AI 时代重新思考：学物理究竟在学什么

“我教你做题，你通过考试，我们一起假装这就是懂物理。” 从费曼在巴西观察到的背诵式学习，到赵凯华先生警示的 “没有与科学概念着实地交锋”，物理教育长期回避着一个核心难题。如今 AI 能够轻松完成大量高分学生的刷题任务，也迫使我们重新追问：学物理，到底学的是什么？

撰文|王春燕

01

费曼在巴西

1950 年，费曼在巴西教了一年物理。临走前他做了一个演讲，描述了这样一个场景：他的学生能完整地背出布儒斯特角的定义、能写出公式、能在考试里拿高分。然后他拿起一张偏振片，对着窗外海湾反射的阳光转动，问他们看到了什么以及为什么。没有一个学生能把眼前的现象和他们刚刚背出的那段话联系起来。

费曼用了一个词来形容这种系统：自我繁殖的伪教育。学生学会了在考试里复述定义，毕业后去当老师，再教下一代学生复述同样的定义。整个系统在自我维持，里面没有一个人真的在学物理。据说他讲完之后全场寂静，因为台下坐着的正是这个系统。

这段话的可怕在于，它讲的根本不只是巴西，也不只是 1950 年。

02

三十年后的实证

三十年后，亚利桑那州立大学的物理学家 David Hestenes 与人合作开发了“力概念清单”（Force Concept Inventory，简称FCI）——一种概念诊断测评工具，包括三十道关于力与运动的概念题，完全不需要计算。他对上过传统大学物理的学生施测，结果震动了物理教育界。Hestenes 1998 年报告的一组数字最常被引用：开课前，大约 80% 的学生能正确陈述牛顿第三定律；上完一整门传统大学物理之后，FCI 数据显示真正理解牛顿第三定律的学生不到 15%。讲授并没有改变他们的世界图景。他们学会的是用公式做题，没学会用牛顿的方式看世界。

差不多同一时期，哈佛大学的 Eric Mazur，一位以教学闻名的物理学家，亲身经历过这种崩塌。1990 年他读到 Ibrahim Halloun 和 Hestenes 的论文，半信半疑，决定在自己哈佛的学生身上测一测。他在其著名的演讲Confessions of a Converted Lecturer 里提到了一个细节：测试开始的时候，一个学生举手问他：“Mazur 教授，这些题我应该怎么答？按你教我们的方式答，还是按我自己实际想这些事情的方式答？”

这一句话本身就是诊断书。学生自己心里清楚：课堂上学的那一套，和他真正怎么理解世界，是两回事。这两套东西在他脑子里是分开存放的，互不打扰。

Mazur 决定走更深一步。他在期中考试里把概念题和定量题配对，问的是同一个物理概念：一道是关于简单串联电路的纯定性问题，另一道是需要联立基尔霍夫定律方程的计算题。按物理学家的判断，定量题明显更难。结果是：学生在定量题上的平均分明显高于概念题。能正确解出联立方程的学生里，相当一部分对基本电路行为的“脑模型”是错的。

Mazur 写道，“这道题揭穿的不是学生不努力，而是一个有经验的老师可以完全被误导，以为学生学会了。”他真正的顿悟是：他作为一个有经验的老师，一直被自己的考试欺骗着，以为学生懂了。

把费曼在巴西的观察、Hestenes 用三十道题做的大规模测量、Mazur 在自己课堂上的私人发现并排放在一起看，你会发现他们是从三个不同的入口描述同一种现象。一个美国理论物理学家在 1950 年的巴西，一个亚利桑那州立的物理学家在 1980 年代的美国，一个哈佛教授在自己的课堂，三件事指向同一个东西：讲授并不创造理解。学生从课堂里带走的，往往是一层符号的表皮，底下那个亚里士多德的、日常直觉的、前概念的世界图景从来没被动过。
漆一干就剥落，露出底下原来的那套直觉。

03

中文物理教育里的独立回声

中文物理教育传统里，赵凯华先生在《新概念高中物理读本》的前言里把这件事讲得极其清楚。他写道：

“物理学中许多概念与人们在日常生活里形成的直觉或潜意识（所谓‘前概念’）相左，这对初学物理学的人是不能绕过的障碍。要克服这一障碍，必须让学生头脑里的前概念与物理学里的科学概念着实地交锋，虚掩过去将后患无穷。”

这段话的分量值得停下来想一想。“前概念”这个词不是日常汉语，它是物理教育研究里的术语，正是 Hestenes 那套力概念清单背后整个理论框架的核心词。而“着实地交锋”四个字，它不是“讲清楚”，不是“讲透”，是交锋。承认这是两套世界观的对抗，承认教学是要让学生经历一次真正的认知冲突。这和 Mazur 后来推广的 peer instruction 背后的理念是同一件事：你必须让学生先暴露自己错的直觉，再让正确的概念去和它正面碰撞，否则正确的概念只是漂在表面。

