作者：YJango
排版：YJango
評價生命現象前，請了解生存環境
關於知識，有一個非常有意思的現象；那就是在人們離開學校後，出現了兩種完全對立的聲音。一種聲音說：畢業這麼多年，根本沒用到學校教的知識，為什麼當初要浪費時間來學習。另一種聲音則說：畢業越久越覺得，學校教的知識都非常有用，後悔當初為什麼沒好好學習。而在知乎的這個問題下，大家都在試圖說服第一種聲音的擁護者要把眼光放長遠一些。
但事實上，兩種聲音都是對的。
視頻
下載回覆：學習觀18.5
正文
1. 聰明的馬
為了解釋為什麼，讓我們回到1900年初的德國。
威廉 奧斯汀
照片裡的這個人叫做 威廉 奧斯汀，曾是一名數學老師。一般大鬍子的數學老師們都不太安分，而奧斯汀就覺得動物的智力被低估了，於是就開始教名為漢斯的一匹馬學算數。
訓練馬
經過一段時間的訓練後，奧斯汀便把漢斯帶到眾人面前來展示。當問到二加二等於幾時，漢斯踏了四下蹄子。而問到“若今天是星期一，再過多少天是星期六”時，漢斯竟仍然可以正確的踏五下蹄子。
展示漢斯算數能力
德國人可是一個很嚴謹（吃的太飽）的民族，專門成立了一個委員會來調查此事，帶頭的是另一個大鬍子，叫做卡爾 斯坦普夫。
卡爾 斯坦普夫
經過嚴格的調查後，他們並沒有在奧斯汀身上發現任何欺詐或作弊行為。甚至用別人替代奧斯汀來提問，漢斯仍然可以正確回答。
可問題出現在，當提問者遠離漢斯的視線，或提問者自己也不知道答案時，漢斯便無法回答了。
2. 建模偏差
結論：事實上，漢斯並沒有真正學會的算數，而是構建了另一種模型：根據提問者在無意識間流露的微表情和肢體動作來判斷什麼時候該停止踏蹄。
PS：這可是所有女生都默認自己男朋友有，但實際男朋友根本沒有的能力。
特點：雖然漢斯構建的微表情模型能夠在提問者在場的條件下，完成同算數模型一樣的功能，但二者並不是一個模型。
啟示：後來這個故事就被叫做“聰明的漢斯”。在心理學（觀察者期望效應）和機器學習領域都給了人們啟示。
2.1.機器學習啟示
聰明漢斯效應：機器學習中就以此來說明：人工智能看似能完成的一些智力任務，其實是在依賴所找到的某些微妙特徵。一旦條件出現哪怕些許的變動，人工智能就很容易失效。
A.I.例子：比如，某些識別坦克和飛機的模型，其實是在識別背景是否存在藍天色。因此人們稱機器根本沒有理解知識。
2.2.教育啟示
人類例子：然而較為諷刺的是，人類自身也存在著同樣的問題；學生構建的模型能夠在卷面上，實現與教育想教的模型一樣的功能，但二者往往也不是同一個模型。
建模模式：因為在這種條件下，不管是漢斯，還是升學的學生並不是你想教什麼，他們就學什麼，而是通過最大化某一獎勵（reward）來構建模型的（強化學習模式），但能最大化獎勵的模型並不一定是教育目標的模型。
寵物例子：對於漢斯或寵物們而言，它們的目的是最大化主人給的食物（獎勵）。至於自己是否真的學會了算數或握手對最大化食物並沒有影響。寵物學到的“握手”很可能只是想要把你手中的食物“按”出來。
學生例子：對於需要升學的學生而言，他們的目的是最大化自己的分數（獎勵）。雖然用真正的知識也可以得到正確答案。但若有另一個模型可以用更快捷的方式得到正確答案的話，哪怕是“三短一長選一長，三長一短選一短”這種無法解決實際問題的模型，學生們依然會選擇後者。
2.3.教育偏差現象
應試系統：實際上，扮演漢斯角色的並不僅僅是學生。初高中的老師、家長以及培訓機構也都是這個系統下的參與者，其目的同樣是最大化學生的分數，而這逐漸衍生出來了另一套看似在教實用知識，其實是在最大化分數的教育系統（並沒有對錯）。
