洞察觀點

洪蘭勤精進的人生智慧:持續學習是打開新格局的唯一方式

洪蘭勤精進的人生智慧:持續學習是打開新格局的唯一方式

本文摘自天下文化《進步一點點,人生就會不一樣》未經同意請勿轉載、摘編

洪蘭:「一百年前,我們都是天才。」

「佛林效應」(Flynn effect)的佛林(James R. Flynn)最近過世了。很多人可能不知道他,但是研究智力測驗和美國社會運動的人對他一定不陌生。去年,美國「黑人命也是命」運動時,還有人提起他。

種族是個很敏感的話題,一九六九年加州大學柏克萊教育心理系的簡生發表了一篇論文,主張黑人和白人智商的差異來自基因,引起了暴動。當年在柏克萊讀書的同學應該還記得學生遊行並包圍簡生的家、放火燒他房子的事情。佛林那時已經換到紐西蘭去教書了,但是他直覺的認為這個結論有問題,便去做研究。結果發現簡生犯了一個錯——他假設智力是不變的,因為一百年來,智力測驗的分數都很穩定。其實,每十年,智力測驗會做校正。如果用原始資料來看,智力測驗的分數是每十年增加三分。也就是說,一百年前的人以現在智力測驗的標準來看,他只有七十分,在智障的邊緣;而把今天智力測驗的分數用到一百年前的常模上,我們都是天才,是一百三十分。

佛林知道這不可能是基因的關係,因為基因的改變不會那麼快,我們的祖先也絕對沒有比我們笨。他認為這個差異來自科技的進步,導致教育重視抽象的思考、符號、類比和複雜邏輯的應用,而這些正是智力測驗測量的項目。

他在一九八四年發表了這個研究,但當時並沒有引起太多人的注意。一直到一九九四年,哈佛大學赫恩斯坦和墨雷出了一本《鐘型曲線》(The Bell Curve)的書,認為基因在智力上扮演主要角色,又引起風暴時,大家才注意到佛林的發現,把它稱之為「佛林效應」。

現在大腦科學的研究已經知道,智力是先天和後天的交互作用,族群在智力測驗上的差異不在基因上而在文化上。另外,美國注意力缺失/過動症(ADHD)白人兒童比黑人高了十倍,賓州大學的學者知道這不可能是基因的關係,深入研究後,發現原來白人孩子功課不好,老師會寫條子叫父母帶去給醫生看是不是ADHD;而黑人孩子功課不好,老師會認為黑人本來就笨,功課不好是常態,就不會去寫條子。歧視是個很可怕的。

怪獸,一旦進駐你的腦海中,千軍萬馬趕不走,種族歧視造成的悲劇是這個時代最大的悲劇。

佛林令人敬佩的地方是,他雖然跟簡生和墨雷學術意見不同,但是當他們被攻擊是種族主義者時,他挺身而出,護衛他們。他堅決主張每個人都有表達他意見的自由,假如你不同意我,請你跟我辯論,請用證據來說服我。他的離世我很難過,因為像他這樣的人,現在已經很少了。

洪蘭:「一百年前,我們都是天才。」

我的微軟要的是學力,不是學歷

我在報上又看到,台中有個擁有博士學位的父親因小二女兒數學屢教不會,用衣架把女兒打傷,被法院判罰拘役五十天,緩刑二年。

這種新聞看了令人憤慨,為什麼這些父母親只要一牽涉到孩子的功課和分 數就會失去理性,拿起棍子、鐵條,任何手邊的器具就打呢?難道分數和成績在他們心目中,竟比親生骨肉還重要嗎?

在現在,孩子若沒有好奇心、求知欲會被社會所淘汰,因為凡是可以編碼、 重複性動作的工作會被機器人所取代。我們不應該把孩子訓練成聽話的乖乖牌, 沒有自己思考和判斷的能力,這是危險的。在機器人當道的二十一世紀,幾乎所有的國家都在改變他們的教育政策,訓練學生積極主動、冒險探索、有好的人際關係和學習熱忱……這些機器人沒有的特質,只有我們還在強調分數與評量。

曾有人問比爾.蓋茲:「你沒有從哈佛畢業,所以你只有高中文憑,請問你會怎麼給現代學子忠告?」他回答:「是的,我只有高中文憑,但是我是個終身學習者,我從來沒有放棄任何學習的機會,我的微軟要的是學力,不是學歷。」我真心的期待這個重學歷而不重學力的迷思,能慢慢從台灣除去。

