昨天我们三家单位联合工会，一起去苏州交警支队学习，大开眼界，大为震惊，大有收益。
教育真不能死守自己一亩三分地，如果学习的外延就是生活的外延，我们真应该大胆走出去，看看外面的世界，跳出教育看教育。尤其是在人工智能大数据的浪潮下，教育不应该还是刀耕火种，裹足不前，而应与时俱进，不然早晚会被时代抛弃。当时代抛弃你的时候，连一声再见都不会说的。
过去我曾比较过医学和教育。我的基本判断是，这些年医学发展突飞猛进，教育基本上还是因循守旧，还是古久先生的陈年流水簿子，陈腐不堪。照理说，最应该变化的教育始终不肯变化，这背后究竟隐藏着什么？
教育最大的问题都是经验性或者智慧性的，这些经验和智慧基本上来自个体，口耳相传，基于个体的理解和判断，而不是基于现代实证科学的研究。这就是教育最大的问题。包括一代教育大家叶圣陶先生，他的很多教育感悟，光芒万丈，是颠扑不破的真理。比如，教是为了达到不需要教；课文无非就是一个例子；教育无非就是培养良好的习惯；教师首要的工作就是为人师表……这些太经典了。但无论怎么经典，光是个体的零星的感悟还不行，哪怕最基础的判断也需要实证研究。比如教是为了达到不需要教。那么，两个教的含义是否相同？怎样“教”才能最终达到不需要“教”？
所以，教育要向医学学习。现代实证科学研究最典型的就是医学。近200年来，医学现代化进程突然加速。何以会如此？核心因素就在于医学引入了现代科学实证的研究方法，吸收了生物、物理、化学和心理学等学科的知识和研究手段，保障了医学研究的系统性开展。大量来自实证研究的知识和经验才能够积累和传播。医学在此基础上得以迅速发展，人类因此而大大受益。
医学现代化进程告诉我们，个案创造的实际经验很难发展成系统的、可靠的科学概念，没有统一的科学概念和知识体系，知识就很难积累和继承，也无法通过现代学校系统予以传播。所以，一定要通过对教育大量的观察、实验和调查，获取客观材料，归纳出教育的本质属性和发展规律，这是教育发展最重要的道路。
今天我看了苏州交警支队所取得的辉煌业绩，再次产生这样的感叹。
全国汽车保有量北京900万辆排名第一，成都600万辆排名第二，重庆500万辆排名第三，苏州450万辆排名第4，后面是上海汽车保有量排名第五。苏州全市人口含外来人口共1400万。如果以三口之家计算，相当于平均每家有一辆汽车，应该说，苏州的交通压力非常大。
但万万没想到，苏州控制交通事故率竟然排名全国第一。刚刚过去的春节，整整7天假期，苏州交通零死亡。这个辉煌业绩的背后到底发生了什么？苏州交警支队究竟是如何做到的？人工智能为苏州交警带来怎样天翻地覆的变化？
回到刚才的人工智能大数据下的医学发展，我猛然发现，交通安全研究与医学研究何其相似。两者都注重基础研究，都注重相关要素分析，都注重实证研究和讨论。不断对发生问题的“疾病”进行溯源，精准定位，标本兼治，最终对症下药，药到病除。
比如苏州交警支队在同济大学王雪松博导带领下，进行大量的基础研究，对交通规划、道路设计、车辆安全、驾驶人行为研究、交通参与者教育改善等相关要素进行深入研究，以这些基础数据为依托，利用各种统计方法进行交通行为的定量分析。比如基于“交通行为与交通安全模拟实验平台”进行了设计阶段安全性评价；基于行为与心理分析理论对各类交通参与者进行交通行为分析，最终建立起了苏州交通安全风险防范系统。
苏州交警安全防控预警系统，按照各个关联要素对交通安全打分。30分之下为绿色低风险，30分-50分为中风险，50分-70分为中高风险，70分-80分为高风险，80分以上为重大风险。
根据这个打分系统提前进行干预和管控，防范风险升级。比如快要达到50分了，交警支队根据宏观交通安全的定量分析模型，很快深入了解各类设施交通事故上升的主要原因。究竟是哪一块失分较多，主要是哪些方面失分，迅速溯源，很快就能精确到某个要素。全市之中的哪一个区域，哪一个路段，甚至哪一个平台的车辆，哪一个驾驶员……然后再精准施策，很快就立竿见影。
道理很简单，交通事故的发生具有偶然性，属于小概率事件，每起事故都可能受人、车、路环境等多方面因素的复杂影响。但另一方面，交通事故的发生又具有必然性，研究人员通过交通事故在时间、空间上的聚集，最终通过大数据分析聚焦事故原因。从交通设施的角度，存在设计缺陷的路段交通事故高发；从驾驶员的角度，拥有不良驾驶行为的驾驶员发生事故的概率相对较高。如果是前者，对涉及缺陷的路段进行整治。
比如某一个路段，每年交通死亡人数不下10人。这肯定不是某个司机的个人问题，肯定是设计缺陷问题。我过去工作在这个城市，这条路我是清楚的，确实非常凶险。这条路不是高速，但车速可以达到100码。因为两边都是村庄，所以卡口特别多，谁也不知道哪个卡口突然窜出一个人来。为了保卫人民生命安全，交警支队动用了地方政府的力量，封闭了20多处卡口。遵循非必要，不保留的原则。当年交通事故骤减，一年只伤亡了1人。
再比如，我到苏州之后，有一个非常大的体会，就是电瓶车太多，横冲直撞，非常危险。前些年苏州电瓶车事故频发。那么，如何精确治理呢？
苏州交警支队双管齐下，一是严抓电瓶车上机动车车道，重要路口专人负责；二是电瓶车上路必须戴头盔。不上机动车车道，让事故不发生少发生，戴头盔确保万一发生事故不死人。苏州为此成了全国第一个电瓶车头盔立法的城市。排除万难，也要把这项工作做下去，一切都是为了人民的生命安全考虑，人民的生命安全高于一切。
大数据研判之所以非常精确，还得益于实证研究的深入。过去事故数据不精准的一个重要原因是，交通事故的地点不能规范表述。苏州交警采纳交通事故地点语义表述五要素法（事故所在道路、路测、参照点、方位、距离）。
当发生交通事故后，报话者必须引导报警者说清：在哪条道路、在附近的参照点（如道路交口）的哪个方位、距参照点的距离等精准定位，不断累积这些数据，为以后的风险精确排除做准备。
风险预警系统引入后，苏州交警支队有的放矢，进行重大交通隐患的路段整治，危险车辆的跟踪，以及不良驾驶习惯人员的教育。连续几年交通事故下降了60%以上，可见大数据人工智能的助力是多么有效。我觉得他们遵循的就是科学发展观。
回到教育上，我们其实也可以建立这样的风险防控预警系统。一旦风险增加，迅速溯源，精准定位。到底是哪个区域，哪几所学校出问题，是学校的管理问题还是老师的教学问题。如果是管理问题，那么是哪些管理出现问题，为什么，如何解决。如果是老师教学出现问题，究竟是哪些老师出现问题，是教育问题还是师生关系问题，如何破解。如果是学生问题，是哪些学生出现问题，学生问题出在哪些方面，是难点没有解决，还是训练不到位，还是学习态度有问题，这些都要弄清之后再解决……
风险预警机制，相当于教育评估。在借助大数据分析之后，每个人都能找到原因，都能认清现实，下一步就是承担彼此应该承担的责任，共同把教学做好。
老人家说，世界上怕就怕“认真”二字，你一认真世界都会为你让步。
联系客服
