新建构主义与知识创新_新建构主义

　　[摘要]知识可分为三级结构，第一级结构是感性认识，第二级结构是理性认识，第三级结构是联想，构成了一个由弥散到收敛再到发散的过程。教育从某种意义上来说是一个知识“嫁接”与“自嫁接”的过程。嫁接的目的是为了创新，模式识别是知识创新的主要范式。知识创新最关键的环节来自“顿悟”。网络时代，人类的主要职责是对知识进行加工、处理、集成、重构，以实现知识的创新。
　　[关键词]新建构主义；知识的三级结构；知识嫁接；知识创新；顿悟
　　[中图分类号]G420　[文献标识码]A　【文章编号】1672-0008(2012)02-0036-08
　　自从笔者提出新建构主义学习理论以来，引起了较为广泛的关注。在那篇论文中，笔者提出学习就是建构，而建构蕴含创新。网络时代的学习、应用与创新已经融为一体，学习的最高目标就是创新，“为创新而学习、对学习的创新、在学习中创新”应该成为新时代的座右铭。紧接着，笔者又在另一篇论文中提出：模式识别是知识创新的主要范式。但该文并未就模式识别和知识创新问题进行更深入的探讨。本文将从知识的三级结构、知识传承理论、知识创新与模式识别、一种新的神经科学假说、知识创新与顿悟以及人类在网络时代的角色等问题进一步地进行分析与探讨。
　　一、知识的三级结构假说
　　人类获得对事物的知识是从感性认识开始的。感性认识是认识的初级阶段和初级形式，是由感官(眼、耳、口、鼻、身)直接感受到关于事物的现象、事物的外部联系、事物的各个表面的认识。事物的现象是感性认识的对象和内容，直接感受性是感性认识的特征。
　　感性认识包括相互联系、循序渐进的三种形式：感觉、知觉和表象。感觉是人对事物的最初反映，是主体的感官对内外环境适宜刺激物的反映形式，它反映事物表面的个别属性。
　　知觉是对客观事物表面现象或外部联系的综合反映，它为主体提供客观对象的整体印象。知觉不是感觉的简单总和，它是主体依据以往的经验和知识对感觉所提供的各种特征和外部联系分析和综合的产物。知觉已经显示出事物的主要外部特征以及现象的各要素之间的整体联系。知觉的整体性结构是主体进行新的概括、形成表象的基础。
　　表象是曾经作用于感官的事物的外部形象在人的意识中的保存、再现或重组。表象不是知觉形象的简单重复，它再现的不是客观事物的全部联系和特性，而仅仅是那些最有代表性的、对人的实践活动最重要的特征。人的表象是对事物的功能和意义的理解和概括。正是这些方面在人的大脑皮层中构成稳固的联系。表象是具体形象性和抽象概括性的统一。
　　以人类对太阳的认识为例，人类在最初看到太阳时，太阳以强烈的光线通过人类的眼睛进入人类的视觉系统，给人留下圆形、早晚颜色红中午颜色偏白的印象，同时人类的皮肤还感受到阳光的温暖，太阳对周围事物的曝晒所散发出来的气味也刺激了我们的嗅觉，这些都是太阳留给人类的感觉：后来人们结合对火的经验，对太阳有了一个整体的认识，认为太阳就像一个火球：又结合日常生活经验，看到太阳每天从东方升起、从西方落下，认为太阳在围着地球旋转，周而复始，这就是知觉了：再后来。人们可以在太阳不在眼前的时候回忆出太阳的样子，甚至闭上眼睛也好像能看到太阳的形状和轮廓，感觉到太阳曾留给我们的温暖和感受，这就进入表象的层次了。
　　感性认识是由多种形式(如图像、声音、气味、触觉等)构成的，是三维立体的。笔者将之命名为知识的一级结构。
　　
　　在感性认识的基础上，人类借助抽象思维，对事物的本质、内部联系有了更进一步的认识，产生了飞跃，进入到理性认识阶段。理性认识是认识过程的高级阶段，以事物的本质规律为认识对象，是对事物的内在联系的认识，具有抽象性、间接性、普遍性。理性认识有三种形式：概念——对事物本质属性的概括：判断——在概念的基础上对事物的各种关系进行区分、识别；推理——由一个已知的判断推出一个新的判断。理性认识的这三种形式是认识的不断深化，具有递进性。
　　还以太阳为例，人类通过对太阳的长期观察与研究。创造出“太阳”这个概念，并作出太阳是跟我们地球一样的星球的判断，以后又有了“恒星”、“银河系”、“宇宙”等概念，认为太阳属于银河系中的一颗恒星：并根据大量的研究证据，进一步推理出地球围绕着太阳旋转，而不是太阳围绕着地球旋转等新知识。这些知识都是关于太阳的本质以及太阳与其他事物内在关系的知识，是理性认识的结果。人类对事物的理性认识不是一次完成的，而是一个不断发展的渐进过程。
