最近卓云智慧校园的研发部门因为探讨智慧校园大数据的需要，讨论很多大数据和人工智能算法，于是乎把那些只有模糊记忆的微积分、概率论、线性代数翻出来看看。
一看之下，忽然明白，为什么上学的时候总是“生活”在懵懂之中。
【没有场景应用，没有激励，无法形成内驱力】
所谓贝叶斯定理，所谓矩阵转置，所谓二项式展开，等等。数学在精确之中，还有含糊其辞，而过程却能够振振有词。无论什么样的形式，都是为了解决问题而生。
可是为什么在大学学数学，对大部分人都如此挠头，代入不进去?
只因为没有场景。没有场景，所以没有需要解决的问题。没有场景，很难学以致用，所以也很难获得解决问题的快感。所以没有场景，就没有激励。
激励是学习的动力，没有激励就很难聚积精神、深入其中。激励并非只是奖励，激励有很多种，比如目标感、比如认同、比如满足内心的某种渴望。
一个人能沉溺于某件事，或者对某种技能专情，离不开激励。打麻将的激励非常及时，一把一搂。通关游戏，也差不太远，即便没有看到曙光，也总能是不是得到奖赏。这也是为什么游戏迷人，而麻将千年不衰的原因。
【有价值的学习场景更能激发内驱力】
但是轮到学习，尤其是诸如数学这样逻辑性很强、知识承继性很强的学科，就很难找到足够的激励，推动可持续的学习。所以大部分人会对数学望而生畏，只有少部分人能乐在其中。
有价值的问题才是学习的场景。因为有价值，所以值得努力。因为要解决问题，所以才能找到目标。倘若还很有兴趣，那么学习自然就不是什么问题。
这也是为什么工作之后，理论上专门学习的时间和精力更少了，反而进步速度更快的原因。也这是为什么在一个岗位上待久了，学习欲望下降、工作能力没有变化的原因。这也是为什么有了一定的地位和能力之后，就会呈现出“彼得原理”的样子，最终止步于眼前。
正是因为不知道为什么要做、能做什么、要做什么、能做到什么程度，所以学生时代的学习缺少价值感和目标感。也正是因为具备熟练的技能、能够驾驭身边的事情、工作游刃有余，所以工作才会产生个体的“内卷性”。
这就是为什么大部分人的学习欲望，会伴随着年龄的增长而退化的原因。学不会，或者失去进取心，只因为失去的方向和理由。
【有价值的学习场景应在何时何处出现】
数学家群体有一个论断，三十岁没有惊天动地的成果，此生便泯然众人矣。试看历史上那些数学领域的牛人，还真都是二十多岁，甚至十多岁出成果的天才。
原本的教育，并没有试图培养每个人都成为数学天才，培育数学逻辑思维或作为其他学科基础的意图更多。然而当把数学作为学问的时候，就免不了、恨不得，将数学一网打尽，以至于让大部分人望而生畏。
但是，因为没有应用场景，没有目标和问题，最终的结果，却因为想要让学生多学，导致反而没学多少，或者考试之后刻意忘光。难道是数学学早了?
其实不应该说数学学早了，而应该说：用数学解决有价值问题的场景，来晚了。其实何止是数学，任何一种学习，都需要价值、目标、问题、兴趣四种之一来引导，否则很难获得高效率，也很难真正提升个人价值。
这是当今大学教育的难题，也是人类的难题。
【大学信息化的背后是数学】
课堂学习，很难代入各种工作场景。各种被阉割和抽象的环境，看似提取出现实世界的模型，更容易理解解决问题的方法，其实不然。
研究学问，需要抽象、排除干扰。而解决问题，则需要代入到问题的场景中，才能看得清问题。况且我们所面对的真实世界，本身就是复杂系统，单一学科无法覆盖。
大学和社会的距离，没有办法一下子拉近，但大学信息化却有可能做到。针对专业场景，将大学教育在虚拟世界中做一定程度还原，也许会让学习变得不同。
这也许是智慧校园的使命，也是大学信息化未来的课题。
