第四十八章　怎样检验这场基础性知识革命

48.1 结果讲授、一般探究与SDE发生课程的比较

本书提出一种强教育主张：基础知识的发生性认知，可以成为AI时代创造力培养的重要根基。这一主张不能仅凭理论结构完整、案例令人信服或作者经验丰富就视为已经得到教育验证。理论说明提供研究对象与方向，课程效果还需要在真实学习中接受比较，尤其需要与强而公平的替代方案比较。

本章提出一份试点研究协议。当前状态是研究设计，没有已经招募的学生，没有课堂结果，也没有事后编造的统计数字。协议可以根据实际学校条件调整，但关键假说、主要结果与分析方式应在读取效果数据以前明确，防止看到结果以后不断更换成功标准。

第一种课程是结果讲授版。它包含准确的定义、清楚的解释、必要证明与练习，不故意删去优秀教学应有的内容。第二种是一般探究版，提供相同材料，鼓励学生提出猜想、比较方案、讨论反例。第三种是SDE发生版，进一步要求明确初始概念、关键差异、相互规定、重构与回写。

三个版本共享核心知识目标。例如，都需要掌握直接连接与可达的区别、无向可达的性质，以及方向或预算变化后的边界。若第三组学习了额外知识而另外两组没有，效果差异可能来自内容增加，不能直接归因于SDE组织方式。可比性要求对学习材料和知识覆盖进行事先核对。

第一项主要假说可以是：在相同教学时间与工具条件下，SDE发生版能否改善学生对未讲过但结构相关任务的关系理解与迁移。第二项关注基础熟练是否保持，第三项关注学生是否更能识别失效条件与选择重开方式。兴趣、投入和课堂满意度可以作为次要结果，但不能替代知识效果。

比较还需要区分结构必要性与教育增益。即使发生性课程带来收益，也不能由此证明所有创造都必须显性学习SDE；即使没有显著收益，也不直接否定知识存在中的全部三维关系。课程试验检验特定教育设计，哲学必要性与数学奠基仍需相应论证。不同主张应当接受与其强度匹配的证据。

为了避免术语偏向，评分材料不应只奖励SDE名称。学生用准确的日常语言、图示或操作表达关系，应当可以获得同等认可。评价题也不宜复制发生版课堂中的固定句式。否则，所谓优势可能只是更熟悉某种答题语言，而不是更强的知识结构。

试点开始以前，可以请不参与教学设计的人审读三个版本，判断知识目标、材料难度与时间负担是否相近。这里的外部审读需要实际完成并保留意见，不能由主笔的角色模拟替代。它不保证绝对公平，却能够把最明显的弱对照问题提前显露出来。

48.2 在相同时间和相同AI条件下考察差异

AI条件不能模糊为“有或没有技术”。同样使用一个系统，直接提供完整答案与只给提示、反例、局部解释，会形成不同学习过程。因此，研究要记录具体支持规则、允许使用时间、教师介入与系统版本。工具名称相同，不代表E相同；屏幕时间相同，也不代表D相同。

若资源允许，可以采用课程版本与AI支持的交叉安排：三种课程各自设置相同的工具条件。若只在SDE组使用AI，便难以区分课程与工具的作用。另一种可行选择是在所有组统一不使用AI，先检验课程组织，再研究工具怎样加入。研究问题应当决定设计，而不是追求最复杂的表格。

教学时间需要包括准备活动、操作、解释、练习与反馈，而不只比较讲课分钟数。若SDE组额外获得课后指导，或者教师为它投入明显更多资源，结果解释必须承认这些差异。研究可以把额外支持作为整体方案的一部分，但不能把方案总效应说成某个单一方法的纯效应。

教师因素也需要处理。若每一种课程只由一位教师实施，教师特点与课程版本便可能完全重合。可采用多位教师分别实施不同版本，或者在合适条件下进行教师内的版本安排，同时注意材料熟悉、顺序和相互影响。不存在无需代价的完美设计，重要的是公开可能的混淆。

