美文网首页
如何学以致胜 | 高效学习必须贵在得法

如何学以致胜 | 高效学习必须贵在得法

作者: 舞英社 | 来源:发表于2023-06-06 09:07 被阅读0次

    学习的三区理论是很早我们教育工作者就非常熟知的模型暨舒适区、学习区、恐惧区。

    其实这三个词本身并不难理解。舒适区是如今很多人说的时髦的话即“可以躺平的区域”,在这个区域里大家非常轻松,学习没有难度,所以也就是如做着按部就班,没有难度、没有挑战,当然其结果也是不可能有提升的学习区域……

    那么在这个区域待久了,就会让人形成不思进取、因循守旧的不良印象,其结果也势必造成学无所成、无所收获。这就是教师、学生、家长都不希望看到的现象!

    然而与之相反的则是恐惧区。

    在这个区域诚如其名“恐惧”。何为恐惧?

    恐惧(拼音:kǒng jù),汉语词语,一般指惊慌害怕,[1]惶惶不安,是一种人类及生物心理活动状态,通常称为情绪的一种。恐惧是因为周围有不可预料不可确定的因素而导致的无所适从的心理或生理的一种强烈反应,是只有人与生物才有的一种特有现象。

    心理学的角度来讲,恐惧是一种有机体企图摆脱、逃避某种情景而又无能为力的情绪体验。

    其本质表现是生物体生理组织剧烈收缩(正常情况下是收缩伸展成对交替运行);组织密度急剧增大;能量急剧释放。

    其根本目标是生理现象消失,即死亡。

    其产生原因是正常生理活动遇到严重阻碍。(生理阻碍会产生多种情绪并按照顺序发生。恐惧是序号中的一个。)

    ——以上文字节选自百度百科翻译

    【恐惧一词在古文中的出处】:

    《易·震》:“洊雷,震,君子以恐惧脩省。”

    史记·秦始皇本纪》:“诸侯恐惧,会盟而弱 秦 。” 

    《灵枢·淫邪发梦》:“阴气盛则梦涉大水而恐惧。”

    唐 杜甫留花门》诗:“田家最恐惧,麦倒桑枝折。”

    从以上的信息中,我们不难得出一个重要的概念和结论,即是,恐惧是一种可以引起人强烈不适的非正常的生理状态,那么如果人长期浸淫在这样的状态中,其结果必然是导致学生无法适应,而甚至会出现生理消亡之潜在危险……

    从这一点出发,我们不难看出,现今很多家长和教师,在教育中因不能因材施教,或者盲目的追求其成果、结果的优化,而忽略了教育、教学的科学基础,即回到人本身去看待问题……

    须知,我们每位教师面对的学生的学习程度都是不一样的,就以我们所教授的学科来论,有的学生可能已经学过,甚至学的很深入,而有的学生则是一张白纸,根本就没有接触过相关领域。这样,当然就导致了我们教学对象的程度、水平以及认知的完全不对等、不统一,而,如果这个时候,我们还是一味的照本宣科、照章办事、依照教学大纲的条条框框,墨守成规,那么可想而知,我们的教学必然是只能满足一部分人,而势必牺牲一部分人的,而这样的教学效果和教学评价,以及教学的结果必然不会太好!

    那么我们如何最优化这个结果呢?如何让我们真正的激发学生的学习力和上进心,让学生既不至于躺平而让教学提前进入无效的“垃圾”时间,又不至于因为太难而增加其不适感,而最终选择放弃。那我们就必须遵循科学的85%有效学习理论模型的参与其中进行有效干预。

    何为85%有效学习理论呢?

    这篇文章的“一手知识”源于亚利桑那大学和布朗大学的研究者刚刚贴出一篇论文的预印本,叫《最优学习的85%规则》(《The Eighty Five Percent Rule for Optimal Learning》)[1]。从信息论的角度上来说,上面三个我们所熟悉的规律,说的都是“旧信息”与“新信息”的配比。然而,这个配比多少合适呢?

