14 × 75:把它看成「14 的 75%」
Pam 在 #MathStratChat 里点赞了 Erica Cross 对 14 × 75 的解法:看成「14 的 75%」,50% 是 7、25% 是它的一半 3.5,合起来 10.5,再放大得 1050。Pam 称之为漂亮的百分数比例推理。
这是 19×19 心算视频可以借的「换个看法」镜头:把乘法改写成百分数来算;可收进 MathWiki 该题的「解法墙」,闯关里设一关「用百分数视角重算」。
让直觉先撞上一个具体的数,再谈原理——自己算出来的反例,比先讲结论记得牢。
Pam 在 #MathStratChat 里点赞了 Erica Cross 对 14 × 75 的解法:看成「14 的 75%」,50% 是 7、25% 是它的一半 3.5,合起来 10.5,再放大得 1050。Pam 称之为漂亮的百分数比例推理。
这是 19×19 心算视频可以借的「换个看法」镜头:把乘法改写成百分数来算;可收进 MathWiki 该题的「解法墙」,闯关里设一关「用百分数视角重算」。
作者汇总 58 项实验和准实验研究,发现数学课上使用可视化与学业成绩有较大的正向关联(g = 0.810),效果大小主要随可视化类型变化。四类之中,「具体操作类」点估计最高,但研究太少,结论只是初步的;证据最稳的是「动态交互类」和「静态图示类」,作者建议在大规模、结构化教学中优先用这两类。
这给 19×19 视频和 MathWiki 配图一个有依据的取舍:优先用静态图示(面积图、数线)和可交互的动态演示,沉浸式不必追;MathWiki 的图卡也可以标上属于哪一类,方便以后做对比。
Howie 用短视频讲「朋友悖论」:平均而言,你的朋友拥有的朋友比你多——不是你人缘差,而是数学使然。原因在于朋友多的人出现在更多人的朋友名单里,在平均时被「多算」了。
适合做一道素养题拆解的「统计直觉」样题:给一张 5-6 人的小关系图,让学生分别算「每人朋友数的平均」和「每人的朋友们的朋友数平均」,亲手算出差异,可作为 MathWiki「平均数」词条的又一张反例卡。
这项随机对照实验(N = 95)针对学生把 GenAI 当「答案机」的元认知惰性:实验组先上一节按自我调节学习框架设计的训练课,讲 GenAI 的特点、分步提问策略和 AI 出错时的补救办法;对照组只上普通解题课。两组先独立做电磁学概念测验(CSEM),再和大模型豆包对话修改答案,实验组修改后的表现明显更好(d = 0.81),总体认知负荷和对照组相当。
MathWiki 的 AI 功能上线前,可以先给学生一张「怎么跟 AI 一起改题」的流程卡(先自己做 → 问思路不问答案 → 核对 AI 错在哪);研究里照这个设计比较「有/无训练卡」两组。
Sold a Story 第二季转向数学,主角是 Zig Engelmann 的 Direct Instruction。Kane 担心大家顺势接受一个简化叙事:美国这十几年转向探究式数学,导致成绩下滑,所以退回「老师直接告诉怎么做」就好。他自己教过三年 Illustrative Mathematics,认为这类教材探索和讨论太多、挤掉练习,学困生认知负荷过高;但 PISA 显示多国成绩一起下滑,单怪课程说不通,他的做法是删掉一些活动、讲得更明确、补足练习。
这是脚手架研究里很实在的中间立场:不是「探究 vs 讲授」二选一,而是同一套开放任务里什么时候删、什么时候直接讲、练习补多少;闯关习题可以把「讲解关」和「探索关」交替排,看学困生在哪一类关掉队。
Riley 摘出一段话:人类花了几千年建立相互学习、相互交流的制度和规范,大型科技公司正在系统性地拆掉它们,AI 正在堵塞我们形成认识世界所需知识的能力。配图是他署名的文章《Our minds aren't equipped to handle AI》,副标题称 AI 是「心智的垃圾食品:容易、诱人,最终对你很不好」。
做「AI 提升学习」研究时,可以把这类反方观点当基线假设:MathWiki 的 AI 环节要写明哪些步骤 AI 不能代劳(第一次尝试、自我解释),并测「用过 AI 后学生自己能讲清多少」。
研究在印度卡纳塔克邦做现场实验:305 名母语为卡纳达语、就读英语授课院校的本科生,分别完成书面作答、与 AI 文字对话或语音对话,语言又分纯英语和卡纳达语—英语双语。对话组花的时间更多、产出更多,兴趣和自我效能也更高,但完成对话活动的人更少;各组知识都有提升,不同形式之间的增益没有可靠差异。双语在语音对话中最有帮助,能减少表达卡壳和中途放弃。
提醒你别把「更投入」当成「学得更好」:MathWiki 如果做「和 AI 讲题」环节,评估时要单独测知识增益和完成率;对中文学生,允许中英混说术语可以降低开口门槛。