打字猴:1.704723743e+09
1704723743 专念学习力:打破7个扼杀创造力的学习神话 [:1704722354]
1704723744 专念学习力:打破7个扼杀创造力的学习神话 正确的事实往往没有标准答案
1704723745
1704723746 国王明智地看到,4个兄弟在要求各自权利时,他们既是正确的,也是错误的。我们中的许多人,比如学生或老师,仍在孜孜不倦地求得一个正确答案。这种对唯一正确答案的信念源于强调结果和专家权威性的智能观。
1704723747
1704723748 专念学习力:打破7个扼杀创造力的学习神话 [:1704722355]
1704723749 被结果束缚
1704723750
1704723751 智能常常被看做是获取令人满意结果的能力。亚瑟·詹森(Authur Jensen)强调智能在预测学业、培训以及职场中的表现上具有实际的可信性,并以此维护智能理论中一般因素的概念。就连多元智能理论的倡导者,霍华德·加德纳也将智能描述为一种解决问题的能力。这些智能理论家认为,教育的目的就是让学生拥有能够获得某种令人满意的结果的能力。然而,结果是否令人满意却取决于情境。某个结果在这个情境下是很好的,但在那个情境下可能是最不受欢迎的。
1704723752
1704723753 达成结果的能力与探索世界、感悟经历的能力有所不同。按照老师规定的方法来解答数学题与检验自己的假设也是不同的。让学生按照指定的方法解决问题的老师正在阻碍学生探索周围的世界,也阻碍了他们检验奇思妙想的能力发展。
1704723754
1704723755 大多数指导采用的是按部就班的方法。老师或者专家没有鼓励人们去产生新的假设,这些假设会在人们自己的经历中以专念的方式被检验。他们专断地认为,目标是很明显的,只是无知的人才不知道达到目标的方式。从这种观点出发,教育必然会包含按部就班的解决方法,由此缔造出一种本质上属于潜念的成功。
1704723756
1704723757 如果能摆脱这种结果导向,我们会发现,解释过程比达成结果更有意义,因为这个结果如果脱离了特定的环境,它是没有内在价值和意义的。
1704723758
1704723759 即使智能理论家是在教授这种全面且推理和假设检验过程可行的问题,他们仍会定义一个有价值的结果。在这种情况下,结果就是一套特定技巧的产物。这种观点会妨碍最适合实现个人目标的技能的发展。
1704723760
1704723761 这种对技能的关注实际上是为了调和传统的智能概念与更具有怀疑性的智能观间的关系,后一种智能观是社会对技能需求的产物。虽然作出了这样的折中,但它仍是以结果为导向的。正如安·布朗(Ann Brown)和约瑟夫·坎皮恩(Joseph Campione)所表明的,老师们要么教的是在某种情境下才有价值的特定的技能,要么教的是如何学习的技能。布朗和坎皮恩认为,后一种元能力决定了学生学习新任务的速度,以及将这种学习迁移到相关任务的能力。
1704723762
1704723763 关于学习能力的智能仍然是以传统的模式进行定义的:决定一个人从A到B的速度的智能。智能测试最初测试的是诸如平分一条线或判断重量的技能,接着强调问题的解决,现在则强调获得新技能的能力。在每一种情况下,它们的目标,无论是身体动作、问题解决或者技能获得都是由智能专家预先设定的。
1704723764
1704723765 如果以这种方式来评价学生,学生既没有机会选择自己的目标,也不被允许探索除专家认为有价值的技能之外的方法。
1704723766
1704723767 专念学习力:打破7个扼杀创造力的学习神话 [:1704722356]
1704723768 行为者、观察者和其他视角
1704723769
1704723770 专家的权威性来自于在其专业领域内,他们比无知的观察者更能准确地预测事件。预测能力与个人的控制感有关。我们可以区分两种类型的预测。当专家做预测时,他们通常是基于以前的观察,并将观察结果整理为各种类别,他们认为这种分类方法会长期保持不变。而我们是基于自己的经验来做预测,没有参考对其他人行为的观察。从行为者的视角进行的预测(专家预测)与观察者作出的预测之间的区别对理解专念和智能的概念差异至关重要。
1704723771