赵先生在同一篇前言里还写过一段更让人不安的话：

“教学生怎样审题是有益的，但对题目进行分类是’调教’计算机的方法，而不是教活人好的办法。计算机可以算得非常快，但决不会在给它的程序之外越雷池一步。”

这句话的预见性几乎令人不安。他写的时候 AI 还远不是现在这个样子，但他已经把核心问题点出来了：题目分类法训练出来的，正是 AI 现在能完美执行的那种能力。我们这一代教育系统几十年来引以为傲的“题型覆盖”“解题套路”“标准化训练”，赵凯华在那个时代就已经把那条分界线画好了。他只是没用“AI”这个词。

04

同一堵墙

把费曼、Hestenes、Mazur、赵凯华这四个人的发现放在一起，你会发现一个惊人的事实：他们在不同的国家、不同的年代、面对不同的学生，独立地撞上了同一堵墙——物理教育这门学科真正的基本事实。

而且他们的反应模式也几乎一样：先是不相信（“我的学生不可能不懂”），然后是震惊，于是重新思考自己一直以来在做什么。这不是一种学术发现，是一种类似于宗教皈依的经验：一个真正在乎物理的人，发现自己一直在配合一个伪装成教育的仪式。

而我们，整个体系，大体上还在假装这件事没发生。这才是“虚掩过去将后患无穷”真正的份量。后患不是抽象的，后患就是几代人、几亿人，名义上“学过物理”，实际上从来没有过着实的交锋。

05

AI 时代的清算

AI 时代把这件事推到了刀锋上。

公式操作现在是免费的。AI 在标准物理题目上的表现已经超过大多数学生，而且以零边际成本提供。这意味着传统物理教学有一条隐藏契约：“我教你做题，你通过考试，我们一起假装这就是懂物理。”这条契约彻底破产了。

这不是危机，是清算。Hestenes 和 Mazur 几十年前就指出过这个空洞，赵凯华在前言里也警告过，AI 只是把它撕开了。当一个语言模型可以比大多数学生更流畅地复述布儒斯特角的定义、解出标准题目、写出格式完美的解答，那个一直在自我繁殖的伪教育系统就突然失去了它存在的最后理由。剩下的只有那个一直被回避的真问题：让学生真的看见偏振光。这件事，机器替不了，而我们一直没认真做。

但 AI 同时是物理教学史上最大的机会。它可以是不知疲倦的、随时可用的、能针对性回答任何卡点的导师，前提是学生有能力问出对的问题。这把判断、直觉、概念结构推到了真正不可替代的位置。有概念框架的学生用 AI 会飞起来；只会操作符号的学生用 AI 只会生产更流畅的混乱。

06

真问题浮出水面

所以真正的问题是：物理教学能不能放弃它一直以来那个虚假的目标，那个可以被 AI 完美执行的“做题正确率”，转而显式地教那个一直只被默会传给少数幸运者的东西——判断、估算、直觉，以及对“什么算真正理解”的鉴别力？

Wheeler 说过：“不要在你不知道答案的时候就开始算。”这不是俏皮话，而是一种学习方式的根本翻转：直觉必须强到能预测计算的结果，计算只是核对。Arons 的核心原则是“先建立观念，再给名字”。赵凯华讲“题解出来之后学生还应想出种种办法来判断自己的对错”。这些都是同一件事的不同侧面：物理教学要教的是一种判断，是判断什么问题值得问，什么近似合理，什么时候直觉可信，什么时候必须计算。

传统教学考核的，多是公式运算与题型操练；而“判断力”从未被真正测量，因此也很少被认真教学。学生若能获得这种能力，往往不是靠课堂上被明确传授，而是靠一种近乎“师徒制”的默会浸润：跟随一位真正的物理学家，看他如何提出问题、如何取舍近似、如何判断方向、如何在计算之前先把物理想清楚。可是，绝大多数学生从来没有机会进入这样的学习环境。

Hestenes、Mazur、Wieman、Arons、赵凯华、徐一鸿，这些人几十年前就在做这件事。物理学界以礼貌的冷淡相待。

现在我们没有礼貌冷淡的余地了。

主要引用来源

[1] 费曼 1950 年在巴西的观察，见 Surely You're Joking, Mr. Feynman! 中 “O Americano, Outra Vez!”一章。

[2] Eric Mazur 关于他自己顿悟的叙述、电路概念题的具体内容，以及那位学生提出的问题，全部出自 Mazur, Confessions of a Converted Lecturer（2007，原讲于葡萄牙波尔图，改编自 Peer Instruction: A User's Manual, Prentice Hall, 1997）。

[3] 力概念清单的统计数据，见 D. Hestenes, M. Wells, G. Swackhamer, “Force Concept Inventory,” The Physics Teacher 30, 141 (1992)；以及 Hestenes 1998 年关于牛顿第三定律理解率（80% → <15%）的报告。

[4] 赵凯华先生的两段话，引自《新概念高中物理读本》前言。

本文原载于作者科学网博客，经作者授权转载于《返朴》，有修订。

注：本文封面图片来自版权图库，转载使用可能引发版权纠纷。

文章转载自“返朴”公众号