如何实现文化与经济、政治、社会、生态的协同发展? 作者:邹晓辉,邹顺鹏 中国地质大学(北京)马克思主义学院 中美塞尔研究中心 摘要 :本文旨在以融智的方法从三个角度来阐述文化与经济、政治、社会、生态的协同如何实现。其方法是以蓝图、模型、样板三部曲的方式,通过“纸上谈兵、沙盘演练、典型范例”三个步骤,做到严格地预演、实训、实操的过程。其结果是近期未来智慧城乡在五个文明建设及其协同发展上可达到真正地“谋定而动、未雨绸缪、一锤定音”的有益效果。其意义是采用融智的观点和方法,有益于以最低的代价和最优的效果实现文化与经济、政治、社会、生态的协同发展,具体表现为近期未来绿色智慧城乡一体化示范系统工程在文化生态的几个关键点上得以创造性地呈现。 关键词 :融智方法,协同发展,战略目标,智慧城乡,系统工程,文化基因 How to Achieve Coordinated Development Culture,Economy, Politics, Society, and Ecology by ZOU Xiaohui and ZOU Shunpeng China University of Geosciences Abstract: This paper aims to elaborate the way of coordinated developmentculture, economy, politics, society, and ecology from three perspectives. Itsbackground involves: the three fundamental phenomena of matter, consciousnessand culture, which can be generally called broad text; corresponding truenature, also called true information, which can be divided into: scientificprinciples, meaning and grammar or law (being simplified as Tao). It uses theway of blueprint, model and template to realize the strict rehearse, practicaltraining and practical operation through three steps of “engaging in idletheorizing, exercising on the sand-table and setting a typical example”. Thefive civilizations include: people’s well-being and friendly etiquette; liberalmind and appropriate behavior; beautiful environment and smart urban-ruralareas. Its meaning lies in using the wise view and way to realize coordinateddevelopment culture, economy, politics, society, and ecology with the lowestprice and the best result. More specifically, for the demonstration systemproject of environment smart urban-rural integration, several key-points of culturalecology can be creatively presented. 全文: 8 如何实现文化与经济、政治、社会、生态的协同发展.pdf
下面是一篇对谷歌研发团队最新研究成果的博客(Inceptionism: Going Deeper into Neural Networks)的翻译。这项研究的主要目的是观察深度学习神经网络的某一个隐层都提取了哪些特征以及这些特征提取的的是否准确。但出人意料的是他们发现了这里面的创造性过程有可能揭示出人类大脑本身是如何进行创新的。(英文为图像版权信息) Images in this blog post are licensed by Google Inc. under a Creative Commons Attribution 4.0 International License . However, images based on places by MIT Computer Science and AI Laboratory require additional permissions from MIT for use. 人工神经网络技术引发了近期图像分类和语音识别领域的显著发展。