班级内的相互交流也会影响比较。学生可能分享材料，教师可能在不同班级中逐渐改进方法。研究需要记录这些情况，而不是假定每个学生完全独立。若以班级为单位安排条件，分析也应当考虑同班学生共享环境，不能把全部学生当作互不相关的重复观察。

这个问题可以用一个简化推导说明。假设每班有m个学生，个人结果方差相同，同班任意两人的相关系数为ρ。班级平均的方差不仅有m个个人方差项，还包含m乘以m减一的协方差项；相对于独立情形，会出现1加上m减一乘以ρ的放大因子。这个式子依赖所述均衡假设，不是所有实际研究的自动答案。

因此，样本量不能凭“几十人应该够了”决定。应当根据主要结果、实际班级结构、可接受的不确定性与合理的先导信息规划。没有这些材料，本书不提供一个伪精确的最低人数。小规模试点可以先检验材料可行性与实施稳定性，不必冒称能够一次证明广泛教育效果。

资源与参与者保护也应当预先安排。使用什么学生资料、由谁访问、怎样退出、如何避免评价影响日常学习权益，需要由实施机构与参与者在实际条件下确认。研究的严谨不是只在统计表中出现，而是从任务进入、材料保存到结果使用都明确承担边界。

48.3 盲评、前测、迁移任务与延迟复测

前测的作用不是给学生贴标签，而是了解进入任务时已有的关系知识与技能。它应当与后续目标相关，又避免直接泄露全部教学答案。对图关系单元，可以考察简单分类、路径辨认与理由表达，而不必在前测就完整教授可达定理。前测本身可能产生学习，需要在设计中承认。

即时测验主要检查单元内理解与基础熟练。迁移任务则改变表面材料或关键条件，要求学生辨认哪些关系保持、哪些需要修改。两者应分别报告。学生能做原题，不自动意味着迁移；学生在过远任务中失败，也不意味着原单元完全没有学习。

延迟复测用于研究知识是否能够在一段时间后重新进入。时间间隔应按教学安排预先规定，并记录期间是否接受相关额外教学。复测可以保留结构而更换叙述，避免仅测记忆原答案。若缺席较多，需要报告缺失情况，不能只保留最容易成功的学生。

盲评可以在去除课程版本信息后进行。评阅者依据预先建立的行为标准判断概念边界、逻辑条件、结构表达与反例处理，不因出现SDE词语自动加分。部分作品由至少两位实际评阅者独立评分，比较分歧并修订含混标准。没有真正独立评分，就不能写成已经实现评阅一致性。

评分规程应包含示例与反示例。准确解释方向改变导致对称性失效，可以成为高质量证据；只写“E发生变化，所以S改变”，但无法指出具体关系，不应得到同等分数。这样，量表评价的是发生性认知，而不是与理论语言的表面相似。

分析时需要预先指定主要比较与次要探索。若同时检查许多结果，不能只报告其中最有利的一项；若根据数据发现某类学生可能受益，可以作为后续假说，而不冒称事前已经预言。效应大小、不确定范围、实施差异和缺失数据，应当与显著性判断共同报告。

这里不要求把复杂学习完全压成统计量。学生作品、关键误解、教师实施记录与程序检查都具有解释价值。定量结果可以说明某种差异的范围，具体材料帮助理解差异怎样发生。两类证据需要互相约束：故事不能替代总体比较，统计也不能替代对实际知识变化的说明。

把机制比较与效果比较分开设计

课程比较首先需要明确研究的是哪一种优势。若问题是发生性课程能否改善学生对条件与反例的掌握，就应把这些任务作为预先规定的评价对象；若问题是能否提高领域原创，则不能只用一周内的课堂练习回答。不同层级的创造有不同证据要求，研究设计不能在结果出现以后随意改换目标。

