學習來教導與學習（Learning to Teach and Learn By Herbert A. Simon）
【我一向以為，教育哲學和科學，乃是社會和人生中最重要的。我們人類對於「教」與「學」，一直都有許多的理念和技術瓶頸，未能或無法落實。所以說，我們應該把「教」與「學」，當作高級的藝術、科學和技術來探索和研究，而不是人云亦云，或只講些原則而已。例如「教學要重視培養學生的探究和創造性思維，教學目標應該是多維度、多層次的整合目標」（《心理學探新論叢1999》南京師範大學出版社，第295頁）等等；或是「要如何學習如何學習？首先要有敏銳的觀察力，其次要藉助多元的器具，最後要像海綿吸水的精神。」（《國語日報》2001年5月12日）等等。這些多半是廢話。Simon這一篇講詞字字珠璣，很有參考價值。--鍾漢清案】
西方大學制的發展，淵遠流長；它的某些方面很有意思。巴黎大學大約建於1200年，當時學生們的教科書，都是抄錄教授們課堂上的「神學說法」。雖然不久之後，印刷術發明了，可是學生們仍延續抄錄之習－他們認真地全錄，置印刷術於度外。我聽說現在仍有些大學，竟然還有此古學究風氣。
這種「在大學中，對於新技術之反應遲頓」一事，我認為多少要歸咎於：在古今大學中，學習的心態，事實上是非「非專業的」，即業餘的。至於美國的教育界，從幼教到中學中的種種問題，其中並沒此「業餘心態」，它是另一回事。話又說回來，在大學中，「業餘心態」很常見的。我上文採用「業餘心態」一辭的技術意義－即，學生和老師們在每天花許多時間的事情上，都沒接受過重要的正式訓練。
我們大多數當教師的人所受的教學訓練，多是在研究所時帶領幾門課程時所學的；而我們的學生中，絕大多數從未接受過一套有系統而一致的「如何學習」之教導。然而，他們在其有生之年的許多工作時光中（遠比他們記得的更久），都得使用這一項技能。如此，學生未能學到「學習的種種技能」，而大學的老師則不學「教學之技能。」
我並不是說，在我們的大學中沒有教學與學習；我以為，目前，教與學這兩者都很興旺。不過，我堅信：要是能導入更高的「專業精神」，就能夠讓師生間的教與學更為有效。
我們不妨將大學中的各種球賽，來與我們的實務作一對比。運動員們有系統受訓，學習如何做好運動員。如果我們仔細研究他們所受的訓練，就會發現其中許多項，乃是教導他們「如何學習，來取得技能」：你的行為舉止該如何學習，以後才能成為更好的運動員。其中的學習過程，不管它的方式多為非正式的，都是典型的運動員的訓練和教練世界中的一部分。教練們本身都受過從事教練的訓練。我們的成績，或許可能比他們出色，但我認為這些成績單並不足恃。我以為我們應當嚴肅地問自己：我們應不應像他們那樣，能認真地注意「教與學」的種種技術。
我們如何在大學將它落實呢？這我以鄙校卡耐基-美隆大學（CMU）為榮。我1949年開始到此任教，那時它叫「卡耐基理工」，它已有一套稱為「卡耐基計畫」－它包括幾方面：第一，它廣范適用於整工學院，這不奇怪，因為那時我們以理工科為主。「卡耐基計畫」強調，工程學之教育，不應強調知識，而應將注意力集中於：學生的種種學習過程和解決問題之過程。它訓練學生的目標，是要讓他們能執行諸技能；學生們必須取得這些技能；而其中最根本的，是我們稱為「解決問題」。當然工學院要教的解決問題之技能，是要能解決各種工程上的問題，然而，這些技能的應用，遠超工程學，它們在範圍上更廣、也更基本。
我簡述一下它是如何發展出的。當時，我校的校長叫 Bob Doherty，他畢業於耶魯大學，當時他從奇異（通用）電氣公司（G.E.）轉任本校。他曾在著名的工程師Stiglitz手下做事，聰明而年青有為。每一周末，Stiglitz會與奇異電氣公司新雇的青年才俊們聚會，而青年學子都想向他學習高深工程理論和種種解決問題之技能。 Bob Doherty常常為了解決某一問題，可百思不得其解，這時他就會走到Stiglitz的辦公室，敲門向他請教，妙的是，經常的情形是，數分鐘或十來分鐘後，問題就迎刃而解了。
