算法的局限

武健

幾乎所有學(xué)科都強調(diào)本學(xué)科對思維的培養(yǎng)。信息科技課程的目標(biāo)在于培養(yǎng)人，需要一方面強調(diào)技術(shù)的價值與作用，另一方面要幫助學(xué)生逐漸成長為社會人，從兒童開始就要貼近生活、關(guān)注生活。教師需要幫助學(xué)生們從簡單到復(fù)雜，從小處入手，逐步學(xué)會面對復(fù)雜的生活問題。在這個過程中逐步形成技術(shù)習(xí)慣，形成屬于自己的、解決問題的“算法”。

技術(shù)總有著一定的適用條件。超出適用范圍的技術(shù)是無法發(fā)揮自己的特長的，甚至無用、有負(fù)作用。一把十字改錐可以很好地擰螺絲，但如果用它在厚木板上打個洞，就會非常困難。這不是怨工具不好用，而是超出了使用它的條件限制。世界上還沒有真正的萬能工具。技術(shù)、工具、方法、算法等都有這樣的特點，有著自己的適用范圍。

如果把生活算法看成一種類型的行動規(guī)則、行動模式，那么它最大的局限性恰恰也在這里。老話講“江山易改本性難移”，人們的思維模式一旦建立，摧毀這種模式就等于是摧毀這個人本身的原有認(rèn)知?；凇跋到y(tǒng)不可能認(rèn)識到自身存在的問題”這類理解。即使是人類這種有著高智力的動物，現(xiàn)有階段對思維模式的重構(gòu)也是困難的事情。

對生活算法來說，了解它的局限性，也是在關(guān)注到如何更好地應(yīng)用它。

● 簡化與失真

生活算法是對生活中問題解決步驟與方法的一種歸納、總結(jié)。從具體到抽象分別關(guān)系到了操作序列和事序，是針對問題解決中的方法、步驟的一種固定套路、模式。當(dāng)人們心中形成了這種套路后，用邏輯模型、流程、圖表，甚至自然語言呈現(xiàn)出來，并在實踐中應(yīng)用起來。這樣看，算法是對方法與步驟的一種形式上的簡化、抽象化。

首先，與人們用模型來理解事物一樣，簡化就會產(chǎn)生一定程度的失真。模型的形成過程是在真實物品基礎(chǔ)上一步步簡化下來的。像真實的瓶子簡單化到線條模型，每一步只保留最核心的要素，經(jīng)過若干次后會得到最終結(jié)果。這時會發(fā)現(xiàn)結(jié)果與原物品有很大差距，缺失了很多信息（如圖1）。

同時，問題解決時表述問題與真實發(fā)生的問題間也存在著簡化現(xiàn)象。真實問題，包含的內(nèi)容是豐富的。像在“早上遇到車子出現(xiàn)故障”的這類問題中，我們是把許多自認(rèn)為不相關(guān)、不關(guān)鍵的要素忽略后，才形成了有限的解決方案。如果不這樣做的話，一個問題就在這些不相關(guān)的細節(jié)影響下出現(xiàn)無數(shù)種方案，事情就會變得無法解決。

其次，問題解決的操作序列或事序也存在著簡化現(xiàn)象。問題有著充分的復(fù)雜性，能夠表述出來的問題解決的操作序列或者事序，也需要從問題解決的具體過程中一步步簡化、抽象而來。真實的解決過程是相對復(fù)雜的，而頭腦中的是相對簡化的。

再次，當(dāng)我們把操作、方法、步驟這類程序性知識用語言說出來時，又會忽略一些要素，這也是一種層次上的簡化。像很多人可以明確地說出“單擊鼠標(biāo)”的操作步驟有：看到屏幕上的圖標(biāo)→用手移動鼠標(biāo)器→將指針移動到圖標(biāo)上→用食指按下左鍵。不過“看到屏幕上的圖標(biāo)”中就包含著用眼睛接收到信息、區(qū)別目標(biāo)與其他不同的地方等更細致的步驟。語言很難將其全部表達出來，必要的簡化同時也是人的特點。

