對话嘉宾：
陈大波：中共党员、中学计算机特级教师。先后指导学生300余人次在全国和市级以上的各类竞赛中获奖；指导学生连续十三届获得上海市计算机应用操作和程序设计竞赛团体总分第一；指导学生作品《VRML语言代码生成器》，在2001年举办的“第三届上海市中小学电脑设计与制作成果展”上荣获特等奖；指导的学生在2002年8月由中华人民共和国举办的“全国青少年科技创新大赛”上又一举夺得“创新”项目一等奖等七个奖项。曾主编和出版《基于Visual Basic下的高中程序设计常用算法汇编》《信息技术应用与信息科技教学》《网页制作》等著作和教材。所带的计算机教研组2003年荣获上海市劳模集体称号；先后两次被评为上海市劳模，并荣获全国中小学优秀计算机教师、全国模范教师等称号。目前，主持普陀区计算机特级教师工作室工作，主攻方向为算法语言教学与研究。
对话嘉宾：
陈凯：上海位育中学信息技术高级教师，上海徐汇区教育系统学科带头人。公开发表教学论文、教学案例、教学素材、科普等文章150多篇。在信息技术领域，重点研究的方向为开源软件的应用、通用计算模型等。除信息技术相关教学外，也担任电子电路、自然观测、电子音乐制作等课程的授课。热爱哲学和艺术，工作之余将大量的时间投入到天文观测、野生鸟类统计、电子音乐制作等不同领域的学习与研究中。
陈凯：陈大波老师，您好！您是信息技术教学领域的老前辈了，就在不久前，我阅读学习了您主编的《基于Visual Basic下的高中程序设计常用算法汇编》一书，还聆听了您关于人工智能的讲座，今天能够面对面地交谈，可以说是机会难得啊。我是带着一大堆的问题来的，坦率说，我甚至有点不知道该从何问起。因为当前信息技术发展实在是太迅猛了，而公众对信息技术教育的期望值也越来越高，作为一线的信息技术教师，应该有新的方向、新的行动，然而反观自己的日常工作，似乎是胡子眉毛一把抓，忙忙碌碌一年，事情虽然做了不少，资料也读了不少，但自认为上得了档次的工作也没做成几件，拿得出手的技能也没学成几样，总感觉自己的工作和学习研究方向不怎么明确。不仅我自己有这样的困惑，我周围的一些教师也有同样的困惑，有些教师甚至还挺焦虑的，不知道陈老师对此有怎样的建议。
陈大波：我觉得有点困惑也好，有点焦虑也好，这说明你们都是好老师，因为有困惑、有焦虑，才会有谋求变化、谋求发展的动力。至于说怎么定位自己的工作、研究方向，这可不是一个简单的问题。十几年前教育领域互联网建设热火朝天时，许多教师在一些专家的鼓动下，或在一些领导的指示下，每天都在忙着做教学网页，做教学资源库，当时我认真思考了一下：一方面，从学生的角度，无论是从时间、硬件还是从学生自主学习的主动性看，学生们真正将这些数字化资源用于自己学习的机会是不多的；另一方面，从教师的角度，制作或管理这些数字化资源需要耗费大量的时间和精力，反而可能会弱化教学研究和自身专业发展。所以当时我就不赞同信息技术教师把制作数字化教学资源当作一项重要的任务来做，对于教师来说，更重要的任务应该是认真研究学生的学习需求，努力提高自身的学科素养。
然而，如果再把时间往前推十年，情况就不一样了，有许多专家反对教师做课件，说那是低层次的重复劳动，专家说得并没错，但奇怪的是，教师还是拼命地做了许多课件，而且是不计时间、不计报酬去做，因为我们自己愿意，我们想把曾经耽误的时间追回来，希望更多地学习技术，希望为教育发展做点事，还希望自己的努力能得到前辈们的认可。
时过境迁，许多事情会随着时代的发展而改变，一方面教师要认真研究自身以及学生的需求，另一方面，实干和苦干的精神是永远不能变的，也是不能丢的。
陈凯：陈老师说了一个很有意思的现象，当某个新技术出现后，许多教师都会产生一种学习新技术的动力，就算专家们认为这是低水平重复，教师们还是乐意花费精力，用自己新学到的技能做出一点实际的东西来；随着网络技术的成熟，领导和专家们很自然地希望教师们能把自己的资源组织成在线学习资源，但结果却不如预想了。这其中究竟存在怎样的问题，恐怕不是简单几句话能解释清楚的。