有一天，Bob Doherty在去Stiglitz的辦公室之途中，自問道：「我們真正要討論什麼呢？我們談話的性質是什麼呢？」他又想道：「Stiglitz這仁兄，他從來都不動聲色；他只是偶爾向我提問。而我，之所以會去他的辦公室，正因為我不得其解；不過，奇的是，15分中之後，我可就知道了。」 所以，他就不直接走到Stiglitz的辦公室去，而走進半途的洗手間，找個地方「坐下來」一會兒。他自問：「Stiglitz究竟會問我那些問題呢？」說來奇妙，十來分鐘之後，他就有了解答，於是，他到Stiglitz的辦公室去，自豪地向他說，他已知道如何解決了。
我們從這故事可知道，我校校長Doherty對於諸學習的過程是極重視的。他也是把「卡耐基計畫」帶到卡耐基-美隆大學的最大功臣，該計畫強調：問題解決和學習如何學習。他同時也花許多力氣來平衡專業教育和通識教育，今天我們工學院認為，這是理所當然的，其實，這是前人努力的結果。
II.我們對於教與學的新的瞭解（Our
New Understanding of Teaching and Learning）
我們在大學中鼓吹，對於種種教與學的過程，要有系統的注意，這誠然是美事；然而，除非我們對於那些「教的與學的」之中，是能教導的，有所瞭解的話，這只是空話。這其中大有學問（如果你不想用這大名詞的話），一個人在教和在學的時候，他心理的過程是怎?樣的有些系統的知識，以及在學的時候，他心理的過程是怎?樣的有些系統的知識。
從20世紀就開始，心理學一向對於諸學習過程之研究有興趣。開始時，它從高等科學獲得提示，它說：「我們研究複雜的之前，要先瞭解簡單的。」很長時間以來，美國心理學界都研究老鼠，大家認為鼠比人類簡單多了。研究的出發點是，如果你瞭解老鼠在迷宮中怎樣學習「出走」，就可能多少瞭解人們是怎樣學習的。當然，心理學家除了老鼠之外，也研究人類的，而對於這兩者的學習有許多發現的。這段「行為主義」的主角，先是Watson，後來是 B. F. Skinner。
晚近的心理學有兩成就。第一是，大家對於複雜的人類心理任務上的研究，意願上大為提高－我指的是，不只局限於「記憶些沒意義的音節或瞭解些簡單的概念」，而是專業水準的（心理）任務。譬如說，其中最廣為研究的是西洋棋，它肯定算得上是專業水準之任務。我們現在對於棋手的知識和他用來選擇棋路的諸過程，已瞭解很多了。西洋棋已是認知心理學之研究的一種果蠅－它是標準的研究機制－即，它是標準的研究設施，讓我們得以累積大量的知識。
我們還有些其他更簡單的研究機制－梵塔謎題。 我們將某梵塔型一串的圓盤取出來，移到另一串，而堆成規定的形態。我們從中找到一些基本的解決問題活動的基本原理。這專業術語叫作「手段-目的分析」（其實這名稱不重要，諸君對這多很熟悉了），這我們常常可以從觀察人們怎樣來解決問題中得知。因此，梵塔遠比果蠅簡單得多，它因此成?認知心理學研究之「培養液」（E. coli）。
III. 學習與設計之教導（
Learning and Teaching Design）
上述這些發展，對工程和工程設計的影響很大。從60年代以還，我們對於設計過程日益注意，我想諸君不遠千里參加這盛會，許多人不只對於最近的研究相當熟，對於最近的工程設計的教科書也一定熟悉（我可舉Dym著的書為例，它精彩極了）。同樣的，在建築學上也有平行的發展，它在設計房舍和辦公室上，多屬所謂「界定上極不清楚的任務」，而對它，人們下了不少功夫。設計，一直是上述心理學研究的受益領域。最近的一趨勢是，越來越多的心理學家將其在學習上的知識，應用於教育之上。
譬如說，這近十年我的CMU同事John
