问题

教育学的学科责任是什么？其目前的发展情况到底在多大程度上完成了自己的学科责任？其学科是否应该取消？教育学是否对教育起到了促进作用，还是阻碍作用？教育学的人才建设是否能够满足其学科责任的要求？如果教育学确实有一个学科责任，其人才培养和学科研究又应该如何开展？

吴金闪的回答

作为一个学科学搞科学的外来和尚，下面是我对以上问题的回答。

教育学的根本任务是帮助学生学得更多，帮助教师教得更好，其中，后者的更本目的也是前者，因此，教育学的目的就是研究教育现象，找到教育规律，找到获得这些规律的研究方法、思维方式和背后的概念和数学模型，直接或者间接地帮助学生学得更好。

至于哪些是教育现象，需要在哪些方面寻找教育规律，是否可以找到教育规律，这些问题就不展开了。简单粗略地说，凡是跟一个人的提出问题、解决问题、重复性地使用知识、创造知识、创造性地使用知识、欣赏知识的创造和知识的创造性使用的能力——这里的能力指的是完成某个任务所需要的知识、运用知识的习惯和意愿——的提升有关的现象都是教育现象。可以看到，这里的任务需要对现有知识的掌握、对知识的运用和创造知识的意愿和习惯。这个任务显然和知识有关，还和要完成这个任务的人的认知结构有关。这里的大脑的具体过程可以分成学习知识的过程和运用知识的过程，以及学习和运用知识的过程牵涉到的情感、意愿、习惯这几个方面。因此，教育现象肯定要从知识和认知两个方面来研究。知识通常会形成学科，认知通常由大脑来承担。因此，教育现象需要从学科知识、脑和认知两个方面来研究。

从这个学科目的和学科研究对象的角度，教育学应该研究哪些教育规律？帮助学生学得更好的规律，以及帮助教师教得更好从而帮助学生学得更好的规律。

当然，稍微拓展一点，教育学也需要研究那些可以间接地帮助学生学得更好，帮助老师教得更好的现象和规律。例如，教育评价、教育制度和政策、教育财政，甚至教材的编制和出版的体系等外围的泛教育现象。但是，一定要注意，这些泛教育现象的研究只有一个目的：为了让教育学科的核心责任完成的更好。

这是应然。我们再来看然——现在这个学科回答了，甚至在主要回答这个核心问题吗?

没有。为什么？因为所谓的教育学研究者不懂学科知识，因此只能企图总结一些适用于任何一个学科的所谓教育规律，但是又不能通过对具体学科的知识的教和学之中总结出来然后迁移、泛化和检验这样的规律。因为学科研究者学科专家甚至学科教师基本不会从教育学的角度来思考把如何教得更好如何学得更好的规律，更不用说迁移泛化检验合同系统化概念化这些教育规律。

由于这个教育学者都不到具体学科，具体学科学者不会去思考教育，我们就没有一个真正地可以实现前面的教育学学科责任的体系，具体学科的教和学也不会不断地给教育学提供研究问题的养分。

甚至，教育学都没有为描述教育现象、教育问题，解决教育问题，总结教育理论，准备好一套形式化语言。大部分语言都是日常用语，而没有形式化数学化。这也导致了教育学的非专业性，也就是说，往往一个非教育学专业的研究者，例如一个学科老师，甚至普通人，其都可以大加谈论教育，并且其所谈论的深度和内容往往比教育学专业研究者更加有道理，更加值得听。这个非专业性，在任何一个学科上，都是致命的。