　　笔者将理性认识视为知识的二级结构。从前面的分析中可以看出，知识的二级结构是在知识的一级结构基础上，抽象化、符号化、逻辑化的结果。所谓抽象化，是指知识从具体可感的形式变成概念的过程，符号化是指人类用语言、文字或其他符号来表示这个概念。逻辑化是指对概念的界定、判断与推理都是依据逻辑的原则进行的。因而知识的二级结构是线性的，由语言、文字和符号构成。从一级结构发展成二级结构，需要利用语言、文字和其他符号对知识进行符合逻辑的整理与加工(言语加工)，这一过程离不开基于文字的思考和写作，而写作可以促进思考，这也就是新建构主义特别强调写作重要性的原因。
　　必须强调的是，尽管知识的二级结构代表人类对事物认识的深化，但并不能取代知识的一级结构。而必须以知识的一级结构作为必要的补充与支撑。知识的一级结构中还包含有许多未能被概念化、符号化和逻辑化的部分，这部分知识类似于我们现在所说的隐性知识。传统课堂上教师传授的一般是二级结构的知识，如果没有相应的一级结构知识的补充与支撑，这种通过课堂学习而得到的二级结构的知识是不牢固的、根基不稳的。甚至可能因为与错误的一级结构的“嫁接”而出现“鱼牛”式的笑话。
　　在知识的二级结构的基础上又产生了知识的三级结构，这种结构是通过“联想”而形成的。例如，人类可以由“太阳”联想到“圆形”，又由“圆形”联想到“皮球”，以及一切与圆形有关的事物：也可以由“太阳”联想到“红色”，又由“红色”联想到“红旗”、“鲜血”，以及一切与红色相关的事物；还可以由“太阳”联想到“温热”，又由“温热”联想到“火焰”、“火把”、“火山”，乃至“光明”、“热情”等等。可以想见，在人类的大脑里，关于太阳的知识，与关于皮球的知识、关于红旗、关于鲜血和火焰等等的知识是联系在一起、互相“靠近”的。这种由联想产生的三级结构。使人类的知识又由二级结构的线性，回归到三级结构的多维网状结构。
　　进一步考查发现，知识的三级结构不仅可以在二级结构的基础上产生，也可直接从一级结构的基础上产生。例如著名心理学家弗洛伊德发现，人类在梦中梦到的长形物，往往象征着男性生殖器，而方形物或盒状物往往代表女性生殖器；我们自己也常常会因为外形、声音、颜色、气味的类似性从一个事物直接联想到另一事物，中间并不一定需要经过二级结构的抽象化和概念化过程。动物的直觉也可能跟这种联 想有关。
　　综上所述，人类的知识是由三级结构构成的，一级结构(感性认识)、二级结构(理性认识)和三级结构(联想)之间紧密联系。组成一个大体类似树形的关系，树的根部是一级结构，树干是二级结构，树冠部分是三级结构。但这种树形结构又与严格的树形结构不同，树根部(一级结构)可与树冠部(三级结构)直接连接起来，构成一个整体。从一级结构，到二级结构，再到三级结构，呈现出由弥散到收敛再到发散的过程(见图1和表1)，缺少任何一种结构，知识都将是不完整的、有缺陷的。
　　二、知识的“嫁接”理论
　　人类从古到今积累了大量的知识。这些知识被语言、文字和符号记录下来，经过加工整理，变成结构化的知识，并一代一代传承下来。今天的人们不可能也不需要重复前人获取知识的全部过程，而可以通过书本和老师(现在还有网络和数字媒体)等知识载体学习大量的知识。然而这种来自媒体和老师等载体的知识都是前人或他人的理性认识，也就是二级结构的知识：对学习者来说，这些知识属于间接知识。这种间接知识进入学习者的大脑后，需要得到两个方面的支持才能够内化为学习者自身知识体系的一部分。第一个方面，新的间接知识需要与脑内原有的知识二级结构相对接。此时可能出现两种情况，一种是新的间接知识与原有二级结构内在逻辑一致，恰好能被原有二级结构顺利接纳：另一种是新的间接知识与原有二级结构内在逻辑不一致，不能被原有二级结构所接纳，需要原有的二级结构发生变构，才能被接纳：否则只能游离在外或很快被记忆主体遗忘。第二个方面，新的间接知识还需要与脑内知识的一级结构相对接，获得一级结构的支撑。这里又存在两种情况，一种是新的间接知识与相应的一级结构发生了“正确”的对接：另一种是新的间接知识在学习者大脑内找不到对应的一级结构，而与无关的一级结构发生了“错误”的对接，从而形成了错误的知识。例如，在著名的“鱼牛”童话里，鱼将从青蛙那里学到的关于牛的间接知识与脑内原有的关于“鱼”的一级结构知识进行错误的对接，结果产生了“鱼牛”的错误认知。
