Tiger Math 儿童数学学习游戏标志Tiger Math App

儿童发展阅读约需 7 分钟作者 Mohamed Ariff Abd Rahim

孩子做数学练习时,大脑里发生了什么

关于孩子怎样学数学,神经科学有不少发现,其中一些应该改变家长安排练习的方式。以下是研究揭示的内容。

本文在 AI 辅助下由英文原文翻译。研究题目保留原文。 英文原文

孩子坐下来解一道数学题时,大脑里会发生一些相当了不起的事,而这些细节对家长的实用价值,往往超过他们听到的大多数建议。近二十年来,神经科学已经从关于“数学脑区”的笼统观察,走向关于哪些条件有助于学习、哪些会妨碍学习的相当具体的发现。

其中一些结论,可能会让你重新考虑一些常见做法。

数学并非只用一个脑区

流行的“数学脑”说法——好像有某个特定脑区,要么好使要么不好使——并不准确。数学能力同时调用多个神经网络:负责空间推理、语言加工、工作记忆和已存事实提取的区域,都会根据题目类型参与其中。做心算的孩子,用的神经回路和找规律或估算数量的孩子并不相同。

这一点很重要,因为它意味着“擅长数学”不是一种固定特质。不同类型的练习会调动并发展不同的网络。一个“不是学数学的料”的孩子,可能只是还没遇到合适的练习方式。

工作记忆是瓶颈

对大多数算术来说,主要的限制是工作记忆——那块在使用信息时暂时存放信息的心理草稿纸。心算 47 + 36 需要一边记住中间结果,一边继续计算。工作记忆容量因人而异,也可能被占满。

关键的推论在于:当孩子在解一道多步骤题目的同时,还得去想基础算式,两项任务就在争夺同一份有限资源。自动化——不用刻意思考就知道基础算式——能把这份容量腾出来,用于更难的思考。这才是算式熟练度真正重要的原因:不是因为速度本身有价值,而是因为自动提取让工作记忆有余力去理解。

压力会抑制前额叶皮层

在压力之下——包括在课堂上被点名这种轻微的社交压力,或考试的时间压力——大脑的威胁反应系统会部分抑制前额叶皮层。而复杂推理和灵活解题恰恰发生在前额叶皮层。一个“明明会”却在压力下卡住的孩子,并不是在编借口:他们的应激反应确实在干扰提取。

这也是为什么低压力的练习环境——答错不带来任何社交后果——对许多孩子会带来更好的学习效果,尤其是对有一定程度数学焦虑的孩子。

出错不是浪费时间

2011 年发表于 Psychological Science 的一项研究(Moser 等)测量了成长型思维与固定型思维者在犯错后即刻的脑电活动。成长型思维者表现出明显更强的 Pe(错误正波)信号,反映出对错误的注意与加工更为充分,随后在下一次尝试中表现更好。固定型思维者的错误相关脑活动很微弱,也没有进步。这一脑信号是真实的,但并不会自动出现:它取决于人是否在心理上投入地面对错误,而不是就此关闭。

实际的启示是:错误可以成为很有力的学习时刻,但前提是孩子足够平静,能够消化这次纠正。一个引发羞耻或让孩子彻底关闭的高压环境,会把这份学习收益完全抵消掉。

睡眠会巩固练习所建立的东西

数学练习不会在这一节结束时就画上句号。大脑会在睡眠中加工并巩固新学到的内容,这是有充分记录的现象,称为记忆巩固。晚上练乘法算式然后去睡觉的孩子,第二天早上的保持效果,通常比不睡觉、继续延长练习时间要好。

从实用角度看,这意味着:分散在多天的每日短时练习,比一次长时间的练习更高效,部分原因就在于每一小段练习之后,都会有一次基于睡眠的巩固,然后才进入下一次。

这对你怎样支持孩子意味着什么

  • 把压力降到最低。平和的环境不只是更温柔,它对学习也确实更高效。
  • 先让基础达到自动化,再提高难度。先把工作记忆腾出来。
  • 把错误当成信息,而不是失败。平静地讲清正确思路,然后翻篇,不必大动干戈。
  • 把练习时间控制得短——专注的 10 到 15 分钟,比苦熬一小时更有成效,剩下的交给睡眠。
  • 让睡眠发挥作用。睡前练习、然后好好睡一觉,不是投机取巧,而是把神经科学用对了地方。

Tiger Math 的设计体现了其中几条原则:每次练习时间短、由孩子自己掌握节奏,挑战模式是可选而非默认,答错会立即得到反馈,且没有社交压力。它不能替代你去理解这些神经科学,但它是一个与之相合、而非相悖的工具。

30 秒了解 Tiger Math:一道加法题、一道图形题、简单减法、练习模式,以及家长进度报告。

资料来源与延伸阅读

  1. Arnsten, A.F.T. (2009). “Stress Signalling Pathways that Impair Prefrontal Cortex Structure and Function.” Nature Reviews Neuroscience, 10(6), 410–422.
  2. Raghubar, K.P., Barnes, M.A., & Hecht, S.A. (2010). “Working Memory and Mathematics: A Review of Developmental, Individual Difference, and Cognitive Approaches.” Learning and Individual Differences, 20(2), 110–122.
  3. Moser, J.S. et al. (2011). “Mind Your Errors: Evidence for a Neural Mechanism Linking Growth Mind-Set to Adaptive Posterror Adjustments.” Psychological Science, 22(12), 1484–1489.
  4. Walker, M.P. & Stickgold, R. (2006). “Sleep, Memory, and Plasticity.” Annual Review of Psychology, 57, 139–166.
  5. Peng, P. et al. (2016). “A Meta-Analysis of Mathematics and Working Memory: Moderating Effects of Working Memory Domain, Type of Mathematics Skill, and Sample Characteristics.” Journal of Educational Psychology, 108(4), 455–473.
  6. Lyons, I.M. & Beilock, S.L. (2012). “When Math Hurts: Math Anxiety Predicts Pain Network Activation in Anticipation of Doing Math.” PLOS ONE, 7(10): e48076.