Anderson，一直都在為高中生建立電腦家教系統，主要是幾何學和代數學，以及邏輯和電腦程式編撰。電腦家教並非新鮮事，不過他的創新（而又日益擴展），乃在於他的編撰；它所根據的，都立基於心理原理所建立的關於學習過程的知識。舉例說，這表示該系統在設計開始時，要先分析我們要教的任務和技能。如果科目是幾何學，就要先決定學生腦中必須先儲存那些東西，才能證明諸定理和解決種種幾何問題。你最先要做的是，「界定諸目標」。然後，你試用種種人類的思考過程，來確認諸目標的內容；接下來，你要問，學生們必須經歷那些種類的經驗，才能導致這些技能的取得。這種電腦家教系統的創新之處，在於其設計之基礎，而並不是電腦能做什麼，即，如果電腦能提供某些經驗，人們能做些什麼呢？這些，乃是看待技術的兩種不同的方式。
諸君在隨後就會知道，我?什?要強調這。我們在研究設計的過程時，發現它即問題之解決。所以如果我們能有解決問題之基本理論，就能邁向設計理論之坦途。這一結論，對於在其他領域作過人類思考的認知研究的人們而言，一點也不算令人吃驚的。設計是一種特定種類的解決問題[3]。
我們通常稱「設計」為「一種結構不明確的問題之解決」。它可不像梵塔甚或西洋棋，它們有一明確的目標。同樣的，它沒一組可供選擇之方案，甚至於可能什麼也沒有。唯有在設計過程之中，諸目標和選擇之方案才會冒出來：我們最先的一些任務，就是要將諸目標整理清楚，並將之展開來，以及開始產生一組選擇之方案。
如果你實際去研究任一複雜的工程或建築設計，你會發現，我們的諸項目標，只在設計幾乎完成時，才能完全界定出來。在設計過程的任何一點，你可說：「那兒必須有足夠的空間才能讓該門旋開來，所以我得將這設為一項新限制，並確保它得以滿足。」此一設計過程提省你，還有許多新條件須滿足之。
在設計過程的特色之中，除了上述的諸多目標逐項出現之外，另一項是它要花最大的功夫來產生各種選擇方案。在決策理論這一領域，經許多經濟學家和統計學家耕耘後，業已發展出相當多的理論。然而，絕大多數的決策理論，是根據一開始就有一組已知的選擇方案，再追問如何來選出。而在設計時，情形正好相反，我們大部分的時間和精力都花在產生諸多選擇方案之上（這些，在一開始就沒有的）。
當然，諸多選擇方案之產生，是與選擇之間彼此相關的。設計過程是「諸多選擇方案之產生與其測試和評估」之連續迴圈。如果有人認為，我們可以在開始時，就從所有的諸多選擇方案之中加以選擇，這實在完全不切實際。如果你是要設計一座重要的橋梁，你或許可就兩三種基本的橋式進行深思，從中擇出一種，然後再進入下一階段的細節，如此，依序一步步深入該設計。
在整體設計過程中，你總是在產生兩三種可供選擇的方案，讓你能從中選出，再設定其中一些特定參數的值，來適合手頭中的應用之要求。
我們開始瞭解，設計是怎樣的一種問題解決之過程，以及它的一些基本原理。如果我們身為老師的，想有效地教導設計，就應該深入瞭解設計理論和支援該理論的實證證據。而這些，都要納入我們課程的建構和其中使用的教學技術之考量中。接下來，我要概略介紹一下我們對設計和其更一般的專門知識、訣竅上所知道的。因為身為工程師，那，不管他或她所處理的是那一種工程，他或她理應就是位專家。
IV. 專門知識、訣竅的性質 （The
Nature of Expertise）
關於專門知識、訣竅的組成之研究，資料頗多[4, 5]。這方面除了西洋棋之外，在醫療診斷也是一種標準環境，人們作了不少的研究。醫生們怎??前來應診的人「看相」，決定生什?病，開出用拉丁文寫的病名、藥方，又常會給予一些治療上建議的呢？在醫療診斷和西洋棋這兩主題，我們已發現它們的作法，而我認?，它們基本上與工程是大體相同的。事實上，我們對這，也是瞭解的。
