教育孩子就是Machine Learning(一): 设置正确的奖励和惩罚函数

Machine learning就是训练电脑能学会做出正确的选择，而使用的方法就是对正确的例子给出高分（也就是奖励），对不正确的例子给出低分（也就是惩罚）。这和教育孩子的方法几乎一样。

 

父母教育孩子的方法之所以效果不好，常常就是因为奖励和惩罚的函数没有搞对。所谓有教无类，每个孩子都不一样，所以奖励和惩罚的函数也要因而不同。这里说的奖励和惩罚，不是特指物质上的奖励，身体上的惩罚，是广义上的，奖励就是能让孩子感觉到他（她）那样做就会获得爱和快乐的行为，惩罚就是能让孩子感觉到他（她）那样做就会失去爱和快乐的行为。注意，这是以孩子的内心感受，不是以父母的感受为准。常常是父母自以为的奖励不是奖励，自以为的惩罚不是惩罚，或者父母并不在意的行为就对孩子形成了奖励和惩罚的行为。

 

让孩子感觉到他（她）无论干什么父母都爱他（她），做了错事也是最多口头上象征的说一下，不痛不痒，就是没有设置好惩罚函数，结果就是溺爱。孩子就学不会正确的行为准则，只会万事以自己为中心，没有包容心和同情心。

 

另一个极端就是，让孩子感觉到一做错就受到严厉的惩罚，但感觉不到父母太多的爱。也许父母工作很忙，还有其他的孩子要照顾，所以希望每个孩子都听话，但没时间倾听孩子的内心世界。中国的父母在孩子大了一些以后，似乎就没有习惯给孩子拥抱，亲吻，和孩子一起聊天，嬉戏了。经常是父母自己觉得好爱孩子，但孩子感觉不到。这就是没有设置奖励函数，结果就是孩子看不到希望，产生了逆反心理。惩罚最要注意的就是让孩子相信爸爸妈妈还爱他（她），只是对他（她）的某个行为的不认同，这点非常重要。

 

最糟糕的教育就是小时候溺爱，但大了一些之后，发现不好管了，就转向了严厉惩罚但缺乏爱的另一个极端，这样教育出来的孩子常常性格上有严重的缺陷。父母要能有责任的意识到，孩子小时候性格上的问题是父母自己的问题，是双方的共同的责任，不只是某一个人的任务，更不是老师的，爷爷奶奶的，姥姥姥爷的责任。