第5章　高级算法：智力的真相

在教育里，几乎所有问题最后都会落到一个词上——智力。

题做不出来，说智力不行；反应慢一点，说不够聪明；成绩上不去，说脑子不开窍。这个词看上去极有解释力，实际上多数时候只是一个粗糙的标签。它最大的危害不在于简单，而在于它听起来太像命运：一旦把孩子的问题归到智力上，成人就停止了分析，孩子也停止了努力——命运一被说出口，教育就退场了。

上一章说清了天赋：真正先天的，是共有的基本算法。那么，那些真正把孩子区分开来的能力差异，住在哪里？住在高级算法里。从人类模型的角度看，智力就是孩子处理世界的高级能力系统——它建立在基本算法之上，又在数据、训练、反馈、经验、关系与调优中不断发展。它不是天生写定、各有高下的分量，而是后天建设、可以生长的系统。看清这一点，教育才不会陷入两个极端：既不把孩子说死，也不把努力说空。这正是道术并重所要求的清醒。

一、智力是一个系统，不是一个点

把智力想成一个可以高低排序的点，是最常见、也最误事的误解。

智力不是一个点，而是一个系统。孩子处理一个问题，需要许多能力同时上场、依次接力：看见问题，理解问题，提取关键信息，寻找其中的关系，建立模型，调用经验，提出并验证假设，修正错误，最后表达结果、复盘过程。这条链上任何一环卡住，最终的表现都会下降——而表现下降，并不等于智力低。

一道总做错的应用题，最能说明问题。只看结果，都是一个错字；一旦追问，不同孩子错在完全不同的环节：有的字还认不全，卡在第一步的识读；有的认得字却不懂语义，卡在理解；有的懂语义却抓不住数量关系，卡在建模；有的会列式却算错，卡在执行；有的本来全会，一进考场就慌，卡在情绪；有的做完从不检查，因为从小没形成复盘的习惯。六个孩子，六个不同的断点，结果却被笼统地记成同一个错、归到同一句不够聪明上。看见系统，才能分清环节、精准调优；只盯结果，就只会统一批评、统一加练、统一贴标签。这里还藏着一个常被忽略的限制：人的工作记忆容量有限，当一道题要同时占用读题、理解、运算、检查多个环节时，任何一处负荷过重，整个系统都会卡顿——这往往被误读成不够聪明，其实是系统被瞬时压垮了；而把前置环节练熟、为工作记忆腾出空间，正是让看起来更聪明成为可能的办法之一。

再看阅读。两个孩子读同一篇文章都说读不懂，原因却可能完全不同：一个是生词太多，卡在字词；一个是字都认得，却抓不住段落之间的关系，卡在结构；一个是读完就忘，因为从不停下来复述，卡在加工。三种读不懂指向三种不同的训练——补词汇、教结构、练复述——若一律用多读几遍来应对，那个卡在结构的孩子，读一百遍也未必通。读不懂从来不是一个诊断，而是一个需要被拆开的笼统说法。

这里值得多说一句工作记忆，因为它是许多看起来不够聪明的表象背后真正的瓶颈。工作记忆，是人在思考时临时存放和加工信息的心理工作台，容量很有限，一次装不下太多东西。做一道稍复杂的应用题，孩子要同时读懂题意、记住条件、选择方法、执行运算、再回头检查——若其中基础的环节（比如计算）还没练到自动化，就会大量占用这块台面，留给真正难的部分的空间所剩无几，于是顾此失彼、频频出错。反过来，一个口算已经自动化的孩子，台面腾得开，就有余力去想题目真正考的那层关系。这解释了一个常被误解的现象：把前置的、可以自动化的环节练扎实，不是机械刷题，恰恰是在为高阶思考腾出空间——它让孩子有条件显得更聪明。

既然是系统，就不能用一次输出去判定。智力是高级算法，而高级算法又长在基本算法之上：孩子能抓重点，是注意在工作；能学会语言和规则，是模仿与反馈学习在起作用；能提出问题，是探索机制没有被压坏。所以发展智力，不能只盯着题目训练——只盯题目，容易把智力窄化成答题；底层机制没养好，题越练越多，孩子可能越学越累。

