首页 › education › 哈佛教授的忏悔:讲得越好学得越差

哈佛教授的忏悔:讲得越好,学得越差

导语

想象一下这个场景:一位哈佛大学物理系教授,讲课口碑极好,学生评教接近满分,甚至拿过教学奖——直到有一天,他给全班做了一份简单的概念测验,发现自己的学生“几乎什么都没学会”。不是没学会解题,恰恰相反,计算题全班做得漂亮;而是那些最基础的物理概念题,正确率低到令人发指,用他自己的话说,学生的表现“并不比瞎蒙好多少”(视频原话大意)。

这位教授就是 Eric Mazur,哈佛 Balkanski 应用物理学讲席教授。1990 年前后,他因为读到一篇关于 Force Concept Inventory(力概念测验,FCI)的论文,对自己的课堂做了一次“审计”,结果亲手掀翻了自己的讲台。此后三十多年,他发明并推广的 Peer Instruction(同伴教学法)成为全球高等教育影响力最大的教学改革之一。

这条视频是 Mazur 2009 年在马里兰大学巴尔的摩郡分校(UMBC)的完整讲座《Confessions of a Converted Lecturer》(一个“改宗者”的自白),被无数学教学圈奉为入门必看。它回答一个所有教师、培训师、内容创作者都绕不开的问题:如果我讲得很清楚,学生为什么还是不会? 这篇文章带你把这场 80 分钟的讲座拆开揉碎,并补上它背后三十年的研究数据。

视频背景卡片

项目 内容
视频标题 Confessions of a Converted Lecturer
频道 UMBC(马里兰大学巴尔的摩郡分校官方频道)
时长 约 80 分钟(完整讲座版)
播放量 数十万级(经典存量讲座,撰写时未做实时核验)
发布时间 2009 年(讲座录制于 UMBC,据公开资料)
核心主题 传统讲授法为何失效,以及同伴教学法(Peer Instruction)的完整方法论

核心内容拆解

1. 一份“审计报告”掀翻讲台:FCI 揭穿的全班幻觉

【视频内容】讲座开场就是 Mazur 最著名的自白。1990 年前后,他读到 Halloun 和 Hestenes 等人的研究,其中提到一个惊人的发现:学生上完一学期的牛顿力学课,对力的直觉理解几乎没有任何改变。Mazur 起初觉得“那肯定不是我这样的好老师的问题”,于是把力概念测验(FCI)搬进自己的课堂做前后测。结果他在一道关于牛顿第三定律的概念题上栽了大跟头——类似“重型卡车与轻便小车相撞,碰撞瞬间谁受到的力更大”这种问题,他的学生计算题做得又快又好,概念题却大面积选错,正确率甚至接近随机乱猜(视频原话大意)。FCI 的精妙之处在于:每个错误选项都对应一种典型的“民间物理学”错误直觉,你不可能靠背公式蒙混过关。

【延伸分析】这里真正值得记住的不是物理题,而是一种思维方法:用可测量的学习结果去审计教学,而不是用评教分数、课堂氛围这些代理指标。Mazur 当时的评教接近满分,但两个指标测的根本不是同一个东西——评教测的是“学生此刻的感受”,FCI 测的是“学生脑中留下的东西”。任何做培训、做课程的人都可以自问:我的“满分好评”背后,有没有一份自己的 FCI?

2. 讲授法的原罪:信息传递不等于理解内化

【视频内容】Mazur 给出这场讲座最核心的理论框架:学习分两个过程——信息传递(information transfer)和消化吸收(assimilation)。传统课堂把 100% 的课堂时间花在信息传递上,把最难的消化吸收环节全部丢给学生课后独自面对。他的结论很直接:讲座适合激发动机、传递热情,但作为传递信息的工具,它早该被书和视频替代;而真正的瓶颈——消化吸收——恰恰是讲座最不擅长的(视频内容概括)。

【延伸分析】这个框架放到 2026 年不但没过时,反而更锋利了。当 AI 可以随时替你“讲清楚任何一个概念”,课堂上纯信息传递的残值正在加速归零。Mazur 的划分等于提前给出了判断标准:哪些环节会被技术吞掉(讲述),哪些环节反而更值钱(逼学生开口消化)。这也解释了为什么他的方法在 AI 时代被反复重新发现,而不是被淘汰。

