本文淺析了人工智能教育下的7種新學(xué)習(xí)方式——游戲化、社交化、協(xié)作型、問(wèn)題式、自主型、探究型、項(xiàng)目式。

人工智能教育的形態(tài)

減負(fù)、整治監(jiān)管、素質(zhì)教育這三座大山把K12教育的線下輔導(dǎo)機(jī)構(gòu)、線上教育壓得喘不過(guò)氣來(lái)，逼得不管是線上還是線下的K12教育企業(yè)不得不面臨變革，而變革的企業(yè)無(wú)一不順勢(shì)而為，遵從素質(zhì)教育、順應(yīng)人工智能教育。

似乎只有打著人工智能教育的旗號(hào)，才能避開(kāi)監(jiān)管雷區(qū)，才能夠獲得資本青睞。但更多的企業(yè)也僅僅是打著旗號(hào)，并沒(méi)有實(shí)質(zhì)性的改變，只是利用人工智能教育的賣點(diǎn)，尋找新的賣課渠道，新的營(yíng)銷方式而已。但不管怎樣，現(xiàn)在看來(lái)，只要借助人工智能“發(fā)力”的教育企業(yè)，都能夠活得好好的。

時(shí)下的人工智能教育是社會(huì)的一個(gè)熱點(diǎn)、甚至是一個(gè)風(fēng)口。那人工智能教育到底是什么呢？

從現(xiàn)在市場(chǎng)來(lái)看，人工智能教育主要分為兩個(gè)賽道：

其一，是人工智能對(duì)教育進(jìn)行賦能

主要體現(xiàn)在兩個(gè)方面：

1. 一方面，人工智能賦能學(xué)?；A(chǔ)設(shè)施，讓學(xué)校、課堂網(wǎng)絡(luò)化、智慧化。諸如：人臉識(shí)別的門禁系統(tǒng)、網(wǎng)絡(luò)協(xié)同的雙師課堂、以及近期被廣泛議論的由曠世出品的監(jiān)測(cè)學(xué)生課堂行為狀態(tài)的人臉識(shí)別應(yīng)用等等。
2. 另一方面，人工智能賦能教學(xué)練測(cè)評(píng)，讓教學(xué)及學(xué)習(xí)個(gè)性化，提升教與學(xué)的效率。諸如：松鼠AI的自適應(yīng)學(xué)習(xí)系統(tǒng)、英語(yǔ)流利說(shuō)千人千面的學(xué)習(xí)體驗(yàn)等等。

其二，是對(duì)人工智能知識(shí)進(jìn)行教育

主要表現(xiàn)在機(jī)器人教育、人工智能教育、編程教育等讓學(xué)生學(xué)習(xí)人工智能知識(shí)，掌握編程能力。

諸如：童心制物推出的富有AIOT元素的電子積木“神經(jīng)元”、優(yōu)必選、樂(lè)聚的教育機(jī)器人、大疆出品的機(jī)甲大師RoboMaster S1教育產(chǎn)品等等。

從兩個(gè)賽道的劃分，顯而易見(jiàn)人工智能教育有兩種不同的教育模式。但，不管是第一個(gè)賽道的K12人工智能教育，還是第二個(gè)賽道以STEAM教育著稱的人工智能教育，他們都圍繞著學(xué)生與學(xué)習(xí)。換句話說(shuō)不管任何形式的人工智能教育都無(wú)法脫離學(xué)生與學(xué)習(xí)兩者的關(guān)系。

也就是說(shuō)，我們要用好人工智能教育，就得先搞清楚學(xué)生與學(xué)習(xí)的本質(zhì)問(wèn)題。而從市場(chǎng)競(jìng)爭(zhēng)、商業(yè)邏輯上來(lái)看現(xiàn)在的人工智能教育，每個(gè)企業(yè)似乎看起來(lái)都擁有自己一套完善、成熟的打法。

