9月初，端傳媒刊出卓曉青的《體制外自學，高資本家庭的奢華？》一文，從階級角度提出一個問題：學校教育不適合孩子的時候，具備什麼條件的家庭才有可能另作安排？
仔細琢磨，支撐一個孩子自學，的確需要有一定的社經背景，但我也認識不少客觀上有足夠社經背景，對體制學校不盡滿意的家庭，沒有選擇自學，而是盡可能找一所最好的學校。
挑好的學校去，或是自學？這兩種選擇沒有道德上的高低，但對整體教育體制卻有不同影響：挑選學校，是針對既存的教育選項進行比較，給做得好的學校鼓勵；自學，是挑戰既有教育模式，並嘗試發展出新的教育結構與價值觀。本文將針對這點進一步分析，拉出跟卓曉青不同的視角，以突顯體制外自學的另一層意義：教育的「開源」（open source）行動。
自主學習vs 慣行教育
首先，要先清楚定義「自學」。在我的討論中，自學，是一種依照學習者的特質、需求與興趣所做的教育安排。這樣的教育，可以是學習者自己安排的，也可以是他人創造的機會，學習者依照自己的需要選擇參與。
從這個角度，自學兩個字是「自主學習」，其並不與學校教育對立；真正與自主學習對立的是「慣行教育」──也就是我們目前習以為常的，這種依照課綱進行、以教師與教材為主軸的教育安排。
大多數的學校採行慣行教育，很多人因而認定學校教育就必然是慣行教育，也因此把自學當成是「學校教育的反面選擇」──這種教育安排，在英語國家常常稱為在家教育（Home Schooling）或是去學校化的教育（De-schooling）；在台灣，目前也是在「非學校型態實驗教育」的法規空間裡運作。
但我認為把自學與學校教育對立起來，會阻礙我們對於未來教育的想像。就我所知，目前有一些機構實驗教育，採行非常接近慣行教育的模式，但也有很多以學校型態存在的組織，實質上進行的是自主學習教育──例如英國的夏山學校、美國的瑟谷學校、台灣的全人中學、種籽學院與森林小學。
印度學者 Sugata Mitra在2013年的一場TED演講中，對慣行教育的起源有很生動的描述：回溯大英帝國在全球各地殖民的歷史，學校需要培養出一群有共同語言、共同思考方式、標準做事方法的人，在沒有電話與飛機的年代，去運作這麼大跨度的治理系統。
回到台灣視角，我們的國民教育，也曾協助台灣培養了大批素質整齊的勞動人口，讓台灣得以在全球產業鏈中創造經濟價值，也給自己帶來更好的生活。我們現在覺得普普通通的慣行教育，曾經在人類經濟活動的價值鏈扮演重要角色。
許多朋友對於「把教育等同於職業訓練」有敏銳的批判。我同意這樣的批判，也認為教育目的不是培養勞動工具，而應該是培養人──能夠完整發展、能夠共同建構更好社會的人。然而，我們無法避免從經濟視角，去檢視學校教育的結構。畢竟，學校教育需要非常多資源投入；而這些資源不會憑空產生。它們都是我們共同勞動所創造出來的，也必然要能為我們創造新的價值，整個循環才有可能永續。
現在學校教育遇到很多挑戰，然而，這不是因為學校的做法退步了；跟過往相比，學校教育其實是一直在進步。只是，外在環境變化更快，而且是整個社會經濟結構發生轉變。
社會劇變：知識節奏與工作型態
這個時代跟從前最大的不同，在於世界變化的速度，尤其是在「可數位化」的領域。
對數位時代的學習著力很深的 John Seely Brown 提出一個重要觀察：當世界變化快速，研究並詮釋各種現象的時間縮短。傳統需要經過層層驗證、確認舉世通用才會發表的知識生產流程，漸漸追不上知識使用的步調。依照傳統方式提煉出來的知識，依然重要；然而，只依賴這些經過提煉的知識，行動就會比別人慢好幾拍。 現在的讀者必須發展自己判讀資訊的能力，除了讀資訊內容，還要讀取資訊的背景脈絡：是誰寫的？寫給誰看？作者與目標聽眾的互動關係為何？他們過往有什麼言論與行動？我們必須用自己的判斷，去補足傳統知識生產與現代知識運用之間的速度差。
