量子纠缠是怎么回事?

有人问,单光子光源怎么做的,纠缠是怎么回事?好吧,我就顺便说说这个。

数学和物理的准备

不过,这也是一个需要挑战智力的问题,并且需要一点点量子力学和经典概率论的基础:第一、量子力学对于量子系统的状态的数学描述是波函数或者说密度矩阵,其背后是状态本身是具有可叠加性的矢量,并且由于这个矢量性,我们可以用任何一组正交归一基矢来展开量子态,也就是(其中三个方向分别表示\(45^{0}\)偏振、水平偏振和竖直偏振。如果对于偏振现象还不是特别了解,则可以参看“光过三个偏振片和男人女人过三道门的对比”
\begin{align}
\left|\psi\right\rangle = \left|45^{0}\right\rangle = \frac{\sqrt{2}}{2}\left(\left|H\right\rangle + \left|V\right\rangle\right), \\
\rho^{q} = \left|45^{0}\right\rangle\left\langle 45^{0}\right| = \frac{1}{2}\left(\left|H\right\rangle\left\langle H\right| + \left|H\right\rangle\left\langle V\right| + \left|V\right\rangle\left\langle H\right| + \left|V\right\rangle\left\langle V\right|\right). (1)
\end{align}
这两行等价。
第二、量子测量可以看作是代表测量仪器的矢量或者说算符和代表状态的矢量或者密度矩阵的内积,也就是
\begin{align}
P_{\alpha} = \left| \left\langle \alpha \right. \left|\psi\right\rangle \right|^{2} = \left\langle \alpha \right| \rho \left| \alpha \right\rangle, \\
\rho^{c} = \sum_{\alpha} \left| \alpha \right\rangle\left\langle \alpha \right| \rho \left| \alpha \right\rangle\left\langle \alpha \right|, (2)
\end{align}
这两行(实际上三个等式)等价。其中的\(\alpha\)代表测量仪器的方向以及相应的矢量。注意,如果确实观测到了某个状态\(\left| \alpha^{*} \right\rangle\left\langle \alpha^{*} \right|\)(也就是所有概率中的\(P_{\alpha^{*}}\)得到了抽样实现),则系统在测量完成时刻的状态是\(\left| \alpha^{*} \right\rangle\left\langle \alpha^{*} \right|\)。这个被称为测量后状态公理。
第三,经典随机对象的描述是
\begin{align}
\rho^{c} = \left(p_{H}\left|H\right\rangle\left\langle H\right| + p_{V}\left|V\right\rangle\left\langle V\right|\right). (3)
\end{align}

顺便补充一下,对于独立随机变量,
\begin{align}
\rho_{12}^{c} = \rho_{1}^{c}\rho_{2}^{c}, (4)
\end{align}
否则称为经典关联随机变量。例如两个完全一致的硬币可以写做,
\begin{align}
\rho_{12}^{c} = \frac{1}{2}\left(\left|HH\right\rangle\left\langle HH\right| + \left|VV\right\rangle\left\langle VV\right|\right) \\
\neq \rho_{1}^{c}\rho_{2}^{c} = \frac{1}{4}\left(\left|H\right\rangle\left\langle H\right| + \left|V\right\rangle\left\langle V\right|\right)\left(\left|H\right\rangle\left\langle H\right| + \left|V\right\rangle\left\langle V\right|\right). (5)
\end{align}

后面,我们会用到矢量的内积——两个正交归一的基矢量的内积满足\(\left\langle \mu \right.\left| \nu\right\rangle=\delta_{\mu\nu}\),也就是如果是同一个基矢量则内积等于1,否则等于0。

如果你知道这些公式的含义最好。不知道的话,需要达到下面的理解程度,为什么这样可以参考“能看到光是多么神奇的事情啊”“光过玻璃是一件多么神奇的事情啊”“光过三个偏振片和男人女人过三道门的对比”

  1. 经典的硬币可以处于概率组合态,也就是要么向上(H),要么向下(V),以一定的概率,这样的状态,这个状态的数学语言就是第三个公式里面的样子。
  2. 量子的偏振可以处于概率幅叠加态,也就是代表水平(H)和竖直(V)的矢量直接加起来,以一定的概率幅,这样的状态,这个状态的数学语言就是第一个公式里面的样子。其中两个H和V状态前面的系数决定了偏振的方向。例如\(45^{0}\)的时候,系数都是\(\frac{\sqrt{2}}{2}\)。我们有方法按照方向计算出来这些系数。不过我们不用管具体怎么算。
  3. 量子的偏振测量仪器对应着某个特定的方向,例如我想拿着\(45^{0}\)或者\(135^{0}\)偏振的镜片来做测量,这样的状态,就会对应着相应的矢量\(\left| \alpha \right\rangle\),具体方向和矢量之间如何对应暂时也可以不管(如果仪器在\(45^{0}\)则\(\left| \alpha \right\rangle = \frac{\sqrt{2}}{2}\left(\left|H\right\rangle + \left|V\right\rangle\right)\),在\(0^{0}\)则\(\left| \alpha \right\rangle = \left|H\right\rangle\),如此这般),一旦有了这个仪器对应的矢量之后,测量结果是一个概率分布函数(的某一个抽样),这个分布函数的数学操作就是第二个公式里面的样子。

如果以上这些由于数学符号你还是不明白或者被吓住了,那么,下面的理解也算过得去:

  1. 经典的硬币的状态是概率组合态。
  2. 量子的偏振的状态是矢量叠加。
  3. 量子的偏振测量的仪器可以选择某个特定的方向,然后结果依赖于这个方向和量子系统的状态。
  4. 以上都是可计算的,仅仅怎么算暂时不管而已。

纠缠的实验实现

现在我们来回答纠缠是怎么实现的,下一节,再来看纠缠会有什么特殊性质。在那之前,我们先来做一个理想实验——真实不好做的但是在脑子里面比较容易做的“实验”。我们假设有经典真随机的硬币。我们想通过这样的经典真随机的硬币来制备一对经典关联的硬币。经典关联状态我们已经在第四个公式中提过。怎么实现呢?我们需要做一个信号分割器,例如网线分割器这样的东西,就是一个信号一分二的接头:一个随机变量进来,两个随机变量出去,并且两个变量的值完全一样。这个信号分割器或者说信号复制器,在经典信号上是完全可以实现的。这样,不管进来的信号是上(H)还是下(V),我们总会得到两个完全一直的随机信号,合起来,也就是我们需要的经典关联随机状态。就好像是一对同卵双胞胎,尽管我们可以不知道其性别,但是我们知道肯定同性。于是,观测一个的性别就知道了另一个。