輔導書現象：你是否曾好奇過：為什麼初高中的英語教材在每一課的後面都有對話和聽力等專項練習？畢竟老師上課的時候根本不會用到那些部分啊。為什麼不直接選擇一套好的輔導書作為教材，這樣不就不用額外花錢買輔導書了嗎。
獎勵差異：這是因為編寫教材的專家們想要最大化的獎勵與編寫輔導書的專家們想要最大化的獎勵並不相同。
輔導書目的：輔導書是升學專家為了讓學生學會能最大化得分的知識而編寫的材料；
教材目的：教材是教育專家為了讓學生學會能解決實際問題的知識而編寫的材料。
英語例子：比如《新概念英語》的設計就非常科學，完全對應《學習觀07》中提到的聽、說、讀、寫四種模型，併為每一種模型都專門準備了輸入和輸出的練習材料，對應的正是課後的對話和聽力。
實用vs應試：然而，對於最大化分數這個目的而言，教材的知識並不是最有效的模型，因此往往被取代。
例子：不少人在《學習觀07》下留言，說視頻中介紹的單詞學習法太慢。他們其實是以“最大化分數“為目的而做的評價，事實上也確實如他們所說。但若以“有效的交流”為目的時，學習觀07中介紹的就是最有效原則。
3. 建模偏差現象
回到開篇的“兩種聲音”。
3.1.知識無用論
第一種聲音：第一種聲音的擁護者所說的“知識無用”，其實是指那些為最大化分數而構建的知識。
類比：那麼就會像漢斯離開提問者便無法答題一樣，當這些學生離開學校後，當初在學校構建的模型往往也不能被用於解決實際問題。
高分低能原因：這也是為什麼“高分低能”會出現的原因之一，不僅僅是人們所說的“智商高，情商低”。
第二種聲音：而第二種聲音的擁護者所說的“知識有用”，指的是可解決實際問題的知識。這些知識都是人類最聰明的那些大腦所沉積下來的模型，是人類繁榮的根基，其有效性自然無需質疑。
結論：兩種聲音之所以都對，是因為它們最初描述的就不是一個事物。
3.2.教育錯配就業
起因：正是由於 “能最大化分數的模型” 並不一定是 “教育目標的模型”，就讓學生們在就業時處在一個很尷尬的局面。
篩選方式：企業（尤其小企業沒有資源，不得不利用升學系統）一方面靠分數和學校出身來篩選（應屆生）人才，
篩選目標：另一方面，又希望篩選出的人才可以解決工作中的實際問題。
尷尬局面：這種篩選方式與篩選目標的不匹配，使得千辛萬苦通過考試的學生們（應屆生）又不得不在進入職場後，重新參加培訓來學習實用知識。
4. 建模偏差消除
4.1.更改獎勵函數
素質教育改革：聽到這裡一定會有抨擊高考的聲音，希望可以推行素質教育改革。其實教育部早在2001年就提出了教育改革的口號，並試圖推行素質教育，然而卻並未見效，為什麼？
系統演化方向：先前提到過，升學的學生是通過最大化某種獎勵來構建模型的，不管怎樣限制，隨著時間的推移，升學教育系統最終都會演化成學生在學習“能最大化獎勵的模型”，而不是在學習“教育目標的模型”。
類比：這就如同任何網絡遊戲最終都會演變成單一的最優玩法而變得枯燥一樣（必然趨勢）。
機器學習視角：只要升學教育系統主要的目的是為了篩選人才，那麼素質教育改革的問題其實就可以被視為：能否通過改變獎勵機制，使“能最大化獎勵的模型”就等於“教育目標的模型”，或者說讓“得分目標”完全等價於“能力目標”。
可行性：關於這個問題，其實並不是絕對不可能，但我們可以參考機器學習中的一個笑話。
AI類比：如果你把吸塵器的獎勵函數設計成“撿垃圾越多獎勵越多”，那麼很可能產生的後果是，吸塵器學會了撿垃圾，又學會了放下，然後撿起和放下無限循環。
結論：所以在設計獎勵機制時，難以避免會出現這種意外結果。
4.2.如何教育改革