這種人人都是資訊判讀者的場景很陌生嗎？不。對很多讀者來說，這就是在社群網站上閱讀的日常。他們所接收到的資訊是立體的、可以查證的，在活生生的脈絡中書寫、閱讀與理解。當這樣豐富的資訊流動成為我們的日常，回頭看那些經過重重選輯，只傳達一種視角的教科書，就顯得格外扁平蒼白。
這不是品質的差距，而是根本哲學的差異，是大眾與分眾的差別。過去資訊流通的難度高，廣播、電視、書本，都有時間、空間與成本的限制。慣行教育在過去的主要價值之一，正是對教育內容的「選輯」，把有價值的內容，在對的時間，傳送到需要的人的手上。
有了搜尋引擎之後，資訊及知識傳播的樣貌已經翻轉：資訊選輯可以由資訊使用者發動，而且需要時再找就行。這一翻轉，讓慣行教育做為知識傳遞管道的價值，變得可有可無。
當代另一個劇變，是由人工智能催動的，以機器替代人工的轉型。英國牛津大學工程科學系的 Carl Benedikt Frey 和 Michael Osborne 檢驗的美國 700多個職業類別的工作內容，認為其中有近半職業將受到電腦化的威脅。他們沒有探究這些工作會在多少年後被取代，他們指出的是一種邏輯關聯：只要有人願意，就可以找到方法讓電腦去執行這些工作。
人工智能競技平台 Kaggle 的執行長 Anthony Goldbloom 在今（2016）年八月的一場TED演講中，對於人工智能的潛力與侷限提出很精闢的分析。根據他的結論，只要是大量且重複性的工作，人工智能都將勝過人類──例如醫療診斷、批改作業、法律諮詢等。跟大量重複相對的，是那些新的需求、新的應用情境、或是偶發非常規事件；這些情況下，人類還是遠比機器更有能力應對。
那些重複工作的技能，正是過去慣行教育最適於訓練的；相對而言，現在更需要的創新能力，卻是慣行教育較難培養的。
慣行教育，無法引領改革創新
資訊傳播的門檻降低，帶來好處，也是種負擔。資訊量越大，篩取甄別有用資訊的難度就越高。大部分專業之所以有價值，不單是因為擁有別人沒有的資訊，也必須能將資訊整合成有意義的知識結構，並轉換成有效的實踐方法。
這是慣行教育過去成功創造的另一種價值。學校提供標準課程，設定學習步驟，並在這種架構上提供「雙重保證」：學校向學生保證，只要依照步驟完成學業，他將得到一套能創造價值的知識技能；在要甄別個人能力的場合（如聘僱），學校也保證，學歷持有者具有創造特定價值所需的知識技能。
這類保證一直都是機率式的：完成學業的學生大部分（而非全部）都能找到應用所學的機會，大部分（而非全部）的學歷持有人，都能有預期水準的表現。只要機率夠高，少數例外不會帶來太大的代價。
但學校這種保證有侷限：它必然是「操作式的」（operational），它可以保證一個文憑持有人能通暢使用語文、正確計算、或具備一套共通的基礎知識；但它無法保證文憑持有者的其他特質──例如是否真誠、有紀律、負責、有開創性、善解人意、 靈活變通等。當經濟面臨升級轉型關卡，社會需要更多能帶領創新的人，這種人的關鍵特質，卻超出慣行教育所能擔保的範圍，也引來很多對學校教育價值的質疑。
學校能提供的教育，逐漸與現實需求脫鉤，這個現象早已引起廣大的關注；歷次的教育改革與課綱改革，很大一部分就是要解決這個問題。台灣最近定案，將在2018年實施的「十二年國民基本教育課程綱要總綱」，持續強化以「培養核心素養」為主軸的教育哲學，增加彈性課程時數，在高中階段改採學分制，並規定有最少三分之一、最多超過三分之二的選修課程。這份新課綱，的確會打開更大的法規空間，讓學校得以提供適性學習的教育。