我们再来看量子的双胞胎怎么制备。有一种晶体可以用来产生一对叫做“下转换光子”的光子对。根据能量守恒和动量守恒的约束,这两个光子的能量和动量是相互确定的,总和必须等于入射光子的能量和动量。其中一个的动量知道了就可以推算出来另一个动量。为了简单计,让我们假设这样的动量的取值只有一种\(p\),同时对应着的另一个光子的动量取值就是\(P-p\)。\(P\)是总动量。但是,由于我们不知道哪一个光子会取\(p\),所以对应着两种情形,
downconversion
\begin{align}
\rho_{12}^{q} = \frac{1}{2}\left(\left|p,\left(P-p\right)\right\rangle + \left|\left(P-p\right),p\right\rangle\right)\left(\left\langle p,\left(P-p\right)\right| + \left\langle\left(P-p\right),p\right|\right). (6)
\end{align}
甚至,这两个光子的偏振也是配对的,这里我们取那个偏振方向总是相同的情形来讨论,
\begin{align}
\rho_{12}^{q} = \frac{1}{2}\left(\left|HH\right\rangle + \left|VV\right\rangle\right)\left(\left\langle HH\right| + \left\langle VV\right|\right). (7)
\end{align}
这里我们用了量子力学的矢量叠加性——如果一件事情有两种发生的可能,并且不能区分到底是哪一种,则状态是这两种可能的状态的矢量叠加。这个矢量叠加性导致了公式(7)和公式(5)的结果不一样。

有了双光子的纠缠之后,还可以通过测量来实现更多的光子的纠缠,见例如潘建伟等人的多光子纠缠的工作。具体如何实现就不讨论了,我只截取了其中的一张图,根本上就是设置实验仪器允许某一类的仍然具有多种的情况可能发生,然后,由于这些情况不可区分,系统的状态是这些状态的矢量叠加。因此,就是矢量叠加性的各种巧妙运用。

FourEntangle

纠缠的神奇之处和神奇之处的来源

有了数学物理基础,也有了制备的方式,我们来看这个状态有什么神奇的地方。我们通过对比经典关联态和量子纠缠态来看这个神奇之处。

首先,考虑公式(5)的经典关联态。注意,这个时候硬币只能观测到要么向上(H),要么向下(V)两种情况。不过,就关联起来的情况,如果第一个硬币是正面则第二个也是,反面的情况也一样。
\begin{align}
P_{HH} = \frac{1}{2}, P_{VV} = \frac{1}{2}, P_{HV} = 0, P_{VH} = 0. (8)
\end{align}你觉得这个经典关联态神奇吗?我不觉得。

其次,我们来考虑公式(7)的量子纠缠态。我们先来观测一下水平还是竖直偏振,也就是我们在两个光子上都做矢量投影\(\left|H\right\rangle, \left|V\right\rangle\)的测量。于是,按照我们测量的计算方式公式(2),我们得到,
\begin{align}
P_{HH} = \frac{1}{2}, P_{VV} = \frac{1}{2}, P_{HV} = 0, P_{VH} = 0. (9)
\end{align}
这个看起来和公式(8)一模一样,所以我也不觉得奇怪。

奇怪的事情来了:让我们在\(45^{0}\)方向来测量一下两个光子,也就是把公式(1)中的\(\left|45^{0}\right\rangle\)当做\(\alpha\)放到公式(2)里面,其中的\(\rho\)呢分别用公式(5)和公式(7)看看结果是不是一样。这个计算过程我就不展示了,其实也就是把上面的各项套进去以后用好内积的计算规则,就行。暂时就只有相信我了。我们会得到,对于经典的情形
\begin{align}
P_{45^{0},45^{0}} = \frac{1}{4}, P_{135^{0},135^{0}} = \frac{1}{4}, P_{45^{0},135^{0}} = \frac{1}{4}, P_{135^{0},45^{0}} = \frac{1}{4}. (10)
\end{align}
而对于量子的情形
\begin{align}
P_{45^{0},45^{0}} = \frac{1}{2}, P_{135^{0},135^{0}} = \frac{1}{2}, P_{45^{0},135^{0}} = 0, P_{135^{0},45^{0}} = 0. (11)
\end{align}
后者的结果才是和实验相符的。这个结果说明:第一,这样的量子纠缠态具有一个神奇的性质,在任何一个方向的配对测量,都可以观测到纠缠;第二,如果形式上允许经典来测量\(45^{0}\)等方向,则经典概率叠加态给出来的结果和实验不相符。或者说,仅仅在原始的方向,这里也就是水平和竖直,经典测量给出来的关联性的理论结果和实验结果——两者一样,是和量子情形一样的。一旦允许改变方向,则第一经典原则上没法来测这个改变的方向,第二给出来的理论结果也是错的。

因此,量子纠缠的神奇之处在什么地方呢?在于任何一对正交方向上对两个光子的偏振的测量,都给出来完全相关的信息,而不仅仅是水平和竖直这一对方向。然而,经典相关态仅仅在原来设定的方向上完全相关,不能由实验者改变方向。因此,神奇之处不在于完全相关,而在于任何一对正交方向(量子)和仅仅原始的方向(经典)的对比。其实,量子甚至可以告诉你,计算两个光子的测量方向不一样,仍然可以得到一个关联系数,并且这个关联系数能和实验相符。只要用给定方向下的合适的\(\left|\alpha\right\rangle\)代入公式(2)就可以算出来这个结果。也就是说,这个神奇之处,就来自于公式(1)和公式(2)。前者是状态的矢量叠加性,后者是如何从状态来计算给定测量仪器以后得到的测量结果。换句话说,其实,根本上就是公式(1)——态的矢量叠加性,因为公式(2)其实经典和量子的时候都对。

为了保证这个关联性,看起来就好像是对一个光子的测量改变了另一个光子的状态,不管它们离得多远。可是这件事情奇怪吗?经典随机关联变量不是也一样的吗?测量了一个之后,就知道了另一个,也就是说,另一个的状态就已经被改变了。这个关联性本身不是神奇的事情,而是任何一对方向上的测量都具有类似的关联性才是奇怪的地方,而这个关联来自于状态的矢量叠加性。

