A balanced review of Math Academy
对 Math Academy 的平衡评测
摘要
Math Academy 是一种有效且有趣的,甚至略带“上瘾”的方式来训练程序性的流畅性。如果你的目标不仅仅是通过考试准备,那么你应该找一本能 感动你 的教科书或系列讲座,以获得概念上的深度理解,并且只将像 Math Academy 这样的东西作为补充。如果 Math Academy 团队能够承认这个局限性,并且也许能 建议 好的配套材料,我会更容易推荐它。
几个月没写东西了,因为一月份我们又生了一个孩子(第三个孩子,是个男孩)。到目前为止,他非常喜欢我们用吸尘器打扫卫生或者播放 Metallica 的音乐…… 不确定这说明了他什么样的个性,但至少房子是干净的。另外,我还在对 teachyourselfcs.com 进行重大更新,所以请继续提出你宝贵的建议!
我的一些学生对 Math Academy 赞不绝口,这是一个声称能带来非凡成果的在线数学程序。现在在 Twitter 或 Hacker News 上,很少能看到关于数学教育的讨论,而没有人 插话推荐它。
然而,来自深思熟虑的数学教师的评论,却并不那么积极。Michael Pershan 认为它是“根本上坏了”,而且无法修复。Dan Meyer 认为,这种学习可能只是错觉,但 假装困难的事情很容易是很有趣的! Math Academy 的员工 Justin Skycak 是我们为 CS Primer 播客邀请的最受欢迎的嘉宾;在 他出现之后,一些我最尊敬的教育家的私下回应表明,我应该对他更严厉一些!
教育是复杂的,所以最受欢迎的课程和书籍,往往也是被批评最多的。《Structure and Interpretation of Computer Programs》或者龙书就是很好的例子。我在这里的目标不是解决冲突,而是尽可能地将其分解开来,希望无论你是否在寻找一个训练应用程序,都能以一种有趣的方式呈现。诚然,这需要一些时间(3000 字,15 分钟阅读时间),所以:
TL;DR:
Math Academy 可以成为一种有效且有趣的——甚至略带“上瘾”的方式,来训练程序性的流畅性。如果你的目标不仅仅是通过考试准备,那么你应该找一本能 感动你 的教科书或系列讲座,以获得概念上的深度理解,并且只将像 Math Academy 这样的东西作为补充。如果 Math Academy 团队能够承认这个局限性,并且也许能 建议 好的配套材料,我会更容易推荐它。
任何傻瓜都可以知道。重点是要理解。 ——虚构的爱因斯坦
另外,还有一个警告:我担心,如果我对 Math Academy 给出的评价不是好评如潮,我就会打击那些通过它取得成功的人继续学习的积极性。所以,如果你已经喜欢 Math Academy 了,请不要放弃!
可能令人上瘾的反馈循环
Math Academy 课程的核心结构是一个已解决的例子,然后是几个通常是多项选择题的问题。解释很少,而且几乎不存在有激励作用的背景。体验大致如下:
MA:假设你想区分一个反互反双曲函数
你:好的……
MA:arcsch(x) 的导数是 [...]
你:好的,我相信这以后会很有用
MA:是的,它是所有数学的依赖关系图中的一个重要节点,你需要掌握它才能进步。现在,这是一个应用于一个微不足道地不同的函数,例如 d/dx arcsch(3x) 的公式的例子
你:好的,这说得通
MA:按照相同的步骤,对这些进一步的细微变化进行操作
你:好的……
MA:你获得 10 XP!继续保持你的连胜!再获得 100 XP 就可以晋升到下一个联赛!
