首页 › education › 哈佛教授亲手废掉自己的讲台

哈佛教授亲手废掉自己的讲台:Peer Instruction 深度拆解

导语

想象一下:一位在哈佛讲了二十多年电磁学的明星教授,深夜读了一篇论文后连夜给自己出考题,结果发现自己“教出来”的学生,连卡车和小车相撞哪边受力大这种基础问题都答不对。这位教授就是 Eric Mazur——哈佛大学物理系教授、光电子学领域的重要研究者。他在卡尔斯鲁厄理工学院(KIT)的这场名为 Confessions of a Converted Lecturer(一个“皈依者”的自白)的演讲,是教育类视频里少有的“第一人称忏悔录”:不谈理论框架,只讲一个人如何用数据亲手推翻自己最擅长的教学方式。

为什么它值得你花一个多小时?因为它回答了一个所有老师、培训师、甚至做知识付费的人都绕不开的问题:“我讲得很清楚,为什么学生还是不会?” 答案令人不适却极其深刻——因为讲授(lecture)这种形式,从头到尾传输的只是信息,而不是理解。这场演讲不仅催生了影响全球的 Peer Instruction(同伴教学法),也是今天“翻转课堂”思潮最重要的源头之一。

视频背景卡片

项目 内容
视频标题 Confessions of a Converted Lecturer
频道 KIT(卡尔斯鲁厄理工学院)官方频道
讲者 Eric Mazur(哈佛大学物理与应用物理教授)
发布时间 2011 年(KIT 物理日活动演讲实录)
时长 约 1 小时 20 分(含问答)
播放量 数十万量级,另有多个转载版本(未经官方精确核实)
核心主题 为什么讲授法失效,以及 Peer Instruction 的完整方法论

注:如链接失效,直接在 YouTube 搜索 "Confessions of a Converted Lecturer Mazur" 即可找到原视频及多个镜像。

核心内容拆解

1. 一场深夜测验:讲授者的信心是如何崩塌的

演讲最抓人的部分是开场的故事。Mazur 引用了物理教育家 Abelson 的一句话——“I will teach you everything, but nothing will be learned”(我会教你一切,但什么也学不到)——然后承认自己年轻时觉得这话荒谬。他自认是个好老师:讲课评价高、学生出勤好、考试平均分漂亮。转折点出现在 1990 年前后,他读到 Halloun 与 Hestenes 关于大学新生物理概念状态的研究,于是照葫芦画瓢,给自己的学生做了一份不涉及解题、只考察概念理解的测试(与后来著名的 Force Concept Inventory 同一脉络)。

结果令他震惊:一群能熟练运用高斯定律、会用麦克斯韦方程组解题的学生,在“两个物体碰撞瞬间谁受的力更大”(牛顿第三定律)这类问题上大面积答错。视频原话大意是:“他们学到的是解题套路,不是物理。”我的延伸分析:这在今天的大学课堂依然是普遍现象——学生掌握的是“题型识别 + 公式代入”的模式匹配能力,一旦题目变形或追问“为什么”,系统立即崩溃。Mazur 的伟大之处在于他没有归咎于学生,而是归咎于自己的教学方式。

2. “教了”≠“学了”:传输错觉的本质

Mazur 在演讲中给出了他对问题的诊断:传统课堂把教学等同于信息传输(information transfer),但学习真正的瓶颈在于知识的消化与整合(assimilation of knowledge)。学生把上课当成转录服务——记笔记、背结论、考前突击,用短期记忆应付考试,考完全部归还。他引用了教育心理学中关于人们认知结构研究的一个核心观察:人只能真正理解那些能与自己已有认知框架建立连接的东西,而单向讲授根本不知道每个学生脑子里现有的框架长什么样。

我的延伸分析:这个诊断后来在认知科学里找到了更精细的解释——John Sweller 的认知负荷理论指出,单向讲授让学习者被动接收高密度信息,工作记忆很快过载;而 Roediger 与 Karpicke 在 2006 年的经典实验证明,主动检索(testing effect)的长期记忆效果远超重复阅读。Mazur 的直觉走在实证前沿:他不是先懂认知科学再改教学,而是先被数据打脸,再去找科学解释。这个顺序本身就是一堂课——实践出问题,理论来验尸,二者缺一不可。

3. 转型的第一个动作:把课堂时间押在“概念测试”上

确认问题后,Mazur 没有推倒重来,而是做了一个外科手术式的改动:把原本用于“再讲一遍”的课堂时间,改造成一系列 ConcepTest(概念测试题)。这类题目有严格的设计纪律:只考一个概念、必须在两三分钟内可答、选择题的干扰项要直接对应学生最常见的误解。比如“灯泡亮度由什么决定”、“绝缘体里的电场能不能为零”——题目都不难,但每个错误选项都是一面照妖镜,照出学生脑中真实的错误模型。

