創新教育的試紙與誤區

魏忠

先說一道經常用于公司開發人員筆試的數學題：有一種傳染病有萬分之一的發病率，有一種試紙有99%的準確性，一個被測人員用試紙檢測顯示陽性，請問這個人真正被感染的幾率是多少？

這是一道條件概率題，正確的解題思路是這樣的：99%的準確性，一萬人中不準確的人就是100人，那么1萬人中有多少病人呢？1個。100個被誤診的傳染病加上一個真正的傳染病人是被測出來的，其真正的感染率1%量級才對。如果提高試紙的精度為萬分之9999的準確性，一萬個人中就有1個被誤診的，再加上一個真正得病的，如果被這種精確的試紙診斷出來的病的話，還有一半是錯誤的診斷。那么繼續升高試紙的精度，達到十萬分之99999，一萬個人中就只有0.1人是錯誤的，那么加上一個正確的，如果被檢測到了，就基本是靠譜的了。也就是說，你若希望診斷出一種偶發的現象，要想得到靠譜的結論的話，基本上是要比“偶發”高一個數量級的測量精度才行。

1985年，我就讀一所省著名高中的二年級。當時學校連續兩年從500人中選拔20人和30人去學習計算機程序，我都報了名，卻都被刷下來了。原因很簡單，我的成績還不夠優秀。第二年的期中考試，我用一種極限的方法去證明一個等腰三角形的命題，考試又得到了比較差的分數。一天晚自習，數學老師走到我身邊，問我為什么會用代數問題去解幾何題？當時我說出理由并表示根本不服考試的批改時，老師沉默了半晌對我說：“你知道嗎？我找你就是為了這件事。我知道你申請計算機程序班兩次都落選了，我不懂計算機，但我查了很多資料，你用代數方法解那道幾何題的方法就是計算機方法，沒有錯，你今后如果能從事計算機行當會有出息的，但是首先要考上大學，考上好大學?！?/p>

后面30年的事情驗證了老師的看法。我雖然沒有進入計算機專業，卻進入到計算機教研室做畢業論文，當初被選上計算機程序班的同學后來一個也沒有從事計算機行業，我倒是誤打誤撞進入到了計算機行業。

上個月，我被一個省級的科技部門作為專家，受邀參與這個省的“技能型大師工作室”評審。看完評審標準，我似乎回到了多年前的那個晚自習，不過今天被評審的大師不會有我當初那么幸運，因為評審標準是：獲得省部級科技進步獎、獲得專利、發表核心期刊文章、職稱正高級、學歷碩士還是博士……這些考核大學教授的指標竟然一點不改地用在了評價和測試創新性技能大師的身上，結果可想而知。

最近受邀各省市少年編程思維、人工智能等活動，作為專家進行咨詢，我發現有一些非常值得關注的測試精度問題，以下誤區是值得警覺的：①少兒人工智能、少兒編程思維，是適合少兒年齡特點的訓練，但絕不是玩具訓練。②多數廠商驅動和產品驅動的此類實驗室或者活動，起點堪憂。多數從事這個行業教育或者標準的人本身就不是行業高手，甚至東抄西湊。③數學與邏輯訓練是核心，人工智能的核心算法是深度學習，是矩陣運算，而多數人工智能已經偏離了方向。④圍繞創客和電子類的肌肉訓練越早越好，但玩具化和成品化傾向并不利于篩選和培養真正的天才和普通孩子的真實興趣。⑤藝術與文學的離散思維對創新至關重要，然而無論是“詩詞大會”類大賽，還是名著閱讀類的訓練，如果指征不是創作而是背誦和成績，那么往往訓練越多，腦筋越死。

文章最后說說文章開頭的那類問題，為了避免誤判，我情愿相信用類似邏輯題目的數學題來篩選適合開發的工程師，而不是靠經驗和成績，這方面數學的試紙往往更準。