首先，該專家在其精通的技術領域，具備大量的可供索引的記憶。在人們研究過的每一領域中，該專家至少有五萬至十萬的知識「組塊」（"chunks"）。「組塊」，乃是心理學專門術語，用來表示任何知識已經熟悉了，並存放到可加以索引的記憶之中。由於它有索引，所以「組塊」是你的專門技術中，你能認出的東西。我們母語為英語的人，就是英語的專家，大家在腦中已存有約十萬個熟悉的「組塊」，即我們有十萬組字詞。我們看某一英文時，就會認出它們，並從記憶中檢索出它們的意義來。
再談一下上述「有索引」的意思。索引為一組形態，它在你碰到你有知識的東西時，能讓你認出它來。只有在與知識有相關的時候，能讓你接通知識時，它才管用；而在接達知識時的過程，稱之為「認識」。如果你說：「媽，你好！」時，有人問：「你怎能認出你媽來的呢？」你會回答：「我當然能認出自己的媽來！」要我們說出，究竟那些特性讓你認出她的，這可能是一言難盡啦，不過，你肯定是認得出她的。
我們對於許多專門領域中的特別知識和訣竅，作了許多研究，發現其技能中的大部分，例如你走入醫生的會診處，他們用的，只是認出形態（patterns）的技能。根本上，「直覺」就是這種「認出形態」。你對某事有直覺，表示你有這方面的知識，可是不大清楚它是怎?運作的：就是說，你不知道其背後的過程。
通常，直覺是突然造訪我們的，這時，某人說道：「你是怎樣知道的呢？」而你只能說：「我的直覺告訴我這樣的。」不過，你也可以這樣說，就比較不會那樣神秘兮兮：「啊！是我認出它的。我認出該組塊的。」--「你認出了該組塊」這一件事，與利用百科全書的索引，都是同一回事：你接通的，乃是你存在大腦中你所知道所有事情。「專門領域知識和訣竅」中的東西，大部分就是這樣的。
在「專門知識和訣竅」中，另外部分是能在某一「問題空間」中尋找出的技能：從你現在所處的情境，尋找到某目標情境，而且具備提問「下一步該怎樣做呢？」的諸多技能。這兒，會用到「手段-目的」分析。「我在這兒，想到那兒去。這兒和那兒之間有什麼不同呢？我有那些操作子，能讓我有些時候縮小這種不同呢？現在，我要應用這些操作子，來看看我們能否進步。」各種能做聰明事情的人工智慧系統，葉已開發出來了，它們通常稱為「某某專家系統」。一般而言，它們的專門知識和訣竅，範圍上比人類的窄得多；不過我們在這方面的進步日新月異，所推出的電腦專家程式庫的能力，已能與人類專家的水準相比美。如果你檢視這些程式庫，你看到的主要是（1）能認出熟悉的諸多形態的能力，（2）這些形態認出之後，能接通它們的涵義，以及（3）有能力做一點邁向目標的選擇性搜索。
當然，如果我們用電腦的話，就不必像在人的搜索時候那樣要選擇性，因為電腦的搜索，比起人來，可是快得多。如果你檢視著名的程式庫Deep Blue（它擊敗西洋棋王Kasparov），你會發現它只是包括下述的組合（1）大量的西洋棋知識，它們的索引方式可以讓電腦快速地認出棋盤上棋局的諸多特徵，並能利用處理該等特徵來接招下棋的知識，以及（2）有大容量能作前瞻的搜索。
不過，我們不要為該過程所誤導。該電腦的極快的前瞻過程，本身並不是使 Deep
Blue榮登世界祺王的道理－僅管IBM公司宣稱，正是這一能力有以致之。不管你做多少的搜索，也會徒勞無功，如果你未具複雜的下祺知識，來導引你沿著諸多大有希望的路徑（這稱?關於諸多不同設計方案的知識），以及對你祺子到達處的評價這方面的祺藝知識（選擇之評價知識）的話。此知識是由下祺專家們（包括祺王）提供給Deep Blue的。下一代的電腦下祺程式庫，將會是直接從祺藝書和導師們取得知識，即由學習過程，而非由人編寫程式庫。這本事，在其他種的祺之中，已做到了，例如Checker棋在1958年就做到了【Simon為其作者】，不過，西洋棋還未能做到這。
V. 一些學習與教學的原理（Some
Principles of Learning and Teaching）
