|
这篇文章是之前发过的视频中的截取，剔除了课程推广的部分，方便大家只看精华部分。也预祝大家元旦快乐。 文章讲了三个主题：「人们工作学习中的各种障碍」「理论何以帮助解决这些问题」「一个优秀理论的基本条件」。 以下是正文 1 学习的障碍想必你也注意到过一种现象。比如，有人因为常感到焦虑，到网上搜索 “缓解焦虑的知识”，找到了标题为“大脑焦虑的秘密” 的视频或文章，便开始学习，看的时候觉得自己学到了很多，可学完后却发现自己还是无法缓解焦虑。其中一部分人会觉得自己被骗了，留言批评作者。也有一部分人会觉得可能自己还没学会，于是反复观看。但这个作品真正所讲的是「与焦虑有关的大脑区域和神经递质」，并未涉及个体如何缓解焦虑。 其实问题的根源并不在于视频讲得如何，而在于这些学习者「无法精确区分视频讲解了什么知识」，他们只是模糊的感觉自己学到了 “关于焦虑的知识”，却说不上来自己具体学到了什么。这就好比可以分辨出「蓝色」，但不能更细致地区分「不同的蓝色」。这种对知识点的模糊划分，导致一些人，对「学习某个视频或文章后，能做到什么」产生了错误的判断，进而对作者或自己产生了错误的期望。 如果这些学习者能精准的识别和区分作品中的每一个知识点，就可以预判出「学习某个视频或文章后能做什么」，从而决定自己是否要投入时间深入学习。 而倘若无法精确区分知识点，便也无法合理地记录笔记和建立个人的知识库。 例如，一些学生会习惯性地记录老师的每一句话，因为他们无法确定哪些是关键内容。 又如，一些人虽然记录了笔记，但由于笔记结构混乱，还存在内容的冗余重复或遗漏缺失等问题，使得他们事后难以回顾和扩充笔记中的知识。 可能你觉得这些后果也能接受。那试想一下，当你想全面学习某个领域的知识，而市面上有关这个领域的书籍数不胜数。假如你已经学习了一本，接下来，你要如何挑选适合自己进阶的书籍呢？ 如果你不能精确识别自己「已经掌握的」和「尚未接触的」知识点，那就很有可能选择一本与前一本知识点高度重合的书，将时间和金钱都浪费在自己已掌握的知识点上，降低进阶的效率。这种低效对于时间有限的中年人来说，是不容小觑的。 另外，当看完一本书后，又该如何判断自己是否真正掌握了书中的知识？ 很多人都在采用一种粗糙的验证方式，那就是看自己是否能回想或复述出书中的内容。如果回想不起来，他们就会认为自己没学好，然后重新阅读。 但实际上，这种验证方式并不能真实反映我们对知识的掌握程度，更多的只是测试我们对书本文字的记忆程度。 而倘若无法有效验证自己对知识的掌握情况，又无法精准地区分不同的知识点，那便也会难以定位自己的弱项。 例如，当解不出数学问题时，很多学生都会习惯性地把原因归咎于“自己对公式的记忆不牢”，将更多时间投入到公式的记忆上。他们并未想过，解不出的原因更有可能是他们对公式中的某个概念的理解不透彻，而非记不住公式。对于紧张备考的考生来说，这种误判会导致他们把过多的时间分配在自己已经掌握的知识上，影响查缺补漏的有效性。 此外，付费课程也已经成为一种普遍的学习方式。面对海量的付费内容时，判断一门课程的真实价值，变得尤为重要。在购买家电时,我们都会通过比对参数配置，来判断自己是否被骗，那对于付费课程,我们又该比对哪些“参数”，以便客观地评判所买课程是否真的物有所值呢？ 总结来说，生活中，我们会遇到「如何估计学后效果」「如何记录笔记」「如何挑选进阶书籍」「如何验证学习成果」「如何查找和弥补知识漏洞」「如何客观评价付费课程」等问题。 2 理论的好处你会发现，人们对这些问题的处理，存在着很多瑕疵，只要能将其改善，便能极大地提升我们学习新事物的效率，而理论的作用就在于此。 优秀的理论可以让人们懂得：
普通人拥有优秀的理论，就如同竞技运动员得到国家队教练的指导一样。 如果用“作战”做类比，优秀的理论可以让人们：
