1

学习的本质不是知识的装卸，

而是雕刻大脑的“芯片”

耶鲁大学前校长理查德·查尔斯·莱文曾说过：如果耶鲁的学生在毕业后掌握了某种专门技能，那将是耶鲁教育最大的失败。

我们每天都在学习，却很少思考“学习”意味着什么。

“学习究竟是什么？”“人类如何学习？”“人工智能又如何学习？”——对这些问题进行追问，也为AI时代的教育带来新的启示。

一直以来，关于“学习”的阐释众说纷纭，莫衷一是。自古希腊起，亚里士多德与柏拉图便在争论：学习究竟是理性的思辨，还是经验的积累？行为主义认为学习是条件反射与强化；皮亚杰主张是对环境的同化与顺应，由此建构认知“图式”；神经科学则将学习视为神经突触的形成与重塑这一生物过程。

如果问豆包，豆包是这样回答的：学习的过程，本质上是大脑在构建一个外部世界的模型。借助这一模型，我们可以在头脑中模拟、思考、演练，乃至预测未来。——这正是学习的根本目标，也是人类之所以能够在快速变化的时代中持续应对、生存与繁衍的根本能力。

那么，在学习的过程中，大脑究竟发生了什么？一则实验显示：当我们学习新知识时，神经细胞通过突触不断建立新的连接。数以亿计的神经元细胞延伸出树突，彼此传递信息。而那些未受刺激、未被连接的神经元，则会逐渐消亡。比如，一次会议之后，如果你记住了新的信息，那是因为大脑长出了数百万个新突触；如果毫无改变，则意味着数百万个旧突触已经消失。

相比人工智能，人类的学习机制更为复杂，原因在于我们拥有主观意识与反思能力。AI通常只运行单一的学习系统，而人脑中并存着两套系统。

第一套以海马体为核心。它的学习速度极快，一次经验即可留下深刻印象，但知识呈现碎片化、非结构化，学得快，忘得也快，难以迁移。这套系统带来了我们所能感知的主观学习体验——“我记住了”“这个方法好”等感觉，正是海马体在学习过程中的反馈。当前大部分教学活动，以及以记忆为目标的考试，都主要依赖这一系统。

第二套则是大脑皮层的学习系统。它更接近AI的学习方式：人脑拥有约861亿个神经元，彼此之间形成约400万亿个连接，知识便存储于这些连接之中。皮层系统学习缓慢，却能构建结构化的世界表征，具备迁移能力，一旦学会便难以遗忘。唯一的缺憾在于，我们对这一过程毫无感知——它悄然发生在休息或睡眠之中，在意识之外深刻改变着我们的行为。

洞悉学习的本质，教育的底层逻辑将被重新定义。首先，学习即建立连接。孤立的信息毫无意义。佛学讲“缘起性空”——没有连接，事物便不存在；知识亦然，它的意义不在任何单一节点中，而诞生于节点之间的联系。一个个连接经由经验不断调节强度，从而重塑知识本身。

其次，学习是生物学过程，要遵循时间和能量约束。突触形成至少需要6小时，大量突触的建立甚至需要数十小时。课堂上学生即时复述出的内容，往往只停留在工作记忆，并未转化为长时记忆。学习之后的锻炼与睡眠，恰恰在帮助突触加深、知识整合为结构化体系。大脑仅占体重2%，却消耗20%的能量。正因如此，学习本质上不是为了记住，而是为了忘记——大脑只筛选出最重要的万分之一信息加以保存，这是一个高度节能的系统。

再者，人类需要大量高质量知识来训练大脑模型。没有结构化、系统化的知识，我们将无法思考。如此一来，传统教育中那些碎片化、依赖死记硬背、只为应付考试的知识，则不那么重要。

最后，学习的过程就是大脑突触生长的过程，大脑突触生长是人的本能，学习是人类还活着的唯一证据——如果大脑不再学习，人事实上已经不存在了。那么，为什么有人会觉得学习是逆人性的？逆人性的从来不是学习本身，而是那些违背大脑规律的学习内容与方式。

2

只有大脑，没有身体：

一场学习力的危机

目前的大语言模型依靠超强算力，几乎学习了全部人类知识。据说GPT-5已经学完了世界上所有的知识，但其智能水平相较GPT-4并无显著跃升。Transformer架构的提出者指出，单纯依赖规模扩展的路径已接近极限，未来应从规模驱动转向研究驱动。

人类的学习则截然不同。进化已为人类建立了一套通用且高效的物理学习机制。有AI研究者提出：AI应当向人类学习——学习人是如何学习的。

人与AI最大的不同在于，人是主动的智能体，能自主移动，有明确目标，拥有与环境交互的方式和手段，具备感觉、知觉和运动系统。而AI只有“大脑”，没有身体。

婴儿在闭眼吃奶的片刻，就已在学习语言、察言观色、物理法则和世界的统计规律。他用手、身体操控物体，形成假设，不断验证——这是一种完全主动、探索式、具身的学习模式。两岁的小孩把家里东西翻出来、拆开、摔打，不是为了破坏，而是在做实验，探究世界如何运行。

