把学科内容与真实情境联系起来,能帮助学生明白自己学的东西有什么用。一起看看怎样把它带进课堂。

有一个问题,很多学生都问过:
“学这个到底有什么用?”
它可能出现在一道数学公式之后,或者在学习某个科学概念时,或者在需要分析一篇文本时,又或者在要学会解读一张图表时。
教师最常见的回答往往是:“以后你会用得上。”
但还有另一种可能。与其解释某个内容将来可能有什么用,不如试着找出它今天在哪里有用。
而这个地方,往往比我们想象的近得多。
设想一堂数学课。教师正在讲百分比。他可以讲解怎么计算,布置几道练习,最后来一次测评。这样完全行得通。但就在同一天,学校正在筹备一场减少浪费水的行动。
于是出现了一个问题:如果把用水量减少 15 %,我们真正能省下多少水?
一下子,百分比不再只是一个内容。现在它可以用来回答某件事。学生需要了解目前的用水量,计算 15 % 是多少,比较不同的方案,解读结果,也许还会发现一个看起来很小的降幅其实代表着不小的数量。
学科内容还是完全一样的。改变的是它被用来做什么。
为一个内容创造情境,并不总需要设计一个虚构的情形。很多时候情境本来就存在。在学校,在家里,在社区,在新闻里,在数字环境中,在学生自己的对话里,食品价格、能源消耗、出行、垃圾数量、用水、广告、社交媒体、饮食、气候、住房、体育、技术。这些都是学生已经熟悉的情境。机会在于问我们自己:哪些学科内容可以帮助我们更好地理解这件事?
我们通常是这样想的:内容 → 练习 → 应用
先教一样东西,然后练习,如果还有时间,再找一个可以应用它的情境。但我们也可以把路径反过来:情境 → 问题 → 内容 → 应用
举个例子:一个小组想知道现在是不是真的比以前下雨少了。要回答这个问题,他们需要数据;要处理这些数据,他们需要学会怎样把数据表示出来;要解读数据,他们需要理解某些变量;要得出结论,他们需要论证。
内容之所以出现,是因为情境让它变得必要。这可以带来一种完全不同的体验。
现在来想想语文。目标是训练论证。一种做法是讲解什么是论说文,然后请学生写一篇。另一种做法是提出一个与他们直接相关的议题:学校是否应该减少在校期间使用手机?
现在他们有了立场,但一个观点还不是论证。他们需要查找资料,区分事实与观点,挑选证据,构建理由,预判反方论点,写作,修改,并为自己的立场辩护。
学科内容并没有消失,论证依然在中心位置。但现在有了论证的理由。
把学习和现实生活联系起来,并不意味着把所有课都变成随意的活动,也不意味着放弃学科内容。恰恰相反。一个真实问题可能迫使学生更深入地使用这些内容。如果我们想知道在学校安装太阳能板要花多少钱,只谈能源是不够的。我们可能需要:用数学计算成本和用量;用科学理解太阳能怎样工作;用技术去研究解决方案;用语文来陈述一份提案;再用批判性思维去判断这个方案是否真的合理。
真实情境并不取代知识。它给了知识被使用的理由。
他们很可能不知道。这没有关系。如果一开始就知道答案,也许就不存在一个真正要解决的问题。
设想我们想知道学校的操场能不能被更好地利用。学生也许会有想法。但很快就会冒出一连串问题:我们有多大空间?现在是怎么使用的?不同群体各有什么需要?哪些区域阳光最多?改造要花多少钱?我们可以怎样把新的布局表示出来?使用这个空间的人怎么想?每一个回答都会打开另一个问题。而每一个问题都可能带来一次学习需求。内容正是在这里开始有了意义。
也要避免走向另一个极端。并不是每个内容都需要变成一个大型跨学科项目。有时一个简单的连接就够了。一张图表可以用来解读一次真实问卷的结果,一个比例可以用来比较价格,一次阅读可以用来分析一则新闻,一个公式可以用来解决一个具体情境,一个科学概念可以用来解释学生每天都能观察到的现象。不必打造一场庞大的体验。有时一个好问题就足够了。
为了检查学生是否记住某件事而提问,和为了让他们必须用上它而提问,这两者有很重要的差别。
每组里的第二个问题不一定“更好”。但它确实创造出一个让知识有事可做的情境。
当存在一个真实问题时,判断我们是否需要技术也会更容易。如果想了解学校的能耗,也许需要一些设备来采集数据。如果想分析一份问卷,电子表格可以帮上忙。如果想设计空间的新布局,一个数字工具可以让表达更方便。如果想研究不同的解决方案,一个 AI 工具可以帮助我们探索备选方案或提出新的问题。而 LMS 可以用来组织资源、活动、成果提交、协作和跟踪。