在进行任何学习时，都能根据自身情况和对手的特点，选择最合适的“武器”，做到知己知彼，百战不殆。 不可否认，有些人仅凭「敏锐的感觉」，或者说“天赋”，有时也能达到类似效果。然而，与感觉不同，理论为我们提供的是一种“以不变应万变”的框架。理论并不依赖于突发的灵感或特殊的才华，而是利用一个个明确且固定的概念，去描述「关于学习的现象和规律」，不会出现，换个学习场景就不知怎么办了的情况。正如物理经典力学，利用「力」「功」「能量」「速度」等固定的概念，来描述「关于运动的现象和规律」一样。 但有人也会觉得，理论往往会把简单问题复杂化，明明一些常识就能判断的事情，在理论中却仍被概念化和命题化，并冠以专业术语，徒增了学习和记忆的负担。 如果仅解决简单问题，人们并不需要理论。理论的强大之处在于它能帮助我们分析和解决复杂问题。而理论对复杂问题的解决方式，往往是将其拆分成「简单问题的组合」，因此才需要对简单事物也进行明确的概念化和命名。这的确会增加初学者的学习难度，但只要度过了初期阶段，开始用理论去分析复杂问题时，就能切身体会到理论的好处。倘若初学者觉得基础概念过于直观而疏于掌握，就很难获得「以该理论框架来分析问题的思维」，当面对复杂问题时，也就无法将其拆分成理论中的简单命题来解决。 例如，在逻辑学中，有许多命题看起来就像“废话”一样简单，即便不学逻辑学也能懂。但当这些基础命题被组合起来形成复杂的论证时，大众就会被立刻难住。如果对那些看似“简单”的逻辑命题掌握得不牢，也就识别不出「眼前的复杂问题是由哪些简单逻辑命题组合而成的」。 这种现象在物理学和数学中也十分常见。一些学生在学习基础概念时，觉得太简单了，不用学就能懂，疏于了对概念的掌握，没有养成用物理学和数学来分析问题的习惯。结果遇到稍微综合点的问题，就做不出来了，无法将复杂的现实问题拆解成简单的数学或物理问题来解决。 除了能解决复杂问题，掌握「关于学习的理论」还有另一大好处。那就是：允许人们在学习过程中获得「更精细的控制力」。 大多数人在学习时，都会用到「预习」「记笔记」「做题」「练习」「复习」等方法。然而，这些“方法”在大部分人的脑中，往往都是非常笼统的。 单拿「做题」来说，做题过程就包含许多需要做出决策的细节：
这些不同的选择组合在一起后，可以形成数不清的「做题方式」。尽管它们都被称为“做题”，但到底哪一种「做题方式」才最适合「当前正在学习的知识」呢？对大多数人来说，仅凭感觉是很难做出准确判断的。而大众往往会采用同一个做题方式，来学习所有类型的知识。 至于「记笔记」，则更加多变。现今的笔记工具，功能其实非常强大，甚至过剩，但许多人的学习效果却并没有获得与工具相匹配的提升。主要原因在于缺乏「有效使用这些工具的指导思想」，无法具体知识，具体分析。 但优秀的学习理论就可以利用类似物理和化学中的通用概念，对「预习」「记笔记」「做题」「复习」等行为，做出更精细的描述，让人们在学习过程中，获得「更精细的控制力」。 就好比，所有人都能听音乐，但是没有掌握任何乐理的人，只能用「激昂」「轻柔」「亢奋」「舒缓」等笼统、且不固定的概念来描述音乐，而掌握乐理的人却会用「调性」「和声」「节奏」「旋律」「曲式」等大量内涵明确的、且在各种音乐中都普遍存在的「基础概念」来描述音乐，再利用这些「专业概念之间的关系和转换」，实现对音乐的「更精细的控制」，在编曲和调音等工作中，比普通人更有效率。 又好比，所有人都认识颜色，但没有掌握色彩理论的人，往往只能靠“赤橙黄绿青蓝紫”来描述颜色，所能明确区分的颜色种类并不多，甚至不少男生连女朋友的口红色号都分不清，而掌握色彩理论的人却不同，例如，可以用「色调」「饱和度」「明度」三个在所有色彩中都通用的「基础概念」来描述色彩，再利用「这些专业概念之间的关系和转换」，实现对色彩的「更精细的控制」，在平面设计和色彩调控等工作中，获得比普通人更高的效率。 总结一下，理论的好处有：「能在学习中深刻理解自己和学习对象，做到知己知彼」「能以不变的框架，应对万变的情况」「能解决复杂的学习难题」「能更精细地掌控学习过程」。 