陈老师提出要认真研究自身与学生的学习需求，这一点对我带来的启发就是，一方面，教师自身的兴趣以及热衷的研究探索方向，未必和专家们或领导预想的方向是重叠的，甚至未必能直接将研究探索的结果应用到自己的教学工作中。举个简单的例子，我自己花时间做了几个小动画来讲解教材中的概念，制作的过程很麻烦但也挺有成就感，假设这时候有人问，你为什么不把你做的小动画做成网络资源整合成在线的自主学习资源？我可能回答说，我的学生根本就没有时间也没有兴趣来看我做的那些动画，就算是在上课的时候，我也未必给他们看这些动画，我觉得交互游戏的效果更好一点。这时提问者大概会很困惑：那为什么你那么努力把这些小动画做出来呢？我觉得可以这样来回答：教师在研究探索过程中的积累和反思，这本身就是一种对教学工作发展的促进和推动。另一方面，就是在教学工作中，教师不能忽视学生的需求，我觉得最完美的状态，是教师自身发展的需求和学生自身的需求能够相融合。我们在日常教学、学习或研讨中，常能听到各种各样的新理念、新方法，有时候会想：这个方法不错，我可以把它用到自己的教学中去，也可以在上公开课的时候展示一下。但实际上，在真正的教学工作中，应该是在碰到问题后，思考具体解决问题的方法，别人的理念和方法，如何与自己实际的教学工作结合，是需要认真斟酌的，这些理念和方法，究竟能让自己的教学有多大成效，也是需要科学检验的，否则，拿来就用，不结合实际，不反思，不改进，就算理念再新，技术再高端，那也只是个噱头而已。在实际教学中，我感觉许多学生较少有出自内心的主动学习的需求。例如，陈老师刚才提到的“关于数字化教学资源库成效”的问题，放到今天仍然是一个很值得讨论的问题，虽然说当前移动数码设备已经非常普及了，但若做调查统计就可以发现，对大部分人来说，这些数码设备基本上是娱乐工具，而不是学习工具，直到今天，在不少学校，平板和手机还是被禁止带进课堂的。所以，如果学生自己没有养成良好的自主学习习惯，技术和工具所能起到的促进作用是不大的，甚至还有很大的负面作用；而从另一个角度考虑，如果学生自己有明确的学习目标，有良好的学习习惯，那么技术和工具的作用就不容小觑了。“自主学习”这个词语已被喊了好多年，可事实是，如果我们给学生手机和自由的时间，大部分学生都会捧着手机一直玩啊玩。
陈大波：想想看，什么才算是真正的自主学习呢？除非是真的有内在的兴趣和动力，否则就是应教师和家长的要求去自主学习，这话好像本身就有点矛盾。我说说自己的经历，我认为人活着就要永远学习，而之所以能保持永远学习的状态，那是因为我觉得学习本身就是有趣的事情，我最近在研究Visual Prolog（这个语言是不是有点落伍？但重要的是，同样的问题，在它那儿是用什么方法来解决的？它的算法简化了我们的计算思维吗？它有哪些好的算法值得借鉴？这才是我学习和研究它的主要目的），并且还在研究人工智能中的一些经典问题的算法，因为我很好奇，某些问题机器究竟是用什么办法来实现的？看别人实现，和自己亲自动手实现，完全是不同的感觉，后者很有成就感，同时还会丰富自己的算法实践经验。所以再对比想想，为什么一些学生会缺少自主学习的动力？为什么现在一些学生对信息技术的学习没有兴趣？我发现学生学习关注的重点，总是放在背诵定义和概念上，学来学去，脑袋中就是一堆没经过内化的概念和定义。学生没有验证和实践的习惯，然而亲身验证、亲自实践才是最重要的。因为，学习中遇到的概念没有变成自己的内在经验，他们在解答问题或是在讨论问题的时候，就只会照搬书上的话语，外在知识没有变为自己认知的知识，他们就不会真正使用这些知识。如果是这样的话，那么所谓的学习，就真的只是为别人学，那样当然不会产生出兴趣。我常常说：“听过的会忘记，看过的会记得，做过的才会理解。”所以，要激发学习的动力，就要充分去“做”，但很可能一开始的时候，这个“做”并不是学生自主愿意的，这期间会有一个不太舒服、不太自主的过程。