿教授说--
出身于神经科世家的他，本来兴趣是心理学和生理学。他的主张是从生物学模拟角度出发，用大量的神经元网络（NeuralNet）去模拟人的神经元无数及其链接强度。
但这种做法被主张推理的主流学派认为是垃圾：人神经元的寿命比较短（<十亿秒）而且利用率比较低，很多神经元没有被利用，获得的信息也是比较少而且支离破碎，能取得现在的智能似乎是依据很少信息进行的推理，而且是一种选择性的注意力，能量使用也只有大约30瓦的样子。
似乎推理方式的人工智能更合理。但违反常识的并不怎么美妙的大规模的神经元网络，依靠大功耗（训练能耗百万瓦级别）给的大力神一样的算力，靠时间积累的免费的海量的大数据，加以标识和人的干预，经过强有力的刷题（刻意训练）后，ChatGPT的特色得到淋漓的体现，其功能不再只是数据库和关联，更出现了统计意义上的“推理”能力。
或许未来的人工智能会更加接近人脑的工作原理，但是截止目前人脑和人工智能是迥异的存在，这就允许我们看到我们努力的方向，指明努力的空间：
我喜欢用全脑智能（点击可直接阅读）去理解智能，按照斯滕伯格的智力理论，智力可以被分为三类：
ChatGPT尽管由于规模，经验（experience）和能力在语言方面利用现有数据能力非凡，但优势仅仅在于分析智能的基本层次，没有对环境和经验的感知和互动能力，是实名副其实的窄人工智能，尽管由于是语言模型，可以横跨很多领域，而且为各个领域都可以提供很宝贵的价值，在场景和环境的适应和综合方面依然严重依赖人，而非所谓超过了奇点。在创造性和实践性方面还需要很久的路走。
尽管有人认为现在算是通用人工智能的起点，我认为依然可以把之归为工具AI（tool AI）。这个的确超越了搜索引擎（信息的定位）的意义，是一种信息的更好的整理、关联、组合和挖掘。
而且事实上现在人工智能做的事情还是观察与关联，在下图（来自：The Book of Why: The New Science of Cause and Effect Paperback ）中的第一层次，这种关联没有因果关系（causation）。
由于没有执行能力，或者说没有把执行后果反馈回观察学习，无法达到第二层次。而第三层次的想象更是更多的假如，假设。
由于是假设，就具有了无限的可能性。所以说在智能方面，人工智能尽管能被我们使用，但范畴也是相对有限的。
加拿大心理学家D. E. Berlyn研究对好奇心之后对人的好奇心做了分类：
具体但只是感知方面的好奇：如对百科知识的好奇；
具体但是是认知知方面的好奇：如类似科学研究般的好奇；
广泛而只是限于感知方面的好奇：如对改变的期待；
广泛地认知方面的好奇：我想是不专注的读书者，或者如果都有建树则是通才。
机器或人工智能应该是没有好奇心的，但是作为人，应该有更有效的好奇心，那应该是具体的且是认知方面的好奇心。
目前对创造性的理解大概分为：组合性创造（把已存在的想法A和B结合在一起产生新想法的创造），探索性创造（进入一个未知领域的发掘创造），和转变性创造（把A的特点转化到B的创造类型）。
人工智能实现在组合性和转变性创造的几率比较大的，而机器实现探索性的创造可能性不大，需要人建立暂时未有的框架性的东西。这个对创造性的分类有助于我们可以看清楚某些方面创造性的可锻炼性，但这必然建立在好的认知的基础上。
脑科学关于人成长的结论，
和东西方的吃苦
上面我们通过读书的知道了人工智能和人各自所擅长的领域，也通过基本的分类获得了对智力、好奇心、创造性的基本了解。在机器擅长的领域去追求和机器同样的表现毫无疑问是徒劳的。
但是机器和人都是依靠训练（training）完成学习的，机器有其阈值和罚函数，人也有其目标。只不过人不能像机器一样学习，我们是软弱的生物体。