但是即便这些都是基于大家普遍了解的数学方法之上的非常有用的工具,我们仍然对为什么某些神经网络模型有用但另外一些没有用知之甚少。下面让我们来看看用一些简单的技术来窥视一下这些神经网络的内部机制。 为了训练一个神经网络,我们通常展示给其以百万计的训练样本,并逐步调整其权重参数,直到它给了我们想要的分类结果。一个神经网络通常包含10-30个堆叠在一起的人工神经元层。每个图像首先由输入层导入,然后传递到下一层,直到到达最后的“输出”层。神经网络根据图像给出的“答案”就来源于最终输出层。 了解神经网络的挑战之一是再图像处理的每一层中都发生了些什么。我们知道经过训练的神经网络的每一层都逐步提取更抽象的图像特征,直到最后一层对图像显示的是什么做个决定。例如,第一层可能只查找图像中的物体边缘或角。中间层通过对前面收集的基本特征的理解来寻找更加整体的轮廓和构件,比如一扇门或者一片树叶。最后几层将这些整体轮廓和构件组合在一起形成对图像的完整解释 – 这些神经元只对非常复杂的对象呈现出激活反应,比如整栋建筑物或者树木。 将神经网络中每一层对图像的特征抽取进行可视化的方法之一是把该网络前后倒置,要求某一层将输入图像,以引发特定的解释。假设你想知道哪种图像会让该网络形成“香蕉”的结果,你可以一开始输入一个充满随机噪声数据的图像,然后逐渐调整该图像直到该神经网络认为它是香蕉(见相关文献 , , , )。这种方法本身效果不太显著,但是当我们加上一个限制,使整个过程中的像素分布与自然生成的图像具有相似的统计规律,比如相邻像素需要高度相关,那么效果就出来了。 所以这里有一个惊喜:经过训练后可以识别不同图像的神经网络也同时积累了可以产生图像的大量信息。看下面再不同类别的更多的例子: 为什么这很重要?好了,我们通过简单地展示给一个神经网络大量的我们希望它们学习的例子来训练它们,希望他们能够从中提取这些例子共性(例如,一把叉子由一个把柄和2-4叉齿组成),同时学会忽略不重要的东西(一个叉可以是任何形状,大小,颜色或放置方向)。但你如何检查一个神经网络是否正确学习到对象的共性特征?通过观察该神经网络对它形成的叉子的概念的展示可以有所帮助。 事实上,这种方法揭示出在某些情况下,我们认为神经网络已经找到的并不完全是我们想让它找到的东西。例如,这是我们设计的一个神经网络经过训练后认为的哑铃的样子: 没错这些图片里都有哑铃,但似乎没有一张图片里哑铃的是不带有一段充满肌肉的臂膀的。在这种情况下,该神经网络并没有完全参透哑铃的共性。也许它从来没有看到过没有一只胳膊抱着的哑铃。可视化可以帮助我们纠正类似的训练失误。 有时我们可以不去精确描述我们希望神经网络突出的特征,而是让神经网络自己做出决定。这时我们可以首先简单地给它任意图片或照片,并让它进行分析。然后,我们选择网络中的一个层,让它强调显示它抽取的特征。神经网络中的每一层抽取的特征的抽象度都不同,所以特征的抽象度取决于我们选取的层面。例如,较低层往往会产生特定笔画或简单装饰状图案,因为这些层面对边和边的方向等特征最为敏感。 Left: Original photo by Zachi Evenor . Right: processed by Günther Noack, Software Engineer Left: Original painting by G eorges Seurat . Right: processed images by Matthew McNaughton, Software Engineer 如果我们选择更高层,由于它们识别图像更复杂特征,这种方式可以使复杂特征甚至某个物体出现在画面中。这次我们仍然给我们的神经网络一张图像。我们要求它:“你如果看到了什么,就多给我一点你看到的!”这就创建了一个反馈循环:如果一朵云看起来有一点点像一只鸟,我们的网络就让使它看起来更像一只鸟。这样一来,重新读入的数据会让它更像一只鸟,直到一只看上去非常逼真的鸟好像凭空出现。 这一结果耐人寻味-即使是一个相对简单的神经网络都可用于对图像进行过渡解释,就像我们小时候喜欢看云并且喜欢将那些随机形状的云解释为我们熟悉的对象。该网络的主要训练对象是动物,所以它自然也容易将遇到的各种形状解释为动物。但是因为特征数据来自高抽象层,所以结果是这些特征的有趣混合。 当然,用这种技术我们可以做比看云更多的事情。我们可以把它适用于任何种类的图像,结果差别很大,因为强调的特征不同。例如,地平线线往往会被塔充满。岩石和树木变成建筑。鸟和昆虫出现在叶子里面.. 这一技术可以让我们了解神经网络中的某一层对图像特征的了解程度。根据我们使用的神经网络的架构,我们将其称为“开始主义 (Inceptionism)”。请参阅我们的开始注意画廊,里面有更多的图像和对它们的处理结果,还有一些很酷的视频动画。 我们必须更进一步:迭代 如果我们将该算法反复在每次输出的结果上进行迭代,并且每次在迭代前做一些放大,我们就可以得到层出不穷的新印象,探索该神经网络所了解的更多的特征。