boy writing

暑假學知識庫 | 從 113 年 會考 看失衡和整合

暑假了,跟孩子聊知識庫的問題,聊到 會考 ,我希望孩子可以花最少時間完成學會考,才能把最多時間用來把自己發展成…

「六叔|Uncle6」的個人頭像
boy writing

暑假了,跟孩子聊知識庫的問題,聊到 會考 ,我希望孩子可以花最少時間搞定考試,才能把最多時間用來把自己發展成一個完整的人。

聊着聊着我就去下載了 113 年會考考題,閱讀之下非常激賞,比較起從前的考試,這個題目是真正能考出孩子是否學到了並整合成「知識」,而不只是讀書記下了「資訊」。

定義:書是作者的知識,對只是「資訊」(information),當它能被我應用時才成為我的「知識」(knowledge)。

例如我從遊客中心(information center)拿了一份「陽明山步道簡介」,這是資訊;當我用資訊可以安排陽明山行程時,才成為我的知識。

數學、自然老師是理工科背景,比較單純,題目較簡單,就只是在原來的題目上套了一個故事,似乎是少了不同科別老師合作出題。

數學考題也是閱讀測驗 會考
數學考題也是閱讀測驗

從前會直接考矩形的 a, b 是否可能同時為正整數,現在則要讀完一整篇故事後才能回答,數學要考好,國文不能少。

國文、社會則困難些。國文題要從文章中找出「人工智能、機器學習、深度學習」的從屬關係,除非出題老師有研究,要不就是跨科別老師做為顧問,就像英文系出身的諾蘭拍科幻片找來科學家當顧問。

國文題要從文章中找出「人工智能、機器學習、深度學習」的從屬關係

這問題我研究過,有很多例外狀況,老師要確定某一圖是正確答案不容易,對這領域要有一定的認識,最好有個人工智能專家可以審閱他的正確答案是否真的正確。

而社會多數題目要綜合地理、歷史、經濟、政治數科,使用不少統計學,這確實是社會科學中用得很多的工具。

結合統計及新聞判讀的考題

綜合這些題目,會感受到:

  • 從前的考試要問孩子「老師教的你都會答了嗎?」;
  • 現在的考試要讓孩子知道「老師教的不是沒用的,你會用了嗎?」,所以考如何從真實事件中找出線索,想到應用什麼知識點來解決此問題。

從「會答」到「會用」,是很大且很困難的進步。

為了模擬情境,現在的題目大多都是閱讀測驗,要花時間閱讀,科與科之間的邊界降低,不過等到成年時就會發現這才是實際狀況。

分類Step1Step2Step3Step4Step5
從前讀題判斷解題知識點作答
現在讀題閱讀找線索(New)判斷解題知識科別領域(New)判斷解題知識點作答
現實生活遇到問題,人人解法不同,因為用什麼科別的知識點判斷不同,如果科別之間的牆很高,孩子就沒機會學會判斷。會考題嘗試讓孩子學判斷,我覺得更理想的是不分科,在同一張考卷中穿插各種不同領域考題,孩子要用所學的所有科目來解題,不過出題老師又要進一步整合了。

這些考題對培養未來的主人翁非常有幫助,很高興看到考題有長足進步。

學習要分還是合?

自古以來學習是沒有「科」的,孔子有教無類,所以每個人都要學每件事,當然有詩書禮樂等範疇,但孔子在生活中帶着弟子們,帶着他們環遊世界(貴族教育啊!),隨時機會教育,所以他是標準的專案式學習(PBL,Project-based Learning)。

但每個人都要學每件事就很難專精,孔子訓練的是宰相需要博雅知識,但誰來發展科技呢?所以西方出現了「科學」。我不知道英文的「science」詞源上是否帶有分科別的意思,但這個「和製漢語」中,日本人翻譯得很切實,從前學習儒學(武士道)的日本人也不分科,西學則是學校分科授業,像孔子這樣什麼都會的老先生就當教務長,而每一科都有人特別專精,就可以研究的更深,所以臺積電可以做出越來越小的製程,就是很多人努力在鑽研這一科。

這兩種學生各有其困難。

  • 如果我是孔子的 PBL 學生,我看到問題不知如何解題,因為老師教的知識體系是互相交織的一大坨,無法拆開思考,要畢業太難了;
  • 習慣分科學習的學生,困難在他習慣題目都是分科的,當他發現要別科知識才能解題時,卻缺乏跨領域知識不知如何解題。

108 課綱給了老師銀飯碗,沒騙你

比較一下不同時代的教育:

  • 國立編譯館時代:分科教學,分科考試;
  • 李遠哲教改時代:分科簡單教育,分科簡單考試(這段期間的孩子們國家虧待你了);
  • 108 課綱的時代:分科教學,整合考試。

身為家長,是否第一次看到新課本覺得「跟以前差不多嘛!108 課綱神奇在哪?」,對的,你沒有錯,實際上前半段是一樣的分科教育。

所以很多老師也以不變應萬變,一樣要學生背註釋、年代、地圖,幾十年照本宣科。

分科教學是必要的,卻不是老師您的戰場

在這個 AI 搶走人類飯碗的時代,老師們,教育部用 108 課綱提出了保障您不被 AI 取代的「銀飯碗」!不知老師是否發現了?