总之，掌握理论就好比为大脑加装了一个高级「交互界面」。理论中的每一个「专业概念」，就如同交互界面上的一个个「参数」或「调节旋钮」，不论面对何种类型的学习，这些参数始终适用，不会轻易失效或“变灰”。有了这样的参数和旋钮，再结合一些「参数之间的转换规则」，我们便能更精准地评估和掌控自己的学习过程，从而提高学习效果和学习效率。 3 好理论的条件当然，并非所有理论都能实现上述目标，正如并非所有交互界面都是友好和高效的一样。优秀的理论与优秀的交互界面一样，需要满足一定的条件。 首先，理论中的每个概念，都应有尽可能「明确」且「固定」的内涵，否则会导致，在不同的情景和不同的人之间，出现不同的解释。 例如，「“经验”这个概念」，在不少大众的定义中，有时指代“经过提炼加工后的知识”，有时却又指代“未经加工的原始经历或遭遇”。倘若在某个学习理论中，“经验”的内涵并不明确，那么当这一理论提出“应基于经验进行学习”时，理论的应用者就会产生困惑：这句话是说“应利用自己已提炼过的知识来学习”，还是在说“应通过回溯自己的实际经历来学习”？ 还有“学习”、“记忆”、“内化”、“信息”等概念，其实在大众的脑中，也都是内涵不明确的。 概念内涵不明确，就好比，手机音量按钮的功能不明确一样：有时按下它，调整的是音量，有时却成了调节亮度，无规律可循。 其次，理论不能仅停留在宽泛宏大的概念层面，还应提供充足的细微概念，否则会导致无法准确控制学习过程。 例如，「“知识”这个概念」，在不少大众的定义中，就是一个“筐”，什么都能装。在他们眼中，书本上就没有一句话不属于知识，于是记笔记时统统记下，无法精准定位自己在学习时应处理的对象。 仅有宏大概念的理论，就好比一个糟糕的修图软件，只能提供宏大的选区功能，即使用户想单独放大眼部，也无法实现，总是连带整张脸一起放大。 第三，理论中的概念和命题应能如实反映现象。 这一点很好理解，就像交互界面中的「进度条」应如实反映「程序的实际进度」，不能进度条上显示100%了，可实际上，程序的进度却并未完成，否则「进度条」就失去了参考意义。 第四，同一理论体系内，不同概念和命题之间不应产生矛盾或不协调的情况，否则会导致使用者无法决策。 比方说，某理论先是明确界定了“记忆”与“学习”的区别和各自功能。但随后，却违背了最初的界定，将二者视作同一个概念。这种理论不仅会让学习者感到困惑，也会让人产生疑问，既然没区别，当初又何必要创造两个概念呢？这就像，明明都是“放大音量”，却设计了两个不同的按钮，还给按钮起了两个不同的名字。 内部不协调的理论，就好比一个修图软件中，亮度和对比度这两个旋钮互相干扰，明明增加亮度，却会导致对比度同时减小， 除了内部一致，一个优秀的理论还应与外部的关联体系相兼容。尤其是在人机协作的今天，人们会与计算机软件和AI程序协同完成工作。理论中的概念，应该与「计算机和AI体系」保持一定的兼容性，至少不应该产生严重的矛盾冲突，让人类和机器的协作可以无缝衔接。 拿“记忆”、“学习”、“信息”和“知识”来说，这些词汇在现代技术中，如信息技术和人工智能技术，都有明确的内涵，可在传统学习理论中却十分模糊，还与技术定义相冲突。如果不加以协调统一，当人们将AI引入工作流中时，就会因含义上的冲突和混淆，降低协作效率。 特别是，一些人为了让机器与人类始终有区别，会在AI完全满足其理论定义时，仍然否认AI行为与对应概念的归属关系。这种做法会使理论中的内涵更加飘忽不定，无法对外协同。 对外协同就好比：文件经一个软件处理后，其格式仍可被其他软件读取，而不是仅局限于该软件中。 总结一下，一个优秀的理论应具备以下特点：「概念明确」「包含丰富的细节概念」「能准确反映客观现象」「理论内部各部分相互协调一致」以及「与其他相关理论彼此兼容」。 祝大家元旦快乐。 |
|
|
