讲课如果千篇一律，那听众还不如看录课 —— 讲了很多场课，开始意识到，培训就跟讲相声表演一样，我们可以在台上把该讲的内容讲完鞠个躬走人，也可以即兴发挥，根据现场气氛，观众的反应实时调整讲的方式甚至内容，在相声当中这叫现挂。即兴现挂，即兴创作，是一个演员能力的重要表现。而能看到临时起意的，随场的，每次都不一样的东西，这是观众为什么要买票到现场看，而不是看看视频 ——反正都一样—— 的重要原因。讲课一样。如果我们做老师，只会讲预先准备好的内容，只会用固定的方式讲，那人家为什么要到现场听呢，看看视频录播不是一样吗？好的讲师，应该是多跟听众互动，用问题现场引导，甚至根据听众的反应随时调整讲的方式。能讲一次好课并不难，能在预先充分了解受众的情况下讲好课不难，难的是在不太了解受众，或者发现听众没有预期那样接受讲课内容和形式的时候，能不能及时调整，能不能一直吸引住听众。一直认为自己讲人工智能可以把各个层级各个领域的人都说明白，但事实上这非常困难，首先一个课的听众可能并不是一个部门，不是一类岗位，甚至不是一个公司，不是一个行业的，每个人背景不同，基础不同，兴趣不同，同样讲人工智能通识，有人觉得扩展了知识，有人觉得可以听听，有人甚至觉得没啥用还不如讲讲工具怎么用。有一次我给一家国外的保险公司上课，学员就说，只想知道工具怎么用，我很诚恳地建议说，工具我会给大家介绍，但我希望大家能了解一些工具使用背后的逻辑。未来AI工具只有一种使用方法，就是通过自然语言，用说话来指挥AI；说话人人都会，但什么时候说什么话，这是建立在对机器如何“听懂”自然语言，如何工作的细节理解上的，这就是算法思维。有算法逻辑的人，就象有内功的人，学任何招数都很快，所以了解一些理论，看上去不如学个工具那么实际，却是以后快速掌握工具的一个好办法。经常也有学员说，不想听理论，说听不懂。个人觉得，这是讲的问题，理论也可以讲的很生动，用听众的语言，用类比，借喻，讲故事这些方式，可以让人容易地理解理论的逻辑，至少可以在某一个层级理解。比如讲扩散模型，我一直用那个“一个人怎么学组装车，最好的方式是把一辆整车拆了，再装回去的方式训练”，来类比怎么训练AI”组装像素”，类比到这个层面，除非根本不听不想，一般人都能懂。所以老师首先得理解到这个层面，得找到生活中能类比得上的例子，才能保证所有人，或者绝大多数人能听懂，能听进去，然后再根据学员的背景，现场的反应来调整怎么说，说什么。我经常课上谈近期甚至当天看到的AI事件，联系上讲课的内容做分析，这总是能引发听众的兴趣，只要讲得好，没人不喜欢听故事。旁征博引总是一种好方式，但这需要大量的知识储备。还有的课，组织方要求要互动，要求要问问题，这就考验老师提问的水平，没人回答很尴尬，所以需要准确预测出哪些问题学员一定能回答，有兴趣回答。回想起来，还是很感谢自己那些在咨询公司的经历，让我学习到如何倾听客户，理解客户，及时对客户做出回应。讲课相对来说，没有这么大挑战性，学员一般不会在课中间挑战讲师，但这其实也是讲师容易做不好的地方，如果不能感受到课程的气氛，不注意学员的听课的态度，很容易自己觉得讲挺顺，结果反响不好。学会一边讲，一边感觉课堂，一边调整，还能有即兴发挥，这才是一个高水平讲师的素质。 —— 仅代表尹智个人观点 Ken’s personal view only
1727