有趣的是,赚取虚构的分数并提升排行榜确实感觉很好。有一次,我获得了足够的 XP,以至于互联网上的一个陌生人注意到了:
有人问我是否“上瘾”了,坦率地说,这让我很不舒服。是的,我很享受这个过程,足以让我继续下去,超出了我最初尝试这个系统的目标。但是,我想 沉迷于此吗?这很有趣,XP 表明我正在(重新)建立一个我认为有价值的主题中的程序流畅性。当然,这比沉迷于其他类型的虚假互联网积分要好。但是,数学不仅仅是能够遵循一系列规则,而且我担心我的注意力正以一种我实际上并不想要的方式被吸引。
程序性的流畅性把我带到了哪里
我之所以能用我的“疯狂数字”吓到互联网上的陌生人,是因为我已经在 20 年前经历过这个过程了。在高中时,我努力为我的期末考试做准备,其中包括一门高级课程,该课程涵盖了与 Math Academy 早期本科课程中的大部分相同的内容。我做得足够好,被一所竞争激烈的大学课程录取,该课程是为最有前途的数学学生开设的……但我很快发现我不是。
你看,我通过练习足够多的题目,在考试中取得好成绩,而没有真正理解我在做什么,从而“赢得”了我的位置。该课程中的另一位学生——实际上,是在入学考试中得分最高的学生——也处于类似的情况,并提到他为了准备考试,多次做了 几十年 的往年试卷。他最终成为一名工程师,而我最终做了我现在所做的事情。
与此同时,我们班中成为专业数学家的两个人则完全不同:他们根本不做练习,而是研究他们理解上的差距,找到发展他们直觉的新方法,并且总体上专注于一个主题的细微概念方面,这些概念永远不可能被表述为考试题。他们仍然在考试中做得足够好,但这只是事后才考虑的事情。
我们之间的差距是令人震惊的,而且似乎是不可逾越的。我默默地放弃了,并在我的学位剩下的时间里基本上都在混日子,尽可能多地学习数学系的计算机科学课程,并希望我能为下一次吸取教训。
诊断测试的缺点
自从我上学以来,我已经带着更多的“理解我实际上在做什么”的方法回到了几个数学主题,但是我仍然有很多很大的漏洞,包括在微积分中,这令人尴尬。这最近成为我当前生物学研究的障碍,因为我想理解某些可以很好地建模为微分方程的过程。因此,在尝试 Math Academy 时,我考虑到这次我可能会在微积分方面做得更好。
我对无法通过 Math Academy 的微积分 1 测试并不感到惊讶,尽管诊断测试未能捕捉到核心问题令人不解:
- 我正确回答的许多问题都在我 不 觉得自己理解透彻的领域,但我认为我在过去已经进行了足够的练习,我的程序流畅性足以在 20 年的萎缩中幸存下来。
- 每个问题都是单独计时的,因此我的一些正确答案太慢而无法计数。这些往往是在我 确实 有 一些基本理解的领域,因为我能够重新推导出一个我忘记的关系,或者创造性地推理一个问题,尽管速度很慢。
- 我做错的一些问题是那些我觉得我对关键概念理解得足够好,但误解了问题的提出方式,或者犯了两个粗心的错误(如果你只犯了一个错误,他们会仁慈地允许你尝试第二个问题)。在这里的一个疏忽让我陷入了一系列极其容易但无法跳过的中学三角学问题,以至于我不得不重新参加整个诊断测试。稍后我会详细介绍“方式”的傲慢。
所有这些都表明,诊断测试的概念很棒,并且在测试程序流畅性方面做得相当好——如果令人沮丧的话。可以理解的是,它在测试其他方面(例如你概念理解的深度或你的泛化能力)方面做得不好。这应该提醒你,你应该或不应该期望从整个平台中获得什么。
“方式”的傲慢
说到高度炒作但缺点很多的教育产品,我 6 岁的女儿偶尔会使用一个名为 Synthesis 的程序,而且非常喜欢它。它声称(当然也未能)成为一个“超人的数学导师”,但值得庆幸的是,它只是一些经过深思熟虑的互动讲解员和迷你游戏的集合。我听到的最常见的抱怨是内容还不够多,所以他们做得还不错!
课程以与 Synthesis “导师”的对话形式呈现,实际上是几句硬编码的散文,然后是一个多项选择题。显然,课程中有一条主要路径,因此大多数“选择”有效地导致了相同的地点和相同的节奏。这并不是完全糟糕:我很高兴他们周到地设计了一个主要的课程顺序,并且交互模式可能很可爱且引人入胜。
也就是说,它是我们尝试过的所有数学应用程序中“适应性”最差的应用程序。它是唯一一个可以同时强制执行并且如此令人麻木的应用程序,以至于我需要 自己 加速运行它才能保持我孩子的兴趣。从理论上讲,“交互式”结构应该比传统程序更具响应性;当然,一些 Synthesis 广告谴责的人类教师会让一个感到无聊的孩子更快地进步。
它所需要的只是一个“跳过课程”按钮!为什么没有“跳过课程”按钮!?