　　为了更好地说明知识传承与知识创新的过程，笔者提出了一种“知识嫁接”理论。具体内容如下：
　　(一)教育是一种知识“嫁接”过程
　　对间接知识的学习过程类似于果树的嫁接过程。果树嫁接是将一棵树(如梨树)的枝条，与另一种树木(如苹果树)的树枝进行对接，并使之存活与生长的过程。教育从某种意义上来说就是知识嫁接过程。即把已经专门化、结构化的知识“嫁接”到学习者头脑中知识的二级结构中的过程。“嫁接”过来的知识一方面需要与学习者脑内的二级结构知识(嫁接部位)连成一体，另一方面又需要来自所嫁接的知识树木的根部(一级结构)的营养支持，只有这样新的知识才能存活并成为所嫁接的知识树的一部分。
　　“嫁接”能否成功主要受新的间接知识与学习者原有知识二级结构的亲和力大小的影响，亲和力越大，成功的几率就越高。此外，还受“嫁接”技术的影响。亲和力包括两个方面：一是间接知识与原有知识结构上的相似性或接近性，相似性越高或者越接近，亲和力就越高：二是学习者对间接知识的兴趣和需求度，兴趣越大，亲和力就越大；需求度越高，亲和力也越高。“嫁接”技术是指知识的传授方法和学习方法。教育和教学是人类自己发明的一种知识传承体系(这种体系是动物所没有的，动物的学习只是简单的模仿)，是知识传递的人造系统。只有当教师在合适的时机采用合适的方法或技术进行教学，学习者采取恰当的方法进行学习，间接知识的“嫁接”才有可能成功。
　　从这个角度思考，我们可以重新考查学校教育中的教学方式。学校在传承知识方面主要有两种代表性的模式，一种是传递——接受式教学，一种是自主探究式学习。前者主要是通过教师的讲授“传递”知识，后者强调应该通过协作和探究“发现”知识。如果我们过于强调知识不能通过教师的讲授而“传递”。必须通过在真实情境中的自主探究来建构，就可能走入另一个误区，即否定知识可以通过“嫁接”的方式而获得，都必须由自身生长出来一样。如果真是这样，知识传承将发生严重问题，因为我们不可能对前人所有的知识都去自主“发现”或建构一番，一些基础的知识依然需要借助“传递一接受”方式而快速获取。高明的教师就好像技能高超的园丁一样，能采取种种技术实现有效的“嫁接”。然而单纯的传递一接受式教学并不能很好地让“嫁接”过来的知识保持存活。如果得不到知识树根部(知识的一级结构)足够的营养支持。“嫁接”过来的知识也会很快“死掉”(遗忘或失效)。因此，在进行“传递一接受”式教学的同时，一定要开展协作探究式学习，以扩充学生的一级结构，为“嫁接”过来的新知识提供必要的营养支持。
　　(二)学习者的“自嫁接”比“被嫁接”更重要
　　我们还可以从另一个角度来思考知识“嫁接”的问题。教学包括教与学两个方面，“教”绝不仅仅是指教师把知识“嫁接”到学生头脑中的过程，更重要的是教会学生如何进行“自嫁接”的过程，在网络时代尤其如此。传统的“传递一接受”式教学主要是教给学生“知道(是)什么”，而很少教会学生“知道在哪里”、“知道谁”和“知道怎样(做)”，即只告诉学生现成的结论和答案。而很少告诉学生在哪里、如何和怎样获得这些结论与答案：而现代的教学应该更突出强调的是告诉学生后面这三个“知道”。也就是说，我们应该更多地传授“知识嫁接技术”，教会学生如何“自嫁接”，而不是仅仅传授知识本身。今天的教学中更多的不应该是知识性讲授，而应该是教师围绕如何掌握知识、运用知识和创新知识向学生进行示范性讲授。在网络时代，教师的地位和作用已然发生很大变化。具体来说，就是笔者在新建构主义理论中所提出的教师的五大职责：教会学生如何搜索(search)，教会学生如何选择(select)，教会学生如何思考(think)，教会学生如何交流(communicate)。教会学生如何写作(write)。新建构主义认为在保证学生作为学习主体的同时。应该强化教师的学习示范作用，以减少学习者盲目探究的时间、精力浪费。
　　(三)知识“嫁接”的目的是为了创新