對于教師來說，首先需要知道這種“失真”的存在。簡化既是生活算法的優(yōu)點，同時也會成為其缺點。在教學(xué)活動中，要注意根據(jù)其影響的大小，盡量避開失真對算法應(yīng)用、算法學(xué)習(xí)的不良影響。教師還需要在恰當(dāng)?shù)臅r機，關(guān)注所忽略掉的那部分內(nèi)容。

● 遷移與應(yīng)用

歸納、總結(jié)算法是為了更好地解決問題，但是生活算法很難直接解決某個具體的問題。因為討論的不是具體問題的解決方法，討論的是問題解決的一般性。

在“方法、步驟、算法”的體系中，算法需要有一定的抽象程度，達到使復(fù)雜的問題簡單化的目標(biāo)，才會有助于一類問題的解決。

例如，在算法S（n）的學(xué)習(xí)時（如圖2），從A-A1類事件中得到方法S1，從B-B1類事件中得到的方法S2……其中，A類與B類事件的相似程度關(guān)系到了學(xué)習(xí)遷移的程度，也關(guān)系到最終算法S（n）在應(yīng)用時可接受的差異程度。如果A與B類事件相似度大，那么算法S（n）應(yīng)用時，需要C類不能相差過遠。在生活算法的學(xué)習(xí)過程中，既有特殊遷移的特點，也具備有一般性技能、知識學(xué)習(xí)的特點。

在生活算法的學(xué)習(xí)過程中，如果對某一套操作序列、事序或具體的條文進行死記硬背，學(xué)習(xí)者只有面對高度相似的問題時才會更好地應(yīng)用。而理解型的學(xué)習(xí)會在低相似或陌生的問題中起到作用，有著更高的靈活度。

從這個角度來看，在教師引導(dǎo)下的生活算法教學(xué)不是直接去講什么是目標(biāo)分析法、爬山法、啟發(fā)法……而是要結(jié)合真實生活情境，針對算法的學(xué)習(xí)過程和應(yīng)用過程，讓學(xué)習(xí)者自己從理解中去總結(jié)，形成屬于自己的算法。即使自己領(lǐng)悟的算法相對簡陋，其意義也遠大于死記硬背。

算法的學(xué)習(xí)既包括學(xué)習(xí)的過程，也有應(yīng)用的過程。無論是學(xué)習(xí)過程，還是應(yīng)用過程都不能脫離生活。從這個角度看，在技術(shù)課的教學(xué)設(shè)計中需要強調(diào)情境學(xué)習(xí)，技術(shù)與情境結(jié)合，不能絕對分離。這也是生活算法強調(diào)來自生活、走近生活的原由之一。

● 定勢與束縛

算法是通過實踐得到的行動規(guī)則，但嚴(yán)格遵守的規(guī)則并不是對所有人都有促進作用。

德雷福斯（Dreyfus，1997）提出了專業(yè)技能形成的五個階段：新手、高級新手、勝任者和精通者、專家。研究表明大多數(shù)人的大多數(shù)技能在高級新手狀態(tài)（如圖3）。明確的流程與規(guī)則對于大多數(shù)人來說是有益的，但對于專家級別的人，有時強規(guī)則反而會變成一種束縛。

在德雷福斯的一項研究中，邀請經(jīng)驗豐富的飛行員給新手制定了一套規(guī)則。新飛行員的確能夠利用規(guī)則提高自己的業(yè)績，但是要求這些專家嚴(yán)格遵循自己制定的規(guī)則時，他們的表現(xiàn)則明顯變差。我們身邊也有這樣典型的例子。在計算機教師培訓(xùn)時，如果要求熟練的操作者要像小學(xué)生一樣，用畫圖程序、用筆刷工具、按照固定步驟地去完成一幅作品時，很多人都會感到別扭。這些教師會不斷地與自己熟練掌握的Photoshop、Fireworks等軟件作比較，從而感到很別扭。在課堂中也有類似情況。讓教師尷尬的是一些學(xué)生高手經(jīng)常傾向用自己熟悉的工具、方法來完成任務(wù)，而不是課堂中教師講的……