在人們投入人工智慧與認知科學這種研究之前的久遠時候，對於學習，我們就知道許多事了。我前述的「卡耐基計畫」等，就蘊藏一些這樣的智慧。最根本（第一）原理為：學習必須在學生們身上，發自其內心。你可以在課堂上玩任何把戲，甚至於玩馬戲團的倒立等等，但是，除非學生們的行為有所改變，否則就算一點效果也沒。
學習的發生，在於學生內心，而教師們的教學效能，則依其誘發學生們之行動而定。任何教育程式的設計，其開端是：由學生們夢想出種種經驗－他們希望能去做這些事情--因為這些活動能協助他們學習此種資訊和技能。如果能夠這樣之後，我們就可以放手，並問自己該做那些事，來讓學生們實踐這些活動。
VI. 教育科技的角色：電腦顯示器（The Role of Educational Technology: Computer Displays）
請注意，如果你的進行方式是這樣的話，技術成為一工具，它不是主導力量。我們最要避免的是：設計出一種「鐵錘」，它在技術上極複雜的，之後，再四處去找，看看有那些釘子，可讓該鐵錘派上用場。這種叫「捨本逐末」，對於我們從事電腦技術的人而言，極有誘惑；因為電腦在不會「一意孤行」時，的確能夠做出許多美事；何況，我們又很想看看它們在教育上能發揮那些潛力。不過，我的看法不同，我認為，除非我們先把該問題倒過來看，並先確定學生們首先要做那些種類的事情－那些是學生們在學習上可用的有效方式（就時間上和成本上而言）－否則，就沒成功機會。我們需要繼續去分析：學生們必須做那些事、那些活動能產生學習，然後再問，技術能幫上什麼忙。
我粗略地舉個我們實際碰到的例子。我們大家都知道，我們的推理，並不完全是用文字的，而常常採用形像思考方式。電腦有一項功能是呈現各種圖和顯示。當人們要演講視覺思維時，最容易想到的，是用種種視覺顯示來當例子。但是，要作這種演講，還有另外方式。如果做這種視覺思維的演講而不採用螢光幕的話，可真有趣，因?我們每人都有這種螢光幕，這就是所謂的「心靈之眼」，我們能在上頭看到形像。所以，如果我們要向大家呈現關於視覺化的材料，我們可以要求學生們作視覺化的練習。「想象有一方形，從其左上角到右下方的對角線畫一直線。」我根本不用實際上畫它，因為在我描述的時候，你們已在心靈之眼上「畫」出一方形及該對角線[6]。
我舉個反面例子[6, 頁
37-39]。好幾年前，我們很想瞭解學生們是如何在思想時運用視覺材料的：他們如何能瞭解狹義相對論的，特別是Lorentz方程式組的導出。我們根據愛因斯坦在1905年的論文，對於該現象的描述，利用一高科技電腦顯示器，來顯示一可移動的棒子，以及一光線幅射到棒子遠端，之後反射回棒子近端。我們有兩組，一組為穩定的參考系同步，另一組與移動的參考系同步；兩組中都能顯示它們各自的作用；學生們都能看到這些；這樣，反而讓他們困擾極了。
也許，我們設計的顯示是錯的，事實上，它確是錯的。也許有另一種顯示，能讓學生們懂得。不過，朝「我們能夠將這些現象顯示出嗎？我們能將它表現在虛擬實境上嗎？」方向去想的話，就走錯了路。我們真正需要的，並不是運用更多的技術，而是要對人們如何處理視覺顯示有更深入的瞭解。所以我們回頭對學生們再研究一番：我們只是將愛因斯坦1905年的論文給他們讀。如果你看過它原文，它的前7頁，不過是一些代數，而你可以從中得出導至Lorentz 轉換的基本方程式。
所以，我們給學生們論文前7頁，並要求讀它，我們並觀察他們怎樣去讀它。他們開始用「心靈之眼」來讀，並在其前方的紙上畫圖－將其心靈之眼所看到的畫出來。不過，他們所畫的，與我們在電腦顯示器上的，全然不同。他們畫出一棒，而也許在其端點用一箭頭表示它在移動。他們想了幾分鐘，再畫出另一棒，放在原棒的右方。他們然後說：「這是光線到達其遠端，並反射時的棒子。」然後，他們通常另外畫一箭頭，來顯示當棒子開始移動，,光從原位置發出，到達遠端，碰到鏡子，反射回來時。如果你自己畫該圖，我想你可以瞭解，如何採用將你畫的諸不同部分標出來之方式，而立即寫出愛因斯坦當時所導出的方程式。將該光之箭標出為ct，因為這是以c之速度，在t時中走過的距離。將棒長標為"l"，將從棒子從原位置加速到棒子以v速度移動過後，到達的地方之小箭，標為
