productive struggle
学生解题遇到困难时,不立刻获得答案、而是靠自己摸索思考的过程,能提升学习效果
简单来说
productive struggle 是教育学术语,指学生在解题过程中遇到困难时,不马上得到答案,而是独自摸索、思考的过程。
想象一下学骑自行车的场景就很容易理解。如果每次快要摔倒时旁边的人都立刻扶住,那平衡感永远练不出来。只有经历短暂的摇晃和跌倒,才能学会自己掌握重心。学习也是同样的道理。如果跳过面对问题时那段茫然无措的时刻、直接看到解法,那道题固然解出来了,但实际能力却没有太大提升。
然而,聊天机器人或 AI 导师在设计上通常被训练成尽可能友善、快速地回答问题。这种倾向恰恰可能中途打断学生的 productive struggle。判断何时该给提示、何时该退后一步让学生自己摸索,被视为区分优秀导师和单纯友善聊天机器人的关键标准。
在报道中是这样出现的
文章指出,"语言模型是被训练成'有帮助'的助手,这可能会打断学生的 productive struggle"。这并不是说 AI 导师本身就不好,而是说,善于讲解和懂得在恰当时机退后一步,是两种不同的能力。实际上,在 TutorMoments 基准测试中,模型尝试提出更高难度思考要求(rigor)的频率有所提高,但让学生自己解决问题的行为却比人类导师少见得多。
亲手试一试
可以用 AI 聊天机器人亲自验证一下。
- 把正在解的题目或概念告诉聊天机器人。
- 附加以下要求:"不要直接告诉我答案或解题步骤,只用提问引导我自己思考。只有当我完全卡住时,才给我一个小提示。"
- 持续对话几个回合,观察聊天机器人是否真的忍住讲解、用提问引导你,还是很快就把答案说了出来。