例如，经济现象也很复杂，也很难做实验检验，但是，在同样是社会科学的经济学中，我们仍然有描述经济问题的典型概念和典型数学模型，包含了一个利益驱动的决策问题的决策变量、环境变量的效用函数[math]\displaystyle{ U(a,e,o)=U(p,q) }[/math]（大概来说，其代表做了某个选择a之后——例如某个产品的购买数量，在环境e的条件下——例如给定的产品价格，在往往被暂时先忽略的外部变量o的条件下，做决策的人获得的快乐程度）以及这个效用函数的极大化。甚至，在有必要的时候，我们可以从环境变量中拉出来一部分变量当作决策变量，例如假设产品的价格不是完全给定的，而是一个叫做商家的决策者根据购买者的购买这个商品的历史和当时的情况决定的，那么，我们就要引入一个额外的关于商家的效用函数[math]\displaystyle{ U_{S}(p_{B},q_{S}) }[/math]和原来的购买者效用函数结合[math]\displaystyle{ U_{B}(p_{B},q_{S}) }[/math]，来描述利益不完全一致可能存在冲突的时候的决策行为，也就是博弈论问题。接着，经济学的数学框架，也就是这套形式化的语言，还进一步提供如何求解这个模型的概念、思维和数学手段。例如，对效用函数求导数，叫做边际收益或者边际成本等。这就是经济现象的数学框架，也就是经济学。

那教育学有这样的框架吗？没有。

那如果教育学要真的来实现其学科责任，面对上面提到的困境，怎么办？一种就是认为教育学根本不可能实现其学科责任，因此，取消绝大部分教育学院，停止绝大部分教育学研究，让少数教育学者回到教育哲学，也就是教育和哲学不分家的时候，依靠想一想、论一论，还留下个火苗就行。然后，在实际教育事务中，不要让做教育的人来参与任何实际问题上的讨论。还有一种，就是我们从头建设教育学科，走从具体学科的教和学到一般的教和学的道路，走现象、测量、分析、建模、计算、实验检验的科学化的道路，企图让教育学的研究成果能够去真的干预实践。

在这里，我把前人提到的关于这两路的研究梳理一下。顺便，也会把另外两派对教育学学科发展的态度：觉得教育学目前发展的不错，在用科学也就是第二条路改良着教育的踌躇满志派，以及觉得教育学最牛已经完全做得最好不需要解决任何实际问题的鸵鸟派，也做个梳理。

我们也发现，一旦走第二条路，那么，我们的教育研究者只能是在学科专家的基础之上来培养。也就是，先保证任何一个教育研究者，在非教育的专业学科方面达到专业学科研究者的水平，体会过知识的创造和创造性使用，提出和回过专业学科的问题，然后，再进行科学研究方法的培养（如何其专业学科刚好属于自然或者社会科学，则这一步已经完成），最后再帮助这个受训人提供教育看问题的视角、教育解决问题的思维方式和分析方法。

为了搞清楚教育学这个学科到底是否真的促进了非教育学的具体学科的教和学，我们还可以来做一下这样的研究：教育学的外部性——其帮助了多少教育学之外的人的教和学。

废除教育专业和学院的那一派

傅斯年在胡适等人支持下提出的“大学阶段基本废除教育学“^[1]：第一、大学不是适用教育学的场所;第二，教育学家必于文理各科中有一专门。其实，在这篇文章之中，傅斯年仍然表达了在中小学阶段由于需要一群人来研究某个具体课程怎么教可以保留针对中小学的教育学，以及表达了教育研究所以及少数研究者可以将继续存在的观点。对于中小学，我们在这里继续追问：真的教育学以研究这么低级而具体的中小学学科教育为自己的基本责任吗？如果不是，则这一条也不成立。当然，你可以说，教育学以后也会以此为学科基本责任。那我等者观其行，暂时接受这个理由。

当然，这篇文章也引起了当时的教育学者邱椿等人的反驳。有兴趣的可以看傅斯年全集或者后来人对论战文章的整理^[2][3]。

其实，不仅国内有取消教育学专业和学院的呼声，在国际上也是如此^{[4] [5]} 。

更多文献还需要进一步梳理^{[6] [7] [8] [9][10][11] [12]}。其中^[12]本来的目的是给教育学辩解证明教育学真的是一个学科，但是实际上，其对批判教育学的总结梳理做得非常好，但是其辩解的理由很苍白。

踌躇满志的那一派

纯行为主义：学习最终就是行为的改变——不能解决的问题可以解决了，不能完成的任务可以完成了。因此，主要研究手段就是，去看某种干扰下，和对照组去对比，行为结果上产生了什么样的效果。

行为主义+认知心理学：学习最终结果确实是行为的改变，但是行为的改变必然后面藏着认知上的改变。因此，我们需要把行为上的改变，分解到通常更加细致的认识上的改变，然后来看教育干预是否造成了某个认识上的改变，进而是否造成了某个行为的改变。

