来源:《清华大学教育研究》2018年第4期 作者:李曼丽 丁若曦 张羽 刘威童 何海程刘惠琴
摘 要:学习科学是一门探研人的学习问题的交叉学科,计算机科学、教育学、社会学等都是其研究领域,认知科学和信息科学在其孕育、诞生、发展中是最为关键的推动力。在20世纪80年代后期,认知科学研究被更多地纳入教育情境中,因而学习科学诞生了。从1987年第一个学习科学研究所成立到2018年中国脑科学研究计划正式落地,三代认知科学研究都在学习科学的发展史中留下浓墨重彩。本文将从认知科学更迭的角度,对学习科学从1987到2017年间的发展过程和研究重点进行综述,并预测在第四代认知科学崛起的未来,人的学习研究将成为认知研究的新焦点,教育学研究也随之而进入一个新时代。
关键词:学习科学;认知科学;教育学
在人类进入信息时代不久后,专门探研人的学习问题的学科——学习科学诞生。早在30年前,美国西北大学聘请了耶鲁大学人工智能专家尚克(Roger Schank)成立了学习科学研究所(The Institute of the Learning Sciences)。1991年第一届学习科学国际会议成功举行,《学习科学杂志》(Journal of the Learning Sciences)创刊,成为学习科学学术共同体建立的标志。[1]目前,顶尖一流大学如哈佛、斯坦福、麻省理工、剑桥、牛津等,都陆续建立了学习科学的教学与研究机构。
综合国际学习科学研究共同体——国际学习科学协会(ISLS)以及《剑桥学习科学手册》作者索耶(R.Keith Sawyer)对学习科学的界定,学习科学:一是具有确定的研究对象,它是关于人如何学习以及如何有效促进人的学习的研究领域;二是一门典型的交叉学科,包含认知科学、教育学、信息技术科学、社会学等在内的重要知识探究领域;三是具有较为明确而独立的研究方法,基于设计的学习研究是学习科学研究的重要方法。
学习科学貌似从20世纪80年代异军突起,然而溯其本源,学习科学与前述各学科群羁绊颇深,尤其是它始终深受认知科学的影响和推动。我们将回顾1987年到2017年间(包括1987年之前漫长的孕育期)学习科学的发展史,旨在更为清晰地锚定教育学科发展的圭臬。就此而言,我们认为不能错过这一重新认识和厘清教育学学科转向的契机。
一、学习科学的前缘:学习科学脱胎于第一代认知科学
“认知科学有一个长的过去,但只有一个相对短的历史。”[2]
“长的过去”,可以追溯到“轴心时代”,东西方的哲人大师便已经开始思考“人是如何认识世界”的问题。“认知(Cognition)”的拉丁文词根“Cognoscere”,被解释为“开始知道”,《牛津英文词典》将其定义为“通过思考、经验、感觉理解世界和获取知识的心理行为或过程”。[3]在人类漫长的哲学思辨史中,我们可以找到现代认知主义的“前身”——古希腊哲学认为人类理解世界的途径源于“技能习得”和“解释已得知识”两个境脉[4]。苏格拉底的这一经典观点,在人类认识论史上影响深远,但是由于时代发展、技术所限,未尝深入推进人的心智、思维、语言以及知识获得机制等的科学研究方法,即便有很长的历史,认知科学研究一直未有大的突破。
“短的历史”,相对而言是指用现代科学方法来研究人的心智问题的短暂历史。二战后到20世纪60年代中期是现代认知科学研究兴起的关键期,心理学和计算机科学的发展对“认知革命”的发生起到了巨大的推动作用,支撑了第一代认知科学的核心内容。首先,19世纪末实验研究促使心理学成为一门科学[5],然而这门科学一直有难以跨越的困境。直至20世纪50年代,心理学一直普遍使用动物实验,动物实验的缺陷在于难以判定该研究结论是否能够推广到人类[6]。二战期间及之后计算机科学、生物学、工程学领域相继获得研究突破,尤其在人脑的智能活动,信息科学技术、计算机技术发展为解决这一困境提供了支撑。在心理学领域内,研究人员受到信息科学、计算机科学学者提出的信号感应理论与技术的启发,迫切地想要跳出以动物实验解释人类行为的窠臼,尤其是想要运用当时最先进的信息加工理论、心智计算理论,探索人的内心、研究人的大脑的思维过程,这是一个巨大的范式转变。凑巧的是相关研究成果在1956年前后爆发性增长,认知心理学、人工智能、生理学、认知语言学、认知人类学领域纷纷出现了标志性事件,使得1956年被认为是“认知科学元年”而被载入科学史,心理学和计算机科学在认知科学“短的历史”中发挥了关键作用。
第一代认知科学研究形成了始终围绕“心智”和“智能”两个主题的基本态势。那么在第一代认知科学发展历程中,学习科学在哪里,与认知科学渊源何在?这一问题的回答就仍要从第一代认知科学的研究属性说起。
第一代认知科学的研究者们将人的心智活动研究与“计算思维”、“信息加工”紧密地结合,相关研究大多是在脱离人的身体机制的情况下研究人的认知功能,所谓的“计算隐喻(Computer Metaphor)”是这一时期认知科学的关键词。计算隐喻的内涵有两个方面:研究者将人脑与计算机类比,认为人的各种形式的思维过程是以符号为基础、基于符号的形式运算[7];同时,研究者也倾向于将人脑的感知、记忆、推理、判断等功能解释为“符号信息的加工”[8]。
