第二届教育系统科学年会开完了。写一个主要给我自己的总结，顺便分享给大家。
感谢会议服务团队，感谢主办单位北京师范大学系统科学学院，感谢承办单位北京师范大学教育系统科学研究中心，感谢协办单位北京师范大学国家安全与应急管理学院和中国科学院文献情报中心，感谢赞助单位一千扇门科技（北京）有限公司和兰溪知识创新和应用研究中心，感谢资助中心研究和实践的捐助者，感谢一路上关心支持和指导我们的同行者。感谢学院和学校的支持，感谢学院领导和学校领导提出的对我们的期待和建议。
就像几位同行人加领导在致辞中提到的，我们至少在严肃地和科学地，系统性地，回答教和学的问题，我们认为得到的答案以及相应的实践也走在正确的道路上，但是，无论这些答案是否正确，无论我们提供的方法是否能够真的解决教和学的问题，我们这条用系统和科学以及工程来做教育的路，是毫无疑问正确的。任何问题的解决，一定要基于经验和体验，先明确问题，再提出最好是经过验证的解决方法以及方法背后的概念体系，然后形成工具甚至系统，找到实现和推广这个概念方法工具系统的途径。只有普适性很高的思想（例如“教育需要爱，教育要因材施教，教师和学生是教育的双中心”），而没有把这些思想转化为可操作的方法，没有对这些方法的检验，就说，“你去做吧，做着做着就会了，靠每一个发挥其创造性吧，这是艺术啊”，就永远不可能真正解决问题。
首先，在开幕词中，吴金闪解释了什么是教育系统科学，为什么教育教学的问题的回答需要系统和科学：教育教学的对象场景是一个包含多种类个体以及个体之间的多种类相互作用的系统，这个系统又有一些整体目标整体功能（尽管这个目标和功能是什么本身也还可以研究，从更大的系统的角度），于是如果我们想问如何更好地实现这样的目标功能的问题，就自然要用到系统科学——一个考虑系统内部的元素及其相互作用的表述，以及在这个描述下如何来更好地通过调整个体以及相互作用从而实现其功能，以及反过来从实现其整体功能的角度来看个体或者某个联系的重要性以及如何调整个体或者联系的问题的学科。这就是系统性——从孤立到有联系，从直接联系到间接联系，从个体看到整体，从整体的角度来看个体。同时，教育教学是一个改变世界影响现实的学问，所有的企图干预现实的学问必须采用科学研究方法遵循科学精神来研究，也就是要走观察、实验、数据分析、概念建模、数学建模、实验检验、知识系统化的道路，要走工程化的道路，把经过检验的概念和模型形成方法进一步形成工具。因此，教育不仅仅需要系统和科学，还需要工程。所以，在开幕词中，吴金闪透露了其对这个会议的野心——有一天这个会议将成为“教育科学会议”，将来系统和科学成为教育的应有之义，不再需要强调出来。或者成为“教育科学和工程会议”，或者“学习科学和工程会议”。
然后，在第一场关于“中心研究和实践”的报告中，吴金闪介绍了理解型学习的核心理念和概念，以及相应的研究和实践:
教和学一定要问WHWM四个问题：教和学什么，如何教和学这些，为什么教和学这些为什么这样教和学这些，这样来教和学这些对我的意义是什么；
理解型学习对这四个问题的答案：教和学高层知识生成器，采用上下左右贯通的理解型的方式来教和学高层知识生成器，因为创造者需要掌握高层知识生成器，因为只有理解型地学会而不是背诵着学会高层知识生成器才能用它去提出和解决问题，这样的教和学才是值得“吴金闪”去做的教和学；
理解型学习脚手架的研发（这里以及之后的部分其实准备好了但是都没有分享）：多个学科的多层知识网络，回溯性诊断，学习顺序算法，检测算法，闪问做题思路解析软件，教学活动层次标注，习题和项目到知识层次的标注，任务-能力图谱分解，理解型学习的各个学科的教材等等；
理解型学习机制研究和实验检验：同一个知识点采用机械式学习和理解型学习在学习效果和脑活动认知活动上有哪些区别；
理解型学习的实践：中小学的教师培训和辅导以及演示课程，大学师范生培养和职后培训，公益培训，企业内促进知识创造的知识管理服务。
接着，我们发布了闪问做题思路解析软件的内测版，其核心是WHWM四问，其实现方式是大语言模型加提示词。目前核心功能已经具备，在软件易用性上还需要改进。闪问提供
习题解答过程，但不是其目标；
解题思路，也不是其目标；
获得解题思路的WHWM四问，从而帮助学习者掌握WHWM四问之后就可以自己生成每道题的解题思路。
也就是说，闪问的核心其实是WHWM这个高层知识。它不仅仅可以用于求解数学题、物理题，还可以用于语文的阅读和写作，还可以用于编程，还可以用于提出和回答一般的问题，工作中的问题。尤其是其中的Meaningful的问题，也就是做这件事情这样做对“我”来说有什么意义，是一个非常关键的问题。