行为主义+认知心理学+脑科学：在行为主义+认知心理学的基础上，是不是还能够通过一些脑成像的手段来获取一些实验对象在教育干预前后以及过程中，大脑活动上的信息，从而更好地来解释或者检验前面通过行为主义+认知心理学的研究所发现的规律。

鸵鸟的那一派

教育学不研究如何教和学的问题，那时学科教学论的研究问题。教育学研究的是“什么是教育，什么是教育学，为谁二教和学”这样的宏大叙事的问题。教育学不是科学，是艺术，最多是哲学，是思辨。所以，教育学的研究问题和研究方法都很好。

没有具体学科的教和学，教育学科发展的更好，更纯粹。你们批判教育学不管用的人，都是境界太低，夏虫不可语冰。我们教育学的人才培养体系也很好。我们培养的教育专业科班出生的博士，都可以来从事上面的宏大叙事纯教育研究，将来都可以当教育学的教授、学者和院长。我们不管教育学如何服务社会，我们自给自足，自产自销，我们是闫芳电母。我们鄙视你们做具体学科的教和学，鄙视你们做细节的学习方法的实验，鄙视你们做更加细节的学习过程的脑活动的研究。

新教育学的希望派

在这一派中，人们运用系统思维和科学思维，抛弃绝大多数教育学现有框架，继承其中少数理念和概念，从研究教育现象，发现规律，检验规律是否完成直接和间接帮助学生学得更好这个学科责任，构建概念和数学模型，形成全新的有关教育现象的系统化理论。

也就是说，除了极少数理念和概念，基本上，也就教育现象和学科责任在这里保留了下来。

零散而值得继承的教育学概念和理念

成长型思维、批判性思维、做中学、学以致用、教中学。

Piaget的建构主义

知识之间是有联系的。人的学习过程是在人的认知结构中构建这个认知结构。

Ausubel的理解型学习

构建过程可以看作是对知识的理解，通过概念获得和概念同化两种基本方式。其中，概念获得就是从生活经验中直接提取概念，对这个概念的内涵的理解依赖于这个提取过程和用来提取的概念的外延；概念同化指的是把新概念和已经学会的概念联系起来，通过之前学习过的概念的组合来认识新概念。

这个理解型学习和上面的建构主义其实有非常密切的关系：两者都强调知识是建构出来的。但是，在Piaget的理论（其实应该叫做猜想）中，还有相当一部分属于认知心理学的猜想，例如人在不同的年龄具有不同的学习潜力，同时，建构可以是结果不一定是过程，而在Ausubel的理论中，人们新学的东西只需要建立在已经学习的东西或者实际经验的基础上，没有对任何的发展心理学的假设，其次，这里的建构就是理解的过程，建构出来的知识结构不如建构过程来得重要。

Novak的以概念地图为技术的理解型学习

Novak所解决的问题是：如何来体现、促进、检验理解型学习的过程。在我们能直接在大脑中找到概念形成和概念同化的过程的神经活动信号之前，我们需要有一个可以现实人的认知结构的当前情况，发生变化之后的情况的工具。Novak发现，这个工具就是概念地图：通过连词，把概念连起来。

吴金闪的人类知识高速公路上的以高层知识生成器为目标的理解型学习

在前人所提出的“理解型学习”的理念，以及实现理解型学习的工具“概念地图”的基础上，吴金闪提出来“人类知识高速公路上的以高层知识生成器为目标的理解型学习”。下面是其最主要的增加的理念和概念。其中最关键的就是在以概念地图为技术的理解型学习的基础上，增加了系统思维（上下左右贯通，从个体到整体，从整体看个体）和科学思维（可证伪可计算的心智模型、科学研究方法、数学建模），以及相应的软件平台体系。