“计算隐喻”在第一代认知科学发展中是非常具有影响力的主流观点,为大多数研究者接受并传播。在人工智能研究的热潮中,设计了最早的人工智能程序语言的西蒙于20世纪60年代断言:计算机将在20年后做任何人可以做的事。但很快,在“计算隐喻”指导下的人工智能认知研究遭遇了一个“框架难题”:计算机如何来表征常识知识?这一框架难题是前所未有的:因为只有计算机才会遇见框架难题,而人并不会;作为一个物理符号系统的计算机只能通过遵循规则和识别定义来工作,而不能像人那样进行无心的自动化应付活动。[9]哲学学者先于计算机科学家们开始反思:是否能将人脑等同于机器,仅将大脑活动视作编程作业?他们指出:建立计算机模型解释人的认知过程,抹去了人类认知的意向性、体验性特征,而这两个特征恰恰是难以被程序计算模型所表征的人类认知的本质特征。“计算隐喻”被认为是一种“看不见人的”认知研究,或者被称为“无身认知”;无身认知如同前述的行为主义者们的观点一样,也很难准确解释人的心智活动,尤其是人脑的智能活动。
何谓“心智的体验性”?海德格尔和梅洛—庞蒂的身体现象学学说对“心智的体验性”进行了哲学的突破性解释,他们认为心智的本质源自身体的经验,即“大脑之外的改变在大脑之内”,人的心智活动并不是人对外部世界客观的、真实的反映,是由人的身体经验所获得,由人的感觉运动系统所形成的。[10]这些观点得到学术界的普遍响应。
这些观点说明,认知研究不能罔顾人的身体,换言之,认知科学研究呼唤“具身认知”。因而第二代认知科学,从“计算隐喻”进入了“具身认知(Embodied Cognition)”阶段;但从“无身”到“有身”的范式转变,事实上经历了“情境认知(Situated Cognition)”的过渡阶段。对于学习科学而言,正是这一过渡阶段[11],推动了教育走进认知研究的视野中心。
那么,当我们说学习科学脱胎于第一代认知科学时,与教育学有何关联?这一时期的教育学,在世界范围内普遍关注教育现代化、民主化、普及化等问题,例如义务教育年限延长、城乡教育差别缩小等。因此,教育学关注的这些宏观问题看似与第一代认知科学的关注点有距离,然而在20世纪40-60年代间酝酿出的第一代认知科学,关注的核心问题包括“心智”、“思维”、“语言”等,而且对这些问题的探索逐渐从“无身”、“无人”向“意识到环境和情境对于人的认知过程影响”[12]的研究范式转变。藉此“人类如何学习”这一教育学核心命题,也进入了对于学习内在机制的探索,而这当时则是教育学领域尚未充分关注的重要议题,也使得学习科学作为一颗种子埋于认知科学领域里,而后面即将提到的第二代认知革命则为它的萌发抽芽提供了滋养的土壤。
二、“无身-情境-具身”的范式转变:第二代认知科学革命与学习科学的萌芽和建立
人们对于“学习”的理解,与对“认知”的理解一样,经历着范式的变迁。20世纪上半叶,学界始终坚持“学习是反应的强化”,并试图以动物低级学习的原理推演到人的学习原理。而20世纪中期第一代认知科学的兴起,使信息加工理论进入了学习研究领域。“计算隐喻”在学习领域的影响,即研究者将学习者视为信息加工者,将教育视为信息施予者,将学习过程简单化地视作一个信息加工的过程。[13]从根本上来说,第一代认知科学影响下的学习概念,仍然是从教师到学生的单向施予过程,注重知识的获得而非运用。并且,无论是行为主义范式还是信息加工范式,学习者与学习情境始终是分离的。随着情境认知、具身认知的出现,认知科学研究也从实验室转移到比较真实的场景中。研究者可以在教室环境中观察学习者与教师间的互动,转而重视实际情境中学习者的思维与求知过程。研究从“计算机隐喻”回归到人脑,也意味着研究者开始正视人类学习的本质。
(一)“无身认知-情境认知”的过渡:情境认知的出现带来学习科学的萌芽
以“计算隐喻”为特征的无身认知研究,前述已经讨论过。情境认知的出现,处于“无身认知”与“具身认知”的过渡阶段,情境认知理论出现于70年代末,大约在20世纪70年代末到80年代流行,持有两个基本观点:一是人类的智能发展是基于互动的,人类需要在有人、情境、设备的外部环境中提升智能;二是人类认知不是符号化的、抽象的,而是与认知情境不可分离的。[14]情境认知理论的兴盛,让社会文化在人类认知研究中的地位得到了重视。
在这样一种认知范式的转变中,受到情境认知影响较大的两个学科便是心理学与教育学。情境认知理论与传统的心理学、教育学流派对学习本质界定有所不同,认为人类的学习不再是行为主义者眼中的、与人的内部心理无关的“刺激-反应-强化”的行为变化,也不是信息加工主义者所认为的人的思维是对感觉、知觉、表象和思维等认知环节概括的问题解决,而是一个具体的、情境嵌入的过程。换句话说,人类的学习是一个人们可以利用当前环境或情境中的有用信息,掌握空间思维、形成概念、解决问题,实现在所在情境中获取知识、进行建构的过程。[15]