咱们来做两个这样的计算,首先,如果测量得到第一个光子是\(\left|H\right\rangle\)看看第二个光子是什么状态。我们就用测量后状态公理得到
\begin{align}
\rho_{2} = \left\langle H\right| \frac{1}{2}\left(\left|HH\right\rangle + \left|VV\right\rangle\right)\left(\left\langle HH\right| + \left\langle VV\right|\right)\left|H\right\rangle \propto \left|H\right\rangle\left\langle H\right|.
\end{align}
其次,我们来看,如果测量得到第一个光子是\(\left|45^{0}\right\rangle=\frac{\sqrt{2}}{2}\left(\left|H\right\rangle + \left|V\right\rangle\right)\)看看第二个光子是什么状态
\begin{align}
\rho_{2} = \frac{1}{4}\left(\left\langle H\right| + \left\langle V\right|\right) \left(\left|HH\right\rangle + \left|VV\right\rangle\right)\left(\left\langle HH\right| + \left\langle VV\right|\right)\left(\left|H\right\rangle + \left|V\right\rangle\right) \\
\propto \frac{1}{2}\left(\left|H\right\rangle + \left|V\right\rangle\right)\left(\left\langle H\right| + \left\langle V\right|\right).
\end{align}
更进一步,非常容易验证,如果纠缠态的数学表达式中间缺几项,变成经典关联态那样,则第二个计算得到的结果不一样,
\begin{align}
\rho^{c}_{2} = \frac{1}{4}\left(\left\langle H\right| + \left\langle V\right|\right) \left(\left|HH\right\rangle \left\langle HH\right| + \left|VV\right\rangle\left\langle VV\right|\right) \left(\left|H\right\rangle + \left|V\right\rangle\right) \\
\propto \frac{1}{2}\left(\left|H\right\rangle\left\langle H\right| + \left|V\right\rangle\left\langle V\right|\right).
\end{align}
这个第二个光子状态和第一个观测到的不一样。从这个计算我们看到,我们不需要做时间演化,也不需要做信息传递,第二个光子自然就会随着第一个光子测量结果的改变而改变。这件事情甚至在经典关联态上都是如此。因此,纠缠态并不意味着超距作用,尽管实际上两个光子可以距离很远,因为它们之间根本没有作用,只有超距!完全就是逻辑推导的结果。

类似的问题在测量的时候也会遇到——测量实际上就是一个先建立纠缠再抽样观测到其中某一个状态的过程。那个时候,你可能也会觉得,甚至在纠缠建立起来之后,好像某个信息或者某个时间过程,从你测量的仪器甚至你的脑袋,跑到了被测量状态上。这完全就是假像。我们已经看到只要先建立起来纠缠,这个相关的实现不需要任何时间过程,不需要任何信号的传递,甚至根本就没有相互作用。

神奇的纠缠可以用在什么地方

由于在任何一对方向(不仅仅正交)上的测量都具有这个相关性(正交的话就正好就是完全相关),这样的神奇性质可以用来做很多很多事情。例如量子远程传输、量子博弈、快速因子分解、量子密码等等。具体例子,暂时就不进一步讨论了。

纠缠还可以用来做单光子光源,每次从出来的一对里面,挡住一个,就行了。这样的设备能够很好地保证单光子性。

小结

如果上面的数学公式把你吓住了,或者妨碍了你的理解,这是我的小结:量子态和经典态的核心区别是前者有矢量叠加性后者有概率叠加性;这个区别有数学公式可以表达,可以用来做后续的测量结果和测量后状态的计算;量子纠缠态只不过是这样的一组叠加态它对于任何一对测量都能够给出相关性,有的时候甚至是完全相关,就好像经典关联态一样,但是量子的情形能够对任意一对测量给出来相关性,而经典只能是预设好的方向;这样的相关性就好像是意味着对一个粒子的测量会改变另一个粒子的状态一样,但是我们的计算没有用到时间过程,没有信号需要传播,仅仅是逻辑上的推理,因此不需要真的两个粒子之间有相互作用;类似的事情在测量的时候会发生,那个时候——在纠缠建立起来之后,同样不需要在仪器(或者你的大脑)和被测量粒子之间建立起来什么相互作用。

什么是一个学科的核心概念和大图景?

对于搞科学的(或者好好地深刻地学过理解过科学的)人来说,一个学科有大图景——基本研究对象、基本研究问题、典型思维方式、典型分析方法、典型应用以及和世界以及其他学科的联系,是一个很容易理解的事情:脑子里面有大量的这样的例子啊。有了大图景,就会发现,有一些概念是直接联系着这些大图景的,或者是在考虑到概念之间的联系的时候就发现有一些概念是其他概念的基础。于是,就会把核心概念识别出来,并且整理出来一个知识之间的联系,更进一步甚至把联系也区别开来——有一些是主干道有一些是盲肠小道。

例如,物理学主要研究物质的组成和运动,因此,力学的世界观——状态如何描述,状态是否发生变化,变化的话原因是什么——就尤其重要。同样,也是因为运动是主要的研究对象,所以,时间和空间就是物理学非常非常核心的概念。物理学,或者说科学,最根本的研究思想是实验和批判性思维,同时对于理论的系统性统一性的追求也是典型思维方式之一。从分析方法上来说,还原论——把事物一层一层分开进而把每一个层次搞清楚,其中每一层可能还要继续分下去——和还原之后的整体论——也就是把分开来的东西重新合起来,这个时候可能会出现下面层次上没有的新现象,把事物之间的联系用力和能量(哈密顿量、拉格朗日量)来描述也是非常重要的分析方法。于是,分子原子基本粒子这些知识作为知识不太重要,但是,作为理解这个还原论和还原之后的整体论,就是特别重要的好例子。于是,哈密顿量和最小作用量原理就是特别能够体现物理学典型分析方法的重要概念。

不过,对于搞人文学科的,或者搞教育的(尽管教育应该被看做自然科学和社会科学,而不是人文学科)来说,理解核心概念和学科大图景,可能有困难了:为什么概念之间的地位会不一样呢?凭什么有一些更重要呢?在“我们”看来,知识就是一个篮子里面的鸡蛋啊,收集起来就好了啊,凭什么有的鸡蛋会更重要呢?更大?怎么度量大?更有可能生出来小鸡,怎么度量这个可能性?或者,甚至,连怎么度量这个问题都不会问。人文学科的才不管怎么度量呢。

当然,一方面,尽管我是泛科学主义者,我也认为没必要所有的学科都采纳科学的规范——例如以实验和系统化的模型为主,思想上以批判性思维和系联性思考为主。因此,人文学科、社会科学和自然科学有很大的区别,是可以有的。但是,另一方面,这个区别应该在尽量科学化——也就是观察和实验、系统化、批判性思维和系联性思考——的基础上,保留自己的学科的特点,而不是连科学化这一条都要废弃或者规避。你看,就算在科学内部,物理学、化学、生物学仍然保留了其自身的特点啊。

那么,怎么才能做到能够科学化的地方科学化呢?需要我们对什么是科学有一个比较深刻的理解。而对于科学的深刻的理解需要建立在具体学科的基础上,也就是要通过学习具体学科来学习,还要从具体学科里面走出来提炼更加一般的什么是科学。这个“走进去走出来”就算对于学习自然科学的学生都是一件不难么容易的事情。而我们当前的教学设计使得文科的学生连这个“走进去走出来”的机会都没有了。这是非常有问题的。这也使得我这套以学科大图景为目标的理解型学习实行起来,对于文科的老师,更加的困哪了。例如,你问问语文老师,语文大图景是什么,什么东西最关键,试试。

你想,如果一个从来都没有思考过学科大图景的学生当了老师,你怎么敢指望这个老师就能够帮助学生理清楚相应的学科的大图景呢?如果这个老师当学生的时候,就把知识看做一篮子鸡蛋,你怎么敢指望这个老师能够帮学生看到鸡蛋之间相连的绳子呢?