知识的层次和高层知识生成器：事实性和程序性知识被称为“第一层知识”。例如，乘法口诀，多位数乘法计算流程，中国首都是北京，新中国哪一年建立等等。学科概念以及概念之间的关系称为“第二层知识”。例如乘法和加法的含义，乘法的含义建立在加法的基础上这个联系。学科思维方式等学科大图景（稍后我门会进一步解释）称为“第三层知识”。例如，数学这个学科的知识的系统性，还有数学是思维的语言，数学是描述世界的语言等等。一般性的人类思维以及基于这些思维的理解型学习，称为第四层知识。例如，批判性思维、系联性思考，成长型思维，以及理解型学习。我们把高层知识称为低层知识的“生成器（The Knowledge Generator）”。例如第二层知识称为第一层知识的生成器，也叫“浅层知识生成器（The Shallow Knowledge Generator）”。第三层知识称为第一、二层知识的生成器，第四层知识称为第一、二、三层知识的生成器。其中后两者也叫“高层知识生成器（The Advanced Knowledge Generator）”。

学科大图景（The Disciplinary Big Pciture）：一个学科的典型研究对象、典型研究问题、典型思维方式、典型分析方法、和世界还有其他学科的关系。以科学为例，其学科的基本任务，也就是典型研究问题是给世界构建一个可计算的心智模型，并且这个模型给出来的结果与实验及其观测结果相符。于是，典型研究对象就是世界的现象，典型方法就是实验测量和建模计算。当然，还有进一步的分解和综合等。这些都需要通过具体研究案例来体现。如果是为了学会创造知识的方法，而不仅仅是知识，那么，学科大图景比知识本身更重要。当然，不学习知识和知识的创造过程，也是无法体会学科大图景的。学科大图景和前人提出的大概念^[13][14]和阈限概念^[15][16]，尤其是阈限概念，具有一定的联系。

人类知识高速公路（The Human Knowledge Highway）：把各个学科的体现学科大图景的概念网络整合起来得到的大概念网络。其中高速的意思是，去掉那些和学科大图景关系不紧密的概念、概念间联系之后，剩下的是知识的主干线。

顺便，用人类知识高速公路的语言，我们可以来更好地定义大概念和阈限概念。大概念就是在人类知识高速公路顶点度大、层级高的顶点。阈限概念就是在人类知识高速公路介数大^[17][18]、对于渗流相变来说关键的顶点^[19]。

系统思维：各层知识之间具有生成关系，从相对低层知识可以总结提炼抽象出来上层知识，把上层知识用于典型对象上的典型问题的解决可以得到相对低层知识。这被称为上下贯通。同时，一旦在某个领域中走通了上下贯通，只要上层的知识具有一定的互通性，则我们往往可以把来自于一个领域的上下贯通的经验和结果（也就是高层知识）迁移到另外一个领域之中，来提出和解决另一个领域的问题，得到那个领域的相对低层知识。这被称为左右贯通。系统思维还被总结为：从孤立到有联系，从直接联系到间接联系，从个体看到整体，从整体来看个体；从具体中来，成为一般，到（往往另一个）具体中去。

科学思维：科学就是用科学研究方法建立的可证伪的但是迄今为止都没有被证伪的现实世界的可计算的心智模型。其中科学研究方法大概来包含：关注现象、测量获得数据、分析数据规律、构建概念和数学模型、求解模型、实验检验计算结果、对概念和模型等系统化构成理论。其中，最最重要的一条就是：计算结果一定可以和实验结果来比较并且有被证明是错的可能，以及一定要把计算分析结果和实验相比较；也就是可证伪性和经历证伪检验。

数学建模和算法：在把知识描述为人类知识高速公路的基础上，基于系统思维和科学思维，我们进一步把教和学的问题抽象为一个人类知识知识高速公路上的数学问题。例如，我们如何高效地检测一个学习者已经掌握哪些知识，进一步，在此基础上，我么如何给这个学习者制定学习路径也就是知识的学习顺序。在有了数学基础数据的数学结构和其上的数学问题之后，我们就可以来求解这个数学问题，并且进一步用实验来检验这些计算结果。

在这样一个框架下，我们对每一个学科都需要构建以下教和学的脚手架，以及我们猜测这样的一套脚手架可能适用于绝大多数学科，因此也就从学科教育学通过上下左右贯通和实验检验，也就是系统思维和科学思维，走到了教育学。这个脚手架包括：明确写下来的一般性人类思维、明确写下来的理解型学习以及其他教和学的方法、明确写下来的每个学科的学科大图景、构建出来的在这些高层知识生成器的指导下体现这些高层知识生成器的学科概念网络，并且标注了书籍课程视频音频论文专利案例习题项目等到相应的概念或者概念间联系、促进教和学的算法、融合这些脚手架的平台。

