跳到主要內容

教育到底是誰出了問題?

R0219583

【實習生給我上了一課】新聞系不看報 問林益世是誰? | ETtoday論壇新聞 |』

看完這篇真是心有戚戚焉 (它還有後續,請見『【教育到底是誰出了問題?】一位實習生落跑後的故事 | ETtoday論壇新聞 | 』)。  雖然我十分幸運的,碰到來找我指導專題的都是很耐操的同學 (或許也是自知操不起來的也不敢來找我),所以還不至於被搞到上火,但針對現在部份學生常見的狀態:自我本位、自尊特高,渴望別人尊重卻不懂自重與尊重別人,真的是讓人無奈無比,更慘的是還屢見不鮮。
還記得有次開大三的網路程式設計課程,為了讓學生能趕上當下政府提出的雲端產業發展方案所開出的一堆職缺,在畢業後能直接具備有找工作的利基,我特別抽掉了一些老掉牙的東西,換進去當時連教科書都還沒有的雲端程式應用,結果好樣的,學期結束後教學評鑑呈現U形分怖,極度兩極,平均低於75被校方找去約談(沒聽錯,現在老師當學生是會被約談的),去了後發現是幾個同學在調查表中給了最低分,最有趣的是理由寫的多是:『聽不懂、課程太難、找不到資料、不知道怎麼做.... 』,一度讓我誤以為我做的教材是用西班牙文寫的(誤),不然怎麼連圖片都有的step by step 還會看不懂? 總是留到最後才離開教室的我也沒見過幾個來問問題。
老實說大家心裡也有底,為什麼不會,因為沒有練習沒有動手實作,跟不上進度便開始依賴同學甚至作弊,還有幾個上課鮮少出現的孩子,為什麼不上課,理由是『打工』!   為什麼打工? 因為要『賺學費』,  ??.....為了賺學費所以打工,為了打工所以不來上課,不來上課被當後要重修,所以再賺學費.... 一個遞迴的無限迴圈,因此為了幫這邏輯上的窘困解套,他們衍生了一個觀念:『我有來就是誠意到了,學費也付了,你應該讓我過的!』   如此偉哉~~!!    講的頭頭是道,卻沒有半點邏輯,求學目的為何?只求文憑,被當掉不是檢討自己學習哪裡出錯,而是心裡臭幹譙:老師你好機掰.....。  真的好傻,若文憑只是為了賺錢找工作,就像我說的大學加碩士念了六年,一樣時間一個外勞都賺比你多好幾百萬,求學如果不是為了自我充實,那為何不去作工,做了六年存了錢搞不好還可以開店,比當了六年行屍走肉學不到東西或每天在伺服器上跑打寶賺假錢強多了。

這並不僅僅只是個案,只是講太多太傷感不想太負面。好的學生當然有,也不在少數,只是對自我全無目標、懵懵懂懂過著人生最精華時期的卻佔了很大部份。 教育出了什麼問題? 最大的問題是讓學生們不知道自己為何而學,學為何用,而體制的不健全讓老師又更難去教導。就這樣,學校、老師、學生都承受著這零和遊戲的壓力大家一起苦哈哈,倘若這大環境的體制再不改變,臺灣只會更衰,更喪失競爭力而已 。

 

補上好朋友X.J-X 說:

關於你PO的那篇..我的感觸也很深呀...這似乎成為時代性的弊病..沒有人再要求自己,我所謂要求自己的能力或是讓自己改變客體環境....一直妥協下去...現在大學生缺乏獨立思考的能力..所以當然也不知道自己為何而學...師者能做的努力好像變得退而求其次...這也差不多就是我跟你講的自我錯亂....作為老師的我..也有很對教育自我要求很嚴肅的那面...但相反的..我也好無奈...總有想放爛妥協的那個時候....

