德布罗伊在家里装满了这样的摄像头，来看孩子的行进路线。
德布罗伊，是美国麻省理工学院媒体实验室的终身教授，在2011年他公布了自己的一项研究成果。他把自己家里的客厅、厨房、卧室的角角落落都装满了录音机和录像机，把自己的孩子从出生到3岁的所有的行为24小时记录下来，只为了做一件事情，“孩子是怎么样开始说‘水’这个单词的”。在一般人眼里面，单词是孩子在父母无数遍的教育下学会的，但是德布罗伊不这样认为，现代的教育观念也不这样认为。建构主义认为：人是学会的，不是教会的。这回，德布罗伊偏偏就较起了这个真：“人是怎么学会的呢？”于是，德布罗伊就研究他拍摄自己的孩子的9万小时的视频和14万小时的音频，从中检视出和水有关的变量和孩子学习水过程中的发音变化，构建了一个大数据的模型，来研究这样一个看似简单的问题。
麻省理工学院媒体实验室，是互联网之父尼古拉庞蒂发起成立的一个世界顶级的创新实验室，如今已经发展成为每年科研经费超过3000万美金的综合各种学科的实验室，拥有世界顶级的各类教授50多名。这个实验室挂在建筑学院，来学习的硕士生和博士生却遍布计算机、生物、物理、哲学、心理学各种专业背景。尼古拉庞蒂在建设这个实验室的时候就发现，按照原先的学科划分，即使在美国顶级的工科院校麻省理工学院，跨学科的交流也非常困难，于是这个实验室在1980年诞生了，并不断升级成为今天的样子。上面这个小孩子学“水”这个单词的例子，就是这个实验室非常重要的一个研究方向：人工智能。而人工智能的发展得益于人脑科学的研究进展。原本我们认为让机器进行学习是理所当然的事情，如果逻辑搞不清楚，程序根本没法学习，这些年对于大脑的研究发现，恰恰能够解释和指导机器学习。人脑是一个按照功能分区的分布式处理系统，而大脑收集来自眼、耳、鼻等信号系统分别投射到人脑不同的分区，甚至人眼看到的东西也是分布式投射到大脑不同部位进行处理的。然而，大脑处理这些分布式的数据得出结论，并不是直接得出的，而是再将处理的几个中间结论（隐含层）分布处理，最后才得到最终的结论。这就是最近最热的神经网络或深度学习的理论。目前，深度学习理论已经成功地用于视频识别、声音识别、情感计算等领域。在教育学中，我们也早就知道，学生不是被教会的，而是学会的。然而，一个孩子如何从浩瀚复杂的9万小时视频、14万小时音频中，分布处理，最后分布式地学会“水”这个单词的呢？也许能够为我们揭秘“高效学习的深度模型”。
德布罗伊所在的MIT媒体实验室，不仅研究思维，还引领创造。
Kathy是华盛顿大学西雅图分校的一年级新生。说她是一年级新生，实际上她还没有入学，只是得到了这所大学计算机学院的录取通知书并决定上这所大学。在入学前的这个暑假，Kathy需要在网上选修网络远程的预科课程，并根据要求进行新生的上课选课。华盛顿大学西雅图分校的计算机专业在全美排名前五，教授科研任务很重，因此课程也很难选。让Kathy惊奇的是，她发现她每周上课的时间非常少、也非常短：每天两次课，每次只有50分钟，按照这个节奏，4年肯定毕业。可是，华盛顿大学西雅图分校可没有这么容易毕业，按照官网的统计资料，5年毕业率只有65%。为什么这么点课，那么不容易毕业呢？仔细研究华大的课程会发现，即使这样很少的课，也分别被不同的老师上：教授只讲课，还有大量的考试课、实验课、实验理论课、作品课。与中国的大学教育制度有很大的区别，美国的大学老师讲得少、考得多、作业多。教授呢，只会讲授课程知识，每学期会有8次到10次的考试由助教主持，而实验室会有专门的老师指导实验课或者实验理论课，在实验课中还会有助研来帮助学生答疑。也就是说，在华盛顿大学，你要想拿到计算机学位，不是上课上出来的，是实验室自己做出来的。我在卡内基梅隆大学也发现这个特点，我上厕所前隔壁实验室帮老师做助研的学生还在做实验，我从洗手间出来去看了一下校园的风景，他上课就结束回来了继续帮助教授做科研。
在传统的知识学习中，学会“水”这个词汇，我们的老师认为是自己的功劳。对于现代教育来讲，是学生自己掌握了学习的方法并通过努力学会的“水”，而现代的信息技术会进一步告诉我们学生是怎么学会“水”的。科技和教育发达的美国早已经明白，不要逼着学生一遍一遍地背单词“水”，学生学习是有一定的深度学习规律的，这也是西方科学学习逐渐积累下来的惯例。在信息化时代，更加解放了这种学习方式：由于有了在线的网络选课系统、排课系统、在线考试系统、题库、助教系统等等，某一门课并不是由一门老师来教授、学生学习更多的可以从网络上得到知识，于是课时量越来越少，作业量越来越大，越好的学校，这种学习方法越会支持创新和学习，以至于像麻省理工学院媒体实验室这样的机构，每年会得到数千万美金的资助，从全球百里挑一来寻找高学费的学生为他们一边打工一边创新，研究性学习应运而生。