　　“嫁接”学说给我们的进一步启示是：学习的目的不仅仅是为了知识的传承。更包括知识的创新。为创新而学习是学习的最终也是最高的目标。在网络时代，知识呈爆炸性增长，作为个体的学习者穷尽一生之力也不可能掌握哪怕只是一个领域的人类全部知识，知识散布在知识网络的各个结点已是不争的事实。每个个体都只拥有知识体系的一小部分。就像树木嫁接是为了获得新品种新特性一样，知识“嫁接”同样是为了更新个体的知识结构和创造新的知识。例如苹果树与梨树嫁接后的果实既不再是原来的苹果，也不再是嫁接过来的梨子，而是一种叫做“苹果梨”的新品种。同样，知识“嫁接”的结果也是一方面更新了学习者原有的知识结构，另一方面被“嫁接”过来的知识也实现了个性化的改造与转化。正因为如此，嫁接成功的标志必然是知识的创新。嫁接越成功，知识 创新的程度就越大。如果不是为了创新，嫁接将失去意义。根据个人的需要和问题解决的需要进行有目的的、针对性强的知识“嫁接”将有利于知识的创新。
　　(四)“嫁接”与“建构”的异同
　　仔细分析知识“嫁接”的过程后发现，它可以分为三个阶段：第一个阶段是“对接”，即将外来的知识体系与我们原有的知识体系进行连通，也就是我们对新知识进行初步接触与学习阶段：第二个阶段是“融合”，即将新知识与我们原有的知识进行深度的结合，使之你中有我、我中有你，用自己的话语体系、思维逻辑和实际经验对新知识进行加工改造，也就是我们对新知识进行深度理解、实际应用的阶段；第三个阶段是“创新”，即通过进一步思考，产生出全新的概念、判断、方法、理论等过程，结出新的“果实”，即知识创新阶段。可以看出，嫁接成功的全过程与零存整取学习策略中“积件式写作”、“个性化改写”、“创造性重构”的三个阶段是一一对应的。
　　可以看出，目前我国的学校教育大多停留在知识“嫁接”的第一阶段，较少进入第二阶段，更少达到第三阶段。这就是我国学校教育质量不高、效果不好的主要原因。因为如果不让学生及时进入第二阶段，“嫁接”的知识很难存活。在学校的时间越长，“死掉”的知识就越多，嫁接失败的可能性就越大。所以笔者主张学校要尽可能压缩单纯的“传递——接受”式教学，只在必要的阶段使用(例如在学习一些基础知识、经典知识、结构严谨的知识的时期)，同时与研究性学习、协作性学习交替进行。同时还应重视学生创新思维与创新能力的培养。
　　那么。新建构主义主张的“知识嫁接”说与经典建构主义主张的“意义建构”说有何异同呢?笔者认为知识嫁接理论是对建构主义理论的补充、修正和完善。新建构主义并不认为所有的学习都是意义建构的过程。在学习的初期阶段。尤其是对基础性知识、经典性知识、简单的知识、结构完整的知识(这类知识主要是显性知识，并有较大程度上的确定性)的学习中。更多的还是“传递一接受”，而不是“意义建构”：而在学习的高级阶段，尤其是对前沿性知识、开放性知识、复杂的知识、结构松散的知识(这类知识包含大量的隐性知识，具有较大程度上的不确定性)的学习中，意义建构才成为主要的学习方式。过于强调“建构”往往容易导致排斥“传递——接受”的倾向，这在我国围绕新课程教改的争论中可以看到。知识嫁接理论运用笔者提出的包容性思考法，将“传递——接受”和“意义建构”结合起来，主张学习是一种由“接受”、“连通”到“建构”、“创新”的连续性过程。
　　三、知识创新与模式识别
　　根据百度百科定义，知识创新是指通过科学研究，包括基础研究和应用研究，获得新的基础科学和技术科学知识的过程。知识创新的目的是追求新发现、探索新规律、创立新学说、创造新方法、积累新知识。知识创新是技术创新的基础，是新技术和新发明的源泉，是促进科技进步和经济增长的革命性力量。
　　毫无疑问，知识创新是人类理性思考的结果，因而知识创新主要发生在知识二级结构基础之上，是知识的二级结构的扩充与重构。但这种二级结构的创新，离不开知识的一级结构与三级结构的支持：或者更进一步说，知识创新的最初来源和前提条件是由丰富实践经验带来的感性认识，而促进知识创新得以实现的关键点或催化剂则是联想与顿悟，知识创新完成的标志是新的理性认识(二级结构)的形成。
　　知识的二级结构是由概念、概念与概念之间的联系构成的。概念是事物的名称。概念的内涵和外延反映事物的属性。前者反映本质属性，后者反映非本质属性：概念与概念之间的联系反映事物之间的联系。以概念为基础的理论(包含判断与推理在内)描述事物之间的联系以及事物的变化规律。因此，知识创新包括概念的创新与理论的创新。
　　模式识别(paUern recognition)是来自计算机科学、测绘学、地理学、昆虫学和免疫学的一个概念，是一个科技名词。百度百科给出了4个不同学科的定义。笔者在这里讨论的模式识别，指的是人类的一项基本智能，属于认知科学范畴，意指人类通过关于事物的各种信息对事物及其规律进行描述、辨认、分类和解释的过程。