其实，闪问的关键不在于人工智能。王晓玲在发布会现场和用户的WHWM交流，直接展示了WHWM如何通过人之间的交流来发挥作用。人工智能在这里就起到在我们不能提供给广大学习者足够的掌握了WHWM的前提下，如何让更多人能够受到WHWM的启发。
在王宁老师的报告中，王老师强调了语文的教学是理性基础之上的特殊性。汉语字词句的含义的理解都是有道理可讲的，成系统的，只不过这个道理和系统需要进一步去梳理。字的系统基本上解决了，词的系统还需要进一步去构建。语文教学要建立在这样构建起来的语文知识体系之上。当然，语言现象是否可以完全概念化和理性化，甚至在概念化和理性化之后是否可以很大程度上运用计算机和人工智能来解决，那是另一个问题。
陈路遥展示了吴金闪做的WHWM闪问用于语文阅读的演示课，以及展示了对这个课的教学活动层次标注，强调：通过层层嵌套的分解和综合，不断地追问WHWM，语文的字词句段落篇章的理解都是可以搞定的，这也顺便展示了教学活动层次标注怎么做及其威力。
冯恩洪老师的报告主要强调了教育教学要看到学生。那什么是看到学生呢？指的是，看到学生的差异，鼓励和尊重学生的选择，看到每一个学生在其当前的状态下的提升，给每一位学生以帮助从而更好地让他/她实现提升。在知识层面，这其实也是可以通过概念地图来实现的：通过让学生绘制相应知识的概念地图，然后对比专家的这些知识的概念地图和学生的概念地图，就能够知道其差别在哪里，从而能够更好地看到差异，帮助其实现个性化的提升。
王晓玲的报告是对理解型学习的最核心的概念——知识的层次的进一步阐释。我们发现，改进的Bloom的目标分类以及Webb的知识的深度是两个和我们的理解型学习的知识的层次紧密相关的概念。然后，晓玲对这几个概念的提出的框架、概念内涵、应用场景做了对比。实际上，关键差别在于：
第一，知识的层次对元认知和策略性知识做了细化和具体化，分成了学科大图景、一般性人类思维、教和习的方法。
第二，对知识的操作，在Bloom和Webb那里叫做理解、应用和创造，在我们这里被称为概念形成（从下到上）、概念同化（同层之间）和概念生成（从上到下）。我们这个是系统性的分类，而Bloom和Webb那几个属于功能性的分类。
第三，对知识的操作原则上也需要相应的知识，在我们这里这样的知识也被包含在知识的层次里面（例如，从事实性程序性知识提炼出来学科概念知识，往往会用到抽象这个一般性人类思维；例如，用科学研究方法来解决具体科学问题从而得到科学概念知识，自然就需要科学研究方法和科学精神，而它们本来就属于科学学科的大图景），然而在Bloom和Webb的体系中，要么可以理解为这些知识不在其知识框架里面，要么都被笼统地包含到了其元认知或者策略性知识里面。
封闭性、自洽性和具体化细化是我们的理解型学习的知识的层次超越其他类似的分类框架的地方。
曹翔的报告主要传达的信息是：
大概念等教育学概念的定义要可操作，不能仅仅是给一个功能性定义——大概念具有这样这样的作用，而应该是说，通过这样这样的步骤，我们就可以识别出来大概念，然后才能去检验大概念是否具有相应的作用；
借助于我们的知识多层网络和网络分析，我们可以把大概念变成一个可操作的定义。
当然，未来可能更多其他的概念都可以借助知识多层网络和网络分析来给出可操作的定义。同时，更进一步，可能有了知识多层网络，像大概念这样的概念就不需要了，直接用高层知识来替代就够了。
在创造者教师联盟成立仪式活动中，多位教师做了基于其个人实践理解型学习课程建设的发言。其中有梳理多层知识网络的，有建设理解型学习课程的，有用于学生报告、讨论和诊断的，有用于细节概念教学层面的促进理解的改进的，有对促进理解型学习实现的意志品质情绪情感思维模式做梳理从而来更好地推动理解型学习的推广的。实际上，到底如何使用理解型学习的术是无所谓的，只要：第一、以高层知识生成器为目标，或者至少课堂内容中包含高层知识生成器；第二、用上下左右贯通的理解型的方式来教和学高层知识，就是理解型学习的课堂。实际上，理解型学习根本就不是通常的改变课堂形式的教学方法，而是概念课堂内容——教什么和怎么教的真正的底层的核心的教和习的方法。只要帮助学习者把内容学懂了，更加理解了，毫无疑问，创造力（尤其是学到了可迁移的促进创造的高层知识）和解题能力会更高。
顺便，请曹翔和王晓玲对比一下我这个总结和上一个帖子的总结。注意，尽量先明确一个篇章一个帖子的Meaningful，然后再来决定传达什么，如何传达。