我在软件公司做高管将近20年，发现一个有趣的现象，那就是无论我们计算机学院的软件工程的课程多么好，计算机学院和软件学院的学生开发的软件，总是软件工程做得很差。偶尔招到几个机械、材料、电子和自动化喜欢软件的学生，发现他们的软件工程做得都非常好，再跟踪他们的职业人生，发现今后在软件公司的发展也较为顺利。后来我就仔细研究了这个事情，发现自动化、机械、电子等专业的大学生，虽然本科期间软件工程课程没有上，但是工程和制图训练却是非常严谨的，这非常有利于他们今后软件编程中的子程序的逻辑和代码的规范性。这就使我想到了一件事情，我们往往一个学科的知识和训练，就如同德布罗伊教授看待孩子的水一样，是有内在的深度学习的规律的，而不在于一遍一遍的简单训练。这就如同建构主义所谈的建构，知识本身并不重要，知识背后的建构如何建设，要找到规律才行。
《韩非子·解老》中说道：“人希见生象也，而得死象之骨，案其图以想其生也，故诸人之所以意想者皆谓之象也。”我们今天的“想象”一词和“意象”一词，都来自于春秋这个中原已经没有象的地区的“想象”。既然牛死了剩下骨头可以“想牛”，马死了剩下骨头可以“想马”，那么，见到了一副大象的骨头当然就能“想象”，一个见到了太多动物骨头的人，其“想象”能力一定大于没有见过动物骨头人的能力。既然能够“想象”，看见星空中星星斑点的连接线，就能有想象力想“星象”，人具有想象力，不是由于见到的星星多和大象多，而是前期的习惯让人有了想象的“建构”，而这种建构，是比原本大象的肉身碎片更能显示大象真实的东西。
由于信息化的发展，我们今天的孩子，拥有了更多的观察“肉身”的机会，是不是就一定建构更好呢？答案恰恰是否定的。随着朋友圈的东西越来越多，浅层次的东西越来越多，事物的联系可能越来越少。事实越多，很可能我们深度思维的能力越弱，大脑形成隐性知识和分布形成概念的能力越差，反而有碍于我们形成良好的分析世界的能力。碎片化信息通常具备这样的特征：
●它们往往是一些事实的集合而非逻辑；
●它们往往大量简化了推演过程；
●它们往往将多路径简化为单一路径；
●它们往往不够严谨、全面。
据说爱因斯坦说过，教育就是过了很多年你忘记后剩下的东西，其实也是指建构和学习逻辑。2000年诺贝尔生理学奖获得者坎贝尔说，人的短期记忆和神经突触有关，而长期记忆和蛋白质参与并转运的大脑分区的物理相关。人脑的逻辑还没有完全揭秘，但是有一点人脑只有1%的能力被利用的说法证明是错了，人脑的能力已经被充分利用了，选择性吸收和建立适应环境的建构，将部分记忆转为计算机和外部储存而不是大脑什么都记下，是越来越被认可的共识。
1596年，伟大的天文学家第谷发现了一位年轻的教授写的一本天文学著作。这本著作的结论错得离谱，但是第谷却从错得离谱的著作中看到了一个年轻人的创见性的思想和天才的数学能力。于是第谷邀请这个年轻人参加自己的研究团队并最终在自己去世后让他接替了自己圣罗马天文学家的职位。第谷为什么让一个结论错得离谱的教授接替自己的职位呢？那是因为第谷发现，要想在没有望远镜（第谷之后发明，第谷也被称为没有望远镜年代最后一位伟大的科学家）时代的天文研究取得突破，“观察天文得到正确的路”这条路已经走不通了，创造力和数学推演能力是作为今后的天文学家更加重要的东西。第谷的这位接替者，是比第谷更加伟大的一位科学家，名字叫开普勒，就是他发现了行星运行的椭圆规律，第谷做了40年的观测并写下了大量观测记录，开普勒并没有干这些事情，他只是总结第谷的资料并运算，得出了比第谷伟大得多的结论。
著名的管理学大师德鲁克在自己所写的《旁观者》一书中，记录了影响自己管理思维的一件小事。在他小时候的一次游行，他被安排在队伍的最前面，举着游行的大旗，被队伍簇拥着走在通往市政中心的大道上。那是一个雨过天晴的早上，道路上有些小水坑。在路过一个水坑时，他被簇拥着踏过水坑。在平时这很平常，可是他却调头把旗子交给了身后的一个人，然后自己返身回家了。在那样的情境下，他发现自己要跳出来，从第三者的角度才能更好地看清事情的原来模样，而不是在队伍里面，被逼着前进。德鲁克认为自己管理学上之所以有成就，和小时候这种突然经历的醒悟有很大的关系。不仅如此，德鲁克在书中还不断提示读者，要成为一个管理者，学习管理者技能和其他的都不重要，“戏剧和写作”最能提高管理素养。
在信息化的今天，知识无处不在，过去那种知识存在自己老师身上的垄断现象基本不再出现，相反碎片化甚至成为灾难，那么什么是在本文开头所提到的德布罗伊所研究的未来学生的学习之“水”呢？什么又是德鲁克所提到的“戏剧和写作”呢？我们的大学在一遍一遍将过时的知识塞进学生的大脑的时候，什么又是第谷所看到的开普勒错误著作身上的“创意和天才”的建构呢？当屠宰场里充满了猪狗牛的肉身的时候，什么又是韩非所提到的“意象”呢？在知识广泛得到普及的今天，技术又如何不让知识成为负担，解放学生的头脑呢？
也许，从华盛顿大学网上课程和实际课程的缩短，以及中国消失了的助教、助研、助管和大学作业来看，结论应该有了一些。
要问学生的时间去哪儿了，我们更应该问20年来，中国消失的助教去哪儿了？
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