行为主义的学习理论,主要解释学习是在既有行为之上学习新行为的历程,而不去关心刺激引起的内部心理过程。随后产生的信息加工学派突破了行为主义仅从外部环境考察人的学习的思维模式,它从人心理内部过程入手,对感觉、知觉、表象和思维等认知环节进行研究,把人的思维归结为问题解决过程。信息加工学派找到了研究人的高级学习活动的途径,而且抓住了人的思维活动的本质特征,但它的缺陷在于脱离社会实践,把人的认识活动归结为纯粹的认知行为,甚至类比或等同计算机对信息的机械加工,问题则显而易见。
行为主义者认为学习的起因在于对外部刺激的反应,学习与内部心理过程无关,强调强化是学习成功的关键,认为学习就是一种可以观察到的行为变化,因此把观察分析的重点放在人的外显的行为变化上。据此观点,人类的学习过程归结为被动地接受外界刺激的过程,教师的任务只是向学生传授知识,安排刺激,观察学生的反应,对令人满意的反应予以强化,对令人不满意的反应予以补救或否定来纠正其反应;学生的任务则是做出反应,接受和消化知识。在实际的教育中,可以较容易发现行为主义学习理论的应用,比如教师为了让某些学生认真听讲,而表扬一些认真听讲的学生,从而激励认真听讲的学生继续保持,而使那些不能够认真听讲的学生为了得到教师的认可而表现好起来。在教学软件的开发中,计算机不仅可以提供重复、适当、及时的反馈刺激,而且可以提供个别化刺激,以改善学生的行为,达到教学目标。
尽管在20世纪60、70年代,以提升信息加工能力为基础的新的教学手段已经在学校中运用,但更像是一些利用学生作为研究对象的认知研究实验。早期的研究者甚至会将学生从原来的教学环境中抽离,专注于教授学生特殊的策略或技能,结果发现学生只是提高了运用这些特殊策略和技能的能力,整体的学习能力和学习效果的促进并不显著。[16]这种缺乏实践意义的认知策略应用,对于教育研究的推动作用寥寥。而受到情境认知理论影响而萌芽的学习科学,意识到了情境对于人的认知的作用,教育学的认知研究从实验室走进了现实世界,在真实的教学情境中进行。
(二)“情境认知-具身认知”的并立:新认知观的接受和应用,加速了学习科学的独立
到了20世纪90年代,具身认知真正成为了第二代认知科学的核心,掀起认知科学研究新的浪潮。与具身认知相关的身体理论,帮助人们更好地理解什么是身体,以及身体在智能和认知活动中的作用。哲学学者认为,具身认知对认知科学的研究建议主要有四个方面:人工智能的身体模式识别、神经具身研究、技能学习的身体性、社会性与身体性。[17]神经具身研究体现在研究者关注感觉和肌肉运动信息的传递机制,以及人类加工概念时人体感觉运动神经信息系统的运作。[18]而技能学习、社会化过程都与人的学习行为相关——关于学习的认知研究继承了情境认知对于学习情境的强调;在具身认知概念兴起后,研究者的视线进一步聚焦到学习者本身,认识到人的身体状态和条件与人的认知行为紧密相关。[19]具身认知观指导下的学习研究,不再仅仅把学习视作知识的灌输和技能的习得,而是开始思考如何基于学习者的个人条件,调节人与环境的互动,有效提高人的认知能力。
具身认知研究,对早期认知理论中已有的关于学习是一种“建构”的设想有所发展,它强调学习者在学习过程中主动建构知识的意义,并力图在更接近实际情况的情境学习活动中,以个人已有经验、心理结构和信念为基础来建构和理解新知识。建构是对新知识的意义建构,同时又包含对原有经验的改造和重组。虽也有人将建构主义视作认知主义的分支,因为两种理论都将人的学习归结为心理活动,但在作者看来,建构主义和认知主义有很大的区别:认知主义将人的学习过程简单化,认为学习就是人脑信息处理的过程;但建构主义强调了学习者的主观能动性,建构主义者“没有否认真实世界的存在”,但“我们之所以能把握世界,是因为对自身的经验作出了独特的解释”[20]。人的学习的结果是“创造意义”,而非“获得意义”。在这种学习理论基础上,研究者开始关注如何为学习者提供丰富的环境,供学习者与环境、他人、事物、乃至自我互动,在互动中吸纳知识,内化到自身后开始构建个人的理解和意义。
那么,我们应该如何提供丰富的学习环境呢?建构主义指导下的学习研究,因此发展出了学习科学独特的研究方法:基于设计的学习研究。学习环境是一种“可以促进思考、促进知识建构和促进知识生长的多种刺激条件和支持条件的总和”[21]。设计研究的出发点是研究者在自然状态下对学习者的思维过程深入探究[22],因为学习者在真实、自然的学习情境中,能自然地展现其学习过程。此外,设计研究不仅仅是“理论-实验-发现”。设计活动先创造出可实践的学习环境,试图从设计的环境中发现真实、可用的新理论[23],而“迭代”是连接起实践和理论的桥梁,通过迭代式的设计,反复应用为学习环境所设计的技术工具、课程内容等教学要素,不断地检验设计研究中所发现的理论是否具备科学性和真实性[24]。
