練習，練什麼 ? 奧林匹克教育議題 - 曾荃鈺老師

這週的課堂主題，談的是選手最熟悉的「練習」。
課堂一開始，荃鈺老師拋出了這樣的一個問題：什麼是練習？反覆做一件事並不斷修正，就是「練習」嗎？

部分選手同意，認為這就是練習；有位選手並不這麼認為，他的答案很有意思，他說：從事對這件事情有幫助的，例如看比賽影片、放鬆，這也是練習。換句話說，這位選手的思考具備全面性：他是以一件事情的核心為主幹，再將其他相關聯的事務如同樹枝一般往外延伸。

荃鈺老師在課堂開始前拋出的問題，倒是讓我想起了我在學習舉重運動的過程，也觸發我去反思：我在運動訓練上，是不是也陷入了「只要不斷重複，就能順其自然的達到目標」的「盲目努力」當中？

一直做同一件事，雖然這也是練習，但僅適用於動作學習的初期：不斷重複，等待身體記憶、等待熟能生巧。在學會動作最初的模型後，如果要再更上層樓，勢必得耐得住寂寞，從同一件事當中一次次找出可以優化之處。先異中求同：學會基礎；再同中求異：找出適合自己的方法，並修煉成自己的致勝關鍵。簡單的事重複做，重複的事用心做。操作每個步驟時，都像是跟自己對話；一遍遍的做，也都能發現先前疏漏的細節。溫故而知新，這也是一種樂趣。

回到課堂要談的主題-練習的效果，其實與「學習三角」有關：

一、 微小改進
舉例來說，一場好的演講，主講者肯定經過無數次練習 : 有可能去參考他人的台風、有可能是對著鏡子不斷修正……，這些在過程中不斷優化與提升的過程，就是微小改進。
但是，需要改進的地方，一定跟對錯有關嗎？那什麼是對，什麼是錯呢？
其實這個社會，並沒有一定的標準答案。所有的選擇都是對的，你只有在選擇之後，用盡全力做到比另一個選擇更好，那麼這樣的選擇，才會是沒有遺憾的。

二、 即時反饋
為什麼那麼多人愛打電動勝過讀書學習？其中一個原因便在於遊戲能夠即時反饋。但學習、訓練這種事，你可能得熬個一年半載、甚至更多時間，才會有個結果告訴你過程有哪些細節需要調整，並沒有辦法當下獲得回饋。

每一個能引人入勝的遊戲都是這樣，你能夠在當下知道自己的成敗、並透過指定條件換取得以破關的提示。因為很快能獲得回報、知道自己的努力是否有效，所以特別有成就感、也特別開心。但是，世上任何有意義有價值的東西，都是需要時間與經歷去反覆淬煉、不斷累積的。欲速則不達，所有的困難，都只是為了阻擋想走捷徑的人。

我們都喜歡有明確的方向可以進步與調整、喜歡能夠量化的努力，讓我們清楚明白自己還需要出多少力，但人生不是恆等式、也無法套公式，不會 1+1 剛好＝2，但也是因為這樣，透過不斷想方法調整、觀察後續的反應，感受到事情有越來越好的跡象，這才是我們能期待的。

從等待與自省中一步步解決問題，這也是運動員在訓練後獲得成就感的來源之一。

把練習當比賽、比賽當練習。比賽與考試只有一場，但我們卻能在每一場訓練與教練及隊友互動，透過有經驗的人帶領我們往想要的目標前進。這才是即時反饋的意義。

三、 刻意練習
奧運金牌菲爾普斯的每一次訓練，都不會那麼平靜順遂的練完當日所有課表 : 一會兒是蛙鏡進水、一會兒又是東西不見......。這是教練給他的考驗 : 因為身體一旦進入自動化， 一旦開始適應，精神就會鬆懈，就不再有學習，也沒辦法臨機應變。沒有刺激與困境，何來嘗試與突破?