　　笔者在《关联主义与新建构主义：从连通到创新》一文中指出：“西蒙斯曾提出今天的知识需要从认知处理转向模式识别。但对于到底什么是模式，以及如何识别并未深入讨论。笔者认为，所谓模式(paUern)，是指隐藏在事物之中的一种内在规律，找到这种规律可以指导我们预测和应对同类事物。当这种规律多次出现的时候，被敏锐的人识别出来，并用文字符号进行加工整理，形成新的方法、理论和概念，就是知识创新。”“如果说认知处理还是一种对已知规律的学习、理解和运用，模式识别就是对未知规律的发现、揭示和阐述。模式识别是知识创新的主要范式。”
　　那么，如何才能识别新的模式呢，笔者认为有以下几种方法：
　　(一)通过重复出现的现象识别模式
　　一种现象反复多次地出现，就会引起人们的注意，人们就会对此现象进行推论，形成模式。例如，人类发现太阳每天从东边升起、西边落下，就推论出它将永远如此，久而久之形成了日的概念：看到月亮由圆到缺。又由缺到圆。就逐渐形成了月的概念。看看下面这组数据：
　　1，8，27，64，125……
　　你能预测后面的数字吗?很显然，这是一组连续数字的3次方，下一个数字应该是6的3次方，即216，以此类推。这就是一种模式。
　　值得注意的是，这种推论并不是严格的逻辑推理过程，更多的是基于经验，与知识的一级结构有关，因而有可能因为例外情况的出现而产生误判，人类早期对许多自然与社会规律的认识都是通过这种方式建立起来的，它们只在有限的时间和空间内是正确的，超出一定的时空范围就可能变为不正确了。例如，地球上大多数地方的人们通过长期观察，发现太阳每天东升西落的运行模式，在南极和北极的某些季节就可能不正确了。那些地方每年有一段时间会出现极昼与极夜现象，也就是太阳整天都不落下去或者整天都不升起来。牛顿物理定律在以光速飞行的情况下也将不适用，这种情况就需要用爱因斯坦的相对论才能解释了。
　　(二)通过不同事物之间的相似性去识别模式
　　人们相信，宇宙是按照一些相近或相似的规律建立起来的。例如，人类发现，宏观宇宙的结构(如行星围绕恒星转)与微观世界的结构(如电子围绕原子核转)是如此的相似：人类社会的构成与蚂蚁社会的构成也有诸多相似之处。再比如，物理世界的同性相斥、异性相吸原理。是不是也与人类社会的同性相斥(竞争)异性相吸非常类似?这样的例子有很多很多。基于这样的信念，我们可以借助某些表面看来风马牛不相及的事物之间的相似性比较，发现一些新的模式或规律。例如，笔者通过将自己不断撰写与修改博文实现意义建构的实践经验，与银行的零存整取储蓄形式进行比较，发现其中的相似性，从而提出了知识碎片化时代的零存整取式学习策略：本文又是受蛋白质三级结构的启示。归纳总结出知识的 三级结构模式的。这种思维方法主要来自于知识的第三级结构，即联想结构：通过有意识的联想。有可能实现某种意想不到的知识创新。
　　(三)通过直觉与想象识别模式
　　人类的认知心理有这样两种现象：一是先入为主效应。一是完型效应。先入为主效应，又称第一印象效应，是指人类思维容易受最初印象的左右，通过第一印象的直觉判断，形成一种思维定势。一旦定势形成。就会自我强化。不容易更改。例如，我们看到图2时，如果第一印象是少女，我们就不容易看出老妇人形象：如果第一印象是老妇人，则不容易转变为少女形象，除非我们进行有意识的努力。所以直觉既能够帮助我们迅速识别某种模式，又可能误导我们。
　　第二种是完形效应。是指当看到一幅不完整、不连续的图像时，人们会自动地补充缺失的部分，使之成为完整图形的现象。以图3为例：
　　这幅图中间的三角形其实是不完整的，三角形的三条边都是断裂的。但我们一眼就能看出来中间有个三角形。为什么呢?因为在我们的潜意识里已经自动将那三条边的中断部分连接起来了，这就是完形效应。完形效应是通过我们的想象以识别模式的一种方法，这对结构不良事物的内在本质与规律的认识很有帮助。
　　(四)通过上述多种方法的综合运用识别模式
　　综合运用以上方法进行模式识别可能是更经常出现的情形，对于复杂模式的识别需要通过多种方式综合判断，这里暂不详细论述。模式识别并不一定都能导致知识创新，但知识创新主要是通过对新模式的识别来实现的。
　　四、知识结构与知识创新的神经科学假说