3. 同伴教学法完整操作手册:一道题的五种形态

【视频内容】Mazur 在讲座中现场演示了他的完整流程,这也是全场最“可直接抄作业”的部分:

  1. 课前:学生自学指定材料并完成预习测验,把信息传递移出课堂;
  2. 课中提问:抛出一道 ConcepTest——概念选择题,不考计算,直指某个典型误解;
  3. 独立首答:全员用答题器(clicker)或举卡投票,不许交流;
  4. 说服邻座:如果首答正确率落在中间区间,让学生找邻座讨论两分钟,任务是“说服对方你是对的”;
  5. 二次作答与收口:重新投票,正确率显著上升后,教师再针对性讲解。

关于什么时候启动讨论,他和合作者 Catherine Crouch 后来在论文里给出了经验区间:首答正确率大约在 35%–70% 之间时,同伴讨论的收益最大——太简单没必要讨论,太难则学生之间谁也说服不了谁(据 Crouch & Mazur 2001 论文)。

【延伸分析】设计一道合格的 ConcepTest 比听上去难得多:它必须让“背过公式的人”和“真理解的人”给出不同答案。这与 FCI 的设计哲学一脉相承——干扰项就是误解本身。教师备课的重心由此发生根本迁移:从“把话讲漂亮”变成“把陷阱设计准”。

4. 为什么是“刚学会的同学”而不是教授讲解最有效

【视频内容】讲座中 Mazur 解释了同伴讨论为什么管用,其中最反直觉的一点是:刚刚克服某个误解的学生,往往比教授更能教会另一个人。因为教授受“专家盲区”(expert blind spot)困扰——他已经想不起自己曾经是怎么错的;而那位同学昨天还站在同样的坑里,他给出的解释恰好踩在对方的误解坐标上。另外,“说服别人”这个动作本身迫使学生把模糊的直觉组织成清晰的语言,理解在这一步才真正成型(视频内容概括)。

【延伸分析】这里可以接上两条认知科学证据链。其一,向他人复述本质上是提取练习(retrieval practice)加精细加工(elaboration),这两者都是被反复验证的强效学习机制。其二,市面上流传的“学习金字塔”(听讲记住 5%、教别人记住 90% 那张图)其实没有任何实证依据,2018 年的文献综述已明确指出其数字来源成谜——但值得注意的是,同伴教学法的效果并不依赖这张假图,它有自己扎实得多的实证链条(延伸分析,见下一条的数据)。换句话说:金字塔是伪科学,但“教是最好的学”这个方向被更好的证据救活了。

5. 数据不会说谎:从增益翻倍到挂科率 1.5 倍

【数据梳理】同伴教学法不是靠情怀站住的,它的证据链在同类教学改革中属于天花板级别:

6. 阻力清单:老师和学生各自的护城河

【视频内容】Mazur 没有把改革讲成童话。他坦承第一学期推行新方法时评教下滑,有学生直接抱怨“我交了学费不是来自己教自己的”(视频原话大意)。他逐一回应了最常见的三类阻力:其一,“内容讲不完怎么办”——他的回答是砍掉覆盖面,少讲但挖透,覆盖式教学本身就是一个该被废除的目标;其二,“学生不预习”——用计分的预习测验制造刚性约束;其三,考试必须同步概念化,否则学生会立刻用脚投票,回到“刷题型学习”。

【延伸分析】这部分的潜台词相当深刻:教学改革的真正阻力往往不在认知层,而在制度层。评教体系测量满意度而非学习结果,课程大纲考核覆盖率而非掌握度,考试考算法套用而非概念理解——三个制度各往反方向拉,教师个人的热情根本扛不住。Mazur 的改革之所以能活下来,恰恰因为他把测评、预习、课堂三点一线全部改齐了。单点改良注定失败,这是所有想推动组织内培训变革的人该记住的。

