今天想整理我讀了五本書的心得(高手學習、深度學習的技術、大腦喜歡這樣學、超速學習、躍遷)來討論學習這件事,
篇幅很長,所以分成三段,分別是學習的本質與特性、成為專才、成為天才與通才,另有番外篇:套用在我自己身上的學習計畫
學習的本質
學習是為了解決問題而誕生,
此乃動機,
而越複雜的問題越有價值,因為要解決越困難,所以要學習一個複雜技能,必須先看懂它的輪廓,
此乃視野,
最後再找出解決的方式,此乃方法。
想像一下,你要拼圖之前,要先買才能開始拚對吧?那為什麼想買?這就是動機,買回來之後是先看盒子上面的圖,還是直接開始拚?這就是視野;怎麼拚比較有效率?這就是方法。
道理大家都懂,放到學習上就完全不一樣了,
我要學英文,為什麼?感覺以後用的到阿,先學發音、文法、型態?先從字典的A開始背單字拉;
我要學寫程式,為什麼?因為大家都在學阿,整體架構是什麼?不知道,先print一個hello world出來再說。
誤以為努力一萬小時就可以成功,自以為時間跟意志力是無限的資源。
再從另外一個角度看學習,就像一張網,每個知識是一個點,許多關聯知識變成一條線,再跟其他相關知識連成一張網,就像拼圖一樣,每個知識獨立來看就像一小塊無意義的拼圖,當跟它附近的拼圖組在一起時,你才看懂那是什麼,當整張拼圖組起來,你才看懂這又是什麼。
知識的基礎是記憶。
但大腦會自動把無意義的雜訊忘記,要讓知識變得有意義,就要先理解。
而促使人花費大量體力與腦力去理解的原因,便是運用。
然而,運用也不過就是走別人走過的路,但傳奇、大師的厲害之處,就在於創造,把一幅拼圖拼完,就是一張你早就知道的圖,那要怎麼創造出一個全新的圖畫,當然是把別張拼圖拿來用,Switch就是把遊戲機結合樂高結合手機傳感器而成的全新創造。
學習的特性
不同的目的與領域自然有不同的特性,看似不同,卻又互相關聯。
- 對數增長技能 V.S. 指數增長技能:
對數增長技能例如開車,一開始進步很快,但學會之後,開五年跟開十年,進步的幅度不大,指數增長技能如賽車,一開始過彎速度突破不了,來不及煞車產生碰撞,後來突然飛躍成長,成為傳奇。明明都是開車,為什麼差這麼多?差別在於刻意練習,其實學開車一開始也有經歷一段指數增長期,也就是從駕訓班畢業到剛上路這段期間,一開始進步緩慢但開了一個月突飛猛進,但接下來三五年進步趨緩,時間是成為高手的必要因素,但絕不是主要因素。
- 內隱知識 V.S. 外顯知識:
內隱知識聽起來很生澀,其實就是大家說的自然而然,語感就是將語言這項外顯知識內化成內隱知識,沒辦法清楚說明,只能透過不斷練習而得。所有知識一開始都是外顯知識,直到你內化了,才變成內隱知識,如武俠小說中所說的,無招勝有招。
- 規則與變因象限:
規則少,變因少的知識:例如文書處理、拼圖
規則多,變因少的知識:例如寫程式、國考
規則少,變因多的知識:例如打籃球、做電商
規則多,變因多的知識:例如寫演算法、造電動車
越往下越難被機器取代,因為機器擅長的是規則與記憶,不會理解與創造。
- 軟技能 V.S 硬技能:
軟技能需要掌握的是感性,硬技能需要掌握的是理性,但凡越理性的工作,越容易被機器取代,例如律師處理合約、醫生判斷病因。
規則越多,變因越多,越需要感性的工作,越難被替代。
小結
認知學習的本質可以使你套用於每個想學習的領域,就像出遊總要先看地圖再出發一樣,本質即是看地圖,以後想學習什麼新的東西,請先看地圖;
而認知學習的特性,可以讓你明白你想學的領域是否處於競爭激烈的賽道,就像出遊的行程內容一樣,越有趣越有深度的行程越有其價值。
從底層的角度出發,便也可以了解機器的威脅在哪,什麼樣的工作容易被取代,
因為機器學會了記憶,學會從變因找關聯性,但還不懂的理解因果,還不懂的創造,這正是人的價值,但也僅限於目前。
最後,要用一句話總結這篇的話,我想就是"大處著眼,小處著手"吧。
下一篇會介紹要怎麼走最快抵達目的地,快不代表走馬看花,快代表的是有效,不走彎路、不堵車。