出乎意料的事件，應當被排進訓練中。我們沒有辦法預測比賽當天會有多少突發狀況，只能在平時的訓練中把自己準備到最充足，隨時可以上場應戰。所有的臨機應變，都只是訓練的延伸，也只有在這個時候，才能看出一個選手的實力。

我認為這個問題的答案是肯定的。

遠古時代人們為了活下去，開始學著嘗試分辨什麼能吃、什麼不能吃；為了禦寒，學著自己動手。
為了生存，你得什麼都會、得要學著適應環境。這道理即便放到現今社會，也都適用。文明進展到現在，透過前人將經驗系統化傳承，才有我們現在習以為常的教學模式，卻也是因為太過於習慣以教學方式進行學習，使我們漸漸遺忘自己與生俱來的本能、不敢嘗試自己摸索，沒有想過自己也能是創造歷史的那個人。

摸索對大多數人來說確實是項挑戰，但其實人天生具有接受挑戰的能力，而能否啟動這項本能，關鍵在於「信念」：有些人在挑戰過程中具備積極心態，能不斷肯定自己、鼓勵自己； 但也有些人，連試都不試就懷疑自己，還沒執行就先把自己嚇死了。

人有無限可能。懷疑自己的時候，想想身邊願意相信你的人。

課堂的末段，荃鈺老師帶入這幾年較為熱門的話題：機器是如何學習的？為什麼我們要擔心人類總有一天被人工智慧取代？因為長時間進行深度學習、精益求精的過程中，人會疲勞、會需要休息、會有情緒等等外在與內在的因素干擾最終結果，但機器不會。

「深度學習」其實被包含在「機器學習」當中，而「人工智慧」又比「機器學習」層次更高。
以下是機器學習與人工智慧的學習過程：
機器學習：輸入資料→建立特徵→運算學習→辨別結果
人工智慧：輸入資料→運算學習→歸納特徵→辨別結果

從中可以明顯發現，在特徵學習這部分，一個是仰賴人類輸入，而另一個卻已學會從本質下去歸納。換句話說，一個是被動的等待指令，另一個早已學會主動「分析、分類、下判斷」， 高下立判，可想而知。

機器學習與人工智慧當中的差別，不就像是我們從小到大非常熟悉的傳統教育嗎？ 回想一下國高中在學校的學習模式，是否聽課與抄筆記這類的輸入工程居多？ 我們好像永遠都有背不完的書、寫不盡的作業與考卷，卻很少有時間思考：這些知識對我目前的幫助是什麼？我如何能夠應用來讓生活變得更好？ 記得曾經看過一張有趣的圖，說的是台灣人才養成與歐美人才養成的不同：在養成人格與價值觀至關重要的青少年時期，我們總在讀書考試間不斷循環，卻忽略生活管理、自我摸索等等更為重要的人生課題。

「認識自己」，始終是一生的課題，你會在大大小小的每次抉擇中不斷發現自己喜歡什麼、適合什麼，也會從每次的選擇中發現：啊！原來我就是這樣的一個人！

「物以類聚，人以群分」，正是因為人有自己的思考，在思考之後所做出的判斷，決定了未來的走向、決定了人的一生。是那些選擇決定了你是誰。而這也是每個人之所以獨特以及能相互吸引之處。

背誦並沒有不好，那是接觸新事物的初期，必須先在腦中建構出一個雛型，即便是人工智慧，也是需要經過最一開始輸入資料的階段。但吸收進來的東西，是需要經過反芻消化的，只有經過思考的東西，才會是自己的，也才能因應環境的改變做出最適宜的調整。等待被動接受指令的填鴨式學習，永遠只能聽命
於人、永遠無法達到青出於藍而更勝於藍的境界。

當然不是。
回想自己在國高中時的生活，目前學校的課程設計好像都是填鴨式教育，每個老師都在趕進度。有了「翻轉教育」之後，大多數老師能想到的就是讓學生上臺報告，但我覺得其實效益不大。上臺報告對我來說，只是把自己不熟不感興趣的知識移花接木、甚至可說是斷章取義的拼湊出來，也不知道內容到底是否符合邏輯，因為自己並未產生共鳴，所以多數時候覺得上臺報告的內容講得都很心虛。

上臺報告或許是老師們覺得能夠聆聽學生想法的時候，但如果上臺報告能著重在引導學生去思考為什麼要學、學了能如何運用，而不是一個章節一個章節的分配完就完事，或許會更好。

除了教學方式能再調整，我認為學習者的態度也應該修正。學習應該是主動想要、會有求知若渴的感覺，而不是被動接收、不肯自己做出改變卻又對於現況抱怨連連。在我們總是抱怨老師上課很無聊的時候，其實也應該主動去探尋自己感興趣的事物並嘗試學習，而不能把教學成果不彰全怪罪於老師頭上。

真正有效的學習方法，是取決於學習者的動機。心之所嚮，才會身之所往 - 先有了強烈的渴望，並能與教學者相互磨合、找到適合雙方的節奏，這樣的學習方法，才是最有效率的。