我的延伸分析:这一步的精髓常被忽略——好测试题不是考题,是诊断工具。传统考试是事后判决,ConcepTest 是事中体检。做课程设计、写教材、做企业培训的人都可以直接搬走这个原则:干扰项的质量决定诊断的质量。如果你编的错项学生不会选,说明你没摸清他们的错误直觉;如果 80% 的学生选同一个错项,那正是你接下来要用全部力气攻击的堡垒。

4. 同伴教学的完整闭环:投票 → 争论 → 再投票

这是全场方法论的核心。流程是:学生先对 ConcepTest 独立作答(当年用举手,后来用答题器);如果答对率不高,Mazur 会说那句改变了无数课堂的名言——"Find someone who disagreed with you, and convince them"(找一个和你答案不同的人,说服他)。几分钟后全班再投一次票。神奇的事情发生了:答对率通常大幅上升,而且几乎总是向正确答案方向移动。最后教师只需针对残余分歧做精准点评,而不是从头讲起。

Mazur 在演讲中解释了为什么“找不同意见者”而不是“找相同意见者”:争论制造认知冲突,而人在为自己的观点辩护时,必须把模糊的直觉翻译成清晰的论证——这个翻译过程恰恰就是理解发生的地方。我的延伸分析:注意这个流程的副产品——教师第一次拿到了实时数据,可以基于“学生的真实状态”而不是“课件第几页”来决定讲什么。教学从广播模式变成了反馈控制模式,这才是这场改革的本质:不是把讲课变得更好玩,而是给课堂装上了传感器。

5. 为什么“向同伴解释”如此有效:三个机制

视频里 Mazur 做了经验性解释,我在这里补充学界后来给出的机制拆解。第一是生成效应(generation effect):自己组织语言输出知识,记忆痕迹远深于被动收听;第二是最近发展区——同伴恰好站在“刚跨过这道坎”的位置,他们用的语言比教授更接近还没跨过去的人,Vygotsky 意义上的“脚手架”由学生自己完成了;第三是检索练习:答题-争论-再答题的过程就是三次强制提取,而提取本身就是最强的记忆巩固手段。

还有一个 Mazur 亲口讲过的细节很有意思:学生之间也存在“代差”——大一学生往往比教授更清楚“去年的自己”会怎么犯错。演讲中有句流传很广的话,大意是:“很多学生第一次真正理解物理,是在给别人讲解的那一刻。”这句话后来成了整个同伴教学运动的旗帜。

6. 数据说了算:从一间教室到六千人的证据池

Mazur 的转型不是心灵鸡汤式的自我感动,而是持续追踪的纵向研究。他与 Catherine Crouch 合作的论文 Peer Instruction: Ten Years of Experience and Results(2001 年发表于 American Journal of Physics)记录了十年间概念测试正确率的系统性提升与课程的持续迭代。更宏观的证据来自 Richard Hake 1998 年对六千余名学生的汇总分析:传统讲授课程的力学概念测评归一化增益平均仅约 0.23,而交互式教学课程达到约 0.48——翻倍的差距。视频里 Mazur 正是用这类数据完成了对自己旧教学的“终审判决”。

我的延伸分析:这场演讲发表于 2011 年,此后证据链继续加粗——Freeman 等人 2014 年发表在 PNAS 的元分析(覆盖两百多门 STEM 课程)显示,主动学习显著降低不及格率、提升考试成绩,幅度大到研究者直言“如果这是药物试验,早该停止对照组了”。Mazur 的个人忏悔最终汇入了整个学科的证据洪流,这也是它比一般教学经验分享更有分量的原因。

7. 信息搬家到课前:翻转课堂的思想雏形

既然课堂上宝贵的师生共处时间不该用来传输信息,那信息去哪了?演讲后半段 Mazur 展示了他的解法:学生课前完成阅读并提交疑问(后来演化为 reading memo 与 Just-in-Time Teaching),教师根据真实疑问调整课堂重点;课堂全部留给测试、讨论与点评。这个“传输出去、消化留下”的空间重构,与后来可汗学院推动的翻转课堂(flipped classroom)在逻辑上完全同构——可汗 2011 年的 TED 演讲比 Mazur 的实践晚了十几年。此外,为了让流程规模化,Mazur 团队后来开发了互动教学工具并联合创立了 Learning Catalytics,该公司于 2013 年被 Pearson 收购——从一间哈佛教室出发,方法最终变成了全球通用的产品。