其实,不仅仅是自然科学,人文学科,也是能够,并且更加必要整出来一个融会贯通的大图景。例如,历史就可以从集邮票——指收集时间的时间地点以及相关的物理和文献证据,变成对某些根本问题的理解。例如,为什么中国的社会诚信度比较低,为什么中国的百度百科远远远远赶不上Wikipedia,为什么我们更加保守集权和缺乏创新性,这些都应该是和大量的历史事件有关系,例如包围着家园的长城、随时发怒但是又是文明摇篮的黄河、元朝对宋朝在文明和文化上的破坏,清朝(?)的奴化愚化教育和奴化愚化统治。一旦把这样的联系建立起来,就可以把问多问题看的更加清楚。

希望所有的学生都有机会来深入理解和欣赏一下科学。科学不是神奇的生活之外的东西,只不过就是凡是问一个为什么,有了为什么的问题就会诉诸于联系,诉诸于核心概念。

《学会学习和思考之科学和科学教育》设计

按照Teach Less, Learn More课程体系的一般设计要求《学会学习和思考》的设计原则,我们做了《学会学习和思考科学和科学教育模块》的设计。

科学和科学教育模块的概念地图
ScienceEdu

课程目标
1、刺激和引导学生思考什么是什么是科学,什么是数学,什么是教育。
2、学生可以有自己的思考和理解,但是大概来说:科学是可计算的可证伪的但是迄今为止没有被证伪的现实世界的心智模型;数学是对事物之间的关系的描述结构的描述;教育这个学科的目的则是使得学生能够学得更好,老师能够教得更好,更容易抓住各个学科的大图景。
3、对科学研究方法有一定了解:观察现象、提出可检验的问题、实验、理论模型的提出、模型的求解、结果的实验检验,模型的理论化。
4、理解科学对于一致性和统一性的追求:理论模型不能相互矛盾,越少的理论模型描述越多的现象,公理化体系。
5、体会批判性思维、系联性思考在数学和物理中的作用和地位。
6、对数学和科学的兴趣,以及用它们来理解世界的兴趣。
7、在学习和思考“科学”和“教育”的过程中实践系联性思考、批判性思维,学会学习和思考。

学习材料:
1、Ted Talks视频:
Alan Kay: A powerful idea about ideas,精心设计的神奇的任务和计算模块帮助学习数学和科学
Andreas Schleicher: Use data to build better schools,能力和潜力能够检测吗,检测结果能够用来促进教学吗?
Aaron O’Connell: Making sense of a visible quantum object,神奇的量子客体
Arthur Benjamin: Teach statistics before calculus!,按照其他人或者教科书来教学吗?
Adam Savage: How simple ideas lead to scientific discoveries 科学里面的简单性
Christopher Emdin: Teach teachers how to create magic,教学本身需要创造性
Chris Anderson: Questions no one knows the answers to,好奇心、科学和教育
Clint Smith: The danger of silence,让每个人都问你所想问,说你所想说
Conrad Wolfram: Teaching kids real math with computers,数学的四个阶段(提出问题、抽象化、计算求解、验证和提高)和当前数学教育以及可能的解决方案
Dan Meyer: Math class needs a makeover,数学教育和粗糙问题的关系
David Deutsch: A new way to explain explanation,科学是什么
Hans Rosling: Let my dataset change your mindset,数学可以很有趣并且改变你的思想
Jared Ficklin: New ways to see music (with color! and fire!),炫酷的科学
Kevin Slavin: How algorithms shape our world,算法改变世界
Ken Robinson: Changing education paradigms,Ken Robinson教育的问题和出路四重奏,创造性和现代教育的目的
Ken Robinson: How to escape education’s death valley
Ken Robinson: Bring on the learning revolution!
Ken Robinson: Do schools kill creativity?
Leonard Susskind: My friend Richard Feynman,Susskind谈Feynman
Liz Coleman: A call to reinvent liberal arts education,什么是真正的通识教育
Marcus du Sautoy: Symmetry, reality’s riddle,世界中的数学,尤其是对称性
Murray Gell-Mann: Beauty, truth and … physics?,物理学的美
Nathan Myhrvold: Cooking as never seen before,做饭和科学研究
Patrick Awuah: How to educate leaders? Liberal arts,通识教育和社会
Peter Doolittle: How your “working memory” makes sense of the world,脑科学如何帮助学习和教学
Roger Antonsen: Math is the hidden secret to understanding the world,关于“理解”和数学,以及数学作为现实的表示
Richard Feynman: Physics is fun to imagine,想象力和物理
Stephen Wolfram: Computing a theory of all knowledge,计算和科学
Tim Brown: Tales of creativity and play,创造力和玩
Uri Alon: Why science demands a leap into the unknown,科学和未知
2、参考书:
Einstein 《物理学的进化》
Feynman《物理定律的特性》
Whitehead《教育的目的》
Novak《学习、创造与使用知识——概念图促进企业和学校的学习变革》
Alder《如何阅读一本书》
Beveridge《科学研究的艺术》
Feynman《QED:光和物质的奇异性》
Cleick《混沌开创新科学》
Popper《科学发现的逻辑》
Bender 《An Introduction to Mathematical Modeling(数学模型引论)》
Gowers《Mathematics: A Very Short Introduction(牛津读本数学)》
吴金闪《概念地图教学和学习方法》
吴金闪《系统科学导论》概论部分

先修课:
《学会学习和思考》技能训练模块,或者其他经过我们认可的概念地图和系联性思考培训班

课程形式和教学安排:
在两周的时间内每周3次每次3小时集中上课,6小时老师授课(分享理念、举例子、讨论、提问、做演示实验、作总结),学生看视频做30分钟口头报告和讨论教学。每周的另外两个晚上同样三小时用于习题课。注意,讨论必须人人参与。

第一次课
老师授课,内容:分享“教的更少,学得更多”的理念,突出系联性思考和批判性思维。学生选择学习材料。通过量子力学和万有引力的例子体会什么是科学,以及科学和数学的关系(用引力的发现、双缝干涉、重物落得快、芝诺佯、比萨斜塔、狭义相对论谬为例,阐述科学中观察、思辨、数学的意义,以及对统一性的追求)。介绍课程基本信息(课堂形式、作业、考试、评分、课程目标、对学生的要求、课程负担、课程网站、习题课、助教等)。