我们现在的教学中，能让学生真正实践的活动还是太少了，很多地方都是纸上谈兵。实践不充分，概念就不能真正变成自己的知识，最多就是在一些看上去很高端，或听上去很哲学的词语上绕来绕去，这样也就没办法谈所谓的创新了。现在为了减负，流行一句话叫作“把书变薄”，教材变薄了，知识点浅了，这样就对了吗？这恐怕是太乐观了。教材变薄了，可学生看不懂啊，老实说，有些知识连教师都看不懂了。于是，市场上各类学习参考资料就应运而生了，而且是变本加厉，一本比一本厚！所以，认为所有的教师都能够主动把实践活动合理地组织起来，有点理想化了。我自己在培训教师的时候，常常会提出要求，让教师不要照搬书上的语句，试着通过活动把概念形象地展现一下，或者，至少是用自己的语言把概念讲解一下，但事实上很多教师却做不到。
陈凯：所以说，因为实践活动的缺失，知和行无法有效整合，学生并不觉得学的东西是对自己有用的，也就无法产生真正的兴趣，自然也就不会产生自主学习的意向。陈老师提出了一个很值得注意的问题，其实就是连教师自己也常常会忽略实践活动，不过我觉得，很多时候并不是教师愿意这样做，有一些概念，如存储程序思想、TCP/IP协议等，本来就是从大量内容中高度抽象出来的，而在信息技术教材中，相关讲解文字却颇为精简。我好像可以看见教材编写者的纠结，如果跳过这些概念，则教材知识点在逻辑上难成体系，而如果要把这些概念讲清楚，涉及到的内容又太多太深奥。对于一些比较新的概念，如神经网络、大数据等，其实教师获得相关信息的途径，和学生获得相关信息的途径是类似的，多问几个问题就会知道，很可能教师自己知道的并不比学生多出多少，课堂上即便提到这些名词，也只能泛泛而谈，就更别说给学生设计实践活动了，恐怕许多教师自己都没有真正实践过。
陈大波：其实这就叫作概念庸俗化，拿概念的名词来装装门面，造个句装点一下文字，表面好看而已，不能带给学生些许思维上的提高。比如大数据，有的教师在课堂上，先讲大数据怎样重要，然后一下子就跳到网络数据库数据分析处理了，可是这能算大数据吗？当然不是，因为教师设计活动时，并不能体现出从大量不确定、非结构化的数据转化为确定性的信息的过程。还有一些学校开设了人工智能课程，让学生用机器人探测目标，我说这不是人工智能课程，这就是传感器、传动装置装配加上带分支和循环语句的编程。有些公司开发了人工智能机器人，然后推销到学校里，这些机器人的确很有趣，学生也很喜欢玩，并且展示的时候呈现出来的效果也很精彩，但深入一问，发现实现这些功能的机器人人工智能模块的算法，学生并不能触及到，这样，学生只是在应用一个人工智能的产品，而不是学习人工智能，最多只能算体验一下人工智能。我并不是说这方面的学习是没有用的，但要强调的是，不要把人工智能这门学科中的内容简单化、庸俗化，人工智能中有许多经典的算法，如深度搜索算法、递归算法、决策树算法、贝叶斯算法、卷积神经网络等都是需要花很大的力气去研究的。有一些问题，看书上例子的时候感觉是明白的，而真正结合自己问题时，可能就无从下手了。例如，估价函数，在一个二维平面的路径规划上，我或许知道该怎么设置估价函数，但换个情境，我有可能就不知所措了。对于基础教育阶段的普通学生来说，如果没有经过一段时间的算法实践训练，以其理解能力和逻辑思维水平，是没办法真正学好人工智能的。一般人的发展是一步一步前进的，跨越式的发展是很少见的。所谓顿悟，也是长年累月大量学习和思考之后的一种回报和收获。所以打好基础，掌握一定的计算机科学特有的思维方法，是学习人工智能的必要前提。我注意到，现在有一些教师，在研究一些信息技术的概念在科学史上逐步形成的过程，或在学习某些概念所对应的技术实现的具体方式，我觉得这些都是有益的探索。