我小時候(國立編譯館時代)知識點只能靠老師上課傳授(因為課本艱澀,資訊不多),老師只要照著教學手冊整理的知識點,可以照本宣科幾十年。

運氣不好遇到(多數)沒教學天賦的老師怎麼辦?沒關係,那些千中選一的傑出名師已在補習班等你了,學校聽不懂,交錢去補習班就能懂。

不誇張,我的社會科學啓蒙老師是補習班老師,他影響我讓我攻讀社會科學碩士。

疫情期間孩子在家上課,家長看不到的教育現場血淋淋呈現在眼前,有些老師連講清楚邏輯都難,教室氣氛雜亂無章,如果他還沒教學熱忱就更糟了。

那麼,現代孩子遇到沒教學天賦的老師怎麼辦?不用花錢去補習班了,現在 YouTube、均一… 網路資源很多,它們跟學校老師講相同內容,但找來口條好、生動活潑、帥氣美麗的老師,再加上影片、動畫、特效,最重要的是聽不懂可以倒回去重聽直到會,還能聽不同老師的教法,連笑話都更好笑。

跨境服務加上 AI 即時翻譯,網路可從全世界選擇最適合我的老師,獲得高品質的分科授課,學校老師怎麼與全世界頂尖的老師比拼?何不應用科技讓有授課天賦的老師授課,而其他老師轉為指導呢?

網上什麼都有幹嘛上學?

我剛用 2 個月時間,以自己為白老鼠完成了一個實驗,這是實驗開始時發表的文章

我剛用 2 個月時間,以自己為白老鼠完成了一個實驗這是實驗開始時發表的文章。我數學底子差,但擅長用卡片盒筆記法(Zettelkasten)學習:

  1. 用 2 個月的下班時間;
  2. 4 晚/週(週五陪小孩)、約 2 小時/晚(時多時少);總共約 64 小時左右;
  3. 從 0 自學 Python、數據分析(Data analytics)、機器學習(Machine learning)。

不久前交出 成果,在 Kaggle 遞交第一個小比賽,在全球 2326 參賽者中得到 997 名

比賽用各種數據預測哪些學生能順利畢業。隨比賽進行比數會變化,一方面有新參賽者,另一方面有些參賽者持續優化,本文剛寫時是 997/2326,有趣的是,每個人大約都在小數點第 3 位之後的些微差距(前 3 個是Tutorial過程算不上比賽,所以是第一個)

成績約 Top 43%,談不上優秀,以無基礎、只學 2 個月、第一次參加者來說,我的自學效果超越 57% 參賽者,已經很滿意了(自我要求不高)。

Kaggle 是 Google 的數據科學比賽平臺,同時具有社群、教學用途,提供大量數據及題目,有的比賽還有高額獎金。

Kaggle 比賽困難在跨科別,通常綜合商業(領域)知識、程式、統計、數學模型,除了商業知識需要經年累月工作經驗累積,其他每一項我都放棄過 😀,如果要舉辦「你曾放棄過什麼科目」的全球調查,相信程式設計、數學會排在 Top 5 之內(你呢?)!

這雖然只是個小比賽,由於一層又一層的門檻,相信世界上只有少數人參賽,讓我們假設有 20% 的人參加(絕對低於,Kaggle 是數據行業的聖地,但其他行業 10 人有 9 人沒聽過),那我的學習效果是 43% x 20% = 9%,所以經過 2 個月自學,在數據分析、機器學習這個領域,我對數據科學的知識及掌握能力能超過全球 91% 的人。

這個數據不是什麼精密統計,中間的成績也沒啥好吹噓,我想說的是,從這 2 個月自學實驗中證實,就算很複雜困難的領域,而且全無基礎,這時代只要有動機什麼都可以自學,學校,真不一定非去不可!

