阳志平:如何进行主题学习?

2016-10-05  方之圆
前几天,小编提出了个任性的成绩:聪明的学习者在长假都会干什么?小伙伴们纷纷在后台回复:自动学习、学习考虑、主题阅读、书友会聚、吃饭聚会、看书学习……嗯,你们说的都对……但也有不少小伙伴交叉对比,猜出了小编预设的答案:主题学习,并获得专题文章彩蛋。

那么,如何进行主题学习呢?不如试试践行阳志平老师的学习心得。

2012 年 1 月 3 日,我收到老朋友 TonYYet 的一封邮件:

最近几个月我在关注关于如何学习这样的话题,或者说是关于 meta learning skills 的话题。我发现,其实真的学什么并不是最重要的,知道怎样学才是更为重要的,但是我们在学校却很少有学到这样的东西。我在想,是不是可以写一本书来专门讨论这个标题呢?

然后我给 TonYYet 回信道:

新年好。我对你的提议非常感兴味。我将图书目录写在附录里面了:D 在我的期望中,这是一本对话风格的书,你与我对话,然后是一本小书风格,尽可能讲明白元认知学习的要点,专题较多的一本迷你小书。

没想到,这一本小书竟然拖了四年。它的章节最后分别散落在我的《心智七讲》、《聪明的学习者》与目前这本《工作谈》之中。而《心智七讲》、《聪明的学习者》这两本书,还仍然有待一轮又一轮修正,才能问世。

TonyYet 与我的另一位好友 Oliver Ding ,在 2007 年左右,将 TED 引入到中国,并且创办了 TEDtochina 网站,对于今日国人来说,TED 曾经不再是一个陌生词汇。与这两位好友的贡献密切相关。也正是由于 TonyYet 在中国普及 TED 的贡献,使得他当选 Ted follower。

就像 Oliver Ding 所说的一样,TED演讲本身不只是科学、文娱与design三个字母的缩写(technology, entertainment, design),还可以作为一种独特的学习资源:

  • 教育理念与学习模式:教育,鼓励与发展(teaching, encouraging, developing)

  • 人格形塑与自我探求:才智、能量与胆识(talent, energy, daring)

  • 多元考虑与创造灵感:考虑、启发与发现(thinking, enlightening, discovering)

那么,怎样更好地利用 TED 演讲资源来学习呢?TED  演讲视频数千个,这是个练习元认知学习技能的好机会。当今社会,经常面临庞大的信息量,如何将它们缩减与内化之后,为本人所用,是一个越来越重要的才能。让我们以 TED 作为示范,来阐明一下元认知学习的三个要点:主题学习;深度学习与举动学习如何无机组合。

第一步:主题学习。刚开始面对庞大信息量,常常不知道如何归类,此时,采用社会引荐体系是一个方法。我们查阅TED官方网站,发现恰巧他们也有playlist功能,比尔盖茨等人都分享了喜欢的TED视频。好的,按照本人兴味,去翻阅一些列表:

TED Playlists :http://www.ted.com/playlists/browse?filter=&sort=views&type=thumb

在这里,列出了 TED 最受欢迎的列表。我们发现,名人创建 33 个;TED 创建的 104 个。

元认知学习的第一步完成:建立组块。我们将上千个世界级的知识点分解为更小的组块了——-从 1400 个视频到 33 个列表或者 104 个列表。虽然曾经精简到百位数以下了,值得学习的 TED 视频仍然很多?怎样办?这也是在信息过载时代学习常常面临的情景:小的知识点真实太多了。光是一个体系之下的组块就常常上百。此时,你需求进一步精简,这就是主题学习:一次集中攻一个主题

比如,这月只看跟自我提升相关的视频,如这些列表:

下一个月,我们只看心思学与脑科学的:

当然,我的职业是认知科学,所以举例集中在此,你也可以根据本人的兴味,去学习:写作、讲故事、公益创业、艺术、儿童教育等等。你可以在 iTunes 中创建一个播放列表,导入本月重点学习的主题列表,然后将该列表同步到本人的其它挪动设备上,随时随地学习。如下图所示:

ps:为了进步学习效率,我曾经创建过一个开源项目,批量下载各类视频课程,感兴味者参考我的这几篇文章:《Mac 入门笔记(6):优质课程》与 《Zotero(6):如何批量下载PDF》 。