 

 

PAN
2012.07.13

留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

Google 資料庫方案–Spreadsheet–(1)資料呈現

HEMiDEMi 的標籤: Google , Google SpreadSheet , 雲端 早在規劃『 教育,意義! 』project時, 便有打算將整個網站建立過程撰寫一篇教學,讓有興趣以google 服務為基礎進行開發的朋友參考。 沒想到這個想法擺著就拖了好幾個月, 好在學生提出了問題,就趁這機會寫一寫吧。 基本上『 教育,意義! 』網站的架構完全建立在Google提供的服務, 廣義來說也是個雲端的系統, 所有的資料是分散在不同的服務架構下,再用GAE, Javascrript將服務資訊串接起來, 由Blogspot 統一呈現。 省了租主機的費用,或架站的硬體、電費, 最好的地方在於不用管理主機維運的問題, 只要專心做我的創意、嘗鮮就好了!!   多棒! 若將『 教育,意義! 』網站依功能層次來分類,可以分為三層結構, 當中的層次與使用技術大致如下: UI 介面層 服務 : Blogspot (網站介面) , Picasa (相簿空間), Google Apps 技術 : Javascript , AJAX ( JQuery ) App應用層  服務 : Google App Engine (GAE) 技術 : Java, Java Server Page (JSP) 資料層 服務 : Google Docs (文件), Google Spreadsheet (試算表) 技術/函式庫 : Java, Google Data APIs 本篇文章將著重在介紹以Google Spreadsheet 做為雲端資料庫, 其他主題將會陸續推出。 若對Google API 與 Google App Engine 初步建置有興趣, 可以參考之前文章: 佛心來著的 Google Data API – for JAVA 雲端的開始:Netbeans 無痛 Google App Engine Java 服務開發 Google Spreadsheet 做為資料庫系統 對於小型的資料系統來說, 採用Google Spreadsheet做為應用程式資料庫(如問卷調查或線上系統) 也算堪用, 目前的儲存限制為 : 40 萬個儲存格 每張工作表最多...

當咒術成真 - 文字生成的虛擬世界

  2024/02  這幾天灌爆各大ai社群的,不外乎就是文字生成高清畫質影像的OpenAI Sora , 讓人驚艷的細膩表現,自動化的場景生成與運鏡效果,縱使這個概念並不是多創新的模式,但Open AI始終很懂得抓住大家眼球  (Sora的各種生成影片: https://openai.com/sora  ) 關於Sora 的技術與介紹,不妨看看chatGPT 對它的描述: OpenAI Sora文字-視訊生成模型 在視頻數據上進行大規模訓練生成模型,具體而言,OpenAI聯合訓練了文本條件擴散模型,處理不同持續時間、解析度和長寬比的視頻和圖像。利用了一種在視頻和圖像潛碼的時空塊上操作的轉換器架構。受到Srivastava等人(2015年)在使用LSTMs進行視頻表示學習的無監督學習的啟發,OpenAI的最大模型Sora擴展了這些概念,能夠生成一分鐘的高保真度視頻。此外,Chiappa等人(2017年)描述的循環環境模擬器方法與我們的方法論框架相一致,表明擴大視頻生成模型的規模是建立通用物理世界模擬器的一條有希望的道路。 一、技術創新 OpenAI 的 Sora 模型在技術創新上主要融合了 diffusion models 與 transformer models 的特點,這一結合代表著從文字描述到視覺內容生成的一大進步。根據 Goodfellow et al. (2014) 的研究,Generative Adversarial Nets (GANs) 開創了使用機器學習生成圖像的新方法,而 diffusion models 則透過逆向的擴散過程從隨機噪聲中逐步建構出有意義的圖像,提供了一種不同於傳統 GANs 的新途徑。另一方面,Vaswani et al. (2017) 提出的 transformer 模型,通過其自注意力機制有效處理長距離依賴關係,已廣泛應用於語言模型中。Sora 模型的創新之處在於將這兩種技術融合應用,實現了從簡單文本提示生成高質量視覺內容的能力,這不僅展示了機器學習技術的新高度,也為未來的影像生成、自然語言處理和人機交互開啟了新的可能性。 二、物理現象與現實世界的模擬 Sora 的另一大進步是在模擬現實世界物理現象方面的表現。雖然現有模型如 Raissi et al. (2019) 所提出的 Physi...