那道题他卡了很久,我忍住没有提醒

上周在一间教室里坐了两节课。坐我旁边那个男生,一道几何题卡了差不多七分钟。

那是个下午,阳光斜斜地照在课桌上,教室里只有笔尖划过纸面的声音。他的草稿纸上画了三条辅助线,划掉了两条,橡皮屑慢慢堆到桌角。他咬着笔杆,隔一会儿抬头看一眼黑板,又低下头去。

他没举手。系统在他停下的第四十秒弹了提示,他看了一眼,把它关掉了。

后来他自己做出来了。做完之后他又坐了一会儿,在本子上试着画了另一种解法。

我一直在看那七分钟。在系统的记录里,那是一段空白:没有点击,没有作答,没有产生任何数据。可那大概是他那天唯一真正在想事情的时间。

技术天然是快的。一道题做完立刻知道对错,产品几个月一版,你上一秒做了什么,决定了下一秒收到什么。教育天然是慢的:理解一个概念要时间,养成一个习惯要时间,形成一种判断力要时间,一个学生对一个老师建立起信任,往往要几个月。

这两样东西碰到一起,会打架。

快,有些时候是好事

知识点的检测、错题的归类、练习的推送、资料的检索、批改与统计——这些事有标准、可重复、反馈快,过去靠人力做,慢还容易出错。交给系统之后,速度的提升是数量级的,教师从里面省下的时间是实打实的。这部分没什么好犹豫的。

快不了一点的地方

从听懂到会用,中间隔着练习和时间。一个人知道应该认真听讲,和他真的能认真听讲,中间隔着习惯。系统可以提醒一百次,替代不了那一次的自我约束。

系统能缩短检测的时间,缩短不了内化的时间。外力只能创造条件,压缩不了过程。

三种被当成浪费的东西

困惑。卡住、焦虑、想很久终于想通,这个过程很痛苦,却是思维真正被训练的过程。如果一发现卡住就立刻给提示、把路铺平,学生就学不会跟困难相处。困惑不是故障,是思考正在发生的信号。

重复。熟练没有捷径,可重复在效率视角里是浪费——同样的内容再来一遍,指标一动不动。系统偏爱新内容,因为新内容数据好看。但计算、书写、表达的流畅度,都是一遍遍磨出来的。

等待。今天没懂,不一定要今天讲懂。有些理解需要沉淀,过几天回看可能自然就通了。留白不产生数据,所以最先被砍掉。

还有一种,是教师的判断。系统说这个学生掌握了、可以过,教师看他一眼,说再等一下。这个判断不基于数据,基于对这个人的了解。它要能成立,前提是系统真给了教师这个权力——判断权在不在教师手上,是工具和替代者之间的那道线。

回到那七分钟

那个男生最后有没有记住那道题,我不知道。但他大概记住了"我可以自己想出来"这件事——这种东西,在数据上是零。

下课铃响的时候,他把草稿纸翻过去,没有揉掉。我猜他以后偶尔翻到那一页,看到那两条被划掉的辅助线,想起来的东西,会比看到一道做对的题多。

快的东西天然占优势:可测量、可展示,容易拿到资源。慢的东西沉默、滞后、难以证明,被侵蚀的时候几乎没有声音。

所以我倾向于认为,技术真正该做的,是把那些可以让它代劳的事干脆利落地接过去,然后把时间还给教师——让他有时间看见学生,跟学生建立关系。前提是,省下的时间真的被用在了那里,而不是被换成了更多的检测和更多的报表。省下的时间去了哪里,比省下了多少时间,更值得被追问一句。

该快的快,该慢的慢。而教室里那七分钟的空白,大概就是"慢"最具体的样子。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

友情链接更多精彩内容