算法這種行動規(guī)則，對不同的人也有著不同的作用。其中新手、高級新手認(rèn)為有益的、必須遵守的，而對于精通者或者專家級的人來說可能就是一種定勢的束縛。

教師在這其中就起著重要的作用，需要根據(jù)學(xué)習(xí)者的情況把握課堂中的要求，使生活算法成為學(xué)習(xí)者應(yīng)用技術(shù)、解決問題更好的支持，而不是一種束縛。

21世紀(jì)研究人類行為學(xué)的諸多推論之一認(rèn)為，人類的大腦思維絕非計算機那種“數(shù)據(jù)計算性模式”，而是一種“模式性思維”，也就是先決定幾個要點，以及這幾個要點之間的利益與優(yōu)先級。對任何事情，就尋找其與各個要點之間的類似性，根據(jù)類似性的程度高低，套用自己的思維模式。生活算法既有所長，也有所短。打破思維定勢，發(fā)揮其優(yōu)勢是信息科技教師需要不斷嘗試的。

當(dāng)我們手里只有一把錘子時，世界上所有的東西都是釘子。所以我們需要有更多不同的技術(shù)，需要用更多種形式的思維來面對周圍復(fù)雜的世界。endprint

幾乎所有學(xué)科都強調(diào)本學(xué)科對思維的培養(yǎng)。信息科技課程的目標(biāo)在于培養(yǎng)人，需要一方面強調(diào)技術(shù)的價值與作用，另一方面要幫助學(xué)生逐漸成長為社會人，從兒童開始就要貼近生活、關(guān)注生活。教師需要幫助學(xué)生們從簡單到復(fù)雜，從小處入手，逐步學(xué)會面對復(fù)雜的生活問題。在這個過程中逐步形成技術(shù)習(xí)慣，形成屬于自己的、解決問題的“算法”。

技術(shù)總有著一定的適用條件。超出適用范圍的技術(shù)是無法發(fā)揮自己的特長的，甚至無用、有負(fù)作用。一把十字改錐可以很好地擰螺絲，但如果用它在厚木板上打個洞，就會非常困難。這不是怨工具不好用，而是超出了使用它的條件限制。世界上還沒有真正的萬能工具。技術(shù)、工具、方法、算法等都有這樣的特點，有著自己的適用范圍。

如果把生活算法看成一種類型的行動規(guī)則、行動模式，那么它最大的局限性恰恰也在這里。老話講“江山易改本性難移”，人們的思維模式一旦建立，摧毀這種模式就等于是摧毀這個人本身的原有認(rèn)知?；凇跋到y(tǒng)不可能認(rèn)識到自身存在的問題”這類理解。即使是人類這種有著高智力的動物，現(xiàn)有階段對思維模式的重構(gòu)也是困難的事情。

對生活算法來說，了解它的局限性，也是在關(guān)注到如何更好地應(yīng)用它。

● 簡化與失真

生活算法是對生活中問題解決步驟與方法的一種歸納、總結(jié)。從具體到抽象分別關(guān)系到了操作序列和事序，是針對問題解決中的方法、步驟的一種固定套路、模式。當(dāng)人們心中形成了這種套路后，用邏輯模型、流程、圖表，甚至自然語言呈現(xiàn)出來，并在實踐中應(yīng)用起來。這樣看，算法是對方法與步驟的一種形式上的簡化、抽象化。

首先，與人們用模型來理解事物一樣，簡化就會產(chǎn)生一定程度的失真。模型的形成過程是在真實物品基礎(chǔ)上一步步簡化下來的。像真實的瓶子簡單化到線條模型，每一步只保留最核心的要素，經(jīng)過若干次后會得到最終結(jié)果。這時會發(fā)現(xiàn)結(jié)果與原物品有很大差距，缺失了很多信息（如圖1）。