知识结构图

flowchart TD
    A[传统讲授法 Lecture] -->|信息单向传输| B[表象:考试通过]
    B -->|概念测评暴露| C[真相:会解题 ≠ 懂概念]
    C --> D[诊断:教了 ≠ 学了<br/>传输 ≠ 消化]
    D --> E[改造课堂]
    E --> F[课前:阅读 + 提交疑问<br/>信息传输搬家]
    E --> G[课中:ConcepTest 概念测试<br/>单一概念 / 误解作干扰项 / 2分钟可答]
    G --> H[独立投票]
    H --> I[同伴讨论:找持不同答案者并说服]
    I --> J[再投票]
    J -->|正确率上升| K[教师针对性点评]
    K -->|数据驱动下一题| G
    F --> L[课后:概念内化]
    G --> M[机制支撑]
    M --> M1[生成效应:输出强化记忆]
    M --> M2[最近发展区:同伴是最好的脚手架]
    M --> M3[检索练习:三次强制提取]
    D -.->|十年追踪验证| N[Crouch & Mazur 2001<br/>Hake 1998 / Freeman 2014]

实战启示

如果你是教师或培训师:不需要行政批准就能从明天开始——把一节课里你计划“再讲一遍”的内容改写成一到两道 ConcepTest,插入投票-争论-再投票环节。选题纪律先立住:一次只考一个概念,两三分钟内可答,干扰项来自你对学生真实误解的观察(作业、答疑记录是金矿)。第一次尝试建议选“学生历史上最容易错”的知识点,效果立竿见影,能帮你扛住“课上不讲课是不是偷懒”的自我怀疑。

如果你是学生或自学者:这场演讲揭示了一个反直觉的学习策略——与其再看一遍讲解视频,不如找人讲给对方听。自学者可以完全一个人操作“模拟同伴教学”:做题后不看答案,先写下自己的推理,再看解析,重点研究错误选项“错在哪里、它对应哪种误解”。费曼学习法的底层逻辑与 Peer Instruction 完全同源:理解发生在输出的挣扎里,而不是输入的流畅里。

如果你做知识产品或企业内训:Mazur 最大的启发是“给课堂装传感器”。直播课别再单向灌两小时,每 15 分钟塞一道诊断性选择题,用答对率实时决定深讲还是跳过;录播课把“测验”从章节末尾的装饰改成节奏的骨架。判断标准只有一条:学员的认知状态有没有变成你决策的输入。传输可以外包给视频,消化必须有人在场——这既是教学的未来,也是所有知识生意的护城河。

延伸学习路径

  1. 《Peer Instruction: A User's Manual》(Eric Mazur, 1997)— 同伴教学法的操作性手册,含大量物理 ConcepTest 原题与实施细节,适合直接照抄流程。
  2. Crouch & Mazur, "Peer Instruction: Ten Years of Experience and Results"(American Journal of Physics, 2001)— 十年纵向数据,论证“为什么值得改”。
  3. Freeman et al., "Active learning increases student performance in science, engineering, and mathematics"(PNAS, 2014)— 主动学习 vs 讲授法的大规模元分析,证据链的集大成者。
  4. Salman Khan 的 TED 演讲 "Let's use video to reinvent education"(2011)— 从视频侧理解“传输与消化分离”的互补视角。
  5. Veritasium(Derek Muller)关于学习科学的多支视频 — 从视频创作者角度讨论“看讲解视频为什么常常无效”,与本视频互为镜像。

一句话总结

教学的目的不是把信息讲出去,而是让理解长出来——Eric Mazur 用自己二十年的讲台做了这场实验,然后告诉你:最贵的教学资源不是教授的口才,而是学生之间彼此说服的那几分钟。

参考来源

  1. Confessions of a Converted Lecturer — Eric Mazur(YouTube, KIT 官方频道) — 本文分析的核心视频
  2. Peer Instruction: Ten Years of Experience and Results — Crouch & Mazur, American Journal of Physics(2001) — 十年追踪数据与课程迭代细节
  3. Active learning increases student performance in STEM — Freeman et al., PNAS(2014) — 主动学习效果的大规模元分析
  4. Interactive-engagement versus traditional methods — Richard Hake, American Journal of Physics(1998) — 约 6000 名学生的跨课程汇总研究
  5. Learning Catalytics 官网 — Mazur 团队孵化的课堂互动工具(2013 年被 Pearson 收购)

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护,聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入