我的怀疑是,过去犯过类似错误的我,对他们解决方案的出色程度过于自信,以至于无法认识到它的缺点。“跳过课程”按钮可能会让人觉得承认了失败,而且嘿,也许最初的出色想法仍然可以挽救。
Math Academy 也以类似的傲慢失败了,尽管值得称赞的是,他们似乎正在真诚地尝试消除粗糙的边缘。允许第二次尝试失败的诊断问题是一个好主意。但是,对于第二次失误,让某人接受不必要的补习“先决条件”的字面意义上的“年”的惩罚太大了。在测验中对任何不正确的答案都需要复习问题也是如此:一位人类导师会专注于概念上重要的误解,而不是琐碎的错误和错别字。Math Academy 对这种设计的理由很可能是该程序基于“掌握”,但我关心的那种掌握是发展我的直觉,而不是磨练我的机械精度。
DAG 是谎言
教育中最大的谎言之一是,我们可能想学习的一切都在依赖关系图上占据着整洁的位置。想成为一名机器学习工程师?当然,你应该理解算法是如何工作的,所以首先学习线性代数和微积分,为此你需要代数,所以当然需要代数预备知识,等等。不要忘记在系统方面也这样做!也许从 CUDA 开始,不,等等,计算机体系结构,不,电子工程,不,物理……
看,我理解这种吸引力。作为一名教师,能够为一门课程建立一些假设的知识是很好的,这样我们才能从那里开始构建。当我教授操作系统时,我喜欢假设对计算机体系结构有一定的了解,这样我就可以在 CPU 级别解释上下文切换。类似地,我不鼓励你在算术之前教授微积分。
但是,你应该在微分之前学习积分吗?在我阅读 David M. Bressoud 的精彩著作《Calculus Reordered》之前,我从未考虑过这种方法,该书论证说,积分的概念基础——作为薄片的积累——比曲线的切线或变化率更直观。对于阿基米德来说,情况肯定如此,他在费马和笛卡尔开始寻找切线之前两千年就以这种方式计算体积。
与高中数学老师交谈,你会发现从积分开始也有问题:问题可能会在代数上迅速变得过于具有挑战性,偏离标准顺序可能会让你没有太多外部支持,并且当应用程序超出面积和体积时,学生可能会失去动力。
当然,不仅仅是微分与积分。对于任何习俗性的“依赖关系”一个主题在另一个主题之上,考虑逆向关系是完全合理的:
- 如果我在计算机体系结构之前教授操作系统,这会更好地激发后者吗?
- 如果有人对学习深度学习感到兴奋,我们真的应该告诉他们离开并首先学习 5 年的数学吗?Jeremy Howard 强烈反对标准的自下而上的方法;他的 fast.ai 课程非常成功并且是自上而下的。
- 如果我的孩子在小时候凭直觉学习了物理,例如以 Lewis Carroll Epstein 的《Thinking Physics》的风格,这不会为以后的微积分提供极大的动力吗?
- 如果数据结构和算法在假设情况下是本科计算机科学课程中的 最后一门 课程,而不是最早的课程之一,那么学生们不会带着更多的情境理解来学习它吗?这对其他人来说真的那么糟糕吗?
最终,没有一种最佳方法。理想情况下,每个学生都会根据他们特定的背景和目标在主题之间跳跃,这种灵活性对于学校来说具有挑战性,但在结构较少的环境中更容易实现。如果学习者不受结构的约束并且有成功的动力,那么他们最好掌握知道何时将焦点从 A 切换到 B,以及何时返回 A 的元技能。国际象棋大师不会在进入中局和残局之前“掌握”开局;游戏的各个方面都在不断研究,并且每一个方面都相互影响。
那么,为什么一些为自学者设计的学习资源——例如 Math Academy,或者通常非常好的 Execute Program——如此严重地依赖依赖关系图?慷慨的回答可能是学习者不现实地知道一个合适的顺序,并且向他们展示“理想”可能会激励他们。愤世嫉俗的回答是,这些程序将掌握学习的想法发挥得太过分了,并且变得教条化了。DAG 的傲慢。毕竟,仅仅是 向 用户 展示 建议的排序,而没有严格要求必须遵循它,这很容易。
所有这些都是我对“掌握学习”的更广泛抱怨的一部分。乍一看,一切听起来都不错:是的,当然我们应该在继续前进之前“为学生提供个性化的支持和重复的机会来展示掌握情况”。但是,如果学生仍然没有通过,例如由于糟糕的课程设计、无关紧要的问题(如应试技巧)或仅仅是无聊呢?你是告诉他们更加努力还是放弃?