我们甚至可以从随机噪声图像开始该过程,使得最后结果成为某一个神经网络自己的作品,比如下面的图像: Neural net “dreams”— generated purely from random noise, using a network trained on places by MIT Computer Science and AI Laboratory . See our Inceptionism gallery for hi-res versions of the images above and more (Images marked “Places205-GoogLeNet” were made using this network). 这里介绍的技术可以帮助我们理解并视觉化神经网络如何进行复杂的图像分类任务,提高网络架构,并检查一下神经网络在训练期间学会了些什么东西。这也使我们联想到神经网络是否能成为一个艺术家的新工具 – 一种新的混合视觉体验的方式 – 亦或向我们揭示出一点一般性创新过程的根源所在。 原文链接
近日座谈,听到这么一个新说法“决策要科学,实施要民主”。详细的解释是这样的:决策不可能得到所有人的支持和理解,所以只要是科学的,就要落实贯彻;实施过程中会遇到诸多问题,需要广泛听取大家的意见,以免政令不通,劳而无功。 问题一:如何保证决策是科学的?且不说不同学科变化多端,就算是同一学科,决策的科学性没有民主的过程和广泛的争论也无法保证。顶层设计的科学性需要诸多臭皮匠的质疑才可能完善成为科学决策。但凡认真进行过缜密创造性劳动的人都知道,无论多么发达的大脑和自信的人格都难以保证成果的完美。验证(逻辑或是试验)是必不可少的科学环节。 问题二:缺乏民主的决策必然遇到实施障碍,甚至于毁于一旦。某先君有言:群众有错误认识之际不可强扭,需因势利导,促其自觉其谬,后可顺势而为之。实则缺乏民主支持的决策本身就缺乏科学决策的支柱之一——民主,而民主总是有些许代价的。 问题三:实施过程中遇到诸多问题反过来已经证明决策并不科学,所造成的伤害已经危及决策的实施,即便拨乱反正,也不过是亡羊补牢。 简言之,决策只要是科学的而不顾及民主意见,罔顾决策制定中人的要素、时机的要素、环境的要素,显然不构成科学的决策,是对科学的数理式的片面理解;仅在实施中考虑民主的因素不仅无法形成真正的民主意识,反倒有可能摧毁对民主的信心。 不妨回顾一句话: … , this … would involve us in thewrong war, at the wrong place, at the wrong time, and with the wrong enemy. (这 …… 会让我们在错误的地点、错误的时间、与错误的敌人进行错误的战争。)定义成功需要很多因素的正确性,其中一项因子错误,结局就是失败。
生活的理想是什么?这个问题拷问的是活着的价值,追寻的是生命的意义,探求的是人生的使命;而该问题本身也告诉我们,生活是不理想的这样一个现实,同时生活的现实却可以因理想而改变。改变的路径便是不断的拷问、追寻与探求,赋予生活价值、意义和使命。不论是高远还是薄浅,生活的全部理想就是为了理想的生活——为理想而生,为理想而活。 那么又何谓理想的生活呢?理想的生活是一个现实的问题,是一个扎根于现实却要突破现实的问题。理想赋予生活以价值、意义和使命,而生活赋予理想以赋予。生活的轨迹是从无到有的,理想的生活是描绘生活的轨迹、创造新的生活。理想的生活在于创造性的生活,创造过去同时也创造未来。我们习惯于说创造未来,如何还要创造过去呢?其实,未来是创造出来的,过去也是创造出来的,过去只是曾经的未来,而未来也是即将的过去。创造是现实的、持续的创造,是立足于过往的改造,是对过往的尊重与突破。没有对过往的尊重,便没有突破,也不会有创造。创造过去更确切的说是尊重历史、珍视现实,历史与现实既是理想生活的起点也是终点。理想无止境,但理想的生活却存在终极的价值、意义与使命。 而理想的生活其终极价值、意义与使命又是什么呢?十八世纪的伟大哲学家康德曾经说过这么一句话:Zwei Dinge erfuellen das Gemuet mit immer neuer und zunehmender Bewunderung und Ehrfurcht, je oefter und anhaltender sich das Nachdenken damit beschaeftigt: der bestirnte Himmel ueber mir und das moralische Gesetz in mir.翻译成汉语的意思是说,这世上有两样东西,我们愈是经常和持久的思考它们,对它们历久弥新和不断增长之魅力以及崇敬之情就愈加充实着心灵:头顶的星空和心中的道德法则。从这句话本身,我们找不到问题的答案,但这句话所隐含的对于灿烂星空的追寻与仰望,以及对内心崇高道德律令拷问与探求,却体现了理想生活的精髓。有时候我们不知道理想的生活到底是什么,但却能够真切的感受得到,就好像行走在无边的沙漠中看到了一泓清泉或是一片绿洲一样,心底充盈出希冀与生机来,然后在希冀与生机中昂然前行。 生活的理想也好,理想的生活也罢,也许只是一行诗句:人,诗意地栖居!