本书提出一个尚待实施的比较方案。选取具有相近先修条件的学习单元，将结果讲授、一般探究和SDE发生课程三种材料放在相同教学时长内比较。三种材料都应包含正式定义、必要理由与基本练习，不能把前两种版本刻意做薄。教师准备时间、AI访问权限和实际提示量同时记录，否则观察到的差异可能来自资源投入，而不是发生学设计。

分组方式需要依据实施条件决定。若能够在班级层面随机安排，应当考虑同一班学生相互影响以及不同教师带来的差异；若只能采用已有班级，应当保留先修差异并限制因果解释。具体样本规模不能凭“越多越科学”决定，应依据先导研究得到的变异、班级内相关和预期效应进行设计。本书没有相应先导数据，因此不虚构一个看似精确的样本量。

学习结果可分为即时理解、近迁移和远迁移。即时理解检查同一材料中的概念边界；近迁移更换图形、编号或表面材料，但保留承重关系；远迁移改变为行动、资源或论证情境，要求学习者自行判断旧知识是否适用。延迟测验再检查这些关系是否能够在一段时间后重新进入。不同任务应分别报告，不能以其中一个有利结果覆盖其他没有改善的结果。

评分者应尽可能不知道学生接受了哪一种教学材料，评分依据应在看结果之前明确，并用一部分共同样本检查不同评分者是否对“条件辨认”“合理重构”作出相近判断。如果评分者仅因学生使用了SDE词语就给高分，研究测到的可能是术语模仿，而不是发生性认知。评分标准因此必须允许不用SDE名称却给出完整关系解释的答案获得相应认可。

机制研究还需要更细的比较。完整SDE发生课程若表现较好，不能立即断定三套方法都各自有效。可以进一步比较保留同样反例但不要求记录关系重构的版本，或者保留同样探究但不提供六路径入口的版本，研究关键改变究竟来自哪里。这类删减比较应保证总时长与必要教学内容不过度失衡，也不能把一次删减结果解释为整套本体论已经被证实或推翻。

过程数据则用于解释为什么不同。学生在哪一个节点重新划定概念，哪一项材料促成改轨，AI在哪一处提供了直接答案，教师是否改变了原定任务，均可以形成过程记录。但过程记录不能事后任意挑选，只展示最支持理论的片段。应当保留没有发生重构的案例，比较它们缺少的是先修知识、材料区分度、提示方式，还是理论设计本身的某种条件。

最后，效果与机制需要重新接合。课程可能提高学生解释条件的能力，却暂未改善更复杂的结构创造；也可能使学生更谨慎，因此即时完成量下降，但边界判断改善。研究报告应按原定目标解释这些差异，而不以“凡下降都是深层进步”吞没反例。发生学的教育主张必须允许出现不支持预期的结果，才能使后续课程修改真正成为知识发生，而不是理论自我维护。

最重要的是保留原始表达。研究者可以整理作品，但不能为使发生链条更清楚而替学生补出未说过的理由。若使用AI辅助编码，必须说明其作用并由实际人员核验关键分类。资料处理也是一个SDE过程，不能在评价知识真实性时反而改造证据。

48.4 什么结果将要求修正本书主张

一种可能结果是SDE发生版没有优于高质量一般探究版。对此不能立即说一般探究其实也是SDE，所以理论永远获胜。应当区分两种解释：共同的发生机制可能已经存在于两种课程中；也可能新增的显性表达没有额外收益。研究需要进一步辨认，而不是通过重新命名取消比较。

第二种结果是即时理解改善，但迁移或延迟表现没有改善。它可能说明学生学会了当前任务的组织方式，却未形成可重新进入的根知识。下一轮应当检查跨材料练习、封装与重开接口，而不是只增加相同术语的重复。教育目标若是创造根基，就不能满足于即时测验的局部成功。