二、智力是被建设的，不是被发现的

智力的差异，主要不是被发现的禀赋，而是被建设的结果。建设它的，是三样东西：数据、训练、反馈。

先说数据。没有数据，算法无法运行；这里的数据不是机器语料，而是孩子真实经历过的生命经验——他见过、听过、摸过、问过、试过、失败过，又在什么样的关系里被回应过。一个从小被带进自然观察的孩子，听到植物生长，脑中有发芽、长叶、开花、枯萎的真实画面；一个只背过概念的孩子，听到同样的词，也许只想得起课本上的句子。两人面对同一个知识点，接收的数据不同，理解的深度就不同。很多孩子学抽象知识吃力，并非抽象能力天生差，而是缺少足够的具体经验——没有具体经验，抽象就没有材料。数据怎样按来源与质量塑造孩子，本书第三部会专门展开；这里只需立住一点：智力的发展，需要真实而丰富的数据场。

再说训练。反对天赋宿命，绝不等于否定训练；恰恰相反，真正的反宿命论必须重视训练，因为没有训练，能力无法从偶然表现固化为稳定模式——会读一篇文章不等于形成阅读能力，会做一道题不等于形成数学思维。但训练有好坏之分。机械训练只问做了多少题、刷了多少页，追求的是熟练的重复输出；科学训练则问孩子理解了什么、错误集中在哪里、方法是否清楚、能否迁移到新情境、能否讲给别人听。认知科学对学习迁移的研究一再表明，只在表层重复的练习难以迁移：孩子在练熟的题型里表现不错，题目一换面孔就掉下来；唯有指向结构与方法的练习——让孩子看清这一类问题的底层关系、并在不同情境里反复使用——才能真正发展出可迁移的高级能力。同样是练，机械训练制造的是低级的熟练反应，科学训练才发展高级算法。

最后说反馈。孩子怎么知道自己哪里错、下一步怎么改？靠反馈。没有反馈，训练就退化成盲目重复。只说一句错了是结果反馈，告诉他错在哪、为什么错、怎样辨别才是过程反馈；只说太差是伤害性反馈，指出他缺具体场景、缺真实感受，再带他去补，才是建设性反馈。关于反馈，教育研究中有一个相当稳健的发现：指向过程与方法的反馈，对学习的促进远大于单纯告知对错或给出评判。很多孩子不是没有发展能力，而是长期接收的是嘲笑、否定、比较与羞辱这类坏反馈——它们进入孩子，会改写他的自我模型，让他慢慢相信我不行、我一错就会被骂、我学习只是为了躲避惩罚。一旦形成这种自我模型，高级算法就被情绪系统牵制：大脑还在，学习系统却不愿打开。反馈怎样改、怎样成为调优的杠杆，本书第五部会专门讨论。

这三样之外，还有一个运行前提——算力。再好的数据、训练与反馈，也要孩子有力量去运行：睡不好则注意力下降，长期紧张则理解力下降，关系不安全则心理带宽被占用。算力不足时，高级算法很难正常运转，就像一个人背着重物爬山，成人却只在山顶喊快一点、认真一点。算力是本书第七章专门界定的概念，此处只需记住：它是高级算法运行的底座。

也许有人会问：智力不是有遗传成分吗，这样讲是不是回避了先天？这里要讲清楚。遗传当然有影响，但需要分清它影响的是什么。对成长的研究越来越倾向于一个判断：先天因素更多地设定了发展的范围与起步的快慢，而不是锁死最终能达到的高度；而且基因与环境从不是各管一半、互不相干，它们一路相互作用——同样的潜能，遇上丰富的数据、科学的训练与安全的关系，会被充分唤醒，遇上贫瘠与压制，则会长期沉睡。更要紧的是，对教育而言，可建设的那部分空间，远比日常直觉以为的大得多。所以承认遗传，与本章的主张并不冲突：智力有先天的底子，但它主要是在后天被建设出来的——而教育能用力的，正是那片被建设的广阔地带。

也许有人听到这里会不安：照这么说，孩子智力发展得不好，岂不全成了大人的过错？这不是本章的意思。说智力是被建设的，重点不在追究谁的责任，而在指出它落在可改变的地方——数据可以调整，训练可以改良，反馈可以重设。而且建设从来不是某一个人、某一段时间的独力承担，它是家庭、学校与孩子自身长期共同作用的结果；更要紧的是，它没有一道关死的门：哪怕前面建设得不够，后面依然可以补建。把智力看成被建设的，不是为了制造内疚，而是为了夺回主动权——既然是建设出来的，就还能继续建。