　　众所周知，大脑是由数以亿万计的神经元构成的错综复杂的网络。神经元与神经元之间通过神经纤维互相联系，形成大大小小的神经回路。信号在神经网络中传递，有些信号被增强，有些信号被衰减，有的信号被分散，有的信号被会聚。功能相近的神经元会相对集中在一起。形成一个个核团：功能相近的核团又组成一个个脑区，这使得大脑不同部位之间出现了功能的分工与合作。
　　外界的信息是通过不同的通道进入人类大脑的。其中最主要的信息通道有两条：一条是视觉通道，即通过眼睛和视觉传导通路直到大脑的视皮质：一条是听觉通道，即通过耳朵和听觉传导通路直到大脑的听皮质：此外还有皮肤感觉通道，即通过皮肤和皮下的感受器(主要是触压觉，还有痛觉、温觉和关节位置觉感受器)，以及嗅觉通道、味觉通道等。心理学家发现，通过视觉、听觉、嗅觉、触觉、味觉而获得的知识分别是83％、11％、3.5％、1.5％、1.0％。也就是说，人们通过听觉和视觉获取的知识高达94％。
　　当我们接触一个新事物的时候，事物的各种属性被我们的眼、耳、口、鼻、身的感受器分别感受到，通过各种传导通路进入我们的大脑，引起较多的脑区兴奋，这意味着事物的各种性质被分散分布在不同的脑区中，分布范围比较广，包括左脑和右脑的多个区域。以太阳为例，当一个人感受到太阳的时候，太阳的形状、颜色、光亮度、温度等可能被分散在不同的脑区，被不同的神经核团所感受，在不同的神经元里进行加工、处理与储存，这种分布式的记忆储存，构成了知识一级结构的存在方式：以后随着人对太阳认识的不断深化，逐渐形成了对太阳的理性认识，这种理性认识被一些较为抽象的概念如“太阳”这个词或词的读音所概括，后者被集中储存在若干比较局限的脑区或神经核团内，这就是知识二级结构的存在方式。以往大量研究证明，人类的视觉投射区包括脑岛、额叶、顶叶、颞叶、枕叶等广泛区域；听觉投射区包括蜗神经核、上橄榄核和内侧膝状体、双侧颞上回及颞上沟等；嗅觉投射区包括颞叶梨状区皮质及额叶内和后眶额回等，上述区域可视为一级结构所分布的脑区范围。而与语言加工有关的皮层激活局限在左半球额叶、颞叶和顶叶的网络区，在Wemicke区外还存在颞顶语言区，包括颞中回、颞下回和角回，在Broca区外有扩展的左侧语言，这些区域可能是二级结构知识分布的主要区域。人类的左脑和右脑在信息加工上分工有所不同。人的左脑倾向于对抽象材料(如语言、文字、书写、数学公式等)做出判断，用推理的方式进行逻辑思维；右脑则通过对形象材料(如空间方位、形象、表象、音乐、美术、舞蹈、情感等)的加工改造进行形象思维。我们可以大胆假设：人类知识的二级结构主要分布在左脑中的局部区域，并在那里进行加工处理：而知识的一级结构则分布在左脑和右脑的广泛区域，但对一级结构知识的整合可能主要是在右脑进行的。
　　脑科学研究实验反复显示出一种有规律的现象，即学习开始时，较多的脑区参与活动，当重复或练习导致记忆建构完成后。变成较少的脑区保持激活。从弥散到收敛，被认为是大脑学习与记忆的普遍规律。这些研究结果虽然都来自对动作技能学习的实验研究动作技能的信息主要通过皮肤的触压觉、身体的关节位置觉和视觉通道进入大脑)，但对知识从一级结构到二级结构(即从感性认识到理性认识)的过程也不无启示。
　　知识的二级结构的建立，为人类思维带来极大的便利，也节省了很多脑力。人们进行理性思维时，可以只需从那些储存抽象概念的相对局限的脑区里调用资料就可以了。例如，人们想到“太阳”这个词时，无需同时调动存储所有关于太阳感性记忆的脑区，只需要使存储这个词的局部脑区兴奋起来就够了，这为复杂的分析与推理提供了可能，是人类大脑优于动物大脑的关键。然而在有需要的时候，人们仍然可以通过知识的二级结构中的词语，唤醒一级结构中的全部相关记忆。
　　知识的三级结构则是由二级结构与一级结构中，相关概念或相似性质之间建立的直接联系构成的。例如，储存“太阳”这个概念的脑区，可能与储存“圆形”这个概念的脑区距离较近，或有某种直接的联系：而储存“圆形”这个概念的脑区又与储存“皮球”、“西红柿”等概念的脑区比较挨近或有直接联系，从而使得我们比较容易在上述这些概念之间产生联想。而“太阳”与“火焰”由于都具有温热的性质，也可能通过彼此共同的感受与储存热度的脑区发生某种“快捷”联系，因而也容易引起联想。联想既可以发生在以逻辑思维为主的左脑，也可发生在以形象思维(非逻辑思维)为主的右脑，所兴奋的脑区会比单纯进行理性思考时要多得多，因而知识的三级结构比二级结构分布要弥散得多。
