掌握学习

今天无意间了解到掌握学习 (Mastery learning) ，是本杰明·布鲁姆 (Benjamin Bloom) 于上世纪60代提出的概念。字面意思就是完全掌握当前知识后再引入后续知识，尊重每个人的学习节奏，因材施教。

传统教育关注固定时限内学生对知识的掌握程度(测试成绩)，但布罗姆等人认为：虽然不同学生掌握知识的速度和方式存在差异，但最终所有人都是可以完全掌握知识的。只要给予足够时间和适当指导，几乎所有学生对几乎所有内容都可以达到掌握的程度(在测试中取得优秀)。因此掌握学习建议指导者因材施教，确保学生完全掌握当前知识后，再转入后续知识。当然学习能力的差异也是客观存在的，在掌握学习中对于学生的区分相应由固定教学时限、关注成绩 转变为 固定成绩、关注学习时间。

这让我想起了最近一则引起关注的新闻：四川省要求小学人均95分以上，这个要求似乎和掌握学习的要求一致，但根据新闻中的表述，似乎是通过降低测试难度达到相应目标，而非掌握学习所建议的因材施教，不清楚的这个政策是什么情况。

Bloom’s 2 sigma problem:
依照掌握学习，1对1指导教育的学生测试表现明显比传统教学好(2sigma的差异)

“只要给予时间和指导，知识都是可以被掌握的”，这一方面消弭了人们目前还无能为力的先天差异的绝对优势，让众人重归平等，另一方面却也提供了一个竞争的赛道，很好的解释了当下热议的教育内卷和阶级固化。掌握学习的理论意味着除了极少数像爱因斯坦这样的异类，先天的智力差异很大程度上是可以通过后天的教育弥补的，培训班、家教、私教自然也就成为很多父母的选择。智力的竞争也随之异化为财力乃至权力的竞争，教育内卷也就无可避免。同时也意味着竞争过程中更上层的精英可以通过其手中现有资源换取更优质的教育，从而弥补后代可能的先天不足，带来更好的综合表现，而原本有望凭借先天智力优势实现阶级跃升的寒门子弟也就越来越少了，阶级固化也成为必然。

---

2021-12-17:
突然意识到除了马督公的“社会化抚养”，破局的另一个要素是人工智能。对每个学生因材施教的人力成本是当下社会难以负担的，因为所需要的不仅仅是的投入人数的提升，更要是受过良好教育的人力。而人工智能凭借信息复制边际成本近乎零的优势，可以很好的应对这一问题。通过全面记录每个学习者的学习数据，根据每个学生知识掌握情况，针对性的指定学习及练习策略，还可以跟教师教学有效结合，真正实现因材施教。而这方面的探索在现实中已经发生。

科大讯飞刘庆峰： 有了人工智能，衡水中学学生可以少做题(2017)

---

2021-12-28
最近农民工翻译《海德格导论》的新闻，让我再次想起了掌握学习。掌握学习传达了某种美好的平等，一个平均智力的人，如果有幸对特定知识产生了兴趣，在当下信息过剩的网络世界总能找到相应的知识，并最终了解和掌握相关内容。但掌握学习关注的更多是输入，有足够的输入是否一定就能产生有意义的自我表达，输出是输入的必然吗，而所谓创新在底层是什么，人人都能从事学术研究吗。
p.s. 这里输入不能只是书本的输入，更要有实践、有生活，要有对世界观察和体验的输入，这才是一切知识的源头。毕竟我们活在这个世上，要认识的也是这个世界。有例外吗？完全抽象的、公理化的数学算是不依赖现实世界的超越存在吗？