王晓钰

【晓钰说】学霸儿子升入高中后开始厌学,这位父亲做了一件事帮他‘换劲’

#晓钰说#教育首发:公众号原文链接

【摘要】儿子上高中后开始厌学,觉得化学“无聊”“不完美”,从抗拒一门课蔓延到整个学习崩溃。作为父亲,我没有说教,陪伴他一起探索,十几次深夜长谈,陪他一步步找到了自己的框架和节奏感。教育不是灌输,而是传承——前提是父母自己还在成长。

昨天,2026年3月5日,儿子有个重要突破,解决了困扰他上高中以来的最大困惑,我非常高兴。

这次“换劲”,本质上是他接受了“不完美”,开始以成长和发展的眼光看待所学课程。

一、学习化学的困境:他对自己很不满意

上了高中后,儿子的学习状态很快就不如从前,而且持续下降,直至期末考试时彻底崩溃。

他觉得高中的课程跟预期完全不一样,尤其是化学——需要背诵大量知识点,这与初中学习几何、物理时那种公理化体系截然不同。在他看来,数学和物理是从几条公理出发,通过严密的逻辑推导出整个知识体系,优雅而完美。而化学呢?元素周期表要背,化学方程式要背,各种反应条件要背,感觉就像在死记硬背一堆零散的事实。

他开始抗拒化学,觉得教的内容“很无聊”,就是背一些不靠谱的经验规律,更不愿意写作业。更糟糕的是,化学的恶性循环蔓延到了整个高中的学习。他对自己的表现也很不满意,下图是他画的自我满意度图。

Image自我满意度

二、寻找出路的艰难探索

儿子自己也做了很多努力和改变,积极地跟带课老师、班主任、学长交流,也多次主动找我讨论。班主任很关心他,特地约我去学校交流。学校还安排他去了几次心理咨询室,但他就是无法从心底里认可化学这门学科。人在思想上想不通的时候,行动上自然拉垮。表面上看他有很多“问题”——作业拖延、早上起不来床。但我知道儿子一直在挣扎着,努力调整自己。他不是不愿意学习,只是想不通为什么要学高中这些“无聊的”课程。

于是他开始寄希望于出国,认为也许是高中体制内教育有问题。然而寒假参加微留学面试时,因为英语口语表达不够流畅,没能通过面试,这让他很受打击。寒假期间他开始积极地学习英语,也开始意识到,逃避不是解决问题的办法,无论在哪里,都需要面对学习本身。

我跟儿子进行了不下十几次的长谈,告诉他这是学科特点,国外也一样。我们从认识论聊到科学方法论,从课程设计聊到教育理念,但都不能让他真正信服。每次谈完,他似乎理解了一些,但过几天又回到原点。

三、新学期的主动转变

我说“人不能空想,关键是要有行动,只有在行动中流淌”。但我并没有强迫他,该说的直接说,还是允许他自由安排。

让我惊喜的是,春节之后,高一下学期开学,他的状态变得很积极:每天早上准点起床去上学,周一、三、五晚上积极参加在线的美国高中课程。同时,他开始正面面对自己的学习困惑——没有美高课的晚上,就缠着我讨论这个学期的策略,一定要理清楚怎么安排学习优先级,整理出一套他能接受的化学知识体系和学习方法。

我们每次讨论到很晚,他都说对讨论的结果很不满意,我也很挫败,但下次又全身心投入地跟他讨论,恨不得附体在他身上,真切去体会他真正想不通的点究竟在哪里。

到学校后,他抽空就跟 ChatGPT 对话,试图从不同角度理解这个问题。当他查到很多大科学家也不喜欢化学时,产生了强烈的共鸣。比如爱因斯坦说过:“所有科学不是物理学,就是集邮。” 大物理学家费曼也说:“化学家似乎总是在记很多东西,而不是从第一原理推导。“看到这些,儿子兴奋地跟我说:“爸爸,你看,很多人都不喜欢化学!连爱因斯坦和费曼都这么想!”