同時，問題解決時表述問題與真實發(fā)生的問題間也存在著簡化現(xiàn)象。真實問題，包含的內(nèi)容是豐富的。像在“早上遇到車子出現(xiàn)故障”的這類問題中，我們是把許多自認(rèn)為不相關(guān)、不關(guān)鍵的要素忽略后，才形成了有限的解決方案。如果不這樣做的話，一個問題就在這些不相關(guān)的細節(jié)影響下出現(xiàn)無數(shù)種方案，事情就會變得無法解決。

其次，問題解決的操作序列或事序也存在著簡化現(xiàn)象。問題有著充分的復(fù)雜性，能夠表述出來的問題解決的操作序列或者事序，也需要從問題解決的具體過程中一步步簡化、抽象而來。真實的解決過程是相對復(fù)雜的，而頭腦中的是相對簡化的。

再次，當(dāng)我們把操作、方法、步驟這類程序性知識用語言說出來時，又會忽略一些要素，這也是一種層次上的簡化。像很多人可以明確地說出“單擊鼠標(biāo)”的操作步驟有：看到屏幕上的圖標(biāo)→用手移動鼠標(biāo)器→將指針移動到圖標(biāo)上→用食指按下左鍵。不過“看到屏幕上的圖標(biāo)”中就包含著用眼睛接收到信息、區(qū)別目標(biāo)與其他不同的地方等更細致的步驟。語言很難將其全部表達出來，必要的簡化同時也是人的特點。

對于教師來說，首先需要知道這種“失真”的存在。簡化既是生活算法的優(yōu)點，同時也會成為其缺點。在教學(xué)活動中，要注意根據(jù)其影響的大小，盡量避開失真對算法應(yīng)用、算法學(xué)習(xí)的不良影響。教師還需要在恰當(dāng)?shù)臅r機，關(guān)注所忽略掉的那部分內(nèi)容。

● 遷移與應(yīng)用

歸納、總結(jié)算法是為了更好地解決問題，但是生活算法很難直接解決某個具體的問題。因為討論的不是具體問題的解決方法，討論的是問題解決的一般性。

在“方法、步驟、算法”的體系中，算法需要有一定的抽象程度，達到使復(fù)雜的問題簡單化的目標(biāo)，才會有助于一類問題的解決。

例如，在算法S（n）的學(xué)習(xí)時（如圖2），從A-A1類事件中得到方法S1，從B-B1類事件中得到的方法S2……其中，A類與B類事件的相似程度關(guān)系到了學(xué)習(xí)遷移的程度，也關(guān)系到最終算法S（n）在應(yīng)用時可接受的差異程度。如果A與B類事件相似度大，那么算法S（n）應(yīng)用時，需要C類不能相差過遠。在生活算法的學(xué)習(xí)過程中，既有特殊遷移的特點，也具備有一般性技能、知識學(xué)習(xí)的特點。

在生活算法的學(xué)習(xí)過程中，如果對某一套操作序列、事序或具體的條文進行死記硬背，學(xué)習(xí)者只有面對高度相似的問題時才會更好地應(yīng)用。而理解型的學(xué)習(xí)會在低相似或陌生的問題中起到作用，有著更高的靈活度。

從這個角度來看，在教師引導(dǎo)下的生活算法教學(xué)不是直接去講什么是目標(biāo)分析法、爬山法、啟發(fā)法……而是要結(jié)合真實生活情境，針對算法的學(xué)習(xí)過程和應(yīng)用過程，讓學(xué)習(xí)者自己從理解中去總結(jié)，形成屬于自己的算法。即使自己領(lǐng)悟的算法相對簡陋，其意義也遠大于死記硬背。

算法的學(xué)習(xí)既包括學(xué)習(xí)的過程，也有應(yīng)用的過程。無論是學(xué)習(xí)過程，還是應(yīng)用過程都不能脫離生活。從這個角度看，在技術(shù)課的教學(xué)設(shè)計中需要強調(diào)情境學(xué)習(xí)，技術(shù)與情境結(jié)合，不能絕對分離。這也是生活算法強調(diào)來自生活、走近生活的原由之一。

