一位最受学生欢迎的“最劣老师”

【编者按:同一个人为何既是最佳教授又是最劣教授,还是最受欢迎的教授。到底什么才是教师评价的真正标准?为何一个学生多得教室都坐不下的老师,会被评为“最劣教授”呢?】

无心插柳柳成荫,我成了天下之“最”!

一九六六年,我在加州被选为最佳教授。一九九一年我在香港被选为最劣教授。与此同时,众人都说我是港大最受欢迎的教授。天下兼得此三“最”者,大概只有我一人而已!

在“最劣教授”公布的前两天,港大几位学生代表到经济系的师生讨论会中投诉,说我教的那一班座位不够,要坐于地上听课云云。但我讲课的课室是港大中最大的了,座位三百五十个,连坐在地上的,共四百多学生。几年前,我见座位不足,遂限制学生人数。但一些家长打电话来,陈辞恳切,希望我能加以通融,“网开一面”。

四百多名学生的那一科,并非仅开一班。我刻意选用一位教得好的同事,在同一科上多开一班,让学生大可选择。然历久以来,选修我教的那一班人头涌涌,挤得水泄不通。

我本来对什么“最”都不放在心上。教学三十年,深知自己之能与不能,他人对我的评价如何无关重要。我的教学方法是不会改变的。问题是,在港大一些学生所办的“最差教学奖”的选举中,他人得劣奖,反应如何我不知道,而我荣登劣座,几乎全港哗然!这是要解释一下的。

港大校内一些人的解释,似乎不对。一说学生根本不懂得如何答问卷,选错了应答的空格,另一说四百多名学生的一班,答者只有二十多人,大都是要投诉什么的,其它的懒得“填”答。这些说法我都不同意。

我自己的解释是这样的:

一、我从不备课——自己天天为之思考的经济学,备课是多此一举。即使最近我在瑞典对众多诺贝尔奖主的讲话,我事前也是没有什么准备的。

二、我从不用讲义——写下来的讲义,到讲课时思想有了新的灵感,怎可以墨守成规?

三、读物指定之后,我从来不依书而教——书中可以读到的,是不需要我来说什么吧?我从来没有遇过一位在国际上稍有分量的教授,是依书而教的。另一方面,老师在课堂上谈过的问题,下课后学生是要立刻跑到图书馆去找寻其它有关的读物的。这是学生的责任(倘若他有自觉性的话),而学会使用图书馆是进大学的必需训练。

四、我认为教与学的重点是思想的启发,学生要跟着我的思路去想——一百个学生中,将来会成为经济学家的可能没有一个,所以重点不是教经济学,而是利用经济学的推理去使学生懂得思考的方法。

五、今天我教学的方法,与二十五年前获最“佳”奖时有一点不同:今天,我很少用黑板写些什么。我只是坐着谈,在一个题目上想到什么就说什么。学生迟到、早退或缺课,则“贵客自理”。

以上所说的教学方法,以评分论佳、劣,当然是看问卷的问题如何问。若问:你对教师的学问是否有信心?教师对你思想上的启发如何?那我就“胜”来容易。但若问:教师的讲义够不够清楚?读物表是否容易学习?那我就“劣”矣哉。

我曾多次批评香港的教育制度。这制度使学生们养成务求考试及格而不求知识的习惯。他们要老师像幼稚园生那样“扶”着他们。讲义要清楚,大纲要固定,什么要读,什么可以不读,要说得明明白白,考试的题目会如何如何,问题要如此这般地作答等等。

香港的学生还有一点与外国的不同之处:他们进大学大都是为了日后的谋生或出路,目的是取得衔头,愈容易取得的愈好。他们于是但求易读之“书”——考试易于及格——至于知识的多或少,有没有真才实学,他们绝大部分是不管的。在美国就读时我只缺过一堂课。相比之下,在港大,有五成学生上课的老师就是高手了。我的一班虽然人头涌涌,缺课的学生还有的是。困难在于:以我教学的方法来说,缺一两课就不容易“跟”上。

在港大有数百学生的一次授课中,我对他们说:“当年我在芝大教书时,一下课所有的学生都立刻跑到图书馆去,一个不漏。你们当中有谁会在下课后立刻到图书馆去的?”他们完全没有回应。

大学是高级教育。学生要养成自立、自修,独立思考的习惯。大学教师应该做的是引导、启发,而绝不是把学生“扶”着去拿衔头的。

我被学生选为最劣教师之一,反映出香港的教育制度。一个教师的教学成绩如何,唯一可靠的准则是看他的学生在学术上的成就。以这个准则衡量,我与奈特相去甚远,但屈指一算,总算有数十个学生在美国当教授了。

比较难明白的问题是,一个被认为最劣的教师,为什么学生之多冠于全校?(我每年所教的学生,人数大约与一个较小学系的总学生人数相等。)思前想后,认为这问题有两个解释。其一,是学生喜欢听我的课(正如我到任何场合演讲,听众必然济济一堂);其二,一些学生慕“名”而来,只求是我的学生,不论其它。说实话,后者我是不乐意教的。

各人自扫门前雪,他人的班我管不着。我的教学方法是不会改的一一要改变的是学生的学习态度。但愿今后要进我门来的学生,有我们老一辈昔日做大学生时的学习态度。


一位最受学生欢迎的“最劣老师”

始发于微信公众号: 新校长传媒

发表评论

电子邮件地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据