四、突破:一次深度对话

昨晚他告诉我,他终于找到了一个能说服自己的框架:化学和物理是不同的,化学是“解释模型”,而物理是“预测模型”。

我看着他兴奋的表情,很开心地鼓励他说:“你能找到一套框架,形成整顿知识的体系,这很好。”

其实“解释模型”与“预测模型”的区分,在商学院、管理学界一直有讨论——事后的归因解释看起来漂亮,但很难像物理公式那样精确预测未来。我没想到儿子自己能悟出这两个概念。

我接着追问:“那你觉得这两种模型的本质是什么?为什么会有两个不同的模型?它们之间是什么关系?”

4.1 解释模型与预测模型

我接着问他:“解释模型是怎么产生的?”

“总结、归纳……“他断断续续地挤出几个词,像挤牙膏似的。他没想好的时候,表达并不流畅。

“对,解释模型的本质就是归纳法。那预测模型的本质是什么?”

他愣了一下。

“化学是解释模型,本质是通过归纳法从现象总结规律;而物理是预测模型,是通过演绎法从理论推导现象。”

我试图帮他更深刻理解这个框架,并用更清晰的方法论概念来解释他提到的两种模型。

Image解释模型和预测模型

4.2 从现象到理论的研究过程

我继续说:“那你想过没有,你们现在学的物理、数学,那些看起来完美的理论,是怎么建立起来的?”

“你们只学了别人已经建立好的理论,比如物理学、欧氏几何。但是,你不知道这些理论是怎么建立的。任何理论的建立,那个奠基者都是从观察到的具体现象受到启发,经过艰难的探索,才建立起这样的理论。你看到的是已经发展完善的理论,是建好的大楼。但你没有看到建造的过程。”

“化学只是理论化还在中途,你们学的是应用层的理论。所以你会觉得它不够’完美’。”

这张图展示了从现象到理论的漏斗模型:最上层是大量零散的现象观察,然后是经验规律的总结,再到基本原理的抽象,接着是量子力学等数学框架,最底层才是含真量最高的终极理论。化学目前还在中间层,而物理已经接近底层。

Image理论研究过程

4.3 科学的目的:应用与理论的平衡

我问:“你刚才说,化学和物理的模型不同,那为什么会不同呢?”

他想了想说:“目的不同。”

接着我又试探地问:“你现在想不想进一步讨论?这会涉及到更深刻的科学哲学。“我不确定一个高中生是否有兴趣探讨科学哲学这么抽象的话题。

没想到他无比坚定而急迫地说:“我要,我希望这个框架体系更扎实。”

我就顺势引导他:“为什么化学和物理这两个学科的目的不同,你觉得呢?”

儿子想了半天,磕磕绊绊讲不出来,最后说不知道。

我就开始在白板上画图,引导他思考:一切“存在”的根本目的,就是求存。然后用递弱代偿理论解释了科学发展的推动力:科学研究的主要推动力,来自维护人类社会存在的需求。虽然也有少数“懒蚂蚁”式的科学家,纯粹出于兴趣做理论研究,但如果他们的研究完全脱离现实需求,就很难传承下去。

这张图展示了学科发展的两股力量:超过 90% 的科学研究是应用导向,由社会需求驱动;只有极少数是纯理论研究,由科学家的兴趣驱动。两者都重要,但比例悬殊。纯理论研究如果完全脱离现实,就可能成为“侧枝盲端”,像古希腊哲学那样,在历史长河中失去传承。我举了一个例子:曾见过一位学者,痴迷于用某个数学常数解释一切自然现象,什么都要往上套。这种研究虽然有趣,但因为无法解决实际问题,也无法推动学科发展,最终只能停留在个人兴趣层面,难以形成学派传承。

Image科学的目的

4.4 学科发展的不同阶段

然后我们从更底层的科学哲学角度一起讨论了科学发展的历史和内在逻辑——不同学科只是处于不同的发展阶段。我在纸上手绘了一张各个学科随时间发展逐渐成熟的“科学发展地图”,横轴是时间,纵轴是理论的成熟度。数学最早成熟,物理学其次,化学再次,生物学更晚,而心理学、社会学还在路上。我告诉他:“虽然科学研究的终极目标是建立完美的理论模型,但各学科发展程度不同,化学的发展阶段确实晚于物理学。物理学曾经也像化学一样’幼稚’过——牛顿之前的物理学也是一堆零散的观察和经验。谁年轻的时候不幼稚?学科就像人一样,不成熟恰恰意味着无限的发展潜力,这就是学科的生命力。”

