“摩擦最大化”：在AI时代重新审视编程学习与失败的价值
在一个痴迷于优化的文化中（请只追求全局最优值），互联网用户特别热衷于寻找各种“最大化”（-maxxing）的事物：Token 最大化、颜值最大化、快乐最大化、睡眠最大化等等。似乎只要我们找到了正确的优化目标，生活中的一切就都会走上正轨。今年早些时候，这些新兴的网络原生新词中有一个引起了我的注意，因为它呼应了教育研究中一个我认为值得更多关注的概念。
[LOADING...]
“摩擦力最大化”（Friction-maxxing）是互联网原住民用来描述在被动且超级便利、顺滑的生活中增加摩擦力的术语。该术语据称源于社会学家凯瑟琳·杰泽-莫顿（Kathryn Jezer-Morton）的一篇文章。在无数旨在让生活更高效、更简单的产品和服务面前，“摩擦力最大化”是一种相信“做困难之事”价值的生活方式。拥抱并主动寻求这些困难，或许正是让你在长远看来变得更聪明、更快乐的关键。
[LOADING...]
虽然听起来有些荒谬，但认真对待这个想法，或许正是你能在保持批判性思维和计算思维的同时顺利完成计算机课程的关键。它也可能让你变得更快乐、更聪明、更具韧性，并为你即将高速奔向的那个极其狂野的就业市场做好充分准备。
[LOADING...]
这一切与学习技术技能有什么关系？在过去的几十年里，大量旨在让编程学习变得更容易、更“顺滑”的研究、课程和产品层出不穷。
这是一个学习曲线陡峭的领域。研究表明，与其他 STEM 领域相比，计算机入门课程的通过率最低。正如我在视频《编程真的很难学吗？》中所讨论的，这种声誉并不是因为只有 0.6% 的人类大脑有能力学习编程；这更多是一种文化信仰，在数据反映下变成了一种自我实现的预言。值得庆幸的是，许多人正在努力改变这一点，通过帮助让计算技能的学习对各种大脑和身体更加友好。
[LOADING...] 这有帮助吗？请查看 YouTube 上的 JetBrains Academy。
如果我们将一切都“顺滑最大化”，导致信息随处可见，但处理、学习和掌握这些信息所需的时间和注意力却付之阙如，那么我们处于什么境地呢？真的有人在学习吗，还是我们只是在囤积 Coursera 课程，等待那个永远不会到来的“学习日”？
做困难的事
正如我在之前的文章和即将发布的视频中所讨论的，AI 辅导工具会产生一种诡异的效果：让你感觉自己学到的比实际多得多。在某种程度上，这就是“顺滑最大化”教育的最终形态。你只需把大脑浸泡在机器里，被动地看着它创造魔法、调试代码、解释概念，然后浮出水面，脑中空空如也。虽然拥有了顺滑的学习“体验”，却几乎什么都没学会。
[LOADING...]
我以前提到过培养计算思维的重要性。考虑到 AI 在技术领域最终会变得多强大存在不确定性，我可以负责任地说，这是唯一保持有用的技能。好吧，除了这个，还有规范驱动开发和掌握大语言模型……总得有人知道幕后发生了什么。
在我之前的工作中，我曾用那句陈词滥调且模糊的建议来倡导人们掌握这些神秘的技能：“做困难的事。”
[LOADING...]
现在，让我们受“摩擦力最大化”这一（虽然已经过时几个月）文化时刻的启发，深入研究一下关于学习、摩擦力和失败的研究。
研究结果
如果我们生活在一个 Git 提交记录决定能否获得食物的世界里，也许婴儿在三岁时就能被动地学会 Python。谢天谢地，目前还不是这样。婴儿学习语言不费吹灰之力，因为他们受益于大脑的“被动”神经可塑性。
虽然在许多知识领域，基于体验的游戏化学习足以传授基本技能，但软件开发并非其中之一。尽管整天被技术和代码包围，如果你想学习构建软件，你就必须付出努力。
这种“努力”实际上是我们作为成年人培养的一种能力，即调动我们的“主动”神经可塑性，通过集中精力来学习，而不是仅仅做一个海绵。成年人完全可以达到与儿童相同的学习成果；我们只是需要更循序渐进地学习。这就是为什么我们通过结构化课程来学习，而不是在睡觉前让 AI 为我们朗读有史以来最漂亮的代码。
[LOADING...] “Mockoon”是一款流行的 API 模拟工具。
在大脑中，激活主动神经可塑性需要一种激素“鸡尾酒”，用以调节我们的警觉性（去甲肾上腺素）、动力（多巴胺）和满足感（血清素）。我们在面对挑战性问题时感受到的这种警觉或压力，正是促使大脑准备学习新事物的触发器。失败和犯错尤为重要，因为它们比一帆风顺地做对问题能更有效地激活我们的记忆。
在计算领域，这种“富有成效的失败”通常表现为调试。虽然调试的愉悦感堪比吃石头，但许多资深开发者表示，正是通过这种方式，他们建立起了对代码和技术系统的深刻理解。
与社交媒体上的网红博主所说的相反，学习研究并不认为我们需要通过“最大化”摩擦力和失败来达到天才的境界。过早地经历过多的失败会导致明显更差的学习成果。作为学习者，我们必须学会适当地应对学习带来的不适感，以免它摧毁我们的自尊，导致我们不再相信自己有能力攀登学习曲线。
[LOADING...] 通过做调试等困难的事，我们向大脑发送了一个激素信号，告诉它需要适应和学习。
在教育研究中，处理学习新事物时产生的负面情绪被称为自我调节。好消息是，越来越多的干预措施可以帮助人们保持冷静，从而成功地完成（或在失败中学习）困难的任务。
坏消息是，自我调节策略几乎从未被明确传授给学生，尤其是在计算机领域，这里的课程设置似乎对提到带有“情感”的“人”过敏。为什么会这样？我实在想不出什么好理由。我最好的猜测是，对于那些教授计算机技能的教育者来说，这些自我调节实践对他们而言要么是显而易见的，要么是隐形的。也许他们恰好是那些因为自身的生物化学特性或文化背景，而较少受失败困扰的人。
尽管如此，这种严重的疏忽是可以很容易纠正的。这篇优秀论文甚至制作了一份单页讲义《学生失败学习指南》，详细介绍了大量科学支持的管理大脑中激素波动的策略。
通读一遍这份指南可能会给你一些很好的建议，但重要的是将其付诸实践。仅仅了解行为改变策略并不能保证长期的改变。精髓在于去做、去失败、去重做。最重要的是，还要学会何时“不做”。我们需要停机时间来整合新知识，需要休息来调节身体。难道教育中最具成效的摩擦力不是来自寻求更多信息，而是放慢脚步，整合我们已知的信息吗？这很有可能，但我需要一些时间来思考。
[LOADING...]
如果你喜欢这篇文章，请查看我们的系列文章《AI 世界中的编程学习指南》：《现在还有必要学习编程吗？》、《在 AI 世界中学习思考：给新手程序员的 5 课》、《你应该使用 AI 来学习编程吗？》 以及 《如何为编程的未来做好准备》。
[LOADING...]
Clara Maine 是 JetBrains Academy 的技术内容创作者。她拥有人工智能的学术背景，但她最擅长探索人工智能与教育、哲学和创造力的交叉点。她在 JetBrains Academy YouTube 频道 上撰写、制作并出演关于学习编程的视频。