1704723772 基于传统智能的问题解决方法靠的是观察者运用现有数据构建新颖假设的能力,这些假设展示了对熟悉问题的不同视角。这些观察者对现有数据有一定程度的熟悉,但还没有固着于某种视角,他们最有可能作出观念性的贡献,促进我们对某个研究领域的理解。
1704723773
1704723774 专念的方法并不是支持观察者的视角,反对行为者的视角。我们可以将观察者的视角直接应用于自己的行为,以检验一个假设。举一个非典型的案例,一位女士做了脸部的整形手术。术后的第三天,她打电话给手术医生,说有一部分耳垂应该跟脸部连在一起,但现在没有连上。这位医生通过电话告诉她,这个要求很荒唐。那位女士的老公也在场,他赞同医生的观点。他们让那位女士开始怀疑自己的体验。但她比大多数人都坚持自己的意见,所以在约定的复诊时间之前,她复诊了,坚持让医生仔细检查一下她的耳朵。最后那位女士是对的,当然如果她是错的,那我拿这个事件来举例也没有什么意义了。
1704723775
1704723776 现在让我们来思考一个有关数据的案例。心理学的许多研究表明,人们通常会忽略具有普遍意义的信息,反而会关注奇闻异事类的信息。比如我们要买辆新车,统计数据显示沃尔沃的质量不错,但我们认识的某个人的沃尔沃刚好出了问题,那么我们就不会很看重统计数据提供的信息。在是否接受给定的可能性方面,我们通常不会考虑是谁决定了这个基本概率。也就是说,我们不会考虑如果换个视角,是否会有其他可能性。这种特点会造成影响深远的结果。
1704723777
1704723778 举一个我朋友的例子。我的朋友是一位教授,她正考虑申请一所名校的终身教授职位。在过去的15年中,她所在的领域没有人被授予过终身教职,而且,在她要去的系里,也没有一位女性终身教授。她的朋友,以及其他局外人都让她注意这个基本概率,也就是基于过去这些年来的经验,获得她那个系的终身教职的可能性。当她和我讨论这件事情时,我问她有多少件她想做并做成了的事,结果得出了完全不同的概率。我们还查看了这所大学中和她一样毕业于同一顶尖大学的具有博士学位且获得终身教职的人的人数,由此得出的概率也与最初的概率不同。在尝试了这些不同的视角之后,她最终还是按照直觉去做了。
1704723779
1704723780 即使我们相信只有一个基本概率,而且概率似乎为零,我们仍然可以质疑现在与过去不会有变化的推断,事情仍然存在不断改变的可能。这再一次显示了人们的一种倾向,认为所有事都是一样的,除非出现了不同。
1704723781
1704723782 那位教授最后获得了终身教职,故事有了一个圆满的结局,但结局也可能不是这样。当我们的经历与专家们的经历不相同时,我们可以按照自己的方式处理,也可以按照他们的方式处理,每种方式都可能产生令人满意的或不满意的结果。我事先不知道结果会怎样,也不知道其实两者间并没有矛盾。依我看,即使最后没有成功,遵从自己的视角也是有益的。因为专念地作出决策是一个主动的自我定义的过程,这与根据旁观者汇总的数据而作出被动的决策正相反。
1704723783
1704723784 专念发现
1704723785
1704723786 专念地作出决策是一个主动的自我定义的过程,与根据旁观者汇总的数据作出被动的决策正相反。
1704723787
1704723788 在我们讨论那个模棱两可的图形时,从多个角度思考情境的能力可以为我们提供更多的选择。将这种能力从模棱两可的图形迁移到更大的环境中,我们会看到,灵活地改变视角能将原本被埋没的选择发掘出来。当我们有系统有组织地缩小选择的范围时,我们最常忽略的视角就是自己的体验。
1704723789
1704723790 专家观察者会关注情境的某个特征,这样能保持变量的始终如一。例如,大学入学委员会批准获得SAT最高分和达到平均成绩点数(GPAs)的学生入学。稳定性常常是专家的兴趣所在,因为他们的权威性往往在于他们所采用的分类的稳定性。如果入学委员会对什么是优秀采用不同的标准,那么他们可能会对自己鉴别最有价值的学生的能力失去信心。
1704723791
1704723792 然而,被评定的学生可能有各自不同的但更有意义的标准。例如,设想一个学生将成绩从C提高到A,或者一个刚学习英语没多久的学生获得了SAT中等水平的分数。当我们评定自己的行为时,往往会根据我们自己的兴趣来生成一个新的标准。找到转换视角的方法的能力对我们应对新的情境是至关重要的,这就像保持分类稳定的能力对专家的权威性是非常重要的一样。
[ 上一页 ]  [ :1.704723743e+09 ]  [ 下一页 ]