• 諸如：K12的人工智能教育以知識(shí)圖譜、學(xué)生畫像、學(xué)生學(xué)習(xí)行為數(shù)據(jù)等個(gè)性化的服務(wù)來(lái)形成差異化乃至競(jìng)爭(zhēng)壁壘的戰(zhàn)略。
• 諸如：STEAM的人工智能教育以豐富的課程體系、優(yōu)質(zhì)的師資力量、軟硬件產(chǎn)品一體化、競(jìng)賽模式等全覆蓋的服務(wù)來(lái)爭(zhēng)奪市場(chǎng)份額的商業(yè)邏輯。

隨之，學(xué)生與學(xué)習(xí)的探究也往往被忽略。從短期來(lái)看，忽略自認(rèn)為不起眼的問(wèn)題好像也沒(méi)造成什么重大的“事故”發(fā)生，甚至人工智能教育愈發(fā)火爆，入局者大到互聯(lián)網(wǎng)巨頭、小到線下教育機(jī)構(gòu)都躍躍欲試。

而從長(zhǎng)遠(yuǎn)來(lái)看，K12的個(gè)性化教育的確能夠提高學(xué)習(xí)效率、體驗(yàn)，甚至有不錯(cuò)的學(xué)習(xí)效果?，F(xiàn)在假設(shè)，通過(guò)這樣的學(xué)習(xí)方式，最終讓每位學(xué)生都成為不分高低的學(xué)霸，那整個(gè)社會(huì)、市場(chǎng)就會(huì)失衡了。也就是普通中學(xué)、職專、大專、二本、甚至一本都不復(fù)存在，而將近1.7億的中小學(xué)生，2700萬(wàn)的大學(xué)生要就得在那些一流的院校擠一擠了。

從經(jīng)濟(jì)學(xué)上來(lái)講，一旦供需失衡，整個(gè)市場(chǎng)就會(huì)產(chǎn)生動(dòng)蕩以至經(jīng)濟(jì)下行。同理，教育失衡，人才培養(yǎng)、人才供應(yīng)就會(huì)出現(xiàn)問(wèn)題。

上述的假設(shè)可能比較不切實(shí)際，但又有誰(shuí)能夠預(yù)料未知的事物呢？

也不妨從比較實(shí)際的假設(shè)來(lái)看，假如個(gè)性化的學(xué)習(xí)或者機(jī)器的教學(xué)比教師教授來(lái)得更有效率，能取得更好的成績(jī)，那這個(gè)更私人化的機(jī)器或許就會(huì)讓教師“失寵”，那對(duì)學(xué)生有人生意義的啟發(fā)和引導(dǎo)的任務(wù)，教師還能夠繼續(xù)嗎？

同樣，從長(zhǎng)遠(yuǎn)來(lái)看STEAM的人工智能教育，STEAM教育的風(fēng)口必將催生越來(lái)越多不同形態(tài)各式各樣的入局者?，F(xiàn)在假設(shè)，每位學(xué)生都有機(jī)會(huì)接觸很多不同類型的產(chǎn)品，那人工智能知識(shí)會(huì)不會(huì)像現(xiàn)在移動(dòng)互聯(lián)網(wǎng)的信息一樣，碎片化、內(nèi)容參差不齊。而，對(duì)于辨別力還不是很敏捷的中小學(xué)生來(lái)說(shuō)，人工智能的哪些知識(shí)是值得學(xué)習(xí)的、哪些是沒(méi)必要深入的，我想他們可能分辨不出。

所以，人工智能教育的本質(zhì)還是教育，教育就必須得圍繞學(xué)生與學(xué)習(xí)。不管是AI時(shí)代的AI教育也好，或者是未來(lái)時(shí)代的未來(lái)式教育也罷，學(xué)生與學(xué)習(xí)之間的關(guān)系都是永恒的，是學(xué)生就一定得學(xué)習(xí)，要學(xué)習(xí)就要把自己當(dāng)做學(xué)生。由此，本文將從7種新的學(xué)習(xí)方式，來(lái)聊聊新的學(xué)習(xí)方式對(duì)學(xué)生學(xué)習(xí)有何影響。