基于设计的学习研究,也是学习科学,或者说教育研究对于认知科学研究的独特贡献。作为认知科学学科群的一部分,计算机科学、语言学、哲学、心理学、人类学和神经科学都为认知科学研究贡献了独特的研究方法,这种贡献也奠定了这些学科在认知科学学科群中的地位。作为“后来者”的教育学,通过设计研究这一研究方法的创新,倡导认知科学走入真实的认知情境,使研究结论具备更显著的实用性——这推动了认知科学学科群对于教育学地位的承认与接受:1997年认知科学的权威期刊《Cognitive Sciences》将教育学研究纳入了收录范畴。
(三)学习科学建立的客观驱动力
以上,我们不厌其烦地回顾了“认知科学中范式的转变是如何促进学习研究成为认知研究中的重要领域”的过程,但是我们认为这并不足以使它从认知科学中脱胎,成为一门新的交叉学科。就作者看来,学习科学从萌芽走向正式建制,还需要客观上的驱动力。
首先,教育变革的内驱力。随着人类从工业时代步入信息时代,信息技术的快速发展和广泛、深入地应用,使我们身处的世界发生了深刻的变革,社会急速向“后工业社会”即知识经济和信息社会过渡,以智能为代表的人力资本和以高技术为代表的技术知识成为社会经济发展的核心[25]。培养具备智能与技术两项特征的人才,依赖于知识的生产与传授,然而从上世纪80年代开始,知识传授的目的发生了转变:学生需要学习深层知识而非表层知识,更需要学会在实际环境和社会实践中如何运用知识[26]。
传统教学实践秉持的“授受主义(Instructionism)”适用于20世纪初的工业化社会的人才培养。它关注事实性和陈述性知识,关注学生获得了什么,至于学生如何理解、运用这些知识,却不加以考虑[27]。这种教育方式不适合在现在这个技术更为复杂、经济竞争更为激烈的知识经济时代所承续[28]。教育界开始寻求一种以学习者体验为中心的新的学习模式变革——索耶将其称为“深度学习”,它在知识建构、知识之间的贯通、知识的意义理解和在不同情境中的运用方面都提出了新的要求,对学习者和教师都是新的挑战。
其次,技术的促进。技术的进步,使人类的社会形态发生了巨大的转变,同样也刺激着人类学习方式和学习研究的转变。人工智能,即是当时最被期待能与人类学习结合的技术。据索耶在学术访谈中介绍,20世纪70、80年代时已有许多认知科学家应用人工智能技术设计促进人类学习的软件。作为人工智能研究专家的尚克,也是因其在学习与人工智能技术结合的研究突破,而收到西北大学的“橄榄枝”,于1987年在西北大学创立了第一所学习科学研究所。
除了人工智能技术,网络技术、神经信号技术等的发展为学习研究提供了新的视角和工具。第二代认知科学除了为学习科学带来哲学观上的引领,也运用认知技术或人造物、融入到人类学习过程中获取的经验中。学习者借助技术进行学习与认知,转化为自身的知觉和感觉,构建理解和知识;学习者进一步成为学习过程的主导者,而教师退于支持者和引导者的地位。
以上两种驱动力,从内外两方面推动学习科学从第二代认知科学中萌芽、最终成长为一门新的学科。然而,仅仅是承继了认知科学在教育、学习领域研究的理论突破和实证发现,学习科学还不足以被视作一门独立的学科。学习科学的建立,从其对于科学研究的贡献的角度来说,是因为它已经拥有独有的理论基础和研究方法。
三、“脑与认知”研究与国家战略需求:第三代认知科学助力学习科学的发展
第二代认知科学中具身认知的范式转变,不仅催生了学习科学的诞生,概念加工和认知神经学研究也成为了认知研究的新潮流。人类认知研究经历了“人-计算机”的浪潮后,又再次回到真实的人、真实的人体认知机制本身,技术辅助下的大脑与神经系统研究取得了飞速的发展。
20世纪90年代,被认知科学界称为“脑十年”。1991-1992年,在“无身认知”时期受到排挤的认知神经科学,相继在欧洲和美国的认知科学学界得到承认。究其原因,无非是曾经高歌猛进的人工智能研究陷入了瓶颈,而学者们认为目前计算机智能研究所遭遇的棘手问题,都与人的认知神经系统认识不足有关[29]。而原先的脑科学研究受制于技术手段,仅能实现功能定位等研究,即仅能说明大脑的不同部位在人的认知活动中起到不同作用。但脑成像技术在80年代开始走向成熟,CT扫描、磁共振成像、正电子发射断层扫描等新的技术手段让脑神经研究能够用非损伤的方式更广泛、更长期地观察人的大脑活动。而其他生物技术,例如基因组测序、神经环路等,也为脑科学研究提供着技术或研究支持。自此,以脑科学为中心的认知研究进入了高潮。
进入21世纪,一些认知科学家将脑科学与计算机科学、心理学等研究的高度结合看作是第三代认知科学发展契机。2004年霍华德在《神经模拟语义学》一书中提出了“第三代认知科学”的概念[30]。第三代认知科学是在认知神经科学研究的基础上,结合高科技的脑成像技术和计算机神经模拟技术,阐释人的认知活动、语言能力与脑神经的复杂关系,揭示人脑高级功能秘密。[31]具体来说,就是运用新技术研究大脑活动,并利用计算机进行人脑模拟,揭秘人类语言、情绪、思维、决策等高级功能的认知过程。在第三代认知科学中,认知神经学和计算机科学是当之无愧的核心,语言学、心理学、人类学、教育学为认知研究提供有价值的研究问题和研究对象。