人脑拥有许多独特的学习机制：互补学习系统 （海马体快速但碎片化，皮层缓慢但结构化）、具身性、情感、主动性、直觉 （信息加工容量有限，迫使我们高度压缩信息，形成快速直觉反应，这是人类智能的核心），以及基于符号和合作的能力——这些都是人类学习独有的优势。

然而，一个神奇的现象出现了：几乎所有孩子在进入小学之前，都是积极主动、乐观高效的学习者。可一旦进入学校，许多人却变成了“不会学习”的人——有人出现阅读障碍、计算障碍、多动症。这究竟是孩子的问题，还是教育系统的问题？

如何遵循人性，在生物学约束之下进行学习？MIT媒体实验室负责人提出了四个P——项目 （Project）、热情 （Passion）、同伴 （Peer）和游戏 （Play），指出最符合人类学习的方式，就是像幼儿园那样，在游戏中模拟操作。

反观AI的学习方式：超大算力、没有情绪、依赖海量数据、高能耗、不知疲倦——这恰恰是人类学习的短板。人类的学习受制于生物学约束：注意有限，记忆会遗忘，情绪会波动。遗憾的是，我们往往把学习者想象得比AI还强大，认为他们没有任何限制，无需照顾情绪、记忆和注意容量。更令人担忧的是，在智能时代，人类本就不甚强大的认知能力，在使用智能设备后反而变得更差。

奖赏劫持。人类的奖赏系统被智能设备劫持了。原本我们对阳光、空气、水、同伴交往、游戏、体育活动、学习新事物充满兴趣，如今却只对智能设备感兴趣。我们不学习，不谈恋爱，不生孩子——奖赏系统被劫持的后果，让人类对自身的持续繁衍与进化产生了深刻担忧。

注意力抢夺。你还能坚持多长时间看一篇文章、听一场报告？大多数人听了五分钟就会掏出手机。注意力已成为我们最大的挑战。

认知外包。我们能够记住的东西越来越少。我呼吁大家远离“拍照式记忆”——你以为拍下来就记住了，事实却是什么也没记住。

信息简化。这并非算法约束了你，而是你主动选择了算法。我们无法主动跳出舒适圈，面对新信息时，用手指划走成了一种本能选择。我们陷入了自己和算法配合所致的，被算法反噬的困境。

思维钝化。我们已经逐渐丧失了对AI的批判能力。

事实证明，这个时代的幼儿园、小学和中学生，很难有能力抵御智能设备带来的负面影响。面对危害不亚于游戏的智能设备，如何科学地使用它，是一个亟待深入探讨的重大问题。

3

解码学习力：

AI时代人类面向未来的底层能力

在智能设备不断侵蚀我们认知能力的今天，一个问题浮现：如何重塑认知能力，夺回我们的“认知主权”？

未来已来，唯变不变。无数物种走向灭绝，唯有人类持续生存——因为我们拥有适应高度不确定性的能力，这是进化赋予的智慧。

达尔文曾说，能生存下来的不是最强大的物种，而是最能适应变化的物种。圣雄甘地则说：像你明天就会死去那样活着，像你永远活下去那样学习。

婴儿如此弱小，却能适应任何环境；而我们这些拥有丰富知识与能力的人，如果被置于一个陌生的国度，可能活得比婴儿还艰难。我们积累的大量知识，历经数十年辛苦获得的智慧，都无法直接遗传给孩子——这究竟是进化的优势还是劣势？ 事实上，这是一种精妙的进化设计：强大的学习能力，能够保证你在任何环境中适应、生存和发展。从人脑的角度来看，整个人脑就是一个学习体系，这个系统由三个核心部分构成：

第一，有机的知识体系。人脑皮层中存储着结构化的知识网络，而非碎片化信息的堆积。

第二，强大的认知能力。人脑的前额叶和顶叶区域并不存储知识，只允许少量信息进入大脑——这种筛选能力，正是最核心的认知能力。它包含两个层面：一是注意能力，即选择信息加工的能力，正如企业家最需要的专注与做减法的能力。二是思维能力，即对信息进行压缩、抽象和结构化处理，梳理信息间的关系，用小模型解释复杂现象。它能够将世界上最复杂的信息压缩为极简的定理，正如爱因斯坦的相对论、牛顿的三大定律，用一个小公式讲透世界的复杂运行机制。

第三，持久的学习动机与动力系统。人类能量有限，且伴随情绪波动。如何维持动力系统，是一生的必修课。这套系统包含三个层次：本能系统——源于爬行脑，驱动对食物、呼吸、性等基本需求的追求；情绪系统——传统文化常视情绪为“恶魔”，但实际上情绪并无好坏之分。当你面临危险时，如果没有应激反应和压力，你将无法有效应对环境。此时呼吸加快、血压升高，目的正是为了战斗或逃跑；自我控制系统——源于前额叶，是人与动物的最大区别，即“人性”。无论采用何种技术方法，最终目标都是提升自我控制能力，管理情绪、延迟满足、看到更远的未来。