新學(xué)習(xí)方式

何為新的學(xué)習(xí)方式，顧名思義就是跟傳統(tǒng)學(xué)習(xí)方式有差異的地方，而傳統(tǒng)的學(xué)習(xí)方式就是我們耳熟能詳?shù)囊詰?yīng)試為主的先教后學(xué)再考、題海戰(zhàn)術(shù)、千人一面的PPT的教學(xué)方案、唯分?jǐn)?shù)唯成績(jī)論的學(xué)習(xí)。

反觀，一直以來(lái)推行的素質(zhì)教育，以先學(xué)后教再測(cè)的翻轉(zhuǎn)課堂、慕課，以千人千面的個(gè)性化學(xué)習(xí)，以資源共享、網(wǎng)絡(luò)協(xié)同的雙師課堂教學(xué)模式為代表的所謂新型的學(xué)習(xí)方式。

除了應(yīng)對(duì)應(yīng)試教育的個(gè)性化學(xué)習(xí)方式之外，當(dāng)下的素質(zhì)教育、人工智能教育還需哪些學(xué)習(xí)方式才能夠在教學(xué)模式、教育理念上進(jìn)行變革呢？

或許，還有這幾個(gè)學(xué)習(xí)方式需要我們關(guān)注，游戲化、社交化、協(xié)作型、問(wèn)題式、自主型、探究型、項(xiàng)目式等7個(gè)。

其中，可根據(jù)學(xué)生與學(xué)習(xí)的關(guān)系，將上述學(xué)習(xí)方式劃分成學(xué)習(xí)心理、群體心理、教學(xué)心理這三類，依次對(duì)應(yīng)：游戲化、自主型；社交化、協(xié)作型；項(xiàng)目式、探究型、問(wèn)題式。

1. 游戲化

對(duì)于學(xué)生來(lái)說(shuō)，要是學(xué)習(xí)像游戲一樣好玩、輕松，像游戲機(jī)制一樣有極大的吸引力，那可想而知，他們就會(huì)把升級(jí)打怪的精力全部都放在學(xué)習(xí)上，游戲玩法戰(zhàn)略就都運(yùn)用到學(xué)習(xí)方法上了。

當(dāng)然，令人向往著迷的游戲也不僅僅有這幾點(diǎn)魅力，就像前一篇寫到文章《市場(chǎng)分析：爆款玩具難再現(xiàn)》，游戲之所以能夠比玩具更有吸引力是因?yàn)樗鼡碛?大法寶。

對(duì)此，游戲化的學(xué)習(xí)體驗(yàn)，相信能夠引起學(xué)生的關(guān)注、興趣、向往。諸如：現(xiàn)在的少兒英語(yǔ)、少兒編程、早教等產(chǎn)品很多都利用游戲化的元素，結(jié)合游戲通關(guān)的機(jī)制來(lái)觸達(dá)用戶。

2. 自主型

自主型，顯然是讓學(xué)生有權(quán)利選擇自己感興趣的事物進(jìn)行學(xué)習(xí)，而在應(yīng)試教育體制下，學(xué)生的選擇余地并不大，他們除了為考試而學(xué)習(xí)外，做其他事情似乎得不到父母支持，甚至被受限。

正如前階段熱播劇《小歡喜》，就把應(yīng)試教育與家庭教育體現(xiàn)得淋漓盡致一樣，除了高考其他的興趣、愛(ài)好都不受待見(jiàn)。

劇中，喬英子可謂是學(xué)霸，但她沒(méi)有自主選擇興趣、專業(yè)的權(quán)利，完全受限于她母親宋倩。她母親不讓她玩樂(lè)高、不讓其填報(bào)南京大學(xué)，以致最后喬英子沒(méi)抵擋住父母、學(xué)習(xí)的壓力而得了郁抑癥。這部劇就是在描繪當(dāng)前教育與家庭的現(xiàn)狀，推薦你看。