更重要的是,围绕“脑与认知”研究展开的不仅是学术界内的热烈讨论和研究,脑科学研究在人力、物力、财力上的消耗是巨大的,人脑认知研究的蒸蒸日上,离不开科学家背后的国家支持。2001年美国商务部、国家科学基金会、国家科学技术委员会纳米科学工程与技术分委员会联合提出了融合四大科技领域的“NBIC”的概念,其中的“C”代表的就是认知科学[32]。
围绕“脑与认知”开展的国际合作研究,瀚如星海。经济合作发展组织(OECD)于1996年成立了生物信息工作组,2000年发展为以美国牵头的神经信息学工作组,参与成员基本覆盖了美、欧、日、澳等传统发达国家及地区。美国1997年发起的“人类脑计划”,目前已与“人类基因组计划”并重,中国也于2001年加入。进入21世纪第二个十年后,各大国对脑认知研究的重视有增无减,并不满足于国际合作所获得的成果,陆续将国家性“脑计划”提上议程,人脑认知研究俨然已成为科技强国的竞争新平台。2013年欧盟发起了新一轮人类脑计划,研究资金高达12亿美元;同年,美国总统奥巴马宣布启动了名为“通过推动创新型神经技术开展大脑研究”,研究资金高达60亿美元;2014年与2016年日本与韩国相继出台国家脑计划,研究重点都在于加快解决人类大脑疾病。
作为认知科学研究的重要引导,哲学研究者对认知神经学的兴起现象并非一味的肯定,他们提醒人们要警惕具身认知范式将身体与神经组织等同的理论缺陷,避免陷入简单物理主义的危险。[33]因而,令我们庆幸的是,第三代认知科学对人脑神经系统研究的回归并不意味着社会认知科学研究又遭遇了“抛弃”。文化认知、社会认知、比较认知等领域的研究依然取得了成果,对于学习科学研究者而言,这些“软”认知研究与人类的学习环境息息相关,同样是值得被纳入学科探索问题的研究领域。
学习科学作为21世纪认知科学研究的重要领域,也作为第三代认知科学的重要研究问题来源,其地位随着各国对于认知科学研究的重视而不断提升。可以说,尽管学习科学并不是“脑计划”的主角,但它与人脑研究之间的联系从未切断。2002年OECD第一次发布了关于学习科学的报告《理解大脑:面向新的学习科学》,明确地把脑科学和学习科学联系在一起,同时开展了相关研究的资助计划。
当然,对于学习科学来说,促进学习科学进步的技术绝不仅有大脑认知技术。21世纪相继涌现的信息技术、大数据、移动互联、可穿戴智能设备等热点科技,都成为了学习科学发展的助力,为学习科学研究提升提供了无限的机会。2008年,英国教育传播与技术署发布了《利用技术:下一代学习(2008-2014)》的报告,制定了教育在信息通讯科技帮助下的详细发展步骤[34]。在ICT促进教育信息化之外,美国开始对更未来的学习进行了丰富构想。2011年11月美国国家科学基金会发布“行为与认知科学部战略规划”,宣布在“社会、行为科学与经济学委员会”下开设“行为与认知科学部(BCS)”。BCS所支持的研究项目包括:考古与纪年学、生物人类学、认知神经科学、文化人类学、学习科学、濒危语言保护、地理与空间科学、语言学、社会心理学。在2015财年,BCS向各个项目划拨的经费预算中,学习科学项目得到了710万美元的预算,在整体项目中排列第4如图1(图表略),高于语言学、人类学和社会心理学等传统认知科学学科的预算。
2012年美国教育部发布《通过教育数据挖掘和学习分析促进教与学》方案,强调“教育大数据”对个性化学习的作用。2015年12月美国国会通过两个重要教育法案。一是《让每一个孩子成功法》,二是“为未来而学习:重新构想技术在教育中的角色”的《2016国家教育技术规划》;两个法案的基本观点,都是尊重每一个学生学习的权利,期望在未来教育规划中利用技术满足个人学习需求,有效提升学习成果。这两个法案的实施,都给予了学习科学空间,重塑美国的未来教育发展。
可以说,在进入21世纪后,学习科学开始了第二个快速发展期,它逐渐进入了国家战略视野,成为承载着国家教育与科技发展重任的新兴学科,地位得到了极大的提升。
四、研究展望:学习科学在认知科学新变革下如何发展
从首个学习科学研究所成立到现在,学习科学作为一个独立学科,已经走过了30年的历史。但于学习科学而言,它的起点是与认知科学同步的,也就是说,作为研究“人如何认识世界”的子问题,“人是如何学习的”的疑惑更是与人类探究认知的过程是同期开始的。技术,在学习科学萌芽之初就是推动其走向正式建立的重要驱动力。但是,新技术是否能像印刷术改变知识传递方式一样,剧烈地改变教育范式?目前能够观察到的事实是,在学习科学的第二个快速发展期,我们很遗憾地还没有看到学习科学为人类认知研究做出该领域独有的贡献。
