打造 AI 學習矩陣，不再感到 FOMO！

更新於 2025/02/02發佈於 2025/02/02閱讀時間約 7 分鐘

隨著 AI 模型與應用的日新月異，許多學習者時常感到無所適從，甚至有「跟不上潮流」的焦慮感 (FOMO, Fear of Missing Out)。同時，面對頻繁發布的新技術、新功能，學習者也會擔心自己的知識過時。這種焦慮感讓許多 AI 學習者進退兩難，既想深入學習，卻又難以確定正確的學習策略。

大年初三晚上，我參加了一場 AI 讀書會，講者分享如何透過 AI 快速學習，在短時間內瀏覽數百本書籍與影音內容，並將其整理成個人專屬的圖表筆記，這種高效的學習方式讓我十分佩服。我開始思考，如何從他人的經驗中找到適合自己的學習路徑？

透過這場分享會，我接觸到一張學習矩陣圖，讓我從熟悉的布魯姆模型（Bloom's Taxonomy），擴大理解了德雷福斯模型（Dreyfus Model of Skill Acquisition），以及學習矩陣。

我發現，學習矩陣對於 AI 學習者來說是一種極具價值的方法，與其陷入資訊焦慮，不如建立一個清晰的學習框架，幫助自己按照科學的方法，設計從初階到高階的學習地圖。

接下來，本文將介紹 Dreyfus 模型(Dreyfus Model of Skill Acquisition)、學習類型分類 (Learning Dimensions) 與學習矩陣，並示範如何規劃自己的 AI 學習矩陣，讓學習變得更有方向、更具成效！

認識Dreyfus 模型、學習類型分類與學習矩陣

Dreyfus 模型 (Dreyfus Model of Skill Acquisition) 是什麼？

Dreyfus 模型由 Hubert L. Dreyfus 和 Stuart E. Dreyfus 於 1980 年提出，描述人類從「新手 (Novice) 到專家 (Master)」的學習進程。這個模型強調實踐與直覺的發展，特別適合 AI、程式設計、醫學……等技能類的學習。

這個模型將學習者的成長歷程分為五個階段：

Novice (新手)：只能依賴明確的規則與範例，無法靈活應變。
Advanced Beginner (進階初學者)：開始能獨立操作，但仍需範例引導。
Competence (勝任者)：能夠分析問題並選擇適當策略。
Proficient (熟練者)：能夠提前預測問題，並用直覺解決問題。
Master (專家)：完全直覺式決策，無需依賴固定規則。

這個模型強調「從規則導向到直覺決策」的成長過程，比起布魯姆分類更適合技能類的學習。

例子：學習開車的階段

學習開車從新手到熟悉的五個階段

學習類型分類 (Learning Dimensions)

為了讓學習者獲得更完整的知識與能力，學習矩陣通常會結合四種學習類型：

Procedural (程序性學習)：學習具體操作步驟。
Conceptual (概念性學習)：理解理論與概念。
Factual (事實性學習)：了解知識的特性、限制、應用範圍。
Metacognitive (後設認知學習)：思考如何最佳化學習策略與應用。

透過這四種學習類型，學習者不僅能夠掌握基本操作，還能夠深入理解背後的理論，並發展長期的學習策略。

例子：學習「演講技巧」

演講技巧的學習類型

學習矩陣 (Learning Matrix) 是什麼？

透過上述的Dreyfus 模型和學習類型分類 (Learning Dimensions)，整理為一張矩陣圖，幫助學習者根據學習類型和技能等級來規劃學習內容，確保學習者能夠從新手(Novice) 逐步提升到專家 (Master)的階段。

學習矩陣包含：

橫軸 (X 軸)：學習類型（如程序性學習、概念性學習、事實性學習、後設認知學習）
縱軸 (Y 軸)：學習階段（從新手到專家）
交叉點 (Cells)：每個學習階段應該掌握的內容與技能

在這樣的架構下，學習者比較能依循漸進式的學習，確保每個階段的知識與技能都能夠扎實地建立。

假設我們設計一個「廚藝學習矩陣」，那麼：

橫軸 (X 軸) = 學習類型 (不同的學習方式)
縱軸 (Y 軸) = 能力等級 (從新手到專家)

烹飪的學習矩陣

如何規劃自己的學習矩陣？

認識了Dreyfus 模型、學習類型分類，也知道如何將兩者結合完成學習矩陣後，以下就可以開始練習規劃自己的學習矩陣囉！

1. 明確學習目標與起點

每個人的 AI 學習之旅都應該從確立自己的起點開始，並且有明確的目標(終點)。以下示範學習AI的起點與終點的思考：

學習起點：
- 你是否已經會使用 AI 工具？
- 你是否有程式設計基礎？
- 你對 AI 的理解程度如何？
學習終點：
- 你希望學習 AI 來做什麼？（如數據分析、AI 產品開發、教育應用）
- 你希望達到哪個專業程度？（如基礎應用 vs. 高級開發）

2. 建立個人的學習矩陣

根據Dreyfus 模型和學習類型，你可以建立一套個人化的 AI 學習矩陣。假設有一位想要利用 AI 來輔助教學、生成教材、提升教學體驗的學習者，像是學校教師、教育科技開發者。學習目標不是「成為 AI 研究員或開發者」，而是「學會如何應用 AI」來解決教學、備課、出題…等問題，這樣的學習矩陣確保能夠專注當下，從基礎知識學習到實際應用。