我在画坐标点的时候,刻意找那些他了解的重要科学事件,他也积极地呼应,某某某创建了某某某……那个版本虽然简洁,但全是他熟悉的科学家和历史事件。今天我用 AI 补充了更多细节,并重绘出这张图如下:

Image学科发展成熟度

停顿了一会儿,我说:你可以保留你对化学“不完美”的评判。如果你忍受不了这个学科的不完美,没问题,那你就去发展与完善这些不成熟的理论。很多大科学家就是在年轻的时候,因为不满意现有的理论而开创全新的学科,颠覆了原有的理论。爱因斯坦 26 岁提出狭义相对论,颠覆了牛顿力学;海森堡 24 岁创立量子力学的矩阵力学形式;薛定谔 39 岁提出波动方程;沃森和克里克发现 DNA 双螺旋结构时分别只有 25 岁和 37 岁。他们都是因为忍受不了当时理论的不完美,甚至带着一点“无知无畏”,开创了一片新天地。

“不过,“我停顿了一下,“这条路成功概率很低。你不是成为天才,就是成为疯子。大多数人穷尽一生也未必能做出突破性贡献。但如果你真的热爱,就要继承前人探索下来的知识。尽管你们学习的化学理论还不完善,但也是无数聪明又勤奋的科学家几百年探索出来的成果。你深入进去之后就能体会到他们的厉害与理论的优雅。“我又跟他讲了一个道理:理想需要现实的土壤才能生根。如果一个人只追求自己热爱的方向,却忽略了基本的生存能力,最终可能连追求理想的机会都失去。学好当下的课程,恰恰是为将来的选择积蓄力量。

儿子表现得很兴致勃勃,偶尔兴奋地呼应说:有点道理,这有点说服我了。

我们休息了一会儿,倒水吃零食。他转过来说:“我初中学习的数学、物理看起来逻辑很完美,原来还有很多’不完美’的学科。可怕的是,我居然都没学过这些不完美的学科,却用数学、物理的’完美’标准来判断化学。”

说到这里,他慢慢兴奋起来,开始手舞足蹈,像研究物理、数学问题一样剖析自己的思维误区。他的眼睛里闪着光,不停地说:“我明白了,我明白了!化学不是不够好,而是还在成长中。我应该学习它现在的样子,而不是期待它变成物理学的样子。”

我说是呀,这就像用成年人的标准要求一个孩子一样不公平!

我跟他一起“批判”过去的自己,这不是自我否定,而是找到了新出路的喜悦,是绝处逢生的兴奋。看着他这个样子,我知道,他“换劲”了。

五、父亲的反思:教育如内家拳

这几个月伴随儿子状态的起伏,我也经历过艰难的心路历程。教育是一个系统工程,就像内家拳一样。它不是一个简单的力,而是身体的松透、整力的节节贯穿、意识的引领、听劲、时机、兵法的综合。作为父亲,我需要的是:

  • 坚定的力量:在原则性问题上要清晰,什么是不可妥协的,自己要清楚。比如不能放弃学习这个底线,必须坚守
  • 知识的储备与智慧的引导:多年沉淀下来的跨学科知识,用更高维度的视角帮他理解问题
  • 静待花开的耐心:不强迫,给他自己思考和成长的时间

三者缺一不可。师父说这就是传承。

儿子的“换劲”,本质上是一次认知升级——从追求绝对完美,到接受相对完美;从单一标准,到多元视角;从抗拒现实,到拥抱成长。这个过程很痛苦,但一旦突破,就会豁然开朗。当孩子用一套标准去衡量所有事物时,必然会遇到挫折。帮助他们建立多元的评价体系,理解“不完美”也是一种常态,这可能比教会他们具体的知识更重要。