首先是技术本身的原因,所谓的MOOC、教育大数据、虚拟环境学习,暂时还不过是在技术的包装下重复传统的学习过程;新的教育技术,尚不能很好地与学习科学“有效促进人的学习”的内涵结合,更毋论改变人类的教育与学习范式。学习科学进展滞缓的第二个原因,在于跨学科研究与跨学科合作的限制。我们所熟悉的学习科学著名学者,大多有着跨学科学习或研究的背景。尚克是人工智能的专家;创立了西北大学和斯坦福大学学习科学相关专业,并曾担任国际学习科学协会会长的罗伊·皮有着心理学、哲学和语言学的学习背景;写作两部学习科学手册的索耶,也是先从MIT获得计算机科学学位后,再转向了学习科学领域的研究。作为以高度学科交叉为内涵的学习科学,很难令背景单一的学者,或合作程度表浅的团队在这一学科获得见解独特、突破显著的研究成果。
此外,尽管学习科学欢迎不同领域学者在不同关注点上开展研究,如香港大学程介明教授所说:“神经科学关注脑,心理学关注个体行为,组织学关注机构,社会学和文化研究关注小组和共同体,教育变革关注教育系统,人类学关注社会。各学科的学者从不同领域促进了对‘学习’的研究,为教育学科的发展提供了更坚实的理论基础”[35]。但所谓的理论基础,并没有建立在对学习科学基础的共同理解上。索耶在访谈中认为,认知科学和学习科学之间在学术界存在分野,或许神经科学、机器学习、人工智能和心理学领域做出了与学习相关的研究,但这些学者不提情境构建、不提基于设计的研究,完全忽视了学习科学在研究中的作用。如何让跨学科团队意识到研究问题与学习科学的关系,如何让学习科学理论和方法在这些跨学科研究中得到突显,是学习科学在进一步扩大影响范围时要解决的显要问题。
学习科学发展滞缓的第三个原因在于研究与应用的脱离。尽管在许多国家的教育政策中已经将学习科学或未来教育相关概念纳入,但在基层学校实践中大多数的教师与学生并不了解学习科学与教育技术的新进展,无从改变传统的学校教育模式。如何改变学校制度、如何推动学校改革,这似乎超出了一般学者的影响力范围,需要更多方力量的参与和努力。
目前,根据索耶的两册《剑桥学习科学手册》[36]和桑新民的《学习科学与技术》[37],我们概括出如图2(图表略)所示的学习科学研究领域。学习科学的三个主要领域,分别承继了三代认知科学的遗产:认知主义、情境-具身认知、脑与认知研究。如今,尽管第三代认知科学变革还在纵深发展,第四代认知科学变革的前奏也已到来。2011年IBM发明了世界上第一台基于“认知计算”技术的计算机Watson,IBM为此宣告人类“认知时代”的到来[38]。暂不论“认知时代”的提法是否正确,但计算机科学就此真正终结了“编程系统”的统治,一种更接近人脑活动的“认知系统”技术正在不断成熟,人工智能走到了突破的前夜——人工智能技术正在探索兼顾计算机和人脑的长处,建立一种同时基于知识和数据驱动的AI系统。在机器学习、人工智能“愈炒愈热”,生物科技一日千里的情势下,我们似乎能看见认知科学新变革的曙光。新变革背景下,教育研究、尤其是人的学习研究为何重要?
因为在认知科技快速发展的未来,教育范式将面临巨大的转变。我们认为尽管在学习科学发展的30年内,技术并未剧烈地改变教育范式;但范式转移的过程是缓慢而渐进,并有望在新的认知科技变革推动下完成。授受主义被“以学习者为中心”的范式取代,这也将成为未来教育的核心需求[39];在信息社会新技术的推动下,“以学习者为中心”的教育范式将帮助人类实现以个人为单位的个性化教育。个性化教育如何进行?学校会消失吗?范式转移为课程内容、教与学关系、教育系统变革都带来了挑战。
技术与社会的进步,扩充着人类知识的总量,也提高了对人类认知能力的要求。未来学生需要学习的,不再是仅仅为工业社会生产生活所需的传统知识;“强大知识(Powerful Knowledge)”的概念[40],正是面向未来人才教育所提出的——更具备实践性和更能激发学生学习动机的知识。知识不再是平板一片,它们根植在一定的社会、文化、情境中;知识的学习过程变得“立体”,学生需要在情境和实践中加深认知和理解。而顾明远从“整体视角”看待未来的知识学习,他认为未来课程不仅要增加新的知识内容,而且要把课程内容整合起来,使学习者认识事物的整体;因为未来的科技发展将聚焦在多元学科的综合点上。[41]
教与学的关系也将被教育范式转移所颠覆。在课表和日程下运转的学校,在地理空间上固定的教室,都可能成为历史。师生关系不再是教师单向的知识输出;学生可以通过互联网随时随地的、从各种渠道获得信息和知识,而教师则转变为引导者和设计者,根据不同的学生的学习行为和学习能力,对他们提供引导,甚至能够为他们设计不同的学习方案。在更开放的时空中,知识的共享与参与者的高频、高质互动,使得生生互动、师生互动、师师互动结成了一个复杂的关系网络,师生角色的界限都变得模糊。在脱离了教室和师生关系网络的学习环境中,学习又如何定义和实现?