昨天看了程毅老师的《不做科学界的体力劳动者》一文,写的观点非常好,鼓励年轻人创新,不做重复劳动,贴的那张照片也很经典和熟悉,因为我的办公室的一面墙都是这一类的照片--我称之为排位照:几乎每一次学术活动都有这样的合影照片为证,领导和学术界的老大按照排位一次坐好,学生和学术界的新人们排好队依次站到后面的架子上,规规矩矩,面带笑容,我耳边还依稀能够听到摄影师的喊话:“大家都注意啦,现在听我口令,3,2,1,OK!”咔嚓,定格合影,散会时人手一份!我想大家也都无数次经历过这个过程,也一定“收藏”了不少这样的排位照。我以前拿了这些照片回来就随手一扔,这次搬进新办公室,我索性设计了一个照片墙,把这些纪念照全部装裱好,放在墙上的架子上,没想到竟然成了一道风景,来的每一个人都会驻足停留,其实这些照片几乎千篇一律,可是这其中有几张却是格外的受到来访客人的青睐:它们有些不一样:几百个青春的笑脸、色彩斑斓的服装、格外丰富的表情和手势,还有各种意外的装饰品(国旗、校旗等)不定在哪里冒出来,这是我组织的国际大学生创新创业大赛(iCAN)的照片,几百个青年学生在一起、当然也有我这样的老师和其他评委,座位没有特意安排,学生的姿势也没有刻意要求,但是那灿烂的笑脸和热情洋溢的青年朝气却是喷薄而出,让整个照片充满了生命的张力和活力!也是来访客人中提问最多的一张:这张照片是个什么活动呀?怎么这么有意思? 其实这几张不够正统的几张青年学生的合影能够从一大排正统的排位照中(包括获得国家奖与国家领导人合影的巨长合影)脱颖而出吸引大多数人的目光,本来就说明了创新的价值和核心,到底谁应该是创新的主角?到底谁应该是创新的核心和主体?我们说了很多,都不如这几张照片更具有说服力,要想让年青一代具有创造性的思维,就必须让他们成为创新的主角和主体,给他们足够自由发挥的空间、给他们足够的支持和宽容,让他们能够毫不拘束和顾及地展现自己的才华,其他非主体的人能够做的就是尽自己所能地给予支持和帮助,创造好条件,准备好心情去迎接和接受他们可能带来的各种惊喜和意外冲击,然后在适当的时候引导和帮助他们更进一步起飞,因此,对于创新来讲, 很好的创新环境必须是宽松的,没有传统的条条框框来束缚的,没有更多的“老人”和“高人”指手画脚横加干涉的; 提高的创新思维必须是鼓励的,让年轻人成为主体,坐到前排,能够勇敢挑战权威、发表看法,并且得到社会的鼓励和支持。 所以,我说:中国要做创新,要从改革传统的“排位照”开始,以后正式的学术活动中不要刻意排座位,不要制作桌签,照相时不要刻意在凳子上贴名字(少数大会组织者除外),让每个青年人都有机会走到前台展现自己的才华,让我们学会欣赏他们的挑战精神,让我们学会接受各种不可思议的提问和挑战,让我们自己也在学术上回归到“在真理面前人人平等”的地平线上,让我们每个人都实践创新的第一定理:Stand Out to be outstanding! iCAN合影一 iCAN合影2 iCAN合影三 2012国际青年纳米技术夏令营ANC合影
诺贝尔物理学奖得主盖尔曼谈如何获得创造性想法 Murray Gell-Mann, who won the Nobel Prize in physics in 1969 , presented a talk at Google on "Getting Creative Ideas". You can view the talk on Youtube: http://www.youtube.com/watch?v=KXoHXc0ErBI Google regularly invites well-known scholars, authors, musicians, politicians, etc., to give talks at Google. The link to such talks on Youtube is: http://www.youtube.com/user/Google
创造性思维到底是一种什么过程?我想,是否可以将创造性思维理解为三种信息加工过程的交集: 创造性思维是三种信息加工过程的交集图示: 说明:创造性思维是信息创生过程,思维过程与问题解决三种过程的交集,是三种过程的统一。图中 A 表示智能主体的信息创生过程,是新的信息语义内容及功能的创生,有新的信息内容的创生,信息有新的功能,有新的价值的产生。 B 表示人的思维过程,思维过程是一信息加工过程,是与符号信息沾边的心理活动过程。是否与符号信息沾边是心理活动中思维和非思维的信息加工过程的区别。 C 表示问题解决过程,问题解决过程是问题解决者利用自身或社会拥有的资源改变事物实体的或是信息的状态,使对象从初始态经过中间态到达特定目标态的过程。 图中 B 与 A 的交集是信息创生和思维过程兼有的信息处理过程,虽有信息创生,也有与符号沾边的思维,但没有和问题解决结合,即不是去实现特定目标的过程,所以,二者的交集还不算创造性思维过程。图中 A 与 C 的交集,虽有问题解决,有信息创生,但没有和与符号沾边的思维结合,属于非思维的创造性问题解决。 B 与 C 的交集,虽有问题解决,也有与符号沾边的思维活动,但没有与信息创生结合,属于常规性的问题解决的思维活动。只有A,B,C三者的交集才是创造性思维过程。 欢迎讨论!!!!