　　如果只进行线性的逻辑思考，所兴奋的脑区只是储存那些抽象概念和理论(知识的二级结构)的局部脑区(主要在左脑)，这种思考不容易突破思维定势，可能会妨碍创新的发生：只有尽可能同时调动一级结构与三级结构知识，让左右脑中更多的脑区参与思考，才易于产生新的创意。研究也证明，创造性思维是左右脑共同参与的结果，两者缺一不可。因此，在学习过程中，如果我们只进行传递一接受式教学，所获得的信息大都是一些抽象的概念(显性知识、间接知识)，而且信息只能通过视觉和听觉通道进入大脑，思维加工也主要在左脑进行，不利于思维创新：如果我们同时开展探究性学习与实践活动，让更多原始的信息与抽象概念同时被学习 者获得，并且让信息经过更多的通道进入大脑，激活更多的脑区参加活动，对思维创新将更加有利。
　　五、知识创新与顿悟
　　顿悟指的是“这样一些问题的解决，看来是突然来到的，俨如包含着能达到预期目的的整个错综复杂的手段在内的一个新‘完形’，在动物的意识中突然出现：它确实好像随着‘顿悟一闪’(flash of insight)而引起的适宜的动作”。也就是说，顿悟主要是指通过观察，对情境的全局或对达到目标途径的提示有所了解，从而在主体内部确立起相应的目标和手段之间的关系完形的过程，它总是伴随着一种“啊哈”的体验。
　　顿悟现象主要有六个特点：(1)问题解决前常有一个困惑或沉静的时期，表现为迟疑不决，有长时间的停顿；(2)从问题解决前到问题解决之间的过渡不是一种渐变的过程，而是一种突发性的质变过程：(3)在问题解决阶段，行为操作是一个顺利的、不间断的过程，形成一个连续的完整体，很少有错误的行为：(4)顿悟依赖于情境，当答案的基本部分与当前情境的关系较易觉察时，才容易出现顿悟：(5)顿悟获得的问题解决方法能在记忆中保持较长的时间；(6)在一种情境中产生的顿悟可以迁移到新的场合。
　　一个包含顿悟过程的认知任务必须至少满足以下条件：(1)最终的正确答案与最初的解答不同；(2)最终的正确答案是通过一个重构过程而获得的：(3)这个重构过程是唯一的获得正确答案的途径。研究发现，顿悟问题主要是一种非言语加工，而言语加工会影响顿悟式的问题解决。
　　从心理过程上看，顿悟是一个在一瞬间实现的、问题解决视角的“新旧交替”过程，它包含两个方面，一是新的能有效解决问题的思路如何实现：二是旧的无效问题解决思路如何被抛弃(即思维定势如何被打破)。顿悟意味着大脑内新异而有效的神经联系的形成。
　　脑神经科学家们使用脑成像技术和脑电波记录技术对顿悟的大脑机制进行了深入的研究，取得了许多新的进展。他们发现，顿悟活动涉及大脑前扣带回、额叶、颞叶、楔前叶以及海马等广泛脑区，其中前扣带回与额叶共同参与顿悟中思维定势的打破过程：右侧颞叶以及海马参与顿悟过程中新异联系的建立：而内侧额叶和颞叶也有可能参与顿悟发生前夕的准备过程。最近的研究还发现，扣带后回与顿悟的“啊哈”情绪体验有关。研究者们还提出了一个粗略的有关顿悟的脑过程框架，这个框架假设顿悟过程是由作为早期预警系统的扣带前回所发动，并由负责新异有效联系f任务相关联系1形成的海马、负责思维定势转换和语言加工的左腹侧额叶以及负责思考的背景或参照框架切换的视觉空间信息加工网络协同完成的。
　　众所周知，顿悟是创新思维的关键环节。上述所有的研究都提示。大多数情况下，创新并不是一个通过简单的“试错法”或严密的逻辑推理就能够实现的。要想实现知识创新，必须充分运用非言语思维加工(这主要是右脑的功能)，打破思维定势，进行认知重构才有可能。因此，在进行知识创新时，应该充分调动知识的一级结构、二级结构与三级结构，尽可能运用直觉、感性、联想、想象等思维方式，以加速顿悟过程的发生，并在逻辑思维的协助下。完成知识体系的重构。
　　笔者在新建构主义一文中介绍了零存整取式学习策略的三个阶段：积件式写作阶段、个性化改写阶段和创造性重构阶段。有人按照这三个阶段进行创造性学习尝试，却因为迟迟没有突破而感到困惑，向笔者询问原因。笔者告诉他，从积件式写作，到个性化改写，再到创造性重构，并不是一个简单的一次完成的线性过程，其中包含一次或若干次“顿悟”。要想取得突破，除了坚持写作之外，还要结合笔者提出的内读法与深谈法，努力挖掘他人和自己的隐性知识(动用知识的一级结构)，并综合运用本文提出的模式识别方法(调动知识的三级结构)，才会有所收获。
　　六、网络时代人类应该怎么办