陈凯：说到概念庸俗化，我有一个不成熟的想法，我们学科叫“信息技术”，这个名词的范围实在是太宽泛了，概览教材内容，其中又有数字化应用、硬件、算法、数据库、人工智能等，涉及到的概念肯定是非常多的，因为方方面面都要涉及到，在教学处理上，很容易变成某某地几日游那样，走马观花，无法实现深度游。这时，我想到当前很热门的计算思维这个词语，我觉得之所以要强调计算思维，其中的意味，就是要以培养计算思维作为串联信息技术各方面知识技能的主线，强调计算机科学解决问题的独特思维能力。这样的话，教师和学生在面对各种信息技术概念的时候，就知道特定的一些概念学习所把握的程度，究竟是为了日常应用泛泛了解一下，还是要深入剖析其中所蕴含的计算机科学的思想。不过对此，我有几个困惑的地方：一是究竟什么是“计算思维”，好像不同专家的诠释也有所不同；二是应该怎样设计具体的实践活动，作为培养计算思维的载体。当然，如果第一个问题方向没有明确，第二个问题也是无從回答的。
陈大波：刚才说到概念的庸俗化，其实当前就有一个概念庸俗化的例子，我看到很多老师在文章里讲计算思维，多数都会把周以真教授写的文字重复一下，什么递归思维、并行处理等。然而，再往下看文章，好像文章的作者并不是真的在讲计算思维，他只是把周以真教授的文字套用了一下，又把老的内容贴上了新标签。首先，我觉得教师要有自己的思想，专家所说的，只代表专家个人的意见，教师一定不要有羊群效应，教师要结合自己的实际工作有所判别；其次，尽量不要照搬专家的话来描述问题，如果不能用自己的语言来描述问题，那就说明他其实并没有弄明白专家所说话里的意思；再次，就是专家所讲的理论，教师要拿来实践，这里是指要真正的实践，而不是自顾自地做了一些事情，然后就把专家的理论套在自己的事情前直接当研究成果了。例如，周以真在谈计算思维的时候，说到递归思维、并行处理等，那么，教师在提这些概念之前，自己有没有做过递归，有没有做过并行处理呢？如果没做过，那么又如何真正领悟计算思维是什么呢？陈凯老师，我问你一个问题，假如我现在给你一个排序问题，你不要用循环的方法去做，用递归的方法去完成，你能把基本方法说清楚吗？我再提一个问题，假如你用自己的语言，描述一下计算思维是什么，你又会怎么说呢？
陈凯：如果陈老师这是在考我的话，看来我要考不及格了，关于递归，虽然我知道它的工作方式，也能看懂别人写的递归程序，但若要我自己直接写一个解决具体问题的递归程序，还真的很困难。按陈老师刚才说的，“听过的会忘记，看过的会记得，做过的才会理解”，要这么看，其实我还没有真正理解递归，但我会抽空好好去练习的。不过听陈老师这么说，我又产生出新的困惑，好像将计算思维落实到具体问题解决上，是一件比较困难的事情，周以真教授围绕计算思维给出了不少实现任务的方法，其中大部分，自己是没有真正实践过的，所以结合陈老师的话认真想想，似乎我还没有真正讨论计算思维的资格。日常教学中教授编程时，我虽然要讲到分支结构或循环结构，也讲一些简单的算法，但感觉这仅仅就是在教程序设计而已，要追问其中哪里能体现出培养计算思维，还真是很难列举出来。陈老师刚才问我怎么用自己的语言描述计算思维，我确实很难说清楚，总觉得应该和抽象化、形式化、自动化有关吧。
陈大波：你说得没错，但问题就在于，你所说的抽象化也好，形式化也好，究竟应该如何让学生理解？我举个例子，现实物理世界是复杂的，复杂的状态要变成可以处理的信号，这就必须要转化，要编码，把实际物理状态变成可抽象处理的符号。我自己是一个电子制作的发烧友，年轻的时候用了大量时间做无线电，面对的是二极管、三极管、电阻、电容等很多零件，然后自己想办法把零件组装起来，留出接口，这样不知不觉中就做了很多抽象化的事情，而现在的学生几乎没有这方面的体验，所以碰到一些概念，如二进制编码，就只能是文字上理解一下。现在虽然说有一些创客的活动，但其实很多基础的电路设计工作是不需学生亲自做的，功能都集成到芯片里了，集成芯片就好像一个黑盒子，里面究竟发生了什么是不用操心的，更方便的是单片机，进行制作时，把单片机里的程序编写好，把外围设备的接口定义好，连好线就可以工作了，这其中牵扯到的模块化、标准化方面的问题，其培养的能力与从底层电子元件开始搭建电路相比，侧重点有很大的不同。