第二次课
老师授课,内容:以量子力学的实验以及实验现象导致的理论上的挑战为例,阐述数学、思辨、想象力,实验在科学和物理学中的意义。另外,老师选择一个科学或者数学的视频,一个教育的视频,分别做一次演示教学。突出第一次课里面的理念以及阵对具体问题做好WHWM问题的讨论。剩余时间,按照第一次课结束之后学生选择的内容和顺序开展报告和讨论。

第三-五次课
按照学生选择的内容和顺序做报告、讨论和点评

第六次课
按照学生选择的内容和顺序做报告、讨论和点评。剩余时间,老师做总结,提示思考这些视频之间的关系,以及这些视频和课程目标——思考什么是科学,什么是数学,什么是好的教学——之间的关系。布置好最后的作业。总结大家表现出来的好的地方和主要问题。

对学生的要求:
熟练的英语听说(课程为全英文授课)、对科学和物理学感兴趣并且有一个开放的头脑还要愿意接受理念和学习难度学习方式上的挑战。

课程主要作业:
看所有的视频,选择其中的一个按照WHWM来做基于视频的关于“什么是科学”、“什么是数学”、“什么是好的教学”或者它们之间的关系的报告,按照“Teach Less, Learn More”的原则完成一门课的课程设计,完成课程报告——总结课程学到的内容并反思。

课程工作量:
上正课时间每天3小时(3*6=18小时),习题课时间每天3小时(4*3=12小时),课后看所有的视频(约20小时)和书(约6小时),为口头报告做准备(基本在习题课时间完成),完成课程设计作业(约10小时),完成课程学习报告(约10小时)。课后思考,相信我肯定会有很多,时间不可计。

注意:课程配有助教,习题课不强制要求参加但是会大大缩短你准备的时间和提高你学习的效果

警告:本课程需要你大量的时间和精力的投入,做主动学习,而不是听听课而已。如果你做不到,或者你对记忆型学习非常满意,请不要来选择这门课程。

每一项具体教学内容的概念地图和理据性:

0、在本课程中,之前的学生在学习过程中整理了各个学习材料的概念地图(在北京师范大学概念地图服务器上http://cmap.systemsci.org),可供参考。另外,理据性部分仅仅举了两个例子。实际上,所有学习内容的理据性都应该明确写下来。后续会再补充。

1、为什么采用教师分享理念举例和学生讲解同学老师讨论的相结合的方式来授课

物理学是一个比较成熟的学科,有自己的理论体系、典型思维方式。因此,用典型的例子来阐述和让学生体会什么是物理学(典型研究对象、典型研究问题、典型思考方式、典型分析方法)以及物理学和科学的联系是非常有必要的。在这一点上,必须是老师这个先行组织者来带领大家一起完成。

此外,做中学(Learning by doing),教中学(Learning by teaching),才能让学生对学习材料有更好的主动的体验和理解,而不是被动听课。

于是,老师的责任就是引领道路和引领思考,分享完理念之后,做一个或者多个表现出来这些理念和思考的演示教学,然后在点评中进一步体现理念。同时,学生口头报告中暴露出来的问题会比老师专门设计出来的问题和场景更好地成为大家讨论学习的材料。

当然,两种方式的比例需要按照学生的情况来考量。在可能的情况下,给学生更多的锻炼机会更好。

2、为什么教“Teach Less, Learn More”

很多的老师的教学行为是按照其他人怎么教或者某一本或者几本教科书来进行的。来很多时候,没有深入地思考过是否每一个教学内容都是有必要的,为了实现某一个目的并且这个目的有利于培养真正的提出问题、创造知识或者创造性地使用知识的人的。随着我们所积累的知识的量的增加和技术的进步,单纯为了存储知识的学习基本上已经没有必要了。进一步,如果什么东西都要按部就班来学,那么,在我们真的能够创造知识之前我们就必须花费越来越多的时间来学习。有没有什么办法,能够用尽量少的具体知识作为学习内容可是学习得到的对这个学科的理解又能够比较深刻,明白这个学科的大图景:典型问题、典型思考方式和典型分析方法呢?有,把握住这个学科的核心概念体系——概念、举例以及它们之间的关系,然后选择能够体现大图景的概念、举例和它们之间的关系来作为学习内容,把非核心和基础的内容留给学生自学(例如通过布置作业)。

这样的一个体系就是我们称之为“教的更少,学得更多”的体系。它的主要教学目标是学会这个学科的大图景——典型问题、典型思考方式和典型分析方法还有核心概念体系,让学生能够进一步自学——所以也学会使用系联性思考和批判性思维,愿意进一步自学——所以要用教师自己对这个学科的情感来感染学生。为了实现这个目标,对于一门课程,老师需要明确写下来:教学的目标(按照上面的一般目标来细化),整体知识结构的概念地图,选择的核心概念和典型例子的子概念地图,每一项教学内容的理据性,教学过程中一定要问好WHWM问题促进学习者对大图景和小问题的理解。

3、为什么要把科学教育和科学放在一起来学习?

没有深入思考和理解具体学科,是完全做不到好的教学的。好的教学一定是体现学科大图景,围绕少量核心概念和核心概念之间的关系,用好例子展开的。这个就要求对学科本身有相当的造诣,并且掌握了“以概念地图为基础的理解型教学方法”,能够做到“Teach Less, Learn More”。

《学会学习和思考之物理学》设计

按照Teach Less, Learn More课程体系的一般设计要求《学会学习和思考》的设计原则,我们做了《学会学习和思考物理学模块》的设计。

物理学模块的概念地图
PhysModuleDesign

课程目标
1、刺激和引导学生思考什么是物理学,什么是科学,如何像科学家一样思考。
2、学生可以有自己的思考和理解,但是大概来说:科学是可计算的可证伪的但是迄今为止没有被证伪的现实世界的心智模型,而物理学则是关于“物理系统1”的科学。
3、对科学研究方法有一定了解:观察和实验(中间有关键步骤提出问题),理论模型的提出和求解,模型结果的实验检验,模型的改进和推广。
4、理解科学对于一致性和统一性的追求:理论模型不能相互矛盾,越少的理论模型描述越多的现象,公理化体系。
5、体会批判性思维、系联性思考和数学在科学和物理学中的作用。
6、对物理学和科学理论的兴趣,以及用它们来理解世界的兴趣。
7、在学习和思考“物理学”的过程中实践系联性思考、批判性思维,学会学习和思考。

