2018年國慶最後幾天有個視頻特別火爆：
視頻截圖：新加坡的教育分流
注釋：快捷源流=快班
支持反對的聲音都很極端，甚至提到了今年爆發的哈佛大學招聘中的亞裔「歧視」。
很不巧，最近剛剛發生了針對哈佛大學亞裔歧視的抗議活動，支持「歧視」與反對「歧視」的都有，圖中年輕的華裔女孩們站在支持哈佛校方的一方，支持學校的多元化錄取理念，認為按高分錄取（亞裔學習好已經成為了和猶太人會賺錢一樣的種族天賦）是歧視。
新加坡是嚴格執行精英化教育的國家，奉行的是「因材施教」的教育理念，從小學3年級開始，就通過一次又一次的全國統一考試對孩子進行分流，分流後的學生的教育採用不同的教材和標準，最優秀的孩子會進入精英階層，拿獎學金去海外留學，最差的進入職業教育學校。這一切的人生改變，往往發生在還未進入青春期，腦部和身體均未發育完全的10歲孩子身上，這才是生命不能承受之重。
2002年新加坡上映的電影《小孩不笨》，電影以喜劇的形式深刻的諷刺了新加坡當時的教育制度，尤其是分流對孩子們和家長們的影響。
電影將新加坡教育系統的「下水道」——新加坡職業高中——工藝教育學院 ITE（Institute of Technical Education）稱為It's The End。電影在新加坡反響很大，代表新加坡精英教育最高成果的國會專門為此進行辯論，並且由此展開了一系列改革，您開頭看到的視頻已經是2002年改革後第16個年頭了。
教育學、教育心理學的研究發現，孩子甚至成年人在被人為分流後，將會不可避免的出現對自己所屬層級的身份認同，從而限制了繼續學習和努力的動力，進一步影響成績，陷入惡性循環。本來有希望取得更好成績和成就的學生，往往因此自縛手腳，自暴自棄；而被選做精英的學生，卻因為不斷的自我激勵，投入了更多的精力學習，取得了更好的成績。
那麼是不是這種因材施教的教育方法本身有問題呢？
孔子辦學的中心思想是個人，只要有向學的心，再拎點肉乾上門拜師，孔子的眼裡有教無類，大門永遠敞開。
對不同的學生，孔子往往採取不同的方式方法去教學。比如因材施教成語的出處里，同樣的問題，對性格莽撞、年齡和自己差不多的學生子路和老實巴交的冉有，孔子就給出了截然相反的指導意見。
針對不同學生的學習能力、興趣愛好甚至性格本身，制定不同的教學內容，教程，教學方法，怎麼都不應該是個壞主意。
事實上，這幾年取得了大規模應用的人工智慧學科下的機器學習領域裡就有成功的例子。
2017年來自谷歌DeepMind團隊的圍棋程序AlphaGo擊敗了世界排名第一的選手柯潔。
AlphaGo和人類學棋的孩子一樣，在學習了圍棋的基本規則和輸贏的計算方法後，主要通過打棋譜來學習，所用的棋譜都是人類老師下過的，或者是在人類老師指導下人工智慧程序下過的。
但是隨後出現的擁有秒殺AlphaGo的超強棋力的AlphaGo Zero打破了原有的一切認知。AlphaGo Zero拋開了全部的人類棋譜，每次只和自己下棋，但是每次的難度都要比之前難那麼一點點。通過這樣度身定做的，拋開一切所謂學棋課程的學習與訓練，AlphaGo Zero取得了人工智慧研究中具有劃時代意義的成就。
當然，這裡的機器學習和人類學習是完全不一樣的，機器學習使用的統計學上的隨機方法和人類學習有本質上的不同，類比不一定合適。不過起碼可以說明，人類通過多年總結的，奉為圭臬的，認為可以適應於一切孩子學習圍棋的手段，並不一定真的適用於所有人，甚至不一定能教出最好的學生（AlphaGo Zero使用同樣的學習方法但是使用了人類棋譜進行學習，最後的結果甚至差於AlphaGo）。