7. 三十年后的回声:从答题器到 AI 课堂

【延伸分析】这场 2009 年的讲座放在今天看,像一份提前写好的时代预言书。Mazur 后来联合创办了课堂互动平台 Learning Catalytics(据公开报道,2013 年被 Pearson 收购),答题器进化成了手机端的实时数据系统;Peer Instruction 的“课前自学 + 课上互动”结构,被视为翻转课堂(flipped classroom)运动的直接前身。而 2020 年代 AI 导师爆发后,逻辑闭环彻底合拢:当“信息传递”的成本趋近于零,课堂里剩下的核心价值恰恰是 Mazur 三十年前就指出来的那件事——让一个人去说服另一个人。有理由预期,下一代课堂的稀缺资源不是讲解,而是精心设计的讨论困境。

知识结构图

flowchart TD
    A["传统讲授课堂"] --> B["老师讲得清晰流畅"]
    B --> C["学生产生流利错觉"]
    C --> D["评教接近满分"]
    A --> E["概念测验FCI抽检"]
    E --> F["计算题全对 概念题翻车"]
    F --> G["真相:信息传递不等于理解内化"]
    G --> H["同伴教学法 Peer Instruction"]
    H --> I["课前 自学材料加预习测验"]
    H --> J["课中 概念题独立首答"]
    J --> K["首答正确率35到70时启动讨论"]
    K --> L["说服邻座 二次作答"]
    L --> M["错误答案大量迁移为正确"]
    M --> N["概念增益较传统讲授翻倍以上"]
    N --> O["出勤率与解题能力同步上升"]

实战启示

如果你是高校教师或企业培训师,这套方法几乎零硬件门槛就能落地:

如果你是自学者,这套方法同样可以反向自用:找一位学习伙伴互相当“邻座”,各自复述刚学概念的因果链并互相挑错;没有伙伴时,让 AI 扮演那个“刚从误解里爬出来的同学”——先让它说出该概念的典型错误理解,再让你去说服它。说服失败的地方,就是你下一轮要补的洞。

延伸学习路径

  1. Crouch, C. H. & Mazur, E. (2001). Peer Instruction: Ten years of experience and results. American Journal of Physics, 69, 970–977 — 同伴教学法的十年数据总账,操作参数(35%–70% 规则)出自这里。
  2. Freeman, S. et al. (2014). Active learning increases student performance in science, engineering, and mathematics. PNAS, 111(23), 8410–8415 — https://www.pnas.org/doi/10.1073/pnas.1319030111 — 225 项研究的元分析,挂科率 1.5 倍结论的出处。
  3. Mazur, E. (1997). Peer Instruction: A User's Manual. Prentice Hall — 可直接上手的手册,附成套 ConcepTest 题库。
  4. Hestenes, D., Wells, M. & Swackhamer, G. (1992). Force Concept Inventory. American Journal of Physics, 60, 141 — 想自己设计概念测试题,先读懂 FCI 的误解建模思路。
  5. Veritasium 频道《This Will Revolutionize Education》 — Derek Muller 对“技术能否自动带来教育革命”的祛魅,与本片互为表里:技术换了一代又一代,主动学习才是常量。

一句话总结

教师的天职不是把内容讲完,而是设计让学生互相说服的困境——因为理解不在你讲出口的那一刻发生,而在学生开口为自己辩护的那一刻发生。

参考来源

  1. Confessions of a Converted Lecturer — Eric Mazur(UMBC 完整讲座) — 本文分析的核心视频
  2. Crouch, C. H. & Mazur, E. (2001). Peer Instruction: Ten years of experience and results. American Journal of Physics, 69(9), 970–977 — 归一化增益翻倍及操作参数来源
  3. Freeman, S. et al. (2014). Active learning increases student performance in science, engineering, and mathematics. PNAS 111(23) — 225 项研究元分析,挂科率与考试成绩数据
  4. Hestenes, D., Wells, M. & Swackhamer, G. (1992). Force Concept Inventory. American Journal of Physics, 60, 141–158 — 力概念测验原始论文
  5. Hake, R. R. (1998). Interactive-engagement versus traditional methods. American Journal of Physics, 66, 64–74 — 6000 余名学生横截面数据

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