我用的方法是:

  1. 用卡片盒筆記法規劃整理,迭代修正;
  2. Coursera, Kaggle, YouTube 等平臺找到合適課程;
  3. Google 找答案;
  4. 跟 AI 助理交談。

我相信,如果有一組孩子每天老實去學校聽老師上分科教學,絕不上網課;另一組孩子在監督下[*]有紀律的在家上網課,相同課時下,後者的學習效果會超越前者。

* 因為通常孩子沒有監督就沒有紀律,這是學校另一作用

老師們快升級取得教育部給你的銀飯碗

你說這是什麼銀飯碗啊?原本可以不變應萬變的老師不是被網路內容取代了嗎?

108 課綱雖然分科教學,但會考卻考整合各科,從「分科學習」到「整合做答」,說明學生不能上完課就沒事了,他要回家複習、花時間反芻、討論、思考,刻意從不同科目中找到彼此的連接,整合知識,很辛苦。

老師分科授課教出有各科資訊的學生,但會考期待有思辨能力整合思維的學生,兩者的天差地別關鍵在魚肚子這塊工作,但學校沒教,學生怎麼會呢?

對家長、老師、學生來說,知識整合都是大難題,因為幾十年前國立編譯館到現在,幾十年來學校從沒講整合知識的理論、方法,和工具,所以大家普遍不懂,最近市面上出現這麼多知識管理工具可見一斑。

  • 如果對 Zettelkasten 知識庫感興趣,請參考 拙文
  • 多年軟體產品經理,我習於將知識「封裝」成「產品」、「工具」,如 MS Word 把排版知識封裝在軟體中,但缺了基本知識還是印不出美麗的作品,所以工具並不跟知識牴觸,它讓知識容易執行。

如果你是學校老師,你可以做兩件事:

  • 觀察世界從萬事萬物看到如何運用所學:113 會考考題就從萬事萬物看到背後的知識,身為老師培養這能力,就可以教孩子應用知識在生活中,反之,從日常生活看到知識。
  • 教孩子整合所學資訊的方法:你跟孩子有相處時間,有機會看他的吸收過程。但整合知識很難,如果你還停留在背誦的觀念,請趕快更新大腦,學整合能力和工具。

日本管理大師大前研一進入麥肯錫就刻意訓練,在日常生活看到問題及提出解答,觀察力需要刻意訓練才會發生

AI 整合知識的能力又好又快,我們何必學整合?

人類不會甘於停止思考讓 AI 取代,不論它多強,只要還有思考的必要,我們的孩子不可能用 ChatGPT 代替,你還是要自己學習、整合,培養自己的大腦。在這過程,老師的位置太重要了,會是無法取代的銀飯碗,如果你是老師,請思考一下可能性。

如何解決好教師荒?

現在學生人數這麼少,還有很多流浪教師找不到地方教學,教師行業應該是人浮於事的。

但好教師很少。

個人成長過程,真具有啓發力的好教師一隻手可數完;觀察孩子學習的過程,孩子從一年級到七年級這七年間,只遇到 2 位能算好教師(包括私校,所以不用迷信私校),現在學校選擇那麼多,但教師水準並沒進步,到底發生了什麼事?

我們的合格教師是否有受過知識整合訓練?如果死讀書就可以通過教師考試,那我們的老師就還是始終停留在分科教學知識點的程度。這不是老師的問題,而是他還沒接受訓練,108 課綱就匆匆實施了。

現在教師訓練包含專案管理、知識處理、社會觀察的訓練和測驗嗎?如果現在要求學校進行孔子的 PBL,有多少教師有能力?

我的經驗是,不僅教育界,具此能力的人臺灣社會並不多,他們這麼傑出,多半選擇去高薪行業,以現在教師待遇,除非是位夢想家,他們來為學校效力的機會成本太高了。

機會成本:某人選擇當老師放棄臺積電,因此每年少賺 300 萬,這就是機會成本,雖沒付出,但這成本確實存在。

臺灣一年只有這麼少孩子,值得政府投資最多資源找到精英來擔任教職,如果臺灣的中小學老師參考新加坡公務員的制度:訓練困難、錄取率低、入職考核嚴格,但待遇優良,是否能從竹科搶來一些高手呢?

我們把精英都送去代工業,臺灣的未來就會被強大的代工業綁架,如果希望有所不同的成長,要投資在這些數量稀少的孩子手中,難道不值得拿最多資源投入教育嗎?如果在教育省錢,能期望下一個護國神山出現嗎?

訂閱電子報

最快更新,每週一次(大約啦),絕無垃圾郵件!記得到信箱查看驗證信!

最有人氣

留言

探索更多來自 六叔觀察站 | Uncle6 Observer 的內容

立即訂閱即可持續閱讀,還能取得所有封存文章。

Continue reading