教學要有效,需知大腦記憶的本質:一個訊息要能擠過注意力的瓶頸,進入短期記憶,被處理後,進入長期記憶成為自己的知識,其實不容易。任何一個階段出錯,記憶都會流失。這個父親不了解當他打女兒時,女兒的大腦會因恐懼而關閉所有跟生存無關的訊息管道,她的瞳孔會放大,只看見要打她的手和刑具,心跳加快,血液從全身湧到四肢準備逃命,腦筋一片空白。這是標準的腎上腺素戰/逃的生理反應,老師愈兇,學生愈學不進去。這個父親因為是博士,高學歷,就不會去反省自己的教法對不對、有沒有從孩子熟悉的背景切入、她有沒有聽懂你在說什麼,就直接認為是孩子不好好學懲罰她。

天下沒有教不會的孩子,只有不會教的老師。我在念小學五年級時,要學雞兔同籠,我那時也是老師怎麼教都不會,幸好我的父親很有智慧,他看我聽不懂,便換個方式,叫我這樣想:如果雞跟兔子共十五隻有四十隻腳,你就想像牠們全是雞,把腳都舉起來,這時空中有三十隻腳,剩十隻還站在地上,因為雞已經全坐下來了,所以這十雙腳屬於兔子的,兔子有四隻腳,舉了二隻,還剩二隻腳,除以二,就知道兔子是五隻,那麼雞就是十隻了。他這樣一教,我馬上會。天下沒有笨的小孩,只有不通人性、要打人的家長。

若要孩子學習有效,請不要恐嚇他,請記住西風和太陽比賽的故事,溫暖的太陽會使人脫下厚重的大衣,達到比賽的目的。

盡信數字是危險的

盡信數字是危險的

在AI的時代,大家唯數字馬首是瞻,都說數字最客觀、會說真話,其實數字不一定代表事實,要看這些數字是怎麼來的。

例如英國中部地區的嬰兒死亡率比倫敦高很多,這顯然不合理,難道中部的醫生比倫敦的差嗎?原來英國法律,胎兒在十二週內死亡算是流產,二十四週後死亡算是出生後死亡,在十二週和二十四週中間是灰色地帶,中部的醫生慣用死亡而倫敦的醫生用流產,用詞造成了兩者的差異。所以登錄最重要,開頭錯,後面就不必計算了。

統計是很好的趨勢工具,補償人類這方面的不足。但統計也會放大人類信任數字的盲點,所以在統計之前,先要了解自己在算什麼。

經濟學上也有一個「古德哈特定律」(Goodhart’s law),即當一個措施轉身成為目標時,它就不再是一個好的措施。比如,蘇聯曾要老百姓依人口和牲畜比例,上報他們可以生產的數字,報的愈多愈被表揚。很不幸的是,表揚完了,政府就要他們上繳這些數字的產品,達不到時就要罰。無奈何,紡織工廠就縮窄織布機的寬度以達到長度的要求;烏茲別克的農人便把棉花浸水,以達到每天該採的重量;一八六〇年代,美國鋪設跨東西岸的鐵路,這條鐵路修到中西部大草原的歐馬哈後,便轉彎,不走直線,因為它是以鐵軌的里程計價;台灣以前原住民教師的加給是以山的高度來計算,結果南投縣仁愛鄉的合作國小雖然比平靜國小更偏遠,但因學校在半山腰,合作國小老師的薪水便比平靜國小的少。當我們全然憑數字來做決定時,就會有這些問題出現。

這個問題在AI用算則來模擬時更明顯,例如為了要使飛機盡量輕的降落在航空母艦的甲板上,電腦工程師便用算則來訓練它,沒想到算則在重複學習時,發現了系統的漏洞:假如它用力把飛機摔在甲板上,強烈的力道會使系統過度負荷,跳出來的數字便是零,表示完美降落,但事實正好相反。因此只用數字去控制,而不是去了解這個作業時,數字是危險的。

數字有時看起來很公平,但是碰到跟人有關的事情時,一定要考慮數字所代表的意義,因為不管什麼政策,永遠會有對策,有的時候,盡信數字,不如無數字。

先行智庫為你而讀為台灣管理顧問公司,服務內容包含企業內訓、顧問諮詢以及設計思考訓練課程,了解更多企業服務內容:https://kscthinktank.com.tw/custom-training/

Facebook
LinkedIn
聯絡我們表單
返回頂端
取得最新資訊

訂閱每週最新消息