"The approach is without a doubt informational and computational, but its application goes well beyond the field of information and computer sciences." - Computing Reviews , 4/26/2012. 目录 (本书目前只有英文版) Ben Shneiderman写的序 本书分析和阐述的几个核心问题:创造性思维有些什麽特征?那些特征是我们可以观察和调节的?实际中有多少这类例子?如果我们这样思维,会提高我们的创造性吗? FaceBook | 中国图书网 | 王府井书店 | 中国互动出版网 | 当当网 | 亚马逊
道-数学——为了在新知识经济中达到优质性和创造性而修复数学的平衡 作者:Jerome Ravetz, Dan Tatham 如今,数学从业者不能使用抽象公式来区分好的意义与破坏性事务,揭露了当下数学的失衡。“高斯 - 连接”,人们所知的“杀死华尔街的公式”( 1 ),是一座纪念碑,表明那些数学从业者对其所用工具的力量和缺陷缺乏理解。被误用的抽象方法不仅局限于金融领域;在计算机模型被使用的任何场合,都能发现明显的无能为力( 2 )。其原因部分在于:就数学与经验世界的关系来说,坚持某种过时的数学概念。尽管基于物理实在互补性质的自然科学(从波粒二像性开始)取得了近一个世纪的进步,并吸收了不可还原的不确定性,但是,关于复杂系统的数学仍然臆想着简单的确定性和无限的精确度,而那不过是维多利亚时代物理学的信仰。 我们提出了一个增强的方法来对经验现实进行数量分析,其中不确定性和质量是不可缺少的组成部分。这一方法将采用一套记号,包括 NUSAP 方案及其细化,借此,数值的历史性和语境性方面得以表达( 3 ),还包括表达很不精确数量的“稀疏数字”( sparse digits )。 对明晰数字和柔性数字的补充可以通过视觉方法得以实现,其中包括位于网格或列线图上的团点。这要求使用数值计算机能力的新技巧,由此增强对日常实践中自然出现的各种数量的理解。构成道家哲学特征的不同阶段之间的流动,将在 Wiki 技术里得到共鸣,这里对数量的估计将通过一个包容性的“决策流动”对话而得到逐步提炼。通过这一新型的数字民主而实现的应用数学的渗透是道 - 数学的最主要的特征之一。它还能很好地适合于“协作式决策管理”,由于集中于数量信息的质量,它能够极大地充实这些技巧。 鉴于关于各种复杂系统的科学已经认识到处理“不可量化的”不确定性的紧迫性,这一方法尤其具有实际意义。很难看出传统的定量分析方法何以能够有效管理这些偶然性,因为正是因为这些方法的无效性这些偶然性才被定义为偶然性。只有某种更自反的、定性的方式才能有效地为这些问题带来分析技巧;道 - 数学的技巧提供了这一方式。另一个好处是标准的清晰度,借此数学意义和无意义的事情将很容易得到区分。这样,几乎毁灭世界经济的神秘的、极度复杂的金融产品可以被确认和容纳。 关于道 - 数学,还有一个文化语境。随着古老的确定性正在消解,新的实在正被创造出来,其中遗传下来的分界被超越。在所有科学中,确定的和不确定的,坚固的与柔软的,严格的与想象的,开始被理解为一个新生综合体的互补性方面。其背景是非欧洲文明的复兴,它预示着一个世界各种文化的新繁荣。“道 - 数学”这一名称是对这一伟大历史发展的承认,并打算为其做出自己的贡献。迄今为止,我们不过刚刚开始并定义了基本的原理。在所有文化中出现的创造性将塑造一些现在几乎不可想象的一些概念和技巧。道路已经打开。 说明:J.Ravetz 是英国著名科学哲学家,《科学知识及其社会问题》的作者,他的著作 Quality and Uncertainty in Science for Policy 也译成中文出版。 Ravetz 曾在复旦大学访问任教,对中国文化很有兴趣。他是李约瑟的朋友,并曾为李约瑟和王铃写作《中国科学技术史》第 2 卷(科学思想史)提供过建议和帮助。J. Ravetz是“后常规科学”(Post-Normal Science)理论的提出者之一。 本人应作者之请,将他的这篇小文章译成中文并发布在中国的科学网站上,以接受大家批评。相关批评意见我将转达给作者本人。