作为父亲,我能做的,就是在他挣扎的时候不强迫,在他探索的时候给予支持,在他困惑的时候提供更高维度的视角。剩下的,就交给时间和他自己的思考。

我想,这就是父爱吧。


附录:讨论过程的可视化

这几个月来,我和儿子在白板上写了几十张 A0 大小的白板纸,反复讨论、推演、修正。本文中挑选了昨晚讨论的四张核心图示,今天用 AI 工具绘制而成。

一方面,这些图示帮助儿子把理解固化下来,看到更全面、准确的信息,把我们的讨论文档化。另一方面,可能给其他家长也有启发。我对比罗列几张手写板书和 AI 绘图,手写的板书虽然潦草,但对儿子来说是独一无二的版本。大家也可以学习一下,如何把简单的手绘图示,转化为专业的可视化图表,也展示了 AI 的强大之处。这也是我在工业数字化转型中一直推进的理念:新技术会对工作、教育和家庭产生深远的影响。

未来更需要主动学习的人才。我跟儿子的很多对话,他事后会跟 AI 反复讨论。如果我说得不对,他就有了新的理由来反驳;如果我说的对,他也会转变态度而接受。这种主动验证、独立思考的能力,比单纯接受权威更重要。

1. 解释模型与预测模型

展示化学(归纳法)与物理(演绎法)的方法论差异

Image解释模型与操作模型的对比Image解释模型和预测模型

2. 从现象到理论的研究过程

展示科学研究的漏斗模型,从大量现象到终极理论的信息压缩过程

ImageImage从现象到理论的研究过程

3. 科学的目的

展示应用导向(大多数)与理论导向(极少数)的驱动力

ImageImage学科定位与目的

4. 学科发展成熟度

展示数学、物理、化学、生物、信息科学的历史发展曲线

ImageImage学科发展成熟度


这些图示记录了我们讨论的过程,把一维线性的言语讨论,转化为二维的图示。这也是我在跟客户咨询项目中常常使用的工具,现在也成了我和儿子探讨问题的标准方法。希望这些思考框架,也能对其他有类似困惑的学生和家长有所启发。

推荐我的新书

  • 思考题:你的企业在数字化转型中,是否真正回归了价值创造的本质?是否构建了自主的数据流来解决系统性问题?

    想深入了解工业数字化转型的系统方法?我的新书《工业数字化转型:敏捷方法与敏捷实践》正式出版,凝结了我在三一重工、远景能源、GE、宁德新能源等企业近20年的实践经验,总结出了一套基于控制论的工业数字化转型方法论。

内容简介

本书是工业数字化转型的实践著作,作者结合自己在三一重工、远景能源、GE、宁德新能源等企业近20年的实践经验,总结出了一套基于控制论的工业数字化转型方法论和一套基于敏捷思想的工业数字化转型实践路径,方法论与实践并重。

本书一共10章,分为三个部分,从方法论、实践和底层逻辑三个维度对工业数字化转型进行了全方位讲解。

第一篇 系统方法(第1~4章)

首先对数字化进行了追本溯源,探讨了广义数字化和狭义数字化的本质;然后介绍了工业数字化转型的各种常规路径,以及数字化如何与工业化融合;最后,提出了基于复杂系统控制论的工业数字化转型方法论,是本书的核心。

第二篇 敏捷实践(第5-8章)

将系统方法应用到具体的业务实践,讨论了典型工业场景中敏捷迭代的数字化转型实践。对于数字化的业务架构和设计,要透过现象从业务本质出发,并通过数字化技术赋能业务变革与创新,同时借鉴最小作用量原理,沿着“最速降线”进行迭代,找到推动变革最省力的路径,逐渐推进数字化、智能化的广度和深度。通过低成本试错和快速反馈迭代,找到适合自身战略的数字化转型路径。

第三篇 探讨与展望(第9和10章)

从哲学底层探讨了驱动数字化和智能化的底层动力,确信了未来智能化趋势的笃定趋势,并在此基础上展望了智能社会,个人应该如何准备好自己,在智能时代安身立命。

王晓钰的个人微信公众号

面对越来越复杂的未来,做个有人文情怀、有独立思考的技术领导者。

经验丰富的实战型专家:从风力发电、人工智能,到智能制造、数字化转型。

童心不泯的终身学习者:融通科学技术与哲学社会,探寻复杂生命的科学规律。

希望以文会友,寻找一批志同道合者,通过入世的企业实战与出世的终极追问,共同探讨后工业时代的数字化转型之路。进一步了解我:http://xywang.org

Image

Image