　　前面已经说过，大脑是由亿万个神经元连成的网络(有说数十亿，有说数百亿，估计很难准确计数)，而互联网也是由无数个终端连接起来的，互联网越来越像一个大脑。互联网中的局域网、博客圈、微博群等则类似于一个个脑区和神经核团。有人说现在的互联网相当于婴幼儿时期的大脑，以后会逐渐发展为成年的大脑，具有与人类相类似的智慧。人工智能与机器人的研究与开发使这种预言看起来并不是不可能的。如果真是这样，人类最后一点骄傲将丧失殆尽，那时人类会是什么样子?人类还能干什么?确实难以预料。
　　如果我们所说的互联网包含了网络终端后面的亿万个人的话，互联网岂止像一个大脑，而是亿万个大脑。互联网上的智慧与知识，是人类智慧与知识的集合。如果我们所说的互联网只是指非人类的物理网络和机器，那显然目前它还不具有人类的智慧。尽管计算机控制的机器人可以战胜人类的国际象棋高手，尽管计算机的运算能力和记忆能力已经是人类的百万千万倍，都还不足以动摇人类智慧的崇高地位。
　　因为到目前为止，计算机的“智慧”都是基于某种算法的，也就是说都是基于逻辑推理的，大致类似于人类大脑的言语加工功能。而人类除了具有逻辑思维能力(言语加工)之外，还有计算机不具备的非逻辑思维能力(非言语加工)。这种非逻辑思维是一种模糊的、不精确的、想象的、直觉的、跳跃的思维方式，而不是一步一步推理的。这种非逻辑思维能力受情绪、意志、需要以及我们还不知道的诸多因素影响。尽管人工智能专家目前正在努力使计算机也能进行某种形式的模糊思维与模式识别(其实那仍然是基于某种算法，只不过更复杂罢了)，但毕竟跟人类非逻辑思维的本质还相差甚远。
　　从知识结构来看，计算机和物理网络目前还主要以二级结构的知识为主：似乎并不具有完整的知识一级结构，更不具备三级结构。因而它还很难产生像人类一样的直觉、想象与顿悟。
　　举个例子，当阿基米德在洗澡时通过对身体让水溢出澡盆现象的观察，“顿悟”到如何测定皇冠的含金量的方法，其中的思维跨度之大是计算机能够做到的吗?无论它的推理能力有多强、计算速度有多快，也无论它经过多少次“试错——修正”过程，也难以“算”出这样的结论。
　　又比如，我们可以由花联想到女人、儿童，由月圆月缺联系到人生的聚散离合、沧桑变幻，由一个人对你眨一眨眼，就知道她是不是在暗示你什么，这一切计算机能够做到吗?据说计算机也能够“联想”，例如搜索引擎可以通过某个关键词把一些相关或毫不相干的信息搜集到一起，但这与人类的联想比起来不可同日而语。归根结底，计算机只会“计算”，而不懂思考：虽然计算也是一种思考，但思考绝不简单等同于计算。
　　如果说望远镜、显微镜是人类视觉的延伸、各种机械是人类四肢的延伸、声纳系统是人类听觉的延伸。那么计算机与网络就是人类思维某些方面的延伸。在网络中，人是最重要的因素，是网络的灵魂，相当于大脑中的神经元，人的社会组织相当于神经核团，而网络则是连接每一个人或组织的神经纤维。无论物理网络与机器怎么发展，可能也只能充当人类大脑的助手与秘书(尽管这个助手在某些方面比雇主更加能干)。
　　那么，在网络时代，人类最好的角色就是做一个网络中的“神经元”。神经元的工作就是对信息进行加工处理，并通过神经纤维与其他神经元建立联系。用今天的术语来说就是连通与建构。关联主义认为，网络时代的人们更重要的工作是连通而不是建构，知识的加工与处理可以部分交给非人类的机器与物理网络：而新建构主义却认为，现在的人们更需要学会建构与创新，而连通的工作可以大部分交给更智能化的网络。例如，搜索引擎、RSS、微博、社交网站等无不是为了我们更好更便捷地连通，今后连通也许不会成为一个问题，而建构与创新才是我们更应该关注的焦点。
　　此外，网络时代知识的分布式储存也带来一个新的问题，那就是谁、以及如何将这些散在分布的知识整合起来?知识的分布式储存不会自动带来问题的解决，必须进行必要的加工整理使之成为有一定结构的逻辑体系才能进行迁移和运用。这就像一台电脑光有硬盘、软盘和内存并不能真正运作起来，而必须有CPU才行!对于一个知识网络来说，必须有千千万万大大小小的CPU对分布式知识碎片进行加工、整理、重组、集成和创新，使之成为实际可以应用的知识体系或问题解决方案。CPU所承担的工作除了部分可以借助于机器(主要是逻辑推理和数学运算)之外，大部分仍然需要人来完成(如知识的有效集成与创新)，而新建构主义学习理论的意义也正在于此。