● 定勢與束縛

算法是通過實踐得到的行動規(guī)則，但嚴(yán)格遵守的規(guī)則并不是對所有人都有促進作用。

德雷福斯（Dreyfus，1997）提出了專業(yè)技能形成的五個階段：新手、高級新手、勝任者和精通者、專家。研究表明大多數(shù)人的大多數(shù)技能在高級新手狀態(tài)（如圖3）。明確的流程與規(guī)則對于大多數(shù)人來說是有益的，但對于專家級別的人，有時強規(guī)則反而會變成一種束縛。

在德雷福斯的一項研究中，邀請經(jīng)驗豐富的飛行員給新手制定了一套規(guī)則。新飛行員的確能夠利用規(guī)則提高自己的業(yè)績，但是要求這些專家嚴(yán)格遵循自己制定的規(guī)則時，他們的表現(xiàn)則明顯變差。我們身邊也有這樣典型的例子。在計算機教師培訓(xùn)時，如果要求熟練的操作者要像小學(xué)生一樣，用畫圖程序、用筆刷工具、按照固定步驟地去完成一幅作品時，很多人都會感到別扭。這些教師會不斷地與自己熟練掌握的Photoshop、Fireworks等軟件作比較，從而感到很別扭。在課堂中也有類似情況。讓教師尷尬的是一些學(xué)生高手經(jīng)常傾向用自己熟悉的工具、方法來完成任務(wù)，而不是課堂中教師講的……

算法這種行動規(guī)則，對不同的人也有著不同的作用。其中新手、高級新手認(rèn)為有益的、必須遵守的，而對于精通者或者專家級的人來說可能就是一種定勢的束縛。

教師在這其中就起著重要的作用，需要根據(jù)學(xué)習(xí)者的情況把握課堂中的要求，使生活算法成為學(xué)習(xí)者應(yīng)用技術(shù)、解決問題更好的支持，而不是一種束縛。

21世紀(jì)研究人類行為學(xué)的諸多推論之一認(rèn)為，人類的大腦思維絕非計算機那種“數(shù)據(jù)計算性模式”，而是一種“模式性思維”，也就是先決定幾個要點，以及這幾個要點之間的利益與優(yōu)先級。對任何事情，就尋找其與各個要點之間的類似性，根據(jù)類似性的程度高低，套用自己的思維模式。生活算法既有所長，也有所短。打破思維定勢，發(fā)揮其優(yōu)勢是信息科技教師需要不斷嘗試的。

當(dāng)我們手里只有一把錘子時，世界上所有的東西都是釘子。所以我們需要有更多不同的技術(shù)，需要用更多種形式的思維來面對周圍復(fù)雜的世界。endprint

幾乎所有學(xué)科都強調(diào)本學(xué)科對思維的培養(yǎng)。信息科技課程的目標(biāo)在于培養(yǎng)人，需要一方面強調(diào)技術(shù)的價值與作用，另一方面要幫助學(xué)生逐漸成長為社會人，從兒童開始就要貼近生活、關(guān)注生活。教師需要幫助學(xué)生們從簡單到復(fù)雜，從小處入手，逐步學(xué)會面對復(fù)雜的生活問題。在這個過程中逐步形成技術(shù)習(xí)慣，形成屬于自己的、解決問題的“算法”。

技術(shù)總有著一定的適用條件。超出適用范圍的技術(shù)是無法發(fā)揮自己的特長的，甚至無用、有負(fù)作用。一把十字改錐可以很好地擰螺絲，但如果用它在厚木板上打個洞，就會非常困難。這不是怨工具不好用，而是超出了使用它的條件限制。世界上還沒有真正的萬能工具。技術(shù)、工具、方法、算法等都有這樣的特點，有著自己的適用范圍。

如果把生活算法看成一種類型的行動規(guī)則、行動模式，那么它最大的局限性恰恰也在這里。老話講“江山易改本性難移”，人們的思維模式一旦建立，摧毀這種模式就等于是摧毀這個人本身的原有認(rèn)知?；凇跋到y(tǒng)不可能認(rèn)識到自身存在的問題”這類理解。即使是人類這種有著高智力的動物，現(xiàn)有階段對思維模式的重構(gòu)也是困難的事情。