学习材料
1、Ted Talks视频:
Chris Anderson: Questions no one knows the answers to,好奇心、科学和教育
Marcus du Sautoy: Symmetry, reality’s riddle,世界中的数学,尤其是对称性
Cédric Villani: What’s so sexy about math? ,数学描述世界超越简单经验
Roger Antonsen: Math is the hidden secret to understanding the world,关于“理解”和数学,以及数学作为现实的表示
Hans Rosling: Let my dataset change your mindset,数学可以很有趣并且改变你的思想
Conrad Wolfram: Teaching kids real math with computers,数学的四个阶段(提出问题、抽象化、计算求解、验证和提高)和当前数学教育以及可能的解决方案
Dan Meyer: Math class needs a makeover,数学教育和粗糙问题的关系
Alan Kay: A powerful idea about ideas,精心设计的神奇的任务和计算模块帮助学习数学和科学
Murray Gell-Mann: Beauty, truth and … physics?,物理学的美
Adam Savage: How simple ideas lead to scientific discoveries
Stephen Wolfram: Computing a theory of all knowledge,计算和科学
David Deutsch: A new way to explain explanation,科学是什么
Richard Feynman: Physics is fun to imagine,想象力和物理
Nathan Myhrvold: Cooking as never seen before,做饭和科学研究
Leonard Susskind: My friend Richard Feynman,Susskind谈Feynman
Uri Alon: Why science demands a leap into the unknown,科学和未知
Jared Ficklin: New ways to see music (with color! and fire!),炫酷的科学
Aaron O’Connell: Making sense of a visible quantum object,神奇的量子客体
Kevin Slavin: How algorithms shape our world,算法改变世界

2、教材:
Einstein 《物理学的进化》
Feynman《物理定律的特性》
吴金闪《系统科学导论》概论部分

3、参考书:
Whitehead《教育的目的》
Novak《学习、创造与使用知识——概念图促进企业和学校的学习变革》
Alder《如何阅读一本书》
Beveridge《科学研究的艺术》
Feynman《QED:光和物质的奇异性》
Cleick《混沌开创新科学》
Popper《科学发现的逻辑》
Bender 《An Introduction to Mathematical Modeling(数学模型引论)》
Gowers《Mathematics: A Very Short Introduction(牛津读本数学)》
吴金闪《概念地图教学和学习方法》

先修课
《学会学习和思考》技能训练模块,或者其他经过我们认可的概念地图和系联性思考培训班

课程形式和教学安排
在两周的时间内每周3次每次3小时集中上课,6小时老师授课(分享理念、举例子、讨论、提问、做演示实验、作总结),学生看视频做30分钟口头报告和讨论教学。每周的另外两个晚上同样三小时用于习题课。注意,讨论必须人人参与。

第一次课
老师授课,内容:提出什么是科学什么是物理学的问题(用引力的发现、重物落得快、芝诺佯、比萨斜塔、狭义相对论谬为例,阐述科学中观察、思辨、数学的意义,以及对统一性的追求)。介绍课程基本信息(课堂形式、作业、考试、评分、课程目标、对学生的要求、课程负担、课程网站、习题课、助教等)。分享“教的更少,学得更多”的理念,突出系联性思考和批判性思维。学生选择学习材料。
PhysModule

第二次课
老师授课,内容:以量子力学的实验以及实验现象导致的理论上的挑战为例,阐述数学、思辨、想象力,实验在科学和物理学中的意义。另外,老师选择某个视频,做一次演示教学。突出第一次课里面的理念以及阵对具体问题做好WHWM问题的讨论。剩余时间,按照第一次课结束之后学生选择的内容和顺序开展报告和讨论。

第三-五次课
按照学生选择的内容和顺序做报告、讨论和点评

第六次课
按照学生选择的内容和顺序做报告、讨论和点评。剩余时间,老师做总结,提示思考这些视频之间的关系,以及这些视频和课程目标——思考什么是物理学和科学——之间的关系。布置好最后的作业。总结大家表现出来的好的地方和主要问题。

对学生的要求
熟练的英语听说(课程为全英文授课)、对科学和物理学感兴趣并且有一个开放的头脑还要愿意接受理念和学习难度学习方式上的挑战。

课程主要作业
看所有的视频,选择其中的一个按照WHWM来做基于视频的“关于什么是科学和物理学”的报告,按照“Teach Less, Learn More”的原则完成一门课的课程设计,完成课程报告——总结课程学到的内容并反思。

课程工作量
上正课时间每天3小时(3*6=18小时),习题课时间每天3小时(4*3=12小时),课后看所有的视频(约20小时)和书(约6小时),为口头报告做准备(基本在习题课时间完成),完成课程设计作业(约10小时),完成课程学习报告(约10小时)。课后思考,相信我肯定会有很多,时间不可计。

注意:课程配有助教,习题课不强制要求参加但是会大大缩短你准备的时间和提高你学习的效果

警告:本课程需要你大量的时间和精力的投入,做主动学习,而不是听听课而已。如果你做不到,或者你对记忆型学习非常满意,请不要来选择这门课程。

每一项具体教学内容的概念地图和理据性

0、在本课程中,之前的学生在学习过程中整理了各个学习材料的概念地图(在北京师范大学概念地图服务器上http://cmap.systemsci.org),可供参考。另外,理据性部分仅仅举了两个例子。实际上,所有学习内容的理据性都应该明确写下来。后续会再补充。

1、为什么采用教师分享理念举例和学生讲解同学老师讨论的相结合的方式来授课

物理学是一个比较成熟的学科,有自己的理论体系、典型思维方式。因此,用典型的例子来阐述和让学生体会什么是物理学(典型研究对象、典型研究问题、典型思考方式、典型分析方法)以及物理学和科学的联系是非常有必要的。在这一点上,必须是老师这个先行组织者来带领大家一起完成。

此外,做中学(Learning by doing),教中学(Learning by teaching),才能让学生对学习材料有更好的主动的体验和理解,而不是被动听课。

于是,老师的责任就是引领道路和引领思考,分享完理念之后,做一个或者多个表现出来这些理念和思考的演示教学,然后在点评中进一步体现理念。同时,学生口头报告中暴露出来的问题会比老师专门设计出来的问题和场景更好地成为大家讨论学习的材料。

当然,两种方式的比例需要按照学生的情况来考量。在可能的情况下,给学生更多的锻炼机会更好。

2、为什么教“Teach Less, Learn More”

很多的老师的教学行为是按照其他人怎么教或者某一本或者几本教科书来进行的。来很多时候,没有深入地思考过是否每一个教学内容都是有必要的,为了实现某一个目的并且这个目的有利于培养真正的提出问题、创造知识或者创造性地使用知识的人的。随着我们所积累的知识的量的增加和技术的进步,单纯为了存储知识的学习基本上已经没有必要了。进一步,如果什么东西都要按部就班来学,那么,在我们真的能够创造知识之前我们就必须花费越来越多的时间来学习。有没有什么办法,能够用尽量少的具体知识作为学习内容可是学习得到的对这个学科的理解又能够比较深刻,明白这个学科的大图景:典型问题、典型思考方式和典型分析方法呢?有,把握住这个学科的核心概念体系——概念、举例以及它们之间的关系,然后选择能够体现大图景的概念、举例和它们之间的关系来作为学习内容,把非核心和基础的内容留给学生自学(例如通过布置作业)。