反觀，要是學(xué)生有自主選擇的權(quán)利，他們就會(huì)對(duì)自己所做的選擇負(fù)責(zé)任，就會(huì)因?yàn)樨?zé)任而自主學(xué)習(xí)、努力以抵達(dá)目標(biāo)。就像喬英子的夢(mèng)想是研究宇宙、邀游太空，雖然興趣、選擇多次受阻，但她依舊朝著夢(mèng)想奮進(jìn)，因?yàn)樗龝?huì)對(duì)夢(mèng)想負(fù)責(zé)任。

從中，我們也可以發(fā)現(xiàn)，對(duì)于學(xué)生們來(lái)說(shuō)，興趣驅(qū)動(dòng)的事物往往會(huì)有更大的精神支撐，會(huì)有更持久的戰(zhàn)斗力，會(huì)更自主。顯然，現(xiàn)在的STEAM教育就是為興趣而生，但似乎缺了什么？這個(gè)疑惑暫時(shí)保密。

3. 社交化

社交是我們?nèi)祟愘囈陨娴膭傂?，也是作為群居?dòng)物的生存法則。所謂，物以類聚人以群分，是有數(shù)據(jù)依據(jù)的，據(jù)調(diào)查研究發(fā)現(xiàn)，學(xué)習(xí)成績(jī)好的學(xué)生周邊的同學(xué)成績(jī)也不賴。（排除特殊情況，綜合考慮）

當(dāng)然，這并不是教唆學(xué)生都跟所謂成績(jī)好的同學(xué)相處或排斥其他學(xué)生。我想說(shuō)明的是，為什么會(huì)有此種現(xiàn)象？

其實(shí)這種現(xiàn)象也并不是什么巫術(shù)，你想，當(dāng)一位成績(jī)中上的學(xué)生與幾位成績(jī)優(yōu)異的學(xué)生聚集在一起后，他們會(huì)干嘛？

我想，他們會(huì)討論學(xué)習(xí)或者與學(xué)習(xí)相關(guān)的事情，為什么。因?yàn)閷W(xué)習(xí)相關(guān)的事，是成績(jī)優(yōu)異學(xué)生們擅長(zhǎng)的東西，他們當(dāng)然渴望在群體中獲得認(rèn)可、成就感，所以成績(jī)優(yōu)異的學(xué)生之間會(huì)因?yàn)槟硞€(gè)問(wèn)題的最優(yōu)解而爭(zhēng)論、而這過(guò)程的批評(píng)性思維就是社交后的收獲。你想，自己跟自己能爭(zhēng)論出什么東西來(lái)。

當(dāng)然，成績(jī)中上的學(xué)生可在尋求最優(yōu)解的探究中學(xué)習(xí)，向成績(jī)優(yōu)異的同學(xué)學(xué)習(xí)，久而久之，他們就會(huì)被學(xué)習(xí)氛圍所帶動(dòng)，感染。而其實(shí)這類群體的學(xué)生也并不是炮灰，他們也可以從自己擅長(zhǎng)的領(lǐng)域切入，來(lái)獲得存在感、參與感。另外，由于強(qiáng)者不認(rèn)輸?shù)闹練?，所以成?jī)優(yōu)異的學(xué)生是不是可以從中學(xué)到自己并不擅長(zhǎng)的領(lǐng)域的知識(shí)。

反觀，要是不進(jìn)行社交，他們之間就無(wú)法相互學(xué)習(xí)，無(wú)法感受到群體帶給他們強(qiáng)烈的成就感。當(dāng)然，現(xiàn)實(shí)生活中的社交好處更是不言而喻。

