前言
此文摘錄自 Jamie Miles 的線上課程 – Redraft,這系列的課程真的太受用了。
Jamie Miles 認為如果要讓學習有效果,必須建立一套學習計畫、以終為始的學習,也就是學習是為了要達成目標所進行的手段。
這套方法它稱為 GCG,也就是 Goal, Curriculum, Great 3 個字的縮寫,也是這套方法的 3 個步驟。分別是:
- 設定目標並且反向思考 (Setting your goal and working backwards )
- 建立一套學習課表 (Creating a curriculum)
- 了解「卓越」的樣子 (Understanding what great looks like)
Step 1 : 設定目標並且反向思考 (Setting your goal and working backwards )
Jamie Miles 認為我們必須先設定學習目標,並且從目標反推現況,才能知道這個「學習路徑」怎麼設計。
那目標為什麼重要呢?主要有 3 個原因:
- 知道目標才能知道「要得到什麼成果」
- 知道目標才知道要問自己哪些問題、才能去找相對應的學習資源來解決問題
- 常常問問自己:「為什麼這個東西有幫助? 」(Why is this helpful ?)
目標就像是一套篩選機制,幫助我們過濾掉對達成目標沒幫助的學習資源,避免自己被過載的資訊給壓垮。
那我們該如何設定目標呢?Jamie Miles 說要使用 SMART 原則。
SMART 原則分別是 5 個英文字母的縮寫:
- S : Specific (確實的)→ 確切來說,我想要做到什麼、完成什麼?
- M : Measurable (可衡量的)→ 對自己誠實,什麼指標可以代表完成了這個目標?
- A : Achievable (可達成的)→ 什麼事情讓我覺得,這個目標是合理的?(這個問題可以幫助自己看到要完成這個目標前,會遇到哪些障礙)
- R : Relavant (相關的) → 這個目標和我的「更大目標 (例如 OKR )」是對齊的嗎?
- T : Time-bound (有時間限制的)→ 我何時一定要完成這個目標?
舉個例子,壞目標看起來像是這個樣子:我想要塑身。恩…這個目標非常模糊,究竟塑身的目的是什麼、要塑身到什麼程度?塑身成健康的體態與模特兒等級的體態,兩著需要的努力有很大的不同吧!
好目標看起來是這個樣子:
- Specific : 我想要去跑馬拉松,而且可以全程不休息地跑完
- Measurable : 我會按照線上/App 軟體的數據追蹤,跑完制式馬拉松的距離並且完全不停下來
- Achievable : 過去我曾經接受過跑步訓練,我的身體健康,而且距離馬松松活動還有 6 個月。
- Relevant : 我很關心自己的心臟狀況,希望它能夠維持健康、規律的跳動,同時能夠讓我活力充沛、測試自己的心肺耐力。
- Time-bound : 我已經報名了 6 個月後的馬拉松活動
Step 2 : 建立一套學習課表(Creating a curriculum )
學習計畫的第二步是建立一套課表,也就是為自己編列課程,想想「如果我要到達第一步驟的目標,我需要學習什麼課程與內容?」
這個概念非常有意思,因為我們在日常生活中的學習其實「沒有課表的」、沒有人告訴我們和規定我們要怎麼學習。聽起來自由,但往往也容易分心,甚至時常覺得東西怎麼沒有學完的一天。
上一步驟的 SMART 原則,剛好可讓我們專注學習跟「達成目標」的相關資訊就好、篩選掉跟目標無關的資訊。
這一部非常重要,現在網路上太多「可口 (Juicy)」的知識了,我們這個很想要、那個也想學,結果最後只是把許多的文章往資料夾或筆記軟體塞,到最後根本不會看。
那我們該怎麼建立一套學習課表呢?