由于水平和学识有限,这篇译文也许存在错误和模糊之处,敬请读者批评指正! Felix Salmon, Recipe for Disaster: The Formula That Killed Wall Street, Wired Magazine, 17.03, 2009. Orrin H. Pilkey Linda Pilkey-Jarvis, Useless Arithmetic / Why Environmental Scientists Can’t Predict the Future, New York, Columbia University Press, 2007 Jeroen P. van der Sluijs, Matthieu Craye, Silvio Funtowicz, Penny Kloprogge, Jerry Ravetz, and James Risbey (2005). Combining Quantitative and Qualitative Measures of Uncertainty in Model based Environmental Assessment: the NUSAP System, Risk Analysis, 25 (2). p. 481-492
上个星期给手下的研究生们出了套试题, 100分的卷子。 1.Please write down Newton’s three laws of graduation (not gravitation). (10 points) 2.What are the differences among scientific visualization, information visualization, and visual analytics. (10 points) 3.Please write down some methods to get creative ideas. (创造性思维的方法) (10 points) 4.Fill in the missing part of the following sentences (10 points) Bill Gates: Life is not _________, get used to it. 张居正: 别无所长, 但能___________ 袁枚: _______如米小, 也学_________开 曾国藩: 扎硬寨, __________。 打落牙, _________________ He who hesitates is ____________________ 5.What is Parkinson’s law for time management? (10 points) 6.What is burnout? Please list some signs of burnout。 What are causes of burnout? Please write down some solutions for burnout. (10 points) 7.When you are attending a seminar, your brain should be busy with different kinds of thinking activities. Please write down some of them. (10 points) 8.There are major differences between UG study and PG research. Please write down some reasons why new PG students ofen feel disoriented and depressed when they start to do research. (10 points) 9.Hamming has a famous article called “You and Your research”. Please write down some main points of this article or whatever impresses you. If you have not read this article, please write down the name of any other article about research you have read and the main points of that article. (10 points) 10.Choose one of the questions to answer: (10 points) (a)Please write down some good habits/attitudes of research students. (b)有些研究生是来“打酱油的”。They are more interested in getting a degree and getting paid than learning and conducting research. How can you identify these students in a group?