對生活算法來說，了解它的局限性，也是在關(guān)注到如何更好地應(yīng)用它。

● 簡化與失真

生活算法是對生活中問題解決步驟與方法的一種歸納、總結(jié)。從具體到抽象分別關(guān)系到了操作序列和事序，是針對問題解決中的方法、步驟的一種固定套路、模式。當(dāng)人們心中形成了這種套路后，用邏輯模型、流程、圖表，甚至自然語言呈現(xiàn)出來，并在實踐中應(yīng)用起來。這樣看，算法是對方法與步驟的一種形式上的簡化、抽象化。

首先，與人們用模型來理解事物一樣，簡化就會產(chǎn)生一定程度的失真。模型的形成過程是在真實物品基礎(chǔ)上一步步簡化下來的。像真實的瓶子簡單化到線條模型，每一步只保留最核心的要素，經(jīng)過若干次后會得到最終結(jié)果。這時會發(fā)現(xiàn)結(jié)果與原物品有很大差距，缺失了很多信息（如圖1）。

同時，問題解決時表述問題與真實發(fā)生的問題間也存在著簡化現(xiàn)象。真實問題，包含的內(nèi)容是豐富的。像在“早上遇到車子出現(xiàn)故障”的這類問題中，我們是把許多自認(rèn)為不相關(guān)、不關(guān)鍵的要素忽略后，才形成了有限的解決方案。如果不這樣做的話，一個問題就在這些不相關(guān)的細節(jié)影響下出現(xiàn)無數(shù)種方案，事情就會變得無法解決。

其次，問題解決的操作序列或事序也存在著簡化現(xiàn)象。問題有著充分的復(fù)雜性，能夠表述出來的問題解決的操作序列或者事序，也需要從問題解決的具體過程中一步步簡化、抽象而來。真實的解決過程是相對復(fù)雜的，而頭腦中的是相對簡化的。

再次，當(dāng)我們把操作、方法、步驟這類程序性知識用語言說出來時，又會忽略一些要素，這也是一種層次上的簡化。像很多人可以明確地說出“單擊鼠標(biāo)”的操作步驟有：看到屏幕上的圖標(biāo)→用手移動鼠標(biāo)器→將指針移動到圖標(biāo)上→用食指按下左鍵。不過“看到屏幕上的圖標(biāo)”中就包含著用眼睛接收到信息、區(qū)別目標(biāo)與其他不同的地方等更細致的步驟。語言很難將其全部表達出來，必要的簡化同時也是人的特點。

對于教師來說，首先需要知道這種“失真”的存在。簡化既是生活算法的優(yōu)點，同時也會成為其缺點。在教學(xué)活動中，要注意根據(jù)其影響的大小，盡量避開失真對算法應(yīng)用、算法學(xué)習(xí)的不良影響。教師還需要在恰當(dāng)?shù)臅r機，關(guān)注所忽略掉的那部分內(nèi)容。

● 遷移與應(yīng)用

歸納、總結(jié)算法是為了更好地解決問題，但是生活算法很難直接解決某個具體的問題。因為討論的不是具體問題的解決方法，討論的是問題解決的一般性。

在“方法、步驟、算法”的體系中，算法需要有一定的抽象程度，達到使復(fù)雜的問題簡單化的目標(biāo)，才會有助于一類問題的解決。

例如，在算法S（n）的學(xué)習(xí)時（如圖2），從A-A1類事件中得到方法S1，從B-B1類事件中得到的方法S2……其中，A類與B類事件的相似程度關(guān)系到了學(xué)習(xí)遷移的程度，也關(guān)系到最終算法S（n）在應(yīng)用時可接受的差異程度。如果A與B類事件相似度大，那么算法S（n）應(yīng)用時，需要C類不能相差過遠。在生活算法的學(xué)習(xí)過程中，既有特殊遷移的特點，也具備有一般性技能、知識學(xué)習(xí)的特點。