vt。現在我們知道，在圖上，ct這線長為棒長l和 vt線長之和；因此，你可下"ct
= l+vt" 並解出 t值。
從上述中我們可以知道，利用電腦顯示來教學的訣竅，是找出人類能將什麼東西視覺化，以及如何做出它們的，然後，再根據這基礎來設計你的電腦程式。上例的最佳顯示，也許正是學生們所畫的，它是關鍵事件（光之移動）之前和之後的圖示，它們允許我們對於改變作推理。移動此一穩定的顯示所掌握的，就是經濟學家稱之為「比較性靜力學」。
VII. 從諸例題中來學習（Learning
from Examples）
我們發現一種有力的學習方式，即，從有逐步詳解的諸例中來學習求解[7, 8]。它們能讓跟著它們習作的學生們瞭解，如何逐步來求出解答。這多少有點像「從作中來學」，即，丟給學生某一問題，任其自行求解。不過，因為我們提供學生的，乃是一些範例，這讓他們能逐步地解決一系列的部分問題。你可以依學生的程度，將每一步驟的長短，適當地調整之。學生們在檢視一道有完整解法的例題時，做了些什麼事情呢？他或她會問：「從這步到下步，發生什麼變化呢？」姑且假設，我們要解的是一代數方程式。「哦，方程式兩邊各減去7。」這樣做，會有什麼不同呢？「原來最先是，左邊有一數，而我們不想保留它，所以將它拿掉。」如此，該學生能將其採取的諸行動與這些行動所造成的差別，加以關連起來，而這又決定其所要採取的某特定行動的諸條件。
諸君可能都遇過那種教授，他上課時，開始從黑板左邊開始，列出一些方程式，一路演算下去，直到黑板右邊，再寫上QED （證明完畢）。你仔細跟他，知道每一步都是正確的。不過，你覺得莫名其妙的是，?何每一步驟要那樣選出。現在，我們知道這些道理之所在。你必須將你的主題之資訊，在心智裏用一組產生式（productions，即，諸多「若…則」式規則）組織起來：假若（IF）我在方程的左邊有一數，而且我只願該側只留下X，那樣（THEN）將該值從兩邊減去。在電腦科學中，我們稱這些「若…則」（IF-THEN）為「產生式」。對一問題之某領域有技能的一個人，他的作業方式，就猶如一?生式系統，他在某一既定的情勢下，找到什麼活動是恰當的（即，「若…則」中的「若」），接下來，運用該行動（「若…則」中的「則」）。這導引我們去問：我們可以給學生們作那些練習，來使他們獲取這些產生式呢？如果我們瞭解這，我們就可以設計出一自修用程式庫，或一小冊書，向學生們提出諸多恰當的問題，並提供他們這些種類的學習經驗。
事實上，過去十來年，上述想法在中國大陸的代數之教學上，業已加以應用了。有數百所大陸中學（每班約50人）的代數課程，根本不採取由老師講課的方式。老師還是在課堂指導個別學生，而種種代數技能，全由學生們自己從做習題中取得。對於這方法加以評估之後，發現它是極有效的。
以上為我對於「諸多圖形和從作習題中學習」方式的評論。它們顯示我們在瞭解諸多的人類心智過程，以及瞭解如何去應用技術上新玩藝；這兩者之間的互動，我們已經知道了。如果我們要想設計出諸多對學生們有效的活動和經驗的話，必須將種種思想過程之知識，與科技上之知識，加以整合。
VIII. 大學中的應用（Applications
in the University）