社会宣传和学校教育均将搞科研描绘成为激动人心的、顶尖的、富有创造性的人类最高的智力活动。但是,真正进入这一行后才发现事实并非如此。所谓激动人心的、顶尖的、富有创造性的最顶尖的人类智力活动更多的时候是躲在自然对象所组成的世界里自娱自乐或者假装自娱自乐,远离现实生活的场域;真正具有观念性的突破或者理论发展的创新微乎其微,大量的期刊充斥着 me too 或者 nonsense 的工作,而这些工作共同构建了科学领域里的某个门类的虚假繁荣。
关于熊丙奇:大学教师为何患上PPT依赖症,看了之后,我有同感,在国内做了多年的学生,真正接触ppt是大学开始。那时候,感觉老师和学生的态度都很认真,那是在2001-2005年的时候。有一些年纪大的教授,自己不会做ppt是学生帮着做的,但是显然上课前是经过多次修改的。但是逐渐的可以感觉出,ppt依赖症出现了。如果哪天电教出现问题,设备不能运行,就一直调试,或是换教室,要是找不到,这节课就废掉了。很少有老师再写板书了。我倒是没有发现老师直接copy别的老师的课件的问题,但是我相信有了ppt后,备课的老师应该减少了。但是备课的问题,属于师德自明的事情,即使没有ppt前,有的老师的教案也是从70-80年代,一直用到21世纪,很少根据现有的理论更新换代的。 去年来美上学后,我的感受有点变化。我们上课教授基本很少重复旧的生物学基本理论,每次上课前preview有好多paper和基本textbook准备阅读,回答问题,上课的时候老师仅概要重点理论,核心内容是较新的paper对这个理论的拓展和外延,或是批判和革新,所以学生自己负责掌握基本理论,而老师负责把前沿的东西串联和发掘,让学生们讨论为什么新的paper支持或是反对旧的理论,用了什么方法,还需要怎样下一步证明。这样才可以真正感觉我们在思考,在解决科学问题。所以,我们每节课大概至少读3篇paper,有时候老师的课件引用的paper多,我课后复习的时候,每节课要读10几篇paper,因此我去年一年读到的paper量几乎是我整个大学和研究生期间的若干倍,而且关键是质和效的变化。而在过去的那么多年里,接受高等教育,没有几个老师提示我好好读前沿paper,所以一直以来,我相信好多学生物的同学都认为,生物科学的学习是个记忆活,是个为了考试把老师的课件从头背的尾的学科。以至于没有激情,没有创造力。起码在大学的时候,我的老师的课件里面没有引用现时paper的。 其实我觉得使用ppt本来是件好事,但是它只是工具,为了方便我们形象化得理解我们的知识,和高效的传授工具。但是所谓师也,关键的是不是告诉学生是什么,而是让他们学会思考,学会创造,学会批判。而对于生物科学类学科,这种能力的具备,直接关系到你会不会有所发现。所以问题不单是ppt的依赖性问题,而是老师想交出什么样的学生的问题,是只想学生唯命是从的背书呢,还是具有有独立思维能力的人,不盲从,不迷信,敢于挑战,敢于创新。在这个问题上,老师的点拨作用,很重要。我的建议是,如果我们的老师上课时候多问几个为什么,多鼓励学生多读文献解决问题,考试多考一下经典理论拓展出的新问题,我们的教学相长会有很大改观,而不是ppt上有什么就考什么,一但ppt上没有的题一出,学生全部傻眼,考完后问老师,怎么没划重点?这个现象很普遍很严重,必须逐步该过来。 我的老师D.M.有次上课遇到相同情况,ppt设备出现问题,换了教室后电脑不能用,他就干脆写起板书来了。虽然他左手写字,有点别扭,但是他并不慌张,显然是上课前自己在笔记本上就推演过公式的。他给我们讲的是酶动力学,涉及到好多公式推导,他一步步推导出来,没有问题。有个小问题,有个参数他忘了加平方,我举手提出来,他很高兴的改了,开玩笑说oh, there is someone following me. 后来问他,他说每次上课前都要在小本子上演算,再来给我们授课。当然无论在哪儿,并不是所有的老师都一样勤快。 由ppt依赖,我想到的是,要想让学生的创造性提高,关键是老师的创造性要提高,不要把教书当做是重复性的工作,应该每节课给学生以启迪,抛砖引玉,如果真的可以激活学生的兴趣和思考能力,即使不遵守那些个枯燥的教学任务进度,也是个伯乐般的明师。