同樣在上一篇文章提到，現(xiàn)在的智能玩具-編程教育產(chǎn)品有一個(gè)軟肋就是無(wú)法做到網(wǎng)絡(luò)協(xié)同，在線化社交，這也讓其產(chǎn)品失去群體的優(yōu)越。

4. 協(xié)作型

一個(gè)人走得快，但走不遠(yuǎn)，這就是團(tuán)隊(duì)的力量。脫離團(tuán)隊(duì)的協(xié)作、合作，我們難以完成一件需多方資源介入的事情。

那學(xué)習(xí)上要是進(jìn)行協(xié)作，會(huì)有什么預(yù)想不到的事情發(fā)生呢？

可以這么假設(shè)，假如在一次時(shí)間緊張且干貨多的講授課中，僅憑一個(gè)人的記錄，可能是會(huì)遺漏些。但，要是事先約定好，進(jìn)行默契的配合，或許可將整堂課重要的內(nèi)容一字不落的記錄下來(lái)。

反觀，STEAM的人工智能教育，在實(shí)驗(yàn)作品的輸出，比賽作品的制作過(guò)程中，更是不能忽略團(tuán)隊(duì)的協(xié)作的作用。是可以脫離團(tuán)隊(duì)獨(dú)立完成，但畢竟一個(gè)人的智慧是有限的，沒(méi)有了頭腦風(fēng)暴、集思廣益，或許作品的創(chuàng)意不夠或者創(chuàng)新性不強(qiáng)，甚至完成度達(dá)不到預(yù)期。

但，從這些場(chǎng)景也僅僅能看到協(xié)作的表面?，F(xiàn)，仔細(xì)想想，也許我們可以發(fā)現(xiàn)協(xié)作背后也許面臨著競(jìng)爭(zhēng)、磨合、伙伴、角色這個(gè)飛輪。

團(tuán)隊(duì)的形成或許正是這一流程，想想學(xué)生們參加的競(jìng)賽為什么大多是團(tuán)隊(duì)式的，從政府頂層設(shè)計(jì)的目當(dāng)然是促進(jìn)學(xué)生之間協(xié)作的教育目的，但要是從學(xué)生的角度來(lái)看，其實(shí)是因?yàn)楸荣愂歉?jìng)爭(zhēng)式的，所以需要站隊(duì)，結(jié)伴而行。這也就是為什么學(xué)生們要尋求參賽團(tuán)隊(duì)的根本原因。

顯然，團(tuán)隊(duì)存在的目的不單純是為了在氣勢(shì)壓倒一切，競(jìng)爭(zhēng)意識(shí)是觸發(fā)形成團(tuán)隊(duì)的因子。而團(tuán)隊(duì)的真正建立，是要經(jīng)歷一場(chǎng)甚至多場(chǎng)賽事的磨合，才逐漸清楚哪些人適合這個(gè)團(tuán)隊(duì)，團(tuán)隊(duì)中的每個(gè)人依依適合什么角色，扮演什么角色才能夠發(fā)揮他們各自的競(jìng)爭(zhēng)力。

只有如此反復(fù)的運(yùn)轉(zhuǎn)，大浪淘沙后才能找到志同道合的人，才能夠擁有競(jìng)爭(zhēng)力的Team。反觀，現(xiàn)在的學(xué)生參賽團(tuán)隊(duì)，要么共同經(jīng)歷過(guò)一次或多次比賽就散了，要么在學(xué)業(yè)結(jié)束后不得不終結(jié)，散場(chǎng)。

我想，STEAM的人工智能教育，應(yīng)該試著打破這種情況，做到讓學(xué)生在教育過(guò)程中組建一支強(qiáng)有力的團(tuán)隊(duì)，走出校園、走向社會(huì)、走向崗位甚至走向世界、未來(lái)。