这样的一个体系就是我们称之为“教的更少,学得更多”的体系。它的主要教学目标是学会这个学科的大图景——典型问题、典型思考方式和典型分析方法还有核心概念体系,让学生能够进一步自学——所以也学会使用系联性思考和批判性思维,愿意进一步自学——所以要用教师自己对这个学科的情感来感染学生。为了实现这个目标,对于一门课程,老师需要明确写下来:教学的目标(按照上面的一般目标来细化),整体知识结构的概念地图,选择的核心概念和典型例子的子概念地图,每一项教学内容的理据性,教学过程中一定要问好WHWM问题促进学习者对大图景和小问题的理解。

3、为什么要教量子系统的行为、对世界观的冲突和可能的理论
相对论突破了绝对时空观(时间的流逝本身和运动没有关系),量子力学突破了经典概率论(在那里,概率可以看做对不完全信息的状态的描述,一个猫只能够是死的或者活的)。后者比前者对世界观的冲击更大。在单电子双缝实验里面,一方面,如果我们认为粒子经过的是双缝之一按照经典概率论得到的结果和实验现象矛盾;另一方面,如果观测,任何时候只能看到一个整体的粒子,不是这个粒子的一部分——也就是说粒子不会分开来(像经典波一样)同时过两个缝。那怎么从数学上描述粒子的状态和行为?后者说明,电子肯定一个整体过去的,那么“自然”就是从某一个缝过去的,而既然从两个缝之中的某一个缝过去最终的结果肯定是两个缝的情况的概率叠加。可是,这又是不符合实验现象的。
doubleslit

类似地,在单光子Dirac三偏振片实验中,我们可以看到(1)光子的偏振仅仅有两个自由度,(2)其中的一个自由度的光子先被放在前面的偏振片消灭,然后又被放在后面的偏振片“复活”。这样的实验现象在经典理论里面也是不可能的:一个盒子的红豆和黑豆,通过第一道机器先把红豆挑走只剩下黑豆,然后后来过了某个机器又出现红豆。

面对这样的挑战世界观的实验现象的时候,物理学家如何思考,数学如何用来构建描述这样的客体的模型,模型的结果如何通过实践的检验,这个非常能够体现什么是物理学什么是科学。

《学会学习和思考之教育学》设计

按照Teach Less, Learn More课程体系的一般设计要求《学会学习和思考》的设计原则,我们做了《学会学习和思考教育学模块》的设计。

教育学模块整体的概念地图
EduModuleDesign

课程目标
1、刺激和引导学生思考什么是教育学,如何做更好的教育
2、学生可以有自己的思考和理解,但是大概来说:教育学这个学科的根本任务是促进学习和教学,其学科基础是具体领域的知识以及人类学习、教学和思考的科学。
3、了解和实践教育中一些好的理念:系联性思考、批判性思维、做中学、从教(同伴)中学习、项目和问题为基础的教学、粗糙问题的价值、教的更少学得更多(关注大图景——学科基本问题以及和现实的联系、典型研究思想和分析方法、核心概念以及它们之间的联系,问理据性等WHWM问题(W:什么是主要信息,H:这个信息如何通过概念例子以及它们之间的联系来表达,W:为什么你想表达这个信息,M:这个信息对于我还有这个世界意味着什么?),刺激挑战引导学生和学生平等讨论(让学生问他所想问,说他所想说)。
4、了解和避免一些教育中的一些不好的理念:用重复练习来代替对概念理解的深化、用忽略学生多样性的固定套路来禁锢学生的思考和创造性、仅仅关注抽象成模型或者数学问题以后的世界而忽略抽象化的重要性、按照习惯的教材或者教法来教学而不反思其理据性。
5、对构建真的能够解决主要任务的教育学的兴趣
6、学习和教学能力的提高。
7、在学习和思考“教育学”的过程中实践系联性思考、批判性思维,学会学习和思考。

学习材料
1、Ted Talks视频:
Ken Robinson: Changing education paradigms,Ken Robinson教育的问题和出路四重奏,创造性和现代教育的目的
Ken Robinson: How to escape education’s death valley
Ken Robinson: Bring on the learning revolution!
Ken Robinson: Do schools kill creativity?
Arthur Benjamin: Teach statistics before calculus!,按照其他人或者教科书来教学吗?
Tim Brown: Tales of creativity and play,创造力和玩
Cameron Herold: Let’s raise kids to be entrepreneurs,创业者的特质和培养
Chris Anderson: Questions no one knows the answers to,好奇心、科学和教育
Christopher Emdin: Teach teachers how to create magic,教学本身需要创造性
Clint Smith: The danger of silence,让每个人都问你所想问,说你所想说
John Green: The nerd’s guide to learning everything online,思考改变世界,人生就是探索未知世界
Liz Coleman: A call to reinvent liberal arts education,什么是真正的通识教育
Patrick Awuah: How to educate leaders? Liberal arts,通识教育和社会
Marcus du Sautoy: Symmetry, reality’s riddle,世界中的数学,尤其是对称性
Cédric Villani: What’s so sexy about math? ,数学描述世界超越简单经验
Roger Antonsen: Math is the hidden secret to understanding the world,关于“理解”和数学,以及数学作为现实的表示
Hans Rosling: Let my dataset change your mindset,数学可以很有趣并且改变你的思想
Conrad Wolfram: Teaching kids real math with computers,数学的四个阶段(提出问题、抽象化、计算求解、验证和提高)和当前数学教育以及可能的解决方案
Dan Meyer: Math class needs a makeover,数学教育和粗糙问题的关系
Alan Kay: A powerful idea about ideas,精心设计的神奇的任务和计算模块帮助学习数学和科学
Victor Rios: Help for kids the education system ignores,教学和教育中的心理建设,信任的力量,帮助的力量
Carol Dweck: The power of believing that you can improve,教学和教育中的心理建设,鼓励的力量
John Wooden: The difference between winning and succeeding,赢和成功和教育的关系
Kiran Sethi: Kids, take charge,让孩子来当家做主改变世界
Sal Khan: Let’s teach for mastery — not test scores,网络课程Khan学院的学习模式
Anant Agarwal: Why massive open online courses (still) matter,网络公开课和现代教育
Andreas Schleicher: Use data to build better schools,能力和潜力能够检测吗,检测结果能够用来促进教学吗?
Daphne Koller: What we’re learning from online education,网络公开课和现代教育
Peter Norvig: The 100,000-student classroom,网络公开课和现代教育
Sal Khan: Let’s use video to reinvent education,网络课程Khan学院和现代教育
Richard Baraniuk: The birth of the open-source learning revolution,网络公开课和现代教育
Peter Doolittle: How your “working memory” makes sense of the world,脑科学如何帮助学习和教学
James Flynn: Why our IQ levels are higher than our grandparents’,IQ在检测什么这个什么和科学的关系
Takaharu Tezuka: The best kindergarten you’ve ever seen,建筑改变行为和思维并促进学习和成长