我最近阅读了 Jonathan Watts 的大开眼界的 James Lovelock 传记,James Lovelock 是一位世界一流的科学家,他发明了电子捕获检测器,并且首次观察到大气中 CFC 水平升高。尽管如此,Lovelock 终其一生都在与基本算术作斗争,需要一些令人印象深刻的变通方法:
“掌握学习”会如何对待 James Lovelock?学校系统已经够糟糕的了;值得庆幸的是,他有足够的信心忍受学校对他的糟糕判断,足够长的时间,以便以其他方式证明自己。但是,如果你要将小学算术放在 所有数学 的依赖关系图上,它肯定是一个非常早期的顶点。如果像 Lovelock 这样的人根本无法从那里进步,那就是学习系统的失败,而不是个人的失败。
社交运动实际上是好的
尽管 Math Academy 存在这些结构性问题,但对于许多学习者来说,它仍然是一个不错的选择,成百上千的快乐用户和频繁的好评证明了这一点。我希望 Pershan 和其他批评者至少承认这一点:所有这些学生现在都在定期学习数学,而他们以前根本没有这样做。我们有什么理由阻止他们呢?
当然,许多积极情绪是由于炒作。有人可能会阅读 Math Academy 员工的 Twitter 帖子并进行测试。他们喜欢反馈循环一段时间,并将其推荐给其他人。不久之后,人们甚至在没有尝试过该程序的情况下就推荐该程序,这是基于一种新奇的光环和普遍的社会兴趣。教科书可能比相应的 Math Academy 课程好得多,但不太可能产生相同程度的炒作。
但这很好,甚至很好。我们是社会性动物,通常具有社会动机。参与其他人兴奋的事情可能很有趣,并且炒作可以帮助提供尝试新事物的启动能量。有些人会坚持很长时间,有些人会在一个月后取消,但这只是教育产品的运作方式:每个人都带着不同的背景而来,因此没有单一资源会普遍理想。如果社交炒作鼓励更多人尝试它,那就太好了。
理解文明的荣耀
我本人不是很受社会驱动。我很高兴蜂巢思维建议我尝试 Math Academy,但社交炒作和排行榜不会长期维持我的兴趣。积分、连胜或其他游戏机制也不会。这些可能会提供一点启动能量,但如果我要投入数百小时来学习一些困难的东西,并在十年后记住我所学到的东西,那么动力必须来自其他地方。
每个人都有自己的动机组合,我最不想做的就是评判别人的动机。但就我个人而言,如果一本书承诺帮助我用数学来研究 西方文明的主要荣耀,那么这可能会维持我的兴趣。
这来自 George F. Simmons 的《Differential Equations with Applications and Historical Notes》的介绍,对于我来说,这本书尽可能完美地涵盖了这个主题。它不仅具有激励作用,而且还具有鼓舞、驱动和提升作用。按照数学教科书的标准,它充满了魅力、兴奋甚至爱。
Simmons 的处理方法是如此充满活力,以至于像 Math Academy 这样的东西相比之下显得毫无生气。并排使用它们会让人觉得很粗鲁。但这很可能是我要做的。
我对 Math Academy 的根本抱怨是它夸大了程序流畅性的价值。我希望他们承认这一点,并且至少建议概念丰富的 Simmons 级别的书籍作为补充。我个人认为教科书或系列讲座是核心,而 Math Academy 是补充,用于在需要时进行额外的训练,就像数字 Schaum's Outline 一样。像这样的资源 非常有价值,但最终是有限的,因此如果你对你的学习成果负责,你应该记住根据需要进行混合和匹配。