然而，慣行學校教育受到的挑戰不會因此緩和；事實上，慣行教育的設計，讓它最多只能順應改變，而不具備引領改變的能力。
兩年後要實施的新課綱，縱然已賦予學校很大彈性空間，仍維持了「由政府制定課程內容標準」的運作架構。這讓政府得以為學校教育訂出品質標準；然而實務上，教育品質難以度量，無法度量就無法規範。因此，真正受到規範的並非品質，而是「規格」──如學分數、上課時數與學科時間分配。
也許課綱委員認為「規格」僅是外在規範，他們標舉的核心素養，才真正影響教育走向。但其實，規格對教育內容有決定性的影響。它一方面導引教育者與受教者，不自覺地把學習時數與重要性劃上等號；另一方面，它提示了一種「公認有效」的做法，從而暗示其他的做法「成效未經驗證」───因此，進行開創性教學實驗的老師和學校，還沒開始，就被要求證明他們的做法更有效。
這就成了一種「先有雞還是先有蛋」的困境：沒有實證資料，就沒有機會嘗試，沒機會嘗試，自然也就不會有實證資料。學生與家庭投入自身資源，實踐自認最適合的教育方法，正是突破上述結構困境的解方之一。
自學的兩個難題：人與社會、人與知識
自學涉及兩個難題：個人在群體中的位置，以及人與知識的接點。
人在群體的位置，任何教育途徑都避不開這項課題。慣行教育往往是用「分派與分配」來處理。學校中，教師、職員與學生都有一定角色；而在學生中，也常常透過班級幹部或是強制性的責任分配，讓每個人承擔起一定的社會角色。整個學校教育過程中，學生在各個關卡經歷篩選甄別，一步步流向社會所需的各種位置。在這樣的過程中，不是每個人都需要主動認識自我、主動地察覺別人的需求、並有意識地選擇自己想要創造的價值。
然而，這卻是自學者需要不斷探索與思辨的課題。在每一次為自己選擇學習內容、學習夥伴和教師時，都是在為自己與群體的關係找答案。
人與知識的接點，是另一項被慣行教育忽略的課題。慣行教育往往要求受教者循一定次序學習。這種學習模式造成許多錯覺，例如：如果不從小學數學學起，不可能學會微積分；或是，未曾去師範院校修完全部學分的人，不可能懂教育。
這種錯覺的確有幾分真實：外行人的確比較容易在基本地方出錯，而要精熟一門學科，的確需要時間。但前面這兩句話，卻是建立在「知識只有一種用途」以及「學科學習只能有一種順序」的假設。這兩個假設都大有問題：人類的諸多創造，很多都是把一個領域的知識技術，拿去另一個領域應用。現代社會的運作也越來越講求協作。不同領域的人能合作，常需要他們對彼此專長有原則性的理解（才能溝通），但又需要對方的技術能力（所以才要合作）。
自學，本身就是「與人協作」的歷程；自學教育的安排，也比較能隨著學習者的興趣能力發展而調整，也有更多不按傳統腳本的安排。這種另類安排，除了滿足學習者的需要，同時也在逐步帶出更多教育提供者。每個自學行動，都可能串連出潛藏的教育資源，讓不同樣貌的專業者，都成為自學教育網絡的節點。
階級批判的侷限：自學帶動教育改革
從階級分析角度切入，選擇自學並且能有效實踐的孩子，的確接受到比在學校更有品質的教育；而他們能夠自學，又是因為家庭具備相當的社會與經濟資本。於是，這就成了卓曉青講的「高資本階級才能享有的奢華」。
但是這樣的分析，沒有考慮到個別自學行動，如何帶動整體教育結構的改變。 自學行動，除了前述在兩方面的開創性，其也顛覆慣行教育裡的師生關係。在資訊革命前，教師需要扮演知識承載者的角色。因為教師人數有限，整個教育的過程，也就圍繞著教師來安排：在固定的時間，老師會在固定地方講課，且有一定進度，這樣才能有效地傳遞知識。學生若是轉學到別校，也可以無縫接軌。