2、Joseph Novak: Life experience and meaningful learning,通过Novak自己的生活经验来更好地理解概念地图、理解型学习
3、吴金闪《概念地图教学和学习方法》
4、参考书:Whitehead《教育的目的》、Novak《学习、创造与使用知识——概念图促进企业和学校的学习变革》

先修课
《学会学习和思考》技能训练模块,或者其他经过我们认可的概念地图和系联性思考培训班

课程形式和教学安排
在两周的时间内每周三次每次三小时集中上课,三小时老师授课(分享理念、举例子、讨论),学生看视频做30分钟口头报告和讨论教学。每周的另外两个晚上同样三小时用于习题课。

第一次课
老师授课(讨论形式),内容:提出什么是教育学,如何提高的问题。介绍课程基本信息(课堂形式、作业、考试、评分、课程目标、对学生的要求、课程负担、课程网站、习题课、助教等)。分享“教的更少,学得更多”的理念,突出系联性思考和批判性思维。学生选择学习材料。
EduModule

第二次课
老师选择某个视频,做一次演示教学。突出第一次课里面的理念以及阵对具体问题做好WHWM问题的讨论。剩余时间,按照第一次课结束之后学生选择的内容和顺序开展报告和讨论。

第三-五次课
按照学生选择的内容和顺序做报告、讨论和点评

第六次课
按照学生选择的内容和顺序做报告、讨论和点评。剩余时间,老师做总结,提示思考这些视频之间的关系,以及这些视频和课程目标——思考什么是教育学,如何提高——之间的关系。布置好最后的作业。总结大家表现出来的好的地方和主要问题。

对学生的要求
熟练的英语听说(课程为全英文授课)、对教育感兴趣并且有一个开放的头脑还要愿意接受理念和学习难度学习方式上的挑战

课程主要作业
看所有的视频,选择其中的一个按照WHWM来做基于视频的“关于什么是教育学如何提高”的报告,按照“Teach Less, Learn More”的原则完成一门课的课程设计,完成课程报告——总结课程学到的内容并反思

课程工作量
上正课时间每天3小时(3*6=18小时),习题课时间每天3小时(4*3=12小时),课后看所有的视频(约20小时)和书(约6小时),为口头报告做准备(基本在习题课时间完成),完成课程设计作业(约10小时),完成课程学习报告(约10小时)。课后思考,相信我肯定会有很多,时间不可计。

注意:课程配有助教,习题课不强制要求参加但是会大大缩短你准备的时间和提高你学习的效果

警告:本课程需要你大量的时间和精力的投入,做主动学习,而不是听听课而已。如果你做不到,或者你对记忆型学习非常满意,请不要来选择这门课程。

每一项具体教学内容的概念地图和理据性

0、在本课程中,学生学习过程中整理了各个学习材料的概念地图,可供参考。另外,理据性部分仅仅举了两个例子。实际上,这两项工作应该先由课程设计者做完。

1、为什么采用教师分享理念举例学生讲解同学老师点评的方式来授课

教育学科是一个很特殊的发展非常不成熟的学科。一个真正的能够完成这个学科的任务——提高学习和教学的效率——的科学理论体系还没有建立起来。另一方面,问题是明确的:为了培养更好的创造者——提出问题、创造知识或者创造性地运用知识的人——确实有很多东西需要学和教;然而目前的教育系统基本上是基于培养熟练工人——能够识字能够数数能够执行命令——来构建的。从这个角度来说,教育学的基础应该是具体学科的知识结构和认知科学。但是,一方面教育学的理论和研究工作没有很好地基于具体学科的知识结构,另一方面,认知科学的发展也没有成熟到能够直接帮助和指导学习和教学的程度。那么,教育学怎么教?难道系统性的理论没有,连可以借鉴的好的理念也没有吗,连可以借鉴从而避免的的不好理念也没有吗?有,好的和不好的都有。没有理论,有一些经验和理念,那么,课堂怎么教?

借鉴好的教育学理念,对于操作性比较强,系统性理论性不够强的内容,采用做中学(Learning by doing),教中学(Learning by teaching)。于是,老师的责任就是引领道路和引领思考,分享完理念之后,做一个演示教学,然后在点评中进一步体现理念。同时,学生口头报告中暴露出来的问题会比老师专门设计出来的问题和场景更好地成为大家讨论学习的材料。

2、为什么教“Teach Less, Learn More”

很多的老师的教学行为是按照其他人怎么教或者某一本或者几本教科书来进行的。来很多时候,没有深入地思考过是否每一个教学内容都是有必要的,为了实现某一个目的并且这个目的有利于培养真正的提出问题、创造知识或者创造性地使用知识的人的。随着我们所积累的知识的量的增加和技术的进步,单纯为了存储知识的学习基本上已经没有必要了。进一步,如果什么东西都要按部就班来学,那么,在我们真的能够创造知识之前我们就必须花费越来越多的时间来学习。有没有什么办法,能够用尽量少的具体知识作为学习内容可是学习得到的对这个学科的理解又能够比较深刻,明白这个学科的大图景:典型问题、典型思考方式和典型分析方法呢?有,把握住这个学科的核心概念体系——概念、举例以及它们之间的关系,然后选择能够体现大图景的概念、举例和它们之间的关系来作为学习内容,把非核心和基础的内容留给学生自学(例如通过布置作业)。

这样的一个体系就是我们称之为“教的更少,学得更多”的体系。它的主要教学目标是学会这个学科的大图景——典型问题、典型思考方式和典型分析方法还有核心概念体系,让学生能够进一步自学——所以也学会使用系联性思考和批判性思维,愿意进一步自学——所以要用教师自己对这个学科的情感来感染学生。为了实现这个目标,对于一门课程,老师需要明确写下来:教学的目标(按照上面的一般目标来细化),整体知识结构的概念地图,选择的核心概念和典型例子的子概念地图,每一项教学内容的理据性,教学过程中一定要问好WHWM问题促进学习者对大图景和小问题的理解。

3、为什么要选择Ken Robinson的关于学校教育和创造性的视频

为什么在新的时代下我们的教育要改变,如何改变?之前的教育再什么地方做得不够好?在Robinson的四个Ted Talks里面,他主要讨论了这个问题。他认为问题的关键在于目前的学校教育和创造性之间的冲突。发源于机器大工业时代的现代教育系统当年是为了培养熟练工人,但是今天,我们识字和能算的问题已经基本解决了。这个时候,我们要怎么做才能保护和培养学生的创造性?
RobinsonTed