三、智力不等于分数，也不等于答题

把智力等同于分数，或等同于答题，是把一个系统压缩成了它的一个侧影。

分数重要，它是教育系统里现实的指标，孩子要升学、要面对评价，不能轻视；但分数不能等同于智力。分数只是某一次、某一类任务、某一种评价方式下的输出，背后才是生成机制。同样一个高分，可能来自扎实的理解与稳定的状态，也可能只是题型熟悉与短期强化；同样一个低分，可能是真有知识漏洞，也可能是状态不好、方法错误、题意误读或情绪失控。只看分数就会误判，看见分数背后的机制才能调优。所以分数要看，但不能遮住孩子；要分析，但不能变成羞辱的工具。如果一个孩子靠恐惧拿到分数，却越来越厌学、越来越不信自己，这样的分数代价极高；如果一个孩子暂时分数不高，理解却在加深、方法在改进、模式在重建，他仍在向好生成。分数是信号，不是终点。

举一个最常见的对照。两个孩子都考了八十分。第一个靠的是反复刷同一类题型、考前突击，知识点之间并没有打通，换一种问法就塌；第二个虽然也只有八十分，却是真懂了大半，失掉的分来自一处尚未补上的概念。分数一样，机制截然不同：前者的八十分是脆的，随时可能跌，后者的八十分是稳的，补上那一处就能继续往上走。只盯分数，两人无从区分；看见机制，才知道一个要返工、一个只需补缺。这正是为什么说分数要分析，而不能只用来排座次。

同样，智力也不能被压缩成答题能力。答题是训练思维、检验理解的重要方式，但现实世界给孩子的问题大多没有标准答案：怎样与人相处，怎样面对失败，怎样判断信息真假，怎样在复杂情境里做选择，怎样表达观点、承担责任、在变化中继续学习。这些都需要高级算法，却无法靠刷题获得。把智力长期窄化为答题，会把孩子教窄——他越来越擅长等待题目、等待指令、等待标准答案，一旦没有人出题、没有人评分，就不知道自己该做什么。这显然不是教育想要的结果。答题能力要培养，面对真实问题的能力更要培养。

一个简单的对照能说明差别。课堂上，孩子面对的是已经被出好的题：条件齐全、目标明确、答案唯一。生活里，孩子面对的却是没有人替他出好的问题——该不该相信网上看到的这条说法，和朋友闹了矛盾要怎么处理，一件从没做过的事该从哪里下手。前一种考的是在既定框架内求解，后一种考的是自己去界定问题、收集信息、判断取舍、承担结果。只把孩子训练得擅长前者，他可能考得很好，却在后者面前手足无措。而恰恰是后者，构成了一个人一生中绝大多数真正重要的处境。所以智力的培养，不能停在会答别人出的题，更要走向会面对生活出的题。

四、智力需要价值方向：道术并重

智力不能只看强弱，还要看方向。

处理能力本身是中性的。一个孩子很会算计别人，也是一种处理能力；很会逃避责任，也是一套策略系统；很会钻规则空子，也有他的聪明。但教育不能把所有处理能力都叫作值得发展的智力。发展高级算法，不能只问会不会、快不快、赢不赢，还要问：是否真实，是否负责，是否尊重人，是否有利于成长。没有价值方向的聪明会滑向狡猾，没有责任感的能力会制造伤害，没有同理心的策略会把人当工具。

举个例子，一个孩子学会了用一套说辞把责任推给同伴，每次都能全身而退——这无疑动用了不低、甚至相当灵活的处理能力。但若教育为这种灵活喝彩，等于在培养一种没有方向的聪明：能力越强，将来伤人越深、自欺越久。道术并重要拦住的，正是这种把术从道里抽走的发展——让孩子在学会做事的同时，也长出关于何为正当的判断。

这正是道术并重的含义。术，让孩子会做事；道，让孩子知道为什么做、怎样做才正当、怎样做才有利于自己与他人的成长。教育的目标不是培养一个会赢的人，而是帮助孩子更好地生成自己，并有能力与世界建立更好的关系。脱离了道，术越强，风险越大。

五、智力最终要走向学习力

智力发展的终点，不是会做今天这一类题，而是有能力面对明天那些还没出现的问题。

一个孩子今天会做某类题，很好；但更要紧的是，他在新的问题面前能不能继续学习——能不能发现自己不会，能不能寻找方法、承受困难、调整策略、向人请教，能不能把一次学习转化为下一次学习的能力。这种能力，就是学习力。它比一次聪明的表现重要得多，因为世界会变、知识会更新、工具会迭代，AI 正在进入越来越多的学习与工作场景；未来真正重要的，不是孩子记住了多少固定答案，而是他能否持续学习、主动学习、迁移学习、自我调优。如果说智力是孩子处理世界的高级能力系统，那么学习力，就是孩子不断更新自己、发展自己、生成自己的核心能力。教育发展智力，最终要把孩子带向学习力——这正是下一章的主题。