更重要的是,在技术促进教育范式转移的同时,我们需要学习如何处理人与技术的关系。人工智能技术的突破,使计算机与人脑的共同学习、相互学习成为可能;人类需要更大程度地提高学习能力,也更迫切地提升知识学习上限,以跟上技术发展和计算机学习的速度,把握学习的主动权。技术与机器可以帮助人类记忆、理解,但不可能代替人类在情感、精神、道德上的需求。未来的认知范式不会回到“计算机=人脑”的“计算隐喻”时期,未来的世界公民必然需要正确地认识人类与技术的关系,构造更有尊严的人类社会。
知识学习要求的整体提升、与个体学习能力的差异如何平衡,机器智能的挑战与人类学习、生存能力的关系如何解读,走向“以学习者为中心”的未来教育范式的过程中,还有许多问题需要由学习科学研究者们予以回答与解决。
五、结语
2015年联合国教科文组织在报告《反思教育》[42]指出:在科学技术迅猛发展、人类面临全球化挑战的今天,世界在变,教育也必须应时而变——尊重个体价值,追求人的全面发展,教育将以“全球共同利益”为理念,经历从规模化教育走向生态化、分散化、网络化、生命化的个性化教育的变革[43]。在工业时代,人类的生产力得到极大提高。学科分化、班级授课的规模化教育,能够为工业生产批量培养专业化的劳动力,标准化的学校教育成为了这一时代主要的知识学习模式。然而,1969年阿帕网诞生,人类开始进入信息时代。信息大爆炸使得人类已知知识日复一日的飞跃增长,学习者所要掌握的知识容量也必然随之提升。在技术的助力下,工业时代分化的学科再次走向融合,为培养全面发展的未来人才而做准备;此外,尊重学习者个性、实现每时每刻学习的“泛在学习”成为教育研究探索的新方向。
教育研究者们开始尝试揭秘人的学习过程,突破人类认知能力的“天花板”,学习科学正是一个在把教育学科带入典型的跨学科研究领域的“竹竿”,广受哲学、计算机科学、心理学、神经科学、语言学、人类学的关注,并为教育学以及以上相关学科的研究、交流、传播、突破、创新提供了一种新理念、新思路和新方法,它代表着未来学术研究的新方向。
注释:
[1]R.Keith Sawyer,The Cambridge Handbook of the Learning Sciences,1st ed. ( New York: Cambridge University Press,2006) ,xi; R. Keith Sawyer,The Cambridge Handbook of the Learning Sciences,2nd ed.(New York: Cambridge University Press,2014).
[2]黄华新,盛晓明.语言与认知译丛[M].杭州:浙江大学出版社,2008:总序.
[3]The Oxford Dictionary Online,s.v.“Cognition-Definition of Cognition in English from the Oxford Dictionary,”.
[4]约翰-克里斯蒂安·史密斯.认知科学的历史基础[M].武建峰,译.北京:科学出版社,2014.
[5]心理学家们开始坚信实验的价值,例如有人说,无论认知研究是针对某种理论、某种技术或某个计算模型,都不能仅仅建立在“常识”和内省的基础上,任何研究结论最终都离不开以人为受试者的实验检验。保罗·萨伽德.认知科学导论[M].朱菁,译.合肥:中国科学技术大学出版社,1999.
[6]Robert.J.Sternberg,Karin Sternberg.认知心理学:第6版[M].邵志芳,译.北京:中国轻工业出版社,2017.
[7]齐振海,高波.第三代认知科学视域下的语言神经模拟研究[J].北京第二外国语学院学报,2009.
[8]Adrian F.Ashman and Robert N.F.Conway,Using Cognitive Methods in the Classroom( New York:Routledge,1993);保罗·萨伽德.认知科学导论[M].朱菁,译.合肥:中国科学技术大学出版社,1999.
[9]徐献军.具身认知论——现象学在认知科学研究范式转型中的作用[D].杭州:浙江大学人文学院,2007.
[10]齐振海,高波.第三代认知科学视域下的语言神经模拟研究[J].北京第二外国语学院学报,2009;西恩·贝洛克.具身认知:身体如何影响思维和行为[M].李盼,译.北京:机械工业出版社,2017.