一個簡單的方式是:直接參考現成課程的課表或大綱。
拜現在線上課程無處不在所賜,我們想學習的內容在網路上都可以找到類似的現成課程,這些課程為了募資與招生往往會規劃一套非常豐富的課表,教我們從 0 到 1 學習某項技能。
參考現成課表的好處是目的明確,課程已經告訴你學完這堂課程後,可以做到什麼,課程已經幫你準備好學習清單,無腦照著學習就好 ; 壞處是課程目的可能跟自己的目的不完全相符合,需要適當的取捨。
例如我想要學習攝影,線上一堂從 0 到 1 攝影課先從認識相機開始說起,接著講光圈、快門、ISO、構圖、修圖後製…等。課程表非常明確,但如果我只想學習怎麼拍女朋友,很多的課程可能根本用不上。
因此我必須自己改課表,除了認識相機的基礎知識外,還有加入模特兒引導、人像攝影、外拍資訊收集等,這些內容才有助於達成「幫女朋友拍出好照片」的目標。
Step 3 : 了解「卓越」的樣子 (Understanding what great looks like)
學習計畫的第三步是了解卓越的樣子,也就是我們必須知道專家做出來的成果長怎樣,並具備判斷能力、知道哪些東西叫做好、哪些是普通、哪些是爛,如此才能預測學習完成後能獲得的成果。
那該怎麼做呢?具體來說有 3 步驟:
- 學習判斷框架 (mark scheme)
- 跟專家比較 (compare expert examples)
- 追蹤學習過程 (keep your previous attempts)
1. 學習判斷框架 (mark scheme) : 我們能夠具備判斷事物好壞的能力
可以粗略的分成「科學」與「藝術」,後者會比前者難判斷。
「科學」就是有客觀評斷標準的學科或知識,通常能夠量化結果。例如「考試」就屬於此分類,考的好、普通、爛可藉由「分數」判斷出來,60 以下是爛、60 ~ 80 分 是普通、80 ~ 100 分是好。
「藝術」則是主觀且難以量化的學科或知識,通常包含複雜且難以表達的判斷標準。例如「攝影」就屬於此類,下方的 2 張照片都很棒,但你覺得哪一張拍得更好呢 ?
Credit:The Moment. Overall Winner 2019; Yongquing Bao; China.
Credit: Drame at high water 2021; Mac Stone ; USA.
上方兩張照片都來自於 Natural History Museum 的 [Wildlife Photographer of the Year Competition],官方公佈的評斷標準是技巧 (technical skill), 藝術感 (artistic flair), 故事感 (an eye for a story) 和魔幻感 (a bit of magic)。恩…光看這樣的標準真的讓人很難遵循,究竟什麼叫做 a bit of magic 呢?
這些作品都很好,而 Jamie Miles 建議我們在學習的時候,可以將 Good (好) 跟 Great (更好) 的作品都存下來,並在旁邊註解說明為什麼這個是 Good (好)、那個是 Great (更好)。
以上方 2 張照片而言,第一張是在 2019 年得獎的作品,相對於第 2 張照片 Great (更好) 的點在於,照片中的土撥鼠和狼形成強烈的對比,土撥鼠的臉部和身體表情展現出驚嚇的樣子,表現出來的故事感比第二張來的強烈。
2. 跟專家比較 (compare expert examples)
延續上一步,我們在學習任何事情時都需要找到專家,並以專家當作標竿來衡量自己的學習程度,這樣才能知道我如果做到超棒,會是長什麼樣子。
在學習的開始、過程中、結束都要不斷地和專家的作品比較,因為這樣才能知道自己進步多少、距離「超棒」到底還有多遠 。
3. . 追蹤學習過程 (keep your previous attempts)
了解「卓越」的樣子最後一步,是追蹤學習過程。這個動作是看到自己成長的軌跡,以及檢討哪些作法是有效的、哪些是無效的》
具體而言要怎麼追蹤,會在下一篇文章說明,這裡先賣個關子。
總結
以上就是以終為始的學習方法,順序是:
- 設定目標並且反向思考 (Setting your goal and working backwards )
- 建立一套學習課表 (Creating a curriculum)
- 了解「卓越」的樣子 (Understanding what great looks like)
最後也要提醒,學習的目的不外乎要達成 2 件事情:
1. 達成想要的結果
2. 了解「我該做些什麼」才能達到我想要的結果
第二項是我們在學習過程中常會忽略的。解決的方式透過「以終為始」的學習方式、從目標反推學習步驟,就能有意識地安排「做哪些事情」有助於我完成目標。
喜歡我的文章嗎?以下是更多關於我的資訊。
▶ 關於文章 1/ 歡迎訂閱
我的電子報 獲得實用的生活與工作技巧,每週二中午 12:00 準時發刊 2/ 常滑 Facebook 嗎?可以幫我的
Facebook 粉絲團 按個讚,就可以看到文章啦~ 3/ 想要掌握最新文章,可以點擊「追蹤」我~ 4/ 如果你覺得文章寫的不錯,可以對文章點愛心讓我知道 ❤️
▶ 關於我 我是朱騏,一個組織能力超強的軟體產品經理,喜歡研究各種生產力工具、時間管理方法。 1/ 我可以提供產品管理、時間管理、生產力工具的「個人問題諮詢」與「講座邀約」。 2/ 若是個人諮詢,可以請我喝杯咖啡、吃頓晚餐,可透過 Email/ Facebook 跟我約時間,請參考「聯繫方式」。 (由於疫情期間無法實體碰面,可以幫我分享一篇你最喜歡的文章到個人社群平台上,分享後透過 Email/Facebook 告訴我即可) 3/ 若是講座邀約,請直接使用 Email 聯繫。
▶︎ 建立人脈 歡迎使用
LinkedIn 與我交流,你可以「加我為好友」建立連結| LinkedIn @ Chi Chu 歡迎交流