最后，我們聊聊現(xiàn)行的STEAM人工智能教育在新的學(xué)習(xí)方式的協(xié)同下，能否助力素質(zhì)教育的發(fā)展。

5. 項(xiàng)目式

在編程教育流行的時(shí)下，或許你對(duì)項(xiàng)目式學(xué)習(xí)（PBL）并不陌生，為什么該學(xué)習(xí)方式會(huì)如此盛行呢？

我想，一來(lái)是跟編程教育的形式有關(guān)，編程教育需以項(xiàng)目為依托，以實(shí)際的物品、問(wèn)題，以虛擬作品創(chuàng)作為載體，從而通過(guò)輸出來(lái)檢驗(yàn)或測(cè)試編程教育的學(xué)習(xí)情況。

二來(lái)是跟項(xiàng)目式的流程有關(guān)，時(shí)下對(duì)素質(zhì)教育的呼吁，無(wú)非是為了訓(xùn)練、培養(yǎng)學(xué)生的綜合素養(yǎng)、綜合能力。而項(xiàng)目式的教學(xué)或?qū)W習(xí)過(guò)程正符合綜合能力的訓(xùn)練。

從創(chuàng)意/新想法的產(chǎn)生足以判斷該學(xué)生具備獨(dú)立思考的特性，而產(chǎn)生的創(chuàng)意一旦被進(jìn)一步分析，開(kāi)始分析創(chuàng)意的可行性、新穎度并對(duì)創(chuàng)意進(jìn)行發(fā)散的構(gòu)思，這足以展現(xiàn)該學(xué)生的知識(shí)儲(chǔ)備及活躍的思維。

直至進(jìn)行到方案和問(wèn)題的拆解階段，這對(duì)學(xué)生的創(chuàng)新及解決問(wèn)題的能力具有極大的考驗(yàn)，也是形成經(jīng)驗(yàn)的階層。

而行動(dòng)、實(shí)施更是顯而易見(jiàn)，這是對(duì)一位學(xué)生行動(dòng)力、驅(qū)動(dòng)力以及動(dòng)手能力的考察。最后的評(píng)估及優(yōu)化，其實(shí)是反映一位學(xué)生的追求程度、看待問(wèn)題的態(tài)度，乃至分析問(wèn)題的能力。

反觀，實(shí)際的STEAM教育，往往忽略該教學(xué)過(guò)程的。

6. 探究型

探究，顧名思義是對(duì)一件事進(jìn)行追溯，以聯(lián)想、發(fā)現(xiàn)更多相似的知識(shí)。不知道你們當(dāng)時(shí)是否偏科以致對(duì)某門課程無(wú)比熱愛(ài)，而我就是一個(gè)數(shù)學(xué)狂。當(dāng)時(shí)，我學(xué)習(xí)數(shù)學(xué)的態(tài)度可以用探究來(lái)形容，因?yàn)槲視r(shí)常會(huì)因一道題沒(méi)解出來(lái)，而花很多時(shí)間去研究它，以至解出并從中發(fā)現(xiàn)一些規(guī)律或者說(shuō)最優(yōu)解。

而研究，其實(shí)是在不斷推翻自己的假設(shè)，驗(yàn)證提出的假設(shè)，以及對(duì)假設(shè)做出的結(jié)論進(jìn)行質(zhì)疑的過(guò)程。這一持續(xù)的過(guò)程，是不斷刷新自己的解題思路，更是不斷訓(xùn)練自己批判性思維。

反觀，STEAM教育的作品輸出也好或者人工智能理論知識(shí)學(xué)習(xí)也罷，其實(shí)更多的是缺少質(zhì)疑的環(huán)節(jié)。

諸如：學(xué)生們利用電子積木搭建一個(gè)避障小車的物聯(lián)網(wǎng)應(yīng)用時(shí)，他們會(huì)提出自己需要的假設(shè)，比如設(shè)想，紅外檢測(cè)傳感器的檢測(cè)距離設(shè)定多遠(yuǎn)，檢測(cè)到障礙物時(shí)右轉(zhuǎn)還是左轉(zhuǎn)。