研究设计：

基础数据建设：明确一般性人类思维、明确理解型学习以及其他教和学的方法、明确每个学科的学科大图景、构建在这些高层知识生成器的指导下体现这些高层知识生成器的学科概念网络、融合各个学科的概念网络、把书籍课程视频音频论文专利案例习题项目等标注到概念网络。

软件平台基础设施建设：帮助建立人类知识高速公路的软件平台，帮助标注书籍课程视频音频论文专利案例习题项目等到概念网络的软件平台，帮助呈现和使用人类知识高速公路（包含使用各种学习辅助算法）的软件平台。

基础研究：关于层次思维（上下贯通）和类比思维（左右贯通）的脑活动研究及其在理解型学习中的作用的研究、辅助人类知识高速公路假设的算法的研究、促进学习的算法的研究、理解型学习程度的测量工具、教和学层次的标注。

从具体学科的教和学到一般教育学的理论梳理。

小结

在这里，我们讨论和当前教育学看作一个学科所具有的问题，以及大概指出来可以怎么办，从学科建设和人才培养上。教育学的主要问题有：

1. 没有围绕核心任务——为了直接和间接地帮助学生们学得更好——而开展教育研究和学科建设，
2. 没有走上下左右贯通——也就是从具体学科的教和学中提炼促进教和学的方法、问题、概念、模型等形成体系从而走到到一般的教和学——的道路，
3. 没有一个形式化的语言（概念、思维方式、分析方法、数学模型）体系来表达教育学的典型研究对象、典型研究问题、典型思维方式、典型分析方法，
4. 在思维方式和分析方法上，教育学研究方法没有走采用科学方法为主，其他方法为辅的道路，
   1. 只要教育学企图指导教和学的实践则必须走科学的道路
   2. 当然，当前也有一部分走了初步的科学化的道路，教育研究者做具体内容上的教和学的细节方法，经验总结，加上实验检验
   3. 但是，仍然没有从把学科知识、教和学的过程的认知和脑活动研究结合的角度来做系统性的研究
   4. 仍然没有相对统一的形式化语言
   5. 更多的教育学研究关注一些有一定道理的上层理念，例如，主动学习、教中学、做中学、学生为中心的教学等等，甚至就停留在上层理念来讨论，没有实现方法，不做验证

那针对这些的当前教育学的问题，怎么办？抛弃这个学科吗？不能，因为这个学科有自己的典型研究对象和典型研究问题：研究那些教和学的现象，企图回答如何促进教和学。只要有自己的问题体系，则就有可能和有必要成长为一个学科。那，如何建设这个学科？

1. 让教育学研究者具有具体学科的教和学的经验，并且教和学得很好
2. 让教育学研究者具有具体学科的创造知识、创造性使用知识的经验，并且研究得不差
3. 培养教育研究者的科学思维，对科学方法（关注现象、提出问题、测量、分析测量数据、概念和数学建模、求解模型、实验检验模型结果检验建模过程检验求解模型的过程、对概念和数学建模求解模型的方法建模的方法模型的解等个方面做系统化梳理，形成学科），科学的形式语言体系（概念和数学建模）有深刻的了解
4. 培养教育学研究者的系统思维，体会到上下左右贯通，也就是从孤立到有联系、从直接到间接联系、从个体看到整体、从整体来看个体，先在某个领域里面回答促进教和学的问题，总结提炼为超越具体领域的一般的促进教和学的方法，构建教育学的学科概念体系，再进一步总结这个研究背后的思维方式分析方法构建教育学的研究方法体系
5. 用这套思路，尤其是人类知识高速公路上的教和学，来开展具体的促进教和学的研究工作，展示其威力，带动更多教育学研究者加入这条路
6. 在很长的时间内，教育学研究方法中总是会有非科学方法的存在的余地：那些还暂时不能科学化的部分，只好通过其他方法来研究

参考文献