但顺序依然重要:先有情境,再有需求,最后才是工具。反过来不行。
在这里,真实体验同样可以作为一个很好的判断标准。如果项目需要查资料、采集数据或在教室之外处理数字内容,网络连接就可能成为设计本身的一个变量。因此,当重要的资源可以在离线状态下保持可用、联网后再同步时,一次体验即使在条件并不完美的情况下也能继续下去。现实生活同样不是永远在线的。学习也不应该必须依赖一切都完全按计划进行。
在问题解决之后,会发生一件特别有价值的事。学生可以回头看并明白:“现在我知道为什么需要学这个了。”这不是因为有人告诉他,而是因为他亲身经历过。
那个看起来很抽象的公式,帮他做出了一个决定;那张图表,帮他理解了一个问题;那次阅读,帮他建立了一个论证;科学,帮他解释了观察到的现象;技术,帮他创造了一个解决方案。这个时刻可以改变他与学习之间的关系。
在一道学科练习里,我们通常知道答案应该是什么;在现实生活中,往往并非如此。
减少用水最好的方案是什么?应该投入多少?一个空间应该怎样安排?哪一份提案能说服别人?哪个选择的影响最小?答案并不总是唯一的。需要收集信息、进行分析、做出决定,并说明理由。这样不仅能训练知识,也能训练判断力。
不必重新设计整个课程。我们可以拿一个本来就打算讲的内容,问自己三个问题:
如果找到了答案,就已经有了一个出发点。之后就可以围绕它来设计活动。我们不需要把每堂课都变成一个项目,只需要创造更多让知识有目的的时刻。
当一个学生问:“学这个有什么用?”我们可以用一段解释来回答。但我们也可以做一件更有意思的事:一起去找一个真正需要用到它的情境。因为把学科内容与现实生活联系起来,并不是要让一切都变得实用,而是帮助学生发现,在许多看似抽象的概念背后,藏着用来理解、分析、决定、创造并改变身边事物的工具。当知识开始发挥作用时,它就不再只是内容。它成了理解世界的工具。
一个实用的做法是从一个真实情境或问题出发,然后思考哪些知识可以帮助理解它、分析它或解决它。这样,学科内容就在学习体验中获得了具体的目的。
因为这能让学生明白自己正在学的知识可以用来做什么。内容不再只是需要记住的东西,而成为理解、分析、决定或创造的工具。
并不总需要编造一个场景。可以使用身边的情境,比如用水或用电、垃圾、出行、食品价格、体育、技术、新闻,或者与学校自身相关的问题。
一种做法是改变惯常的顺序:不从内容开始,而是从一个情境出发,提出一个问题,再确定学生需要哪些知识才能理解它或做出决定。
不需要。一个简单的连接就可能足够。一张图表可以用来分析一次真实问卷,一个比例可以用来比较价格,一个公式可以用来解决一个具体情境。并不是所有体验都要变成大型项目。
以“怎么样?”“多少?”或“如果……会怎样?”开头的问题,可以帮助学生用知识去探究或做决定。例如,与其问一个空间有多大,不如问覆盖它需要多少油漆。
不会。真实情境可能要求更深入地使用这些内容。学科知识依然是必要的,只是在情境中获得了具体的目的。
这就是体验的一部分。一个真实问题会带出新的问题,并显示学生需要哪些知识才能往前走。教师可以陪伴这个过程,把出现的需求与学科内容连接起来。
教师帮助识别相关情境、提出问题、把这些情境与内容连接起来,并在学生查证、分析信息和做决定的过程中给予陪伴。
当技术回应一个具体需求时,就可以使用它。它可以帮助采集数据、分析数据、呈现信息、研究备选方案、创造解决方案或组织工作。
当体验中出现需求时,AI 可以帮助探索备选方案、提出新的问题或研究不同的可能性。它的使用应当服务于问题和学习本身。
LMS 可以帮助组织资源、活动、成果提交、协作和跟踪,尤其是当一次体验包含不同阶段或跨越多个时段时。
网络连接可以成为体验设计的一部分。当重要的资源可以离线保持可用、之后再同步时,即使条件并不理想,学习也能继续。
可以从一个已经计划好的内容开始,问自己三个问题:这个知识在现实生活里出现在哪里?有了它我们可以更好地理解什么问题?用即将学到的东西我们可以做出什么决定?