常有人拿「經師」跟「人師」兩種標準來打量老師，覺得能夠「教人」的老師好過只會「教書」的老師。但現實上，老師的基本角色真的就是教書，有餘力時再來教人。當資訊科技越發進步，豐富又可近用的資訊隨手可得，「教書」的角色逐漸淡化，讓老師有更多的時間去「教人」。這也就是現在流行的「翻轉教室」。
一旦，教師的主要任務，從「知識傳遞」轉換到「協助自主學習」，那就打開了一個新的專業領域。過去以「教書」為主的年代，老師對於學習的進程有很大的控制權，學生也大體上同步前進；因此，各種學習困難的診斷相對容易。面對自學學生，專業教師需要從學生視角來理解當下的學習狀態，包括過往學習歷程、學生特質、學生期待、然後評估要如何協助。尤其困難的是：如何在提供協助的時候，要維持學生自主學習的狀態，避免讓自己的意見壓過學生自己的思考。
自學，教育的「開源」行動
1990年代，微軟領頭的軟體大廠，幾乎壟斷個人電腦軟體生態。相對於此，駭客與專業者社群發起了「開源」運動，把他們寫的程式原始碼開放出來，大家可以自由改作，透過社群協作，讓程式發展更快更多元。
台灣的慣行教育就像軟體大廠。經歷幾十年發展，它已不單是教學方式的選擇，而是由國家課綱、升學制度、教育資源分配、師資培育機制、教材供應商、補習教育、以及各行各業的任用與升遷制度，共構成一個環環相扣、利益相生的生態這套結構即便有明顯限制與副作用，但它成效可以預期。
自學，雖然提供了突破限制的機會，但也因為相關生態系還在發展初期，有很多不確定性。挑好的學校去，或是自學？一個家庭教育選擇的關鍵，常常就是對此不確定性的評估。
對於熟稔教育或願意投注心力學習的家庭而言，自學的不確定性，正代表改變契機。對教育不熟悉，又為生涯選擇而無法投入心力的家庭，可能就會在慣行教育選項中挑好學校去。選擇留在慣行教育體制裡的人，未必不了解它的負作用；他們很可能只是自忖有能力減輕或扭轉那些負作用的影響，但承擔不起自學所帶來的不確定性。
至此，我們需要檢視慣行教育與自學的另一項根本差異：
慣行教育有嚴格的階層性。有許多作法、知識與資源，深藏在結構的某處，由特定機構掌握而不對外開放，或者只對通過篩選後的特定群體開放。自學教育的基本架構是網絡性的，所有創造出來的資源、做法與經驗，往往就在社群之中分享流傳。 慣行教育是封閉式的零和競爭，有人佔了某校名額，其他人就少了一個機會；有一所學校爭取到更多考試高分學生，必定有另所學校少了幾位高分的學生。自學教育則不然：有許多數位資源已經是公共財，並不會因為使用而耗損，反而會因為更多人參與協作而持續改善。有一些資源仍然有限，例如場地和教師，但透過靈活的分享與嘗試創新，也能得到更有效的運用。
自學教育並非沒有競爭，但它是開放式的，是個人與社群不斷挑戰自我極限，探索多贏共好可能性的競爭。當越多人投入自學，創造出越多自學者與自學教育者，就能讓更多人瞭解自學：不需要標準課程、不需要統一的標準化測驗，不必以考上什麼學校什麼科系來定義自己，也可以發展得很好，也能共同經營一個幸福的社會。那時候，自學就會變得跟現在的慣行教育一樣，稀鬆平常。
到此，我們應能清楚看見：自學的階級現象，只是社會既有階級結構的展現。相對的，這些拿著自身資源投入自學行動的家庭，不論是否懷抱著階級意識，其行動效果卻是降低自學門檻，讓自學更普及。
當自學變成沒有太多心理負擔的教育選擇，也許有一天，學校也開始轉型為自學教育的基地，用學校的資源去支持學生自主學習。當這一天到來，自主學習，就能成為每個家庭都能選擇的教育模式。
（黃少甫，英國布里斯托大學工程系「未來基礎建設」專案研究員，Learning Emergence LLP 平台與資料總監，台灣親子共學教育促進會理事）