假設：倘若推行素質教育後，其獎勵機制依然不能使“得分目標”等價於“能力目標”的話，
預測：那麼系統最終也一定會根據素質教育的獎勵機制演化成另一套偏離教育目標的應試教育系統。
應試成本：唯一不同的是，這套新的教育系統會使學生獲得分數的成本變高，讓人才篩選變得不再公平。
左圖是教育公平問題，右圖是網絡遊戲公平
例子：比如富人的得分上限是900，而窮人的上限只能是600（分數只是升學條件的數字化，不一定真的是數）。
類比：這種“素質教育”就如同一款宣稱大家可以打神裝的網絡遊戲。但實際上必須要先充錢才有可能打得過BOSS，那麼充不起錢的玩家和充的起錢的玩家的差距將會越來越大。
美國素質教育：最好的例子就在美國。美國素質教育的評分機制涉及各種才藝特長（主觀評判），很多隻有富人的子女才能享受到的提分渠道。
招生醜聞最大涉案人：威廉·裡克·辛格
例子：在2019年爆出的“美國高校招生醜聞”，更是揭露了美國富人是如何利用“素質教育”的評分機制，讓自己的子女獲得更高的分數，從而進入名牌大學。
應對思路：如果當前無法保證能設計出使“得分目標”等價於“能力目標”的獎勵機制，那麼最合理的解決方案恰恰不是推行德、體、藝等提高評分條件的“素質教育”，反而是降低學生得分成本的“應試教育”，讓每個學生都有機會僅靠歷年真題便能獲得所有分數。而這個“應試教育”就是高考。
高考制度：它主要解決的並不是人才教育的質量問題，而是人才選拔的公平問題。大家其實也都清楚這一點，正如大家喜歡的網絡遊戲都是沒有充值系統的網絡遊戲。
4.3.明確輸入輸出
那麼建模偏差難道就沒有辦法消除了嗎？
教育問題：說到底，教育體制之所以這麼難改革，是因為它主要就不是教育學問題，而是社會學問題。
選拔目的：只要一個系統起到的是篩選（升學）作用，那麼系統內的個體就無法跳出“最大化獎勵”的行為模式。
非選拔目的：但只要這個系統脫離篩選目的，學生就可以自己通過明確輸入輸出，來抑制建模偏差。
例子：比如，當輸入也同時固定時，漢斯就無法用微表情，只能用算數來得出結果了。這便是為什麼明確輸入輸出是《學習觀》中的第一條學習原則。
實際解決方案：可是社會又需要人才篩選的功能，那麼就只能暫時把教育系統進行分段：一個是負責篩選目的的義務教育階段。一個是負責實用目的的高等教育階段。
5. 被禁止的高三
現在我們就可以回答《學習觀》的一個奇怪規定了。
5.1.高三教育階段
問：為什麼初中生，高一高二可以看學習觀，唯獨高三不可以看，可一旦高考結束，就又可以看了。
答：因為高三學生所處的正是起到篩選目的的義務教育階段，無法避免（也應該這麼做）的要靠學習應試知識來最大化自己的分數。
5.2. 學習觀偏實用
適用範圍：雖然《學習觀》中介紹的學習方法既適用於應試知識的學習，又適用於實用知識的學習，
當前價值偏向：但由於目前的《學習觀》主要強調的是負責實用目的的高等教育，比如學習觀07就不是為應試生而準備的，所以我很擔心會有高三學生看完目前的學習觀後，產生“應試知識沒用”的心理而耽誤自己的人生，因此才禁止高三學生觀看。
跳節更新原因：我上一篇文章中也提到過，《學習觀》以後會多出一個部分，來專門針對應試知識的學習。這也是為什麼突然從16期，臨時更新了一個18.5期來介紹應試知識和實用知識的區別。
結束語
其實在《學習觀》中，
我始終都在避免談論天賦、制度等問題。
儘管我們都知道存在天賦異稟的能人，
儘管我們都疑惑高考究竟篩選了什麼。
但這些都不是我們能改變的因素。
畢竟我們無法像玩網絡遊戲那樣，
在資質不滿意或制度不合理時換遊戲。
唯一能做的只有集結所有自己能改變的因素，
選出最合理的每一步。