在看似沒(méi)問(wèn)題的假設(shè)后，開(kāi)始進(jìn)行試驗(yàn)，此時(shí)他們已在小車前方安置了傳感器，并設(shè)定好“檢測(cè)到障礙物時(shí)-執(zhí)行右轉(zhuǎn)的程序”，在正常的條件下進(jìn)行驗(yàn)證，實(shí)際往往會(huì)按照預(yù)期執(zhí)行。

由此，他們會(huì)終止此項(xiàng)應(yīng)用的探究。但，這過(guò)程其實(shí)更有意思的是提出質(zhì)疑，比如：要是左右兩側(cè)、后方，都有其他的小車來(lái)撞擊自己時(shí)，該如何是好，是否考慮全方位安裝傳感器。比如，障礙物是否太小以致檢測(cè)不到，障礙物是否透明以致傳感器無(wú)法進(jìn)行判斷等等，圍繞應(yīng)用進(jìn)一步探究的問(wèn)題。

而上述的質(zhì)疑，其實(shí)就是不斷提出問(wèn)題、發(fā)現(xiàn)本質(zhì)問(wèn)題的過(guò)程，這也就是最后一個(gè)學(xué)習(xí)方式。

7. 問(wèn)題式

如果上述的避障小車應(yīng)用到實(shí)際的自動(dòng)駕駛汽車上，后果相當(dāng)嚴(yán)重?？赡芪覀儾粦?yīng)該將學(xué)生的作品與實(shí)際產(chǎn)品對(duì)應(yīng)起來(lái)，但想想，如果人工智能的教育是脫離實(shí)際場(chǎng)景或?qū)嶋H應(yīng)用，那人工智能教育的意義是否缺失了？學(xué)生們認(rèn)識(shí)到的人工智能僅僅是一個(gè)雛形，甚至是一個(gè)產(chǎn)品、應(yīng)用的模型。

那有朝一日，他們實(shí)際開(kāi)發(fā)時(shí)，會(huì)不會(huì)按照之前的思維進(jìn)行設(shè)計(jì)，設(shè)計(jì)出缺失可用性、缺失安全性、缺失價(jià)值性的產(chǎn)品來(lái)。

所以，在實(shí)際的教學(xué)中，實(shí)際的創(chuàng)作過(guò)程中，我們應(yīng)該教授他們將人工智能的知識(shí)深入到實(shí)際場(chǎng)景中，在實(shí)際的環(huán)境中發(fā)現(xiàn)應(yīng)用最關(guān)鍵的問(wèn)題，發(fā)現(xiàn)產(chǎn)品最本質(zhì)的問(wèn)題。也就是應(yīng)對(duì)每一個(gè)項(xiàng)目、每一份作品、每一個(gè)應(yīng)用時(shí)，需圍繞應(yīng)用最核心的部分，多多質(zhì)疑，多多提出問(wèn)題，多問(wèn)為什么，以使來(lái)反復(fù)校正自己的對(duì)應(yīng)用的認(rèn)知。

正如前面提到，當(dāng)AI產(chǎn)品越來(lái)越多樣，越來(lái)越雜亂時(shí)，學(xué)生怎么辨別出哪些東西該學(xué)，哪些不該學(xué)。我想，此刻的答案應(yīng)該是，學(xué)那些離我們實(shí)際場(chǎng)景最近，對(duì)實(shí)際應(yīng)用最契合的知識(shí)。

反觀，現(xiàn)在編程教育、人工智能教育，它們離掌握實(shí)際的人工智能技術(shù)、應(yīng)用到底有多遠(yuǎn)呢？希望引發(fā)你的質(zhì)疑。

作者：林溪成；微信公眾號(hào)：預(yù)見(jiàn)產(chǎn)品，關(guān)注STEAM教育、K12教育、AI

本文由 @預(yù)見(jiàn)產(chǎn)品 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議