在當前全球教育改革的浪潮中，布魯姆（Benjamin Bloom，1913-1999）的「高階思維技能」（HOTS, Higher-Order Thinking Skills）已成為新世代教育的北極星。然而，當我們高喊要培養學生的批判性思考、評估與創造力時，我們究竟在抵抗什麼？又在追求什麼？

1948 年由美國數學家克勞德・夏農（Claude Shannon，1916-2001）所奠定的「資訊理論」（Information Theory），能為這場教育範式轉移提供一個前所未有、冷靜且深刻的數學隱喻。

填鴨式教育：資訊熵為零的思維死水

夏農在定義「資訊熵」（Information Entropy）時指出，熵衡量的是一個系統的不確定性。一個事件發生的機率越高、越容易被預測，其帶來的驚喜程度與「資訊量」就越低。當結果完全確定時——如同一個兩面都是人頭的硬幣——系統的不確定性為零，資訊熵亦為零。

回審過去的「填鴨式教育」，正是對「資訊熵為零」的極致追求。在傳統的考試制度與灌輸式課堂中，標準答案是唯一且絕對的真理。學生的任務不是探索未知，而是消除所有不確定性，精準複製教師與課本輸入的訊號。從資訊理論的角度來看，這種「完全可預測」的教學型態，其資訊增益（Information Gain）為零。

它成功將學生改造成了毫無雜訊、卻也毫無生機的「唯讀記憶體」（ROM）。當教育消滅了混亂與懸念，同時也宣告了思維彈性與創新能力的死亡。

HOTS 與交叉熵：動態認知的優化歷程

面對瞬息萬變且高度複雜的 21 世紀，這種「零不確定性」的教育模型已然瓦解。現在要求的 HOTS 教育範式，本質上是一場關於「交叉熵」（Cross-Entropy）的思維修煉。

在機器學習中，交叉熵用來衡量「預測模型的機率分佈」與「現實世界的真實分佈」之間的差距。將此概念導入人文教育，現實世界那沒有標準答案、動態且多元的複雜本質，即是「真實分佈」；而學生透過分析、評估與創造所展現的批判性思考，則是他們對這世界提出的「預測模型」。

高階思維教育不再強求答案的絕對一致，而是承認落差的存在。交叉熵的計算與優化過程，正是高階思維的本質。

當學生面對不確定性時，他們必須分析證據、評估風險，並創造性地提出解決方案。在這個過程中，他們不斷計算自己現有認知與複雜現實之間的「交叉熵」，透過反思與辯證，自主迭代、修正自己的思維模型。這不是被動的知識接收，而是一個動態演進的認知系統，在混亂中尋找秩序的過程。

結語：將教育還給智慧

從夏農的資訊熵到布魯姆的 HOTS，我們看到了科學與人文的完美交匯。教育的終極目的，從來就不該是追求一個「資訊熵為零」的完美靜止狀態，將學生塑造成標準化流水線上的產品。

新世代的教育者應當扮演演算法的啟發者，鼓勵學生擁抱不確定性。讓課堂成為一個允許容錯、計算交叉熵並持續優化的沙盒。唯有容忍認知的落差，學生才能在面對未來的未知風暴時，透過高階思維的自我迭代，將不確定性轉化為深刻的洞察力，從「記憶的機器」蛻變為「智慧的創造者」。