英国有一项大型实验：每年在全国范围内对11岁孩子进行认知能力测验，到16岁时再进行学业成绩测验。结果表明，11岁时的认知能力与16岁时的学业成绩之间的相关系数达到0.77，解释率约为56%。这意味着，你考100分，其中约56分是由你的认知能力决定的。而剩下的44分，则由学校质量、校长敬业程度、教师教学水平、家长投入、补习班、竞赛等所有外部环境因素共同决定——这就是认知能力对学业的巨大影响。

同样，动力系统在教育体系中也至关重要。它不仅影响学业成绩，更决定着一个人能上什么大学、从事什么职业、收入水平、家庭幸福，甚至寿命长短。因为自我约束、情绪管理、饮食控制和坚持锻炼，本质上都属于行为层面的自我管理能力。自控力较差的孩子，更易出现危险驾驶、加入帮派、打架斗殴、吸毒等行为，死于非命的比例也更高。

4

学习的重构：

知识+学习力协同培养的脑科学课堂

基于这样的目标，或许可以尝试“知识+能力”协同的脑科学课堂。在尊重人脑规律、遵循生物学约束的同时，也注重能力的培养，兼顾个体差异，在持续训练中慢慢提升。

脑科学课堂可以遵循以下几个核心原理：

大脑可塑原理：大脑会随着学习和经验不断重组神经连接。持续的练习与适度的挑战，有助于重塑大脑、提升能力，成长型思维在这里扮演着重要角色。

认知发展原理：认知能力会随着年龄和成熟度分阶段发展。教学最好能匹配学习者的发展阶段，提供适度的挑战，而不是急于求成。

认知负荷原理：工作记忆的容量是有限的。如果信息过多，反而会阻碍学习。不妨尝试将复杂内容分块、简化呈现，避免“信息过载”。

知识建构原理：新知识需要与已有的经验建立联系。激活先备知识、使用类比和案例，可以帮助学生构建更稳固的知识网络。

具身认知原理：身体动作、感知与环境之间的互动，会在潜移默化中影响思维过程。手势、操作实物、角色扮演等方式，可以让身体参与进来，从而加深理解和记忆。

预期错误原理：大脑本质上是通过“预测—反馈—修正”的机制来学习的。允许孩子试错，并及时给予引导，反而能帮助他们强化正确的认知。

积极情绪原理：积极的情绪有助于扩展注意力和思维的灵活性。一个安全、鼓励的学习环境，往往能提升记忆效率与创造力。

社会合作原理：人类的大脑天生善于通过观察、模仿和协作来学习。小组讨论、同伴教学、合作项目等方式，常常能促进更深层次的理解。

如果忽视大脑的学习规律，可能会陷入一种负面循环：学习效率降低→需要投入更多时间→施加更大压力→休息、锻炼和睡眠减少→学习能力进一步下降→又需要更多时间……这也许正是当下教育中一个令人遗憾的现状。

要走出这个循环，或许可以从三个层面入手：

第一，全面过程性评价。对学生的大脑学习能力进行系统评估，了解当下的状态，并跟踪教学干预带来的变化。

第二，专项能力训练。开设针对大脑学习能力的专项课程。就像姚明会针对薄弱肌群做专项训练一样，我们也可以系统提升注意力、记忆力、思维力、反应力等基础认知能力。

第三，课堂融合实践。在学科教学中尝试将知识与能力自然地融合起来。借助脑科学研究成果，对大脑基础能力进行自动化测查，服务于学业诊断、选科走班、个性化干预、分层教学、英才选拔，以及整体教育设计的优化。

2016至2018年间，我们陆续在北京、成都、新疆等地的学校开展了一些脑科学教育的尝试。不同学校根据自身条件选择了不同的实施路径：有的直接使用脑力课程资源，有的自主开发了脑科学与人工智能融合的学科课程。如在语文课中设计“古诗舒尔特方格”来提升专注度；课后为有特殊需求的学生开设小团体课，通过纸笔练习、游戏化训练等方式提升认知能力等。

当然，我们更希望构建一个“知识+能力”融合的课程框架。这个框架包含三个系统：

生物系统：关注大脑“能不能学”的问题。包括保持生物节律、合理安排课堂时长与休息、能量管理、提供安全感与情绪安全、身体激活 （运动）以及充足睡眠。

教学系统：尝试实现知识建构与能力训练的有机融合。

学校文化系统：为学生提供自主感、胜任感与归属感，维持持久的学习动机。

学习，在大脑与世界之间架起了一座桥梁，帮助我们在纷繁的信息中，慢慢构建出关于世界的模型。通过这座桥梁，我们或许可以通向更深的自我——去感受“我是谁？我从哪里来？我要到哪里去？”——也能够通向更远的未来。

来源|優教育，版权归原创作者所有。