    这个发现如此重要,以至于我必须写一篇文章下来,哪怕只是让我自己永远不忘记。这个研究是关于几个我们特别熟悉的规律的新发现,我们先梳理一下我们所熟悉的几个知识:

    1、学习区

    心理学家把我们可能面对的学习内容分成了三个区:舒适区、学习区、恐慌区。舒适区的内容对你来说太容易,恐慌区的内容太难,刻意练习要求你始终在两者中间一个特别小的学习区里学习,这对于你,是“最优学习区”。

    我不认为还有人不知道这个常识,如今,“跳出舒适区”已经成了一句口号,也许我们舒适区赚钱最容易,但对于学习,想要提高技艺,我们就必须在学习区。

    2、心流

    想要在工作中达到心流状态,这项工作的挑战性必须要和你的技能形成平衡。(《心流:最优体验心理学》)

    仔细看看,上面两张图像不像?

    3、喜欢=熟悉+意外一个文艺作品想要最大限度地吸引观众,必须提供观众熟悉的东西,又要制造意外。

    前不久大热的“《啥是佩奇》”就是这样一部作品。(相比之下,我更喜欢贾樟柯导演的《一个桶》,在此不深入讨论。)

    作者:杨涵的思考笔记

    链接:https://www.jianshu.com/p/418b412d4c8d

    来源:简书

    著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

    这个研究给出了一个神奇的答案,说这个问题有精确解:这个数值是15.87%。

    为了让你方便阅读,以下是我对该论文摘要的翻译:

    长期以来,研究人员和教育工作者一直纠结于一个问题:如何最好地教育他们的客户——无论是人类、动物还是机器。

    这次,我们关注“训练难度”这个单一变量的作用,并考察其对学习速度的影响。在许多情况下,我们发现有一个甜蜜点,即训练既不太容易也不太难,而且学习进展最快。

    在一个用难度进行二分类任务中,模糊刺激必须属于两类中的一类。对于所有这些基于梯度下降的学习算法,我们发现训练的最优错误率在15.87%左右。反过来说,最优训练准确率在85%左右。

    我们证明了这个“85%规则”对于“人工智能中使用的人工神经网络,和生物学上可信的用来描述人类和动物学习的神经网络”的有效性。

    我们知道现在人工智能本质上是就是机器学习。科学家弄一个神经网络,用大量的数据去训练这个网络,让网络学会自己做判断。网络内部有大量参数随着训练不断变化,就相当于人脑在学习中提高技艺。

    每一次训练,都是先让网络对数据做个自己的判断,然后数据再给它一个反馈。如果网络判断正确,它就会加深巩固现有的参数;如果判断错了,它就调整参数。这跟人脑的学习也很像:只有当你判断错误的时候,才说明这个知识对你是新知识,你才能学习提高。

    研究者可以决定用什么难度的数据去“喂”这个网络。如果数据难度太低,网络每次都能猜对,那显然无法提高判断水平;如果数据难度太高,网络总是猜错,那它的参数就会东一下西一下变来变去,就会无所适从。这项研究问的问题是,每次训练中,网络判断的错误率是多少,才是最优的呢?

    研究者首先用了一个比较简单的数学模型做理论推导,又用了一个AI神经网络学习算法和一个模拟生物大脑的神经网络模型做模拟实验,结果得出一个精确解:15.87%。

    也就是说,当你训练一个东西的时候,你给它的内容中应该有大约85%是它熟悉的,有15%是它感到意外的。  研究者把这个结论称为“85%规则”,研究者把15.87%这个“最佳意外率”数值叫做学习的甜蜜点(sweet spot)。

    找到这个甜蜜点有两个好处。

    第一,它让你的学习速度最快。(学习区)

    以下是模拟实验的结果。下面这是一张等值曲线图,说的是判断出错率和 AI 训练效率的关系:

    图中横坐标代表每次训练的出错率(ER),纵坐标代表训练的次数(trial numble),图中颜色代表训练出来的网络的准确度,颜色越偏黄表示准确率越高,越偏蓝表示准确度越低,图中每条曲线的间隔为“0.1的准确度”。

    我们能看到,0.1587的训练出错率那个区域,随着训练次数的增长,它的准确度增加速度是最快的。比如说,出错率是0.4,训练1000能达到的准确率,大约相当于出错率是0.1587,训练450次的水平!