在机器不擅长的领域，我们仍然要成为自己。在机器擅长的领域，我们要学会驾驭机器。
即使在机器擅长领域，人也需要刻意练习，说不要刻意练习也是没有理由的。练习，或者说刻意练习，是大脑连线，或者说长成的必要步骤。
儿童在青春期前后的学习是黄金时刻，学习很快，比如说过了青春期语言学习往往智能事倍功半。大脑的可塑性（neural plasticity），是脑科学研究领域的重要研究方向。其实研究表明--
回到学习和工作的主题：中国和东亚文化，一直把吃苦（已经被翻译成英语“Eat Bitter”）当作有效学习或者进步的表征，甚至当作一种信仰一般。其实吃苦对于学习和成长的作用这是有道理的。
什么时候学习效果好，学的东西记忆深刻？好几个最新的的研究成果都表明人在经历困惑（confusion）后，特别是克服困惑后的时候学习效果最好。在学习中，某些吃的迷惑沮丧的“苦“,都会让你记忆尤深。
很多文章，包括哈佛商学院最近发的文章都在讲困惑对学习的作用。基于儒家的吃苦教育出发点应该还是好的，但在科举的影响下发扬光大。而这正巧与后来引入的普鲁士教育体系（培养服从纪律的劳动者）和再后来的苏联迅速培养专业人才教育体制如同一路，就形成坚固的“吃苦教育”的堡垒。
而有限的教育资源和工作种类的巨大差异，更坚定了人们让孩子吃苦的决心，已经走到了一个极端，对刻意练习乐此不疲。有个天津的孩子说，他睁眼看到的不是太阳，而是作业。
而大洋彼岸的美国加拿大，很多人都责怪现行的快乐/探索数学和完全语言（一种崇尚顺其自然的学语言的教育法）这两种教学方式让孩子们不能有足够的刻意训练，导致了基本能力的差距。
我最近读到一本书（The Intelligence Trap: Why Smart People Make Dumb Mistakes），其中一章就是专门对东亚教育的吃苦的教育大赞有加。
刻意练习应该是有用的，而且是有次序（从低阶能力到高阶）和有特定的关注点的。
我们上一节讲的人和机器的差异，和我关于元认知的上一篇文章，都提供了很好的关于很好的关于刻意练习的关注点的指导。
而这里我再引入一个图，也是一个很好的指引：只有当有在兼顾积极有效的“痛苦折磨”和建立明显知识方面的链接，两个维度都是正面的，刻意练习效果才是最佳的。
而在无有效的“挣扎“情况下，可能只是死记硬背，如果老师只是流利的演讲，学生没有思考和练习，根本留不下什么印象，也不会有长进。不知同学们有没有碰到过这种老师。
这种有效的刻意练习，在集体的教育中就不大可能，因为每个人的目标与进度都有不同。
而在科技的辅助之下则有了可能，可以把刻意练习游戏化和智能化，而且应当考虑到孩子的情感和身体，比如练习的时间安排和频度。
我想我们要把儿童培养成全脑儿童：左右脑协调配合，大脑的快慢系统的集成合作，可以按照自己的方式很好地处理自身的情感。
教育科技的引入，
以及教师作用的改变
随着刻意练习的变化，那教室里发生的事情，和教师发挥的作用都会发生很大的变化。
传统认为教师的作用是传道、授业、解惑，而未来孩子们将越来越成为主动学习者，学习更多发生在课堂之外。
那还需要教师、教室用来做什么？
如果教室还有意义，教室就会成为一个学习社区，同伴们交流各自的视角和学习故事，组成各种队伍去完成集体的探索和使命（成为团队学习）。
课堂里的教师的作用则更少像信息的传递者，因为孩子们可以轻松接触到最好的授课内容。老师更多像一个具备了科技强大的助教的教练或导师。
所以我就借最近读到的一本书《Talent Code》，把体育的观念用到学习上来。这本书通过脑科学革命性发现，认为天才密码的建立是来自于脑神经绝缘体髓鞘质（myelin）。