第二步:深度学习。请留意,社会化引荐机制只是建立组块方法之一,它并不一定就是最佳方法。我经常碰到这种情况,专业地位很高、专题多的好书,在豆瓣上经常评分很差;相反,一些伪科学图书,却是高分。所以,在经过社会化机制建立对体系一个初步认知之后,此时,深度学习更重要。

如果你将知识与技能的习得,看做一个树形结构。在学习早期,需求执行广度优先搜索,了解牛人牛刊里程碑的知识点在哪;在学习中后期,需求深度优先搜索。此时再执行广度优先搜索,则会堕入一个典型的中国人思想弊端,容易长期停留在学习的平台期,对较肤浅的知识了解极多,但是难以迈入一个更高的层次。

日本剑道的守破离、从小兵到专家的德雷福斯模型说的都是这回事。在打破规则之前,先遵照练习。异样,Mastery 一书中,作者谈到登峰造极之路上的三种人--或多或少就是我们本人。

  • 浅尝辄止者(Dabbler):每投入一个新领域,看一本旧书,新工作,新感情都兴奋不已,但从来没有做出深度。他们不能接受平台期,一遇到平台期他们的激情就消逝殆尽,于是开始寻觅新的领域,新的书,新的感情来重新点燃他们的激情。

  • 偏执狂(Obsessive):对得到结果很固执,急于经过大量努力来快速提升本人,忽略基本功,寻觅捷径,不断地学习具体、高级、直接的技术。异样地不能忍耐平台期,一发现本人进步不了,就愈加努力地学习。在感情方面,不能忍耐平淡,经过不断地制造浪漫来保持高潮。

  • 骇客(Hacker):情愿不断待在平台期,常常忽略登峰造极过程中的关键过程,迟到迟到,不情愿接受新的应战。

这三种人是登峰造极的敌人,也是我们需求时时提示本人留意的部分。

经过前一阶段对TED视频的学习,结合查阅相关维基百科与各个专业的学会分会网站,你会对某个领域构成超出普通人的深化认识。但是此时还难以达到较高水准。正如友童牧在 Mastery 书评中所写一样:

登峰造极的是分一个一个阶段的,每一个阶段都有长期的平台期,在这段平台期你要面对新的不熟习的内容,经过波动、长期的训练将它们内化(刻意练习)。只要你将基础的内容内化之后,面对高阶的内容你才能应付自若。

这和初学象棋的人不可能有策略是一样的道理--首先得知道基本的走法,然后知道一些简单战术的搭配--不断往上提升组块的笼统程度,当然,要做到这一点,每一个阶段都要做到「内化」是必要条件。

我置信学习数学也是一样的道理,很多人都抱怨数学太笼统,没有太直接的实践用途--但惟有内化这些思想方式,你才可能在更高的角度上看待成绩,理解更深入的理论结果。

深度学习时,常常遭遇平台期。广度优先搜索侧重高阶笼统能力,符合人类天分,容易培养;但深度优先搜索,将遭遇很多平台期,不容易培养。登峰造极是分阶段的,需求你挺过一个又一个平台期。那么,为了挺过深度学习的平台期,你可以做些什么呢?我的建议如下:

第一,添加知识树的笼统程度。你可以从视频到博文到科普著作再到专业教材再到一手论文。依次递增。视频往往给出一个最风趣的方向,但是并不清楚作者处在知识树中什么样的地位。此时,查阅作者原著与相关学科领域的论文,会更清楚作者的历史地位以及不足。伴随你习气阅读更难的著作,此时,你可以直接阅读一手论文为主。

第二,精细加工。做笔记等等都是精细加工的方法。写读书笔记,百千万,一定能区分开不同类型的人。不要投机,有很多膂力活是终身受益的。我这辈子见到的多数人都停留在某个学习领域的第一个阶段,试图偷懒耍滑,以为人生有大量捷径。须不知,顶级的精英学者都是看了成吨论文,写了一屋子笔记训练出来的。友人李华芳曾在微博写道:

说起文献综述这件事,我最近听到最震撼的事是同行的两位先进组了个10人左右的团,把本领域其中的一个分支领域的几千篇文献捋了一遍,如果不能用机器学习处理这件事,团队作业看起来的确是可行的做法,尤其是教授带先生团队做一遍,不只对学界全体了解分支领域有好处,对先生做学问也有协助。

我当时回复到:

我曾经一个人干过这个事情几次。整理学科经典论文是一个极佳治学方法。多,更多,更多意味着不同。读论文上千篇才能建立学术直觉。网络心思学研讨者参考资源,这是我2001年第一次这么干的成果。 各位可以参考,不少观点与资源十来年,仍未过时,这就是学术自信与学术直觉。这是十来年前,我整理的「网络心思学研讨者参考资源」:http://t.cn/RbkfS5H

第三,意义编码。比如,刚开始对这个演讲者很陌生,慢慢地,查阅她、他更多材料,就对他/她构成了更丰富的认识。你读书最爽的时分是,呀,那本书说过的知识,我怎样在这本书也看到了,我竟然搞懂了!

第四,情景学习。有效学习是进入相关情景,找到本人的「学习共同体」,然后学习者刚开始围绕重要成员转,做一些核心的工作,随着技能增长,进退学习共同体圈子的核心,逐渐做更重要的工作,最终成为专家。从「情景学习」出发,当一名「认知学徒」,它的要点有:

  • 找到学习共同体:由于大量知识存在于学习共同体的理论中,不是书本中,所以有效的学习不是关门苦练,而是找到属于本人的学习小集团。如程序员在类似于 GitHub 这样的网站练习编程。

  • 隐性知识显性化:隐性知识是使人们有能力利用概念、理想以及程序来处理理想成绩的知识。

  • 模仿榜样:榜样可以是理想生活中的导师,也可以是网上的导师。

  • 培养多样性:在多种情境中理论,以此强调学习广阔的运用范围。如,裁缝出师并不是曾经练习了一万小时,而是能够缝制出足够好的衣服。


第五,有反馈的测验。测验的重要性比我们想象的还要重要!就像芒格关于组建跨学科知识体系的建议中所言:

不管你喜不喜欢,必须掌握到能经过测试的程度,能常规运用其最基本的内容,尤其是那些比本人所处专业更为基础的学科。

对别人复述是个测验、写出来是个测验、参加正轨考试也是个测验!这样,慢慢地,学会提出本人的目标,再到评估本人执行目标如何,如此反复,元认知能力会逐渐进步很多!

第三步:举动学习。做点什么吧。用作品说话,输入大于输入;用举动说话,理论大于围观。正如 Paul Graham 在「如何才能去做喜欢的事情」中所写道:

要想工作得快乐,不只要做本人喜欢的事,而且是令人佩服的事,是那种做完可以说「哇,太酷了」的工作。不一定非得制造点什么出来,学会开滑翔机,说一口流利的外语,都足以让人感觉很酷,至少是那一刻。可以用这种方法来测试本人。

我认为读书就不符合这一标准。除了某些数学书或者适用科学书籍,很难精确说读完一本书后的感受,这也是为什么读书和工作不太一样。只要在理论中运用了读到的知识,才会感觉有播种。Gino Lee 告诉过我一个好方法――做一件能让你的朋友说「哇」的事情。但这可能不适用于22岁以下的人,由于他们认识的人太少,碰不到真正的朋友。

假设你是一位开发者,经过上述文章的讲述过程,你马上会产生一些想法:

  1. 既然 TED 官方网站的播放列表很有用,那么,我是不是可以创建一个用于记录本人播放列表、学习进展的小 APP 呢?它不只支持 TED,还支持其它类似于 Courera 等网站呢?

  2. 这个牛人讲了这么风趣的故事,我能不能写一封邮件给她,看大家有什么合作可能性呢?或者,纯粹地就是一个致敬?练习一下英文写作技能?

小结

主题学习;深度学习;举动学习,如此循环。慢慢地,你就更容易获得更高阶的思想笼统能力;与更好的元认知技能。

阅读更多

回复「主题学习」领取属于你的彩蛋。

    来自: 方之圆 >

    猜你喜欢