    Screen Shot 2019-02-02 at 21.57.11.png

    下面这张图中的三条曲线代表三个不同的训练出错率,横坐标是训练的(trial number),纵坐标是准确度(relative precision)。我们看到,出错率在0.16的那条曲线,准确度增加的速度是最快的,可以说大大高于另外两条曲。且理论值(theory)和模型(simulation)结果基本吻合。

    研究者理论推导的结果是,15.87%的意外率能让训练时间相对于其他数值以指数下降!

    第二,它还能让你在学习中感觉最爽。(心流)

    这项研究使用的例子主要是对于AI的机器学习,但是研究者也考察了在其他领域中的训练,包括对人的教学实验和对动物的训练,研究者们摸索出来的结果基本上都是要有15%的新内容。这些研究表明,在这个点上,人们对学习的投入度是最高的。

    15.87%不但是学习中的最佳训练出错率(学习区),也是心流率,也是文艺作品的最佳意外率。论文中还提到,电子游戏的设计者也得用这个比率。

    如果在这个游戏关卡中玩家都一点都不会犯错,轻松过关,那游戏就太简单了,玩家会感到无聊。如果让玩家频频犯错,那设置太难了,也玩不下去。即:15%左右的犯错率,是最好玩的游戏。

    (我一直认为“吃鸡”难以持续火下去的原因在于游戏难度太大。毕竟,从概率上来说,1/100或1/25的胜率都有些太难了,而游戏过程中,作为及时反馈的搜房子捡装备也有些过于无聊。这一次,总算是有了理论的精确支持。)

    我们从这项研究中至少能得到三个结论:

    1、熟悉很重要。

    在学习中遇到熟悉的东西,可以巩固我们的知识,让我们再次确认以前学的是对的。这并不仅仅是心理上的安慰!人工智能神经网络是冷酷无情的,它不需要心理安慰,但是它也需要熟悉的内容。

    所以“学习区”不是一个感情上的问题,而是大脑认知的问题。新信息重要,旧信息也很重要。

    2、15.87%这个数值是否通用?

    研究者的理论推导用的是一个特殊的数学模型,但是他们的数值模拟,包括考察其他领域中的训练,结果差不多也都是这个数值。如果我们相信人脑本质上就是一个神经网络,那么这个研究就具有普遍的意义。我个人认为这个数值在任何一个领域中都不会太离谱。

    3、很有用才要需要去做,量化后才可以去做。

    知道一个道理有用,和知道这个道理有多么有用,有本质区别。同样的,知道一个道理存在,和知道一个道理如何操作,也有着本质区别。而这个研究把这两件事都量化了,这也是我必须写下来的原因。

    从此,给自己安排学习任务的时候,确保有15%左右的新东西便好——哈哈!从这个角度上来看,过去我给自己安排的学习任务,总是有些太难了。

    参考文献

    [1] Robert C. Wilson et al., The Eighty Five Percent Rule for Optimal Learning, doi:https://doi.org/10.1101/255182

    ——以上文字节选自:学习的方法论  杨涵的思考笔记

    何为学习?学习的定义又是什么呢?

    学习,是一个汉语词语,意思是个体由经验或练习引起的在能力或倾向方面的变化,也指变化的过程。是人类和动物普遍具有的活动。按内容可分为认知的、情感的、运动技能的;按是否理解可分为机械学习和意义学习。 

    人从出生到死亡学习从未间断,从哇哇学语开始慢慢通过学习了解这个世界。

    学习作为一种获取知识交流情感的方式,已经成为人们日常生活中不可缺少的一项重要的内容,尤其是在二十一世纪这个知识经济时代,自主学习已是人们不断满足自身需要、充实原有知识结构,获取有价值信息,并最终取得成功的法宝。

    ——以上节选自百度百科

    明白了学习的重要性,我们就应该用事半功倍的方法来加以强化和有效的训练。

    而有效训练,我们仍然要关注人成长的普遍心理和生理规律,在这个基础上,我们才能真正的发挥教育和学习的最优化目的,让学生提高成绩和成就,让老师收获教育教学的成功……

    ——力 2023年6月7日 癸卯年四月二十

    相关文章

      网友评论

          本文标题:如何学以致胜 | 高效学习必须贵在得法

          本文链接:https://www.haomeiwen.com/subject/akxgedtx.html