陈凯：虽然我也投入了很大的精力，去做了一些比较基础的电子电路实验，然而若是有人问，既然有了成系列、标准化的芯片，为什么还要从最基本的零件开始制作？这样不是效率很低吗？对此应该如何回答呢？
陈大波：所以，这里的关键是，教师要牢牢把握好学科的核心特点。例如，通用技术课程或劳动技术课程中有电子电路的部分，那么信息技术相关的电子电路的教学内容，肯定是和它们的教学目标是不同的：通用技术或劳动技术更多关心的是根据工业化的标准，按用户需求或按自己的想法设计一个作品，然后按照规范的流程一步步把零件搭建成作品；信息技术更多是要了解为什么这个系统能工作，其内在的科学上的缘由是什么，最后总结其中有规律性的理论用到自己的设计中。这里正好回到刚才讨论的问题，究竟什么是计算机思维，我给出一个最简单的回答就是：你怎么要求一个机器帮你做你想要的做的事情。这不是说要使用一个家用电器，它设计好就是帮你实现这样或那样的任务的，而是说这个机器本来就有某些能力，但你要想办法“要求”它来实现你自己想要实现的任务，这其中就涉及到数学和逻辑上的知识和技能了。研究计算机科学的历史，就可以看出人们为了实现特定的问题，其实是用到了各种学科的各种方法，处于核心位置的就是数学和逻辑方法。注意一条关键的线索，这条线索从久远的以前到现在都没有变化：纷繁复杂世界中的现象可以抽象成符号让数学处理，而数学上的处理法又可以用自动化的办法让计算机去处理，在“现象—数学—计算机”这条线索中，数学是处于中心位置的。
陈凯：所以说，若要用比較通俗的话来描述计算思维，其实就是用数学和逻辑上的方法，要求机器帮你做你想要做的事情。我个人觉得可以拿陈老师的这句话作为一个判别标准。例如，搭建一个数字电路，根据真值表把电路制作出来，就谈不上是培养计算思维，而按数理逻辑的方法设计一个电路能帮助人解决某个问题，这就涉及到计算思维了；用Python调用一个现成的函数来排序，这也谈不上是培养计算思维，如果是自己用递归函数来实现排序，这就涉及到计算思维了；了解一个图灵机是怎么工作的，谈不上是培养计算思维，但若用图灵机来实现通用计算模型，这就涉及到计算思维了。我感觉计算思维方面的能力，是在大量的实际训练中培养起来的，是需要大量基础知识和技能的训练作为铺垫的，在基础教育阶段，学生已有的知识技能方面的储备是有限的，这是否会对计算思维的培养造成比较大的负面影响呢？
陈大波：能力是一步步提升的，学生应该从解决小问题着手，先要有机会对一些基础的思想方法进行验证。一般来说，前提是要至少精通一门程序设计语言，所选择的语言，一是要简单，二是要直观。我并不是特别在意入门的程序语言规范不规范的问题，也并不觉得一定要用功能强大的程序语言，我觉得重点是这个程序语言要上手快，能够被初学者灵活使用，个人觉得Visual Basic的环境对初学者还是很友好的，所以还专门编写了一本关于Visual Basic算法汇编的书。说起现在很热门的Python，我想要提醒的是，很可能因为Python库的功能过于强大，让学习者避开了一些本应该有的思维方面的挑战，为了培养某方面的能力有时候就要利用某个功能受到限制的工具。另一个值得关注的语言是Visual Prolog，这门语言和数理逻辑密切相关，偏重于用递归来解决问题。陈凯老师前面说，担心以现在学生的知识储备和技能水平难以接受像递归这样的方法，我觉得其实还是因为学生看得不够多，做得不够多。我举个例子，用递归的方法解决n的阶乘，怎么去领会递归在解决n的阶乘中发挥的作用呢？我建议在纸上进行演算，每次调用函数就在纸上把函数写一遍，手工把参数代进去算，每做完一个函数就擦除掉一个，用一支笔、一张纸和橡皮来模拟一下内存中发生的事情。（陈老师一边说，一边用纸笔进行了演示）根据我的经验，大部分同学都能够理解递归时实际的计算过程是怎样的。看明白了怎么用递归做阶乘后，就可以试着做做其他递归的例子，如Fibonacci数列等。慢慢地，递归这种方法就会渗透到头脑深处，这当然需要一定的时间，熟练之后，就能真正领会递归的精髓了。所以说，要扎扎实实地投入时间，去实践怎么解决这些小问题。有许多经典的小问题，都不是短短几课时就能应付过去的，必须经历很多次实践之后，才有办法引导学生将隐藏着的“现象—数学—计算机”这条线索呈现出来。