在生活算法的學(xué)習(xí)過程中，如果對某一套操作序列、事序或具體的條文進行死記硬背，學(xué)習(xí)者只有面對高度相似的問題時才會更好地應(yīng)用。而理解型的學(xué)習(xí)會在低相似或陌生的問題中起到作用，有著更高的靈活度。

從這個角度來看，在教師引導(dǎo)下的生活算法教學(xué)不是直接去講什么是目標(biāo)分析法、爬山法、啟發(fā)法……而是要結(jié)合真實生活情境，針對算法的學(xué)習(xí)過程和應(yīng)用過程，讓學(xué)習(xí)者自己從理解中去總結(jié)，形成屬于自己的算法。即使自己領(lǐng)悟的算法相對簡陋，其意義也遠大于死記硬背。

算法的學(xué)習(xí)既包括學(xué)習(xí)的過程，也有應(yīng)用的過程。無論是學(xué)習(xí)過程，還是應(yīng)用過程都不能脫離生活。從這個角度看，在技術(shù)課的教學(xué)設(shè)計中需要強調(diào)情境學(xué)習(xí)，技術(shù)與情境結(jié)合，不能絕對分離。這也是生活算法強調(diào)來自生活、走近生活的原由之一。

● 定勢與束縛

算法是通過實踐得到的行動規(guī)則，但嚴(yán)格遵守的規(guī)則并不是對所有人都有促進作用。

德雷福斯（Dreyfus，1997）提出了專業(yè)技能形成的五個階段：新手、高級新手、勝任者和精通者、專家。研究表明大多數(shù)人的大多數(shù)技能在高級新手狀態(tài)（如圖3）。明確的流程與規(guī)則對于大多數(shù)人來說是有益的，但對于專家級別的人，有時強規(guī)則反而會變成一種束縛。

在德雷福斯的一項研究中，邀請經(jīng)驗豐富的飛行員給新手制定了一套規(guī)則。新飛行員的確能夠利用規(guī)則提高自己的業(yè)績，但是要求這些專家嚴(yán)格遵循自己制定的規(guī)則時，他們的表現(xiàn)則明顯變差。我們身邊也有這樣典型的例子。在計算機教師培訓(xùn)時，如果要求熟練的操作者要像小學(xué)生一樣，用畫圖程序、用筆刷工具、按照固定步驟地去完成一幅作品時，很多人都會感到別扭。這些教師會不斷地與自己熟練掌握的Photoshop、Fireworks等軟件作比較，從而感到很別扭。在課堂中也有類似情況。讓教師尷尬的是一些學(xué)生高手經(jīng)常傾向用自己熟悉的工具、方法來完成任務(wù)，而不是課堂中教師講的……

算法這種行動規(guī)則，對不同的人也有著不同的作用。其中新手、高級新手認(rèn)為有益的、必須遵守的，而對于精通者或者專家級的人來說可能就是一種定勢的束縛。

教師在這其中就起著重要的作用，需要根據(jù)學(xué)習(xí)者的情況把握課堂中的要求，使生活算法成為學(xué)習(xí)者應(yīng)用技術(shù)、解決問題更好的支持，而不是一種束縛。

21世紀(jì)研究人類行為學(xué)的諸多推論之一認(rèn)為，人類的大腦思維絕非計算機那種“數(shù)據(jù)計算性模式”，而是一種“模式性思維”，也就是先決定幾個要點，以及這幾個要點之間的利益與優(yōu)先級。對任何事情，就尋找其與各個要點之間的類似性，根據(jù)類似性的程度高低，套用自己的思維模式。生活算法既有所長，也有所短。打破思維定勢，發(fā)揮其優(yōu)勢是信息科技教師需要不斷嘗試的。

當(dāng)我們手里只有一把錘子時，世界上所有的東西都是釘子。所以我們需要有更多不同的技術(shù)，需要用更多種形式的思維來面對周圍復(fù)雜的世界。endprint