新加坡教育的問題，不是因材施教本身，而出在了考試分流的時間選擇上。
教育研究發現，對孩子的分流應該越晚越好，給予孩子們足夠的動力和時間去改變和超越自己。
現在新加坡的教育改革已經不錯（當然還不夠好，視頻內反映了學校內分快慢班帶來的分流問題依然存在，慢班的孩子們照樣認為自己英語不好，而新加坡PISA考分里，閱讀成績也確實不如數學和科學課那麼頂尖），在職業學校里引入了包括微軟的1對1教育課件在內的科技教育內容，鼓勵學生們學習新技術，掌握新技術。
在近年的新加坡科技展上，ITE學生們做的創客類的項目，比同齡的學生們甚至還強了很多，甚至於不客氣的說，比我們在國內的創客展上看到的眾多精英創業的項目所展示的內容要漂亮得多。
圖：新加坡的Tech Saturday 2018 ，其中不少項目由ITE學生製作
推遲分流可以解決孩子的認知與學習動力的問題，但是孩子們個體間還是有差距的，興趣愛好，學習方法，和智力本身的差距都需要考慮。學校的教育是一項公共服務，很難考慮得這麼全面，在不分流晚分流的情況下，強調對學生們一個都不放棄，往往會造成教學質量的下降，學生總體的學習水平都會被拖累，今天的美國教育系統面臨的就是這樣的問題。
美國的亞裔，因為家長的重視，校外補習文化的盛行，因此取得了對美國其他族群的整體優勢，這才導致了前文的哈佛亞裔歧視問題的出現。校外補習，尤其是1對1家教，是實現因材施教的好辦法，在提升孩子學習成績上效果很顯著。但是這種效果取決於1對1的老師的素質，還會帶來高昂的補習費用。這不，連美國精英教育的代表哈佛大學都覺得這種投入帶來的優勢不具備普適意義，所以搞了歧視亞裔的入學標準來制止。
圖：剛剛選擇自主創業的新東方名師周思成不是只有中國才有的高收入補習老師
韓國明星英語補習老師金基勛早在2013年收入就超過了400萬美元，東亞文明圈裡的補習文化是學生們成績突出的根本原因，帶來的財富效應和家長負擔也是極其明顯的，撇開歧視不說，作為家長的您可能也會認同哈佛大學和我國教育部對課外補習的約束。
有沒有別的方法來實現因材施教呢？
目前看，人工智慧在教育的應用倒是有可能以較低的成本在一定程度上實現真正量身定製的課程安排。
人工智慧可以根據孩子們的考試結果和學習時的課堂表現，對孩子現在的能力與水平進行評估，從資料庫里匹配出稍微超過現在孩子能力的學習內容，一點一點的以最舒適的手段提高孩子的能力和自信心，同時因為是1對1的評估，不會影響孩子的自尊，也許會如AlphaGo Zero一樣大大提高學習效率，甚至提高自己學習的天花板。
不過需要注意的是，這些人工智慧輔助系統的成功使用需要建立在大量的學習，練習，再學習的數據基礎上，作為家長的您還是要警惕有些不良商家用人工智慧的噱頭做廣告欺騙您。
人工智慧在可見的未來並不會取代人類，能夠取代的是部分被定義為低端的工作崗位（未來低端兩個字很可能要用是否會被人工智慧所取代來重新定義），電腦程式編程和其背後的算法邏輯，已經在成為新時代人類必備的技能，尤其是對可能被分流到低端崗位的人們來說。
學習，持久自主的學習能力是人類對機器的最大優勢（有趣的是，雖然我們還沒有明白學習的本質，但是人工智慧里的機器學習卻可能幫助我們自身更好的學習）。
天生我材必有用，個人生命的意義不應該被前人的思想與道路所禁錮，最起碼，請不要用對所謂碼農思維，程式設計師職業弊端等的偏見去束縛您孩子的學習選擇，應該鼓勵孩子們去嘗試學習掌握新時代的基礎知識與技術。