陈凯：在实际教学中，教师的确很少舍得花时间，让学生深入透彻地解决几个小问题，有时候就像到此一游，景点门口望一望，拍张照，就把人拉到另外一个景点去了。我试着回顾一下刚才的讨论，信息技术学科教学中比较普遍的问题，首先是数理逻辑方面的基础不扎实，而学生对程序算法的学习，在学了基本的语法和一些简单的算法之后，又没有真正和数理逻辑结合起来展开实际有效的训练。另外，因为学生实践的缺乏，知识概念无法内化为其自身的经验，这样他们也就很难在学习中萌生出兴趣点，产生主动学习的动力。
陈大波：严格来说，就是教师并没有注意到，要围绕本学科的核心价值来激发学生的兴趣点，但有时候教师和学生的兴趣会被吸引到一些看似高端的技术应用中去。一般来说，领导会喜欢一些容易展示给他人看的成果，学生会喜欢那些看上去好玩有趣的应用，这样的话，对于一名普通的信息技术教师来说，要集中精力和注意力去研究本学科一些核心概念或关键技能的教学方法，是需要很大的定力的。我工作多年来比较自豪的一点就是，觉得自己许多年前的观点和确定的方向是正确的，并且一直到今天还坚持着朝这个方向努力。
陈凯：我很早就听说过，陈老师在工作上方法很独特。在这纷纷扰扰的世界中，保持定力有时候是挺难的，总有众多琐事会打断自己原先的研究学习计划；另外，当研究学习了很长时间没有得到正面回报时，自己也会产生怀疑，怀疑自己的研究学习方向是否正确，到底能坚持多久。
陈大波：有句话叫作方向比努力更重要，说到研究学习的方向，我谈两点，其一，顺着学科核心的知识脉络走，那么顺着脉络中的某条线索就可能会进入到某个研究领域中，这应该是自然而然的事情。无论是选择一个热门的研究方向还是选择一个冷门的研究方向，都要先整理出通向这个目标的研究路径中的学科知识脉络，然后一步步进阶，那就不会有太大的偏差。研究问题可以从小处着手，把各个小点的具体细节吃透了，慢慢地，点就连成了线，而线又连成面。其二，研究学习的东西应该是自身真正感兴趣的，是因为自身热爱而去学习的，一定要潜下心来专注于某个事物一段时间，然后才能知道自己是否对这个事物真正有热情，真正喜欢。说到外界的干扰，需要强调的是，信息技术教师的本职工作主要就是信息技术的教学，其他工作可以兼任，但都不能影响到本职工作的重点地位。有些教师抱怨说，因为自己懂电脑，总是被呼來唤去。我想说的是，要有地位先要有作为。做出一定成绩，就不怕别人说三道四。
陈凯：在一开始，我向陈老师提问，应该怎样确定自己的学习研究方向，没想到聊了那么多问题，现在终于又回到了出发点，如果要总结关键词的话，我觉得最重要的就是“兴趣”“学科脉络”“坚持”这几个词。今天和陈老师的讨论，让我真正明白了陈老师的勇敢和坚持的宝贵价值，也真正知道了陈老师能取得如此多的成果的原因所在。有句话叫作“不忘初心，方得始终”，我觉得陈老师就是这句话的实践者。
这里说一个题外话，我听有些老师私下里称陈老师为“老顽童”，这让我想起《射雕英雄传》里武功高强且又自由自在的周伯通，不知道陈老师自己对这样的称号有什么样的想法。
陈大波：哈哈，我听说之后感觉还不错。首先，我有一个乐观的心态，工作学习应该是让自己感觉快乐的事情，因为工作和自己的兴趣爱好重叠，所以觉得是很幸运的事情；然后，我这个人有点“不知高下”，不觉得权威说的话一定就是正确的，自己有道理就要摆出来，争论一番。另外，我也常常忘记自己的年龄，和年轻人一起研究讨论问题。或许我自己的力量是有限的，我的话语的存在感也比较微弱，但身为一名教师，我有个强烈的愿望，就是希望自己在求知过程中所获得的快乐，其他人也能够真正感受得到。