第三种结果是关系解释提高，但必要计算或操作熟练明显下降。此时需要研究时间分配与练习承接，不能把所有熟练性要求都贬为旧教育。发生性认知与可靠操作应当共同发展。若课程把每一步都重新打开，导致学习者无法形成稳定能力，就需要重新设计封装节律。

第四种结果是少数学生受益，而其他学生负担增加。研究需要查看先修知识、语言表达、工具条件和教师支持，避免用平均结果掩盖差异。公平不是要求所有人表现完全相同，而是不能把一种进入方式当作唯一合法路径，并把不适应者说成缺少创造资格。

第五种结果是教师无法在合理工作量下持续实施。即使短期效果积极，也不能忽略实际代价。需要简化记录、共享可靠材料、减少不必要流程，或者缩小适用范围。一个依靠无限加班才能维持的教育设计，不应被宣传为普遍解决方案。

第六种结果涉及理论表达本身。若把S、D、E引入后，学生更容易产生循环解释、把相关误作纠缠、把模型误作证明，那么课程必须加强层次辨析，必要时修订表达。理论不能只要求材料适应自己，也必须承受材料对自身的检验。这正是本书所主张的发生与回写。

积极结果同样需要限制。某个学校、某个单元有效，不等于全部学科与所有年龄都有效；某次研究发现增益，也不证明数学公理普遍源于三原理。教育证据支持教育范围，数学证明支持形式范围，本体论论证承担更一般的解释负担。把证据各归其位，才能避免成功以后再次越权。

从负结果返回哪一层，而不是宣布全盘成功或全盘失败

假设未来研究发现，学生学会了区分直接连接与可达，却在新的资源任务中仍然把两两兼容当成整体可行。这一结果不能被简单处理为学生不够聪明，也不能立即说明全部发生性教学失败。它首先指出迁移桥梁没有建立：原任务中的关系闭合知识，没有进入高阶约束的辨认。需要进一步检查课程是否只是让学生熟悉了一组固定图形，而没有让他们理解表达保留和舍弃什么。

另一种可能是，学生在近迁移和远迁移中都没有优于有力的一般探究课程。这会直接限制“显性加入SDE方法必然带来额外教育优势”的主张。此时不能把一般探究的成功全部重新命名为隐含SDE，再宣布比较仍证明新课程独有优势。可以继续研究两种设计是否共享了关键发生机制，但共享机制的解释与独有优势的证据，是两个不同结论。

还有一种情况是，三种课程都表现不好。若任务先修条件过高或评价材料失配，研究可能没有给任何一种教学提供适当进入条件。修订任务后可以重新研究，但必须公开首次结果，而不是只保留最终成功版本。失败记录说明新方案是怎样改出来的，它本身就是本书要求保存的差异序列。

因此，负结果的回写应当分层：材料层修订例子与提示，方法层调整进入次序与重构安排，理论层审查必要性与适用范围。不能把所有失败都推给最底层执行者，也不能把任何局部失败都扩为对全部根知识的否定。恰当的回写需要找到实际被击中的关系，并用新的可区分任务检验修订。基础性知识革命最终应以这种方式保有自己的发生能力。

基础性知识革命最终应当以这样的姿态进入现实：提出明确问题，建立可工作的构型，保留可靠成果，承认失败并组织下一轮。它不是把一个新的理论名称设为终审法庭，而是使知识的根基本身能够继续发生。全书的结语，将回到这一根本使命：基础不仅让人站立，还应使人能够参与新的根基建立。

章末来源与论证身份

[4]本书基础性知识革命及可检验教育主张。[10]仅作为AI支持与独立学习表现需要区分的研究背景。全部试点内容为拟议协议，尚未招募、实施或取得效果数据；统计方差因子在正文所列简化假设下直接推导，不作为实际样本量计算。

本次增厚中的构造、条件分析与教学材料为本书的进一步展开，不作为三篇理论底本已经给出的结论。