20多年前，就我們CMU設了一「教學中心」，來讓老師們接觸我剛介紹過的這種「根據原理的教學方法」。約5年前，我們設立「學習創新中心」，將那些負責課程教學和規劃的人，與深諳認知科學與心理學技能的老師們交流。我們這兩中心的種種活動，都有一共同的主旨，就是將我校的教學專業化。我們堅信：大學之教育，再也不能任由非專業的師生浪費、虛擲光陰下去。在上述的兩中心之中，現代教育科技扮演重要的角色，而且它越來越重要，不過，它的基礎，一直立於對於實際會發生的學習之健全心理學作分析之上。我們認?，這一模式是普遍有用的。
IX. 結論（Conclusion）
現代的資訊科技，包括種種電腦和電信網路，對於工程教育極重要。首先，它已使我們能發展出一套設計學的重要理論，使我們因而能根據它所提供的結構，來教導工程設計和工程科學。
其次，我們將資訊科技運用到人類種種思考的過程之電腦仿真，這已大大提升我們對於專門知識、技能、訣竅之性能，以及種種獲取專業能力和知識、技能、訣竅之學習過程的瞭解。
第三點，資訓科技，特別是其心理學之成分，使我們能透過下述之詳細分析：對於所要掌握的任務之結構，成功的績效背後的種種生?式系統（即，諸多「若…則」式規則），以及學生們要取得這些生?式系統的話，要做那些活動等等，由這些來構建種種新的教學程式。
最後一點，我們可以從我們的計算技術中找到種種新的能力，譬如說，可以提升我們之能力：根據認知理論所認定的各種有效的教學上之學習經驗，用視覺展示方式來呈現給學生們觀看。
現在我們已具備諸多能力，如果能善用它們，就能將大學教育轉型，即，將它從一種由一些有天份的業餘者、教師、學生等的活動，轉化成能夠立基於建全科學知識，從而可以從完全專業的方面來實踐，它因此更為一種有效的活動。
參考書目
1. Dym,
C. L., Engineering Design: A Synthesis of
Views, New York , NY Cambridge University
2. Anderson,
J. R., et al., "Cognitive Tutors: Lessons Learned," The Journal of Learning Sciences,
4,167-207, 1995.
3. Simon,
H. A., The Sciences of the Artificial
(3rd. ed.), Cambridge , MA
4.
Ericsson, K. A., and J. Smith (eds.), Toward a General Theory of Expertise, New York , NY Cambridge University
5.
Ericsson, K. A. (ed.), The Road to
Excellence: The Acquisition of Expert Performance, Mahwah , NJ
6. Tabachneck-Schijf,
H. J. M., and H. A. Simon, "Alternative Representations of Instructional
Material," in D. Peterson (ed.),
Forms of Representation (pp. 28-46), Exeter ,
UK
7.
Zhu, X., and H. a. Simon, "Learning Mathematics from Examples and by
Doning," Cognition and Instruction,
4 , 137-166, 1988.
8. Zhu,
X., et al, "Cue Recognition and Cue Elaboration in Learning from
Examples," Proceedings of the
National Academy of Sciences, USA, 93 , 1346-1351, 1996.
沒有留言:
張貼留言