髓鞘质是大脑中一种记忆动作的组织。我们走路、说话、骑自行车、游泳、打乒乓球等技能都是用髓鞘质记忆的，因此都不容易忘，几十年都不会忘。在精深练习时，努力去完成那些勉强可以完成的事情，髓鞘质越来越厚，技能回路也会越来越敏捷和准确。这本书认为成才有以下三个重要环节：
👇滑动查看内容👇
这个环节是提供给你足够的能量去克服你将在深度练习中经历的不舒服和厌烦。深度练习需要持续的动力和能量才将其转化为技能。
热情点燃往往由外部提示触发，使你渴望获得一项技能并相信是可能的。比如孩子看到同伴或榜样刻意做到一些事情。这些相信自己的信念在深度练习中可能可以支撑你。
👇滑动查看内容👇
人很少会在没有老师的情况下自行发展成为人才。大师级教练通常不像典型的伟大教练发表喧闹的励志演讲的刻板印象。教练通常看起来更微妙，经常有选择性地给简短的反馈，包括如何纠正错误和改进的清晰准确信息。
尽管教练也可以提供点燃和动力，但这可能与旨在发展深度练习的教练截然不同。一位友好的教练可能会更好地培养这种动力，他了解孩子的个人情况，并且可以调整他们的建议，让他们感觉良好，并继续鼓励他们坚持下去。
然后，教练将需要对他们的这项事情有广泛的了解，才能满足孩子的个人需求。 然后，大师级教练可以将深度练习和点火联系起来。 为孩子提供动力，使他们坚持不懈并通过准确的反馈纠正错误。
👇滑动查看内容👇
深入练习需要努力和专注。你会因为超出您当前能力的目标而犯错误，而且纠正这些错误。你需要在反思导致未能达到预期目标的原因，后重复这个过程。选择正确的目标需要在过于复杂和过于简单之间找到最佳平衡点。
你需要的是一个可管理的挣扎状态。将技能分解成更小的单元可以让你加快深度练习的速度。而不是练习很长的序列。通过将它分解成更小的块来增加你的注意力，这样你就可以快速重复它。 更清楚地注意到错误并更有效地修复它们。
改变你执行每个组块的速度，放慢速度直到你做得完美，然后你就可以加快速度，然后将片段拼回序列中。
教练和导师除了以上几点之外，我在加一个价值观和思维引导，比如说中国的传统的生存之道和西方的斯多哥学主义（stoicism）。
斯多哥学主义也是讲究“吃苦慎独”的，这种古老的学派和生活方式依然被现代人遵从，很多硅谷的大佬们都节食，冲凉水澡，睡地板。都可以为我们的深入练习的情感基础。
「 写在后面的话 」
通过以上几个章节的论断和叙述，我们可以给家长们如此以下建议：
刻意训练需要（逐渐）提升层次，培养高级技能，如让孩子养成反思，想象和深入理解的习惯。养成多角度看问题和讲故事的能力。
知识和认识当与实践、情感和情景结合。目前人工智能的优势在于语言模型，是一种窄的能力。孩子们应该学会与实践结合，和潜意识结合，与品质、意志结合，让孩子成为一个迥异的存在。
刻意练习时候，要兼顾积极有效的“挣扎“和建立知识点链接两个维度。不能太容易，而且不能太简单，要在有意义，更可能有收获的方面做刻意训练。就像要在肥沃的土地耕耘一样。那些讲课很流畅好听的未必是好老师，让你思索学习的老师才是好老师。
有人说家长的作用是发现孩子擅长的领域，让他努力，家长只管表扬就对了。我觉得家长的任务就是通过自己对世界的洞察和对孩子的观察做出一个很好的匹配，看到一条道路。
教师的作用更加趋向导师或教练。而除了点燃热情之外，教练或导师更大的作用在于细心微妙的反馈。如果老师和家长不能提供这样的支撑，或许应该寻求外部的帮助。
技术的变迁加快了，那些低沉的果实被摘走了。我们的孩子需要在更高的领域发展，那么刻意训练也将会是在新的更高的领域进行的。
那么作为家长就需要对世界有更深入的洞察，对孩子更加了解，给孩子的教育提供更有意义和更智能的设计，当然还有不可或缺的更强的情感支持。
最新活动
👇4月23日周日晚20:00👇
听牛娃们的英美双申经验
👇4月24日周一晚19:30👇
领取最新北上广深国际化学校地图
覆盖学段课程等内容
微信扫码关注该文公众号作者