[11]索耶在第二版《剑桥学习科学手册》中明确提出“情境认知”是学习科学的基础理论,但却认为“情境认知是具身的、嵌入的、拓展的(Embodied,Embedded,Extended)认知行为”,有将“情境认知”与“具身认知”结合的意图。但笔者倾向于认可认知心理学学者的意见:“情境认知”和“具身认知”在主要观点上仍有区别,在发展时期上也是前后关系,尚不能一概而论。
[12]Dedre Gentner,“Psychology in Cognitive Science:1978-2038,”Topics in Cognitive Science 2010(3).
[13]高文.学习科学的关键词[M].上海:华东师范大学出版社,2009.
[14]Dedre Gentner,“Psychology in Cognitive Science: 1978-2038,”Topics in Cognitive Science, 2010(3).
[15]玛格丽特•马特林.认知心理学:理论、研究和应用(原书第8版)[M].李永娜,译.北京:机械工业出版社,2016:116.
[16]AdrianF.Ashman and Robert N.F.,Conway,Using Cognitive Methods in the Classroom(New York:Routledge,1993.
[17]徐献军.具身认知论——现象学在认知科学研究范式转型中的作用[D].杭州:浙江大学,2007.
[18]Dedre Gentner,“Psychology in Cognitive Science: 1978-2038,”Topics in Cognitive Science 2,no.3(2010).
[19]R.Keith Sawyer,The Cambridge Handbook of the Learning Sciences,2nd ed.(New York:Cambridge University Press,2014).
[20]高文.学习科学的关键词[M].上海:华东师范大学出版社,2009.
[21]同上,12
[22]郑旭东,王美倩.学习科学:百年回顾与前瞻[J].电化教育研究,2017.
[23]杨南昌等.学习科学的方法论革新与研究方法综述[J].开放教育研究,2011.
[24]高文.学习科学的关键词[M].上海:华东师范大学出版社,2009.
[25]王一兵.知识经济,信息社会与高等教育大众化:中国面临的挑战和战略选择[J].教育发展研究,1998.
[26]R.Keith Sawyer,The Cambridge Handbook of the Learning Sciences,2nd ed.(New York: Cambridge University Press,2014).
[27]李德芳.西蒙•佩帕特的建构论思想研究[D].上海:华东师范大学,2011.
[28]R.Keith Sawyer,The Cambridge Handbook of the Learning Sciences,1st ed.(New York: Cambridge University Press,2006:1-2);高文.学习科学的关键词[M].上海:华东师范大学出版社,2009.
[29]熊哲宏.认知科学导论[M].武汉:华中师范大学出版社,2002.
[30]齐振海,高波.第三代认知科学视域下的语言神经模拟研究[J].北京第二外国语学院学报,2009.
[31]齐振海,彭聃龄.第三代认知科学下的语言研究[J].中国外语,2007.
[32]周昊天,傅小兰.认知科学——新千年的前沿领域[J].心理科学进展,2005.
[33]徐献军.具身认知论——现象学在认知科学研究范式转型中的作用[D].杭州:浙江大学人文学院,2007.
[34]许林.BECTA在英国ICT教育中的作用及其启示[J].电化教育研究,2010.
[35]尚俊杰,吴善超.学习科学研究促进教育变革[N].中国教育报.
[36]R.Keith Sawyer,The Cambridge Handbook of the Learning Sciences,1st ed.(New York: Cambridge University Press,2006),xi-xiv;R.Keith Sawyer,The Cambridge Handbook of the Learning Sciences,2nd ed.(New York:Cambridge University Press,2014).
[37]桑新民.学习科学与技术[M].北京:高等教育出版社,2010:102.
[38]IBM商业价值研究院.IBM商业价值报告:认知计算与人工智能[M].北京:东方出版社,2016.
[39]刘妍等.教育系统变革与以学习者为中心的教育范式——再访国际教学设计专家瑞格鲁斯教授[J].现代远程教育研究,2017.
[40]Neal Lawson and Ken Spours,“Education for the Good Society,” Forum for Promoting 3-19 Comprehensive Education 53,no.2(2011).
[41]顾明远.未来教育的变与不变[J].基础教育论坛,2016.
[42]UNESCO,Rethinking Education:towards a Global Common Good?(Paris:the United Nations Educational,scientific and Cultural Organization ,2015:3).
[43]周洪宇,鲍成中.论第三次教育革命的基本特征及其影响[J].中国教育学刊,2017.
From Cognitive Sciences to Learning Sciences:the Past,the Present and the Future
LI Manli DING Ruo-xi ZHANG Yu LIU Weitong HE Hai-cheng LIU Hui-qin
Abstract:The purpose of this paper is to identify Learning Sciences,a cross-disciplinary research area,which involves information science,sociology,education and cognitive sciences.The emergence of learning sciences was directly motivated by cognitive science and information. Learning sciences came into being in the late of 1980s,with a transformation of research paradigm from”neat”research to real social and educational worlds happened in cognitive sciences community simultaneously. From the establishment of the first Institute of learning sciences in 1987 to the Human Brain Plan and AI research in this year,the achievements from the three waves of cognitive sciences have left prints deeply on learning sciences. This article reviews the development process and key research topics of learning sciences,and predicts the influence of the fourth wave of cognitive sciences on learning sciences in the near future. Human learning will become the new focus of cognitive research and education as well,which leads education to a new era.
Key words:learning sciences;cognitive sciences
责任编辑:李晓贺