研究背后的问题
汉明的结尾挑战
汉明在《你和你的研究》中以直接的挑战结束: '我在要求你做出伟大的工作... 你需要一个关于你想做什么的愿景... 然后你必须有勇气去尝试.'
他在讲座中定义了伟大的研究人员的习惯 - 工作在重要问题上,容忍模糊,保持开放,管理情绪。 他从未定义'伟大'意味着什么,除了个人满足感和领域影响。
这留下了一个问题: 对谁伟大? 在哪个领域? 根据谁的标准? 一个武器研究人员和一个课程设计师都遵循汉明的习惯。 他们都在自己的衡量标准上工作于'重要'问题。 这些习惯是必要的但不充分的。
永久计算机四元论回答了缺少的约束。 伟大的工作同时增长了8种资本的所有形式,以自愿参与的方式运行,产生自由流动的知识,并以耐心和信任的态度对待它所服务的人。
四元论:
- 真理: 开源。 教育学、分类逻辑和反馈策略对任何人都可见。 智力资本自由流动如同种子。
- 自由: 自愿参与。 没有需要注册才能学习。 没有超出个人选择的追踪。
- 和谐: 输入与输出相匹配。 努力产生理解。 课程通过知识循环增长经验资本: 读 → 回答 → 观察反馈 → 更深的理解。
- 爱(无为): 满足于别人当前的状态。 '我不知道'得到耐心,而不是惩罚。 信任学习者按照他们自己的时间表到达。
没有官方支持的勇气
汉明说: '一旦你鼓起勇气并相信你可以做出重要的事情,那你就可以。 如果你觉得你不能,几乎肯定你不会。'
他将这件事交给了贝尔实验室的研究人员：有工资的人，实验室，隔壁的同事，学校图书馆，专门用于研究的时间。
真理作为工程原则
真理：开源作为默认值
真理作为四术原则意味着：开源代码携带自己的文档说明。审阅者可以阅读算法，而不是仅仅信任输出。
这在各个领域都很重要：
- 在教育领域：一个家长能否审查课程的分类逻辑？他们能否阅读评分孩子作答的评分标准？
- 在基础设施中：一个下游用户能否在应用之前验证补丁？
- 在安全性中：社区能否在敌人发现之前找到缺陷？
真理的替代方案不是中立——它是信任委托。你要求用户信任一个不透明的系统，因为你说它是正确的。信任委托会从信任账户中提取社交资本——每次系统做出用户无法验证的决策时，都会从信任账户中提取。
开源逆转了这个现象。每个决策都可见。每个分类都可审计。智慧资本像种子一样自由流动：设计可以被复制、改进并在任何地方重新种植。
审计分类器
一个课程平台使用专有机器学习模型对学生回复进行分类。父母无法看到他们孩子为什么收到了负反馈。分类标准是商业秘密。
自由作为工程原则
自愿参与作为默认设置的自由
自由作为四元学科原则意味着：无需帐户学习。除了一个人选择的追踪。访问门槛上的每个门是对访问的税收。
帐户服务的是平台，而不是学习者。它们为追踪、营销和留存循环生成持久标识符。它们在精准时（第一次访问） precisely when motivation to learn is highest — the first visit。
一个只访问一次、决定不创建帐户、看到没有得到任何回应的学生被拒之门外。平台从他们那里提取了他们的注意力（足以导航到课程页面）并没有给予任何回应。
进步的替代方案：基于能力的呈现。内容作为地板，增强作为天花板。无需帐户可见所有课程文本。帐户是可选的，用于追踪进度和个人反馈——作为天花板的可选增强，而不是门槛。
门槛和进步的替代方案
学习平台需要创建账户才能显示任何课程内容。一个学生访问一次，决定不创建账户，看到什么也没有。
和谐：知识循环
和谐：输入与输出相匹配
和谐作为四位数原则意味着：系统输入与输出相匹配。学生的努力产生了理解。没有产生理解的努力是系统失败，而不是学生失败。
围绕和谐设计的课程跟踪知识循环：
阅读（知识）→ 反应（经验）→ 观察反馈（生活）→ 更深的理解（知识）
这个循环的每一次循环都加深了掌握。这个循环依赖于每个交接工作：
- 阅读→ 反应：内容必须足够清晰以引发反应。
- 反应→ 观察反馈：分类器必须准确地反映响应质量。
- 观察反馈→ 更深的理解：反馈必须指向下一步，而不是仅仅标记当前状态。
当一个学生循环而没有前进时，一些交接已经失败。和谐被打破。学生的努力进入循环但没有产生理解——系统输入和输出已经解耦。
诊断循环中断
一个学生在一个课程上花了2个小时，但分类器一直标记他们的响应为'partial_understanding'。他们感到沮丧并放弃。
爱：Wu Wei 作为系统设计
爱：不要推动河流
作为四位一体原则的爱意味着：无为。不要推动河流。迎接学生们在哪里。
'我不知道'得到耐心，而不是惩罚。澄清问题不算尝试。系统信任学习者在他们自己的时间表上达到见解。
这不是情感。这是一个设计约束。一个惩罚'我不知道'的系统会让学生猜测，而不是承认不确定性。猜测会产生更糟糕的数据用于分类器。系统对学生了解更少。反馈变得不准确。知识循环会变差。
作为系统设计的爱：一个说'我不知道'的学生已经给出了准确的数据。这个回应有实际意义：他们还没有形成可以评估的回应。把它算作尝试1中的3个忽略了数据并惩罚了诚实。这样的系统是在提取遵从性，而不是增长理解。
算作尝试：False
一个学生提交'我不知道'作为问题。系统将其计为尝试1中的3个，向尝试2进发，并准备在尝试3到来时强制进发。