方法2 明確學習的出發點【可能的階梯】
2024-10-02 02:58:32
作者: (日)讀書猴
① 選擇一門自己想要學習的科目, 將自己已經掌握的(或是知道的)知識點寫下來
「我想學好數學。」
請記住𝒃𝒂𝒏𝒙𝒊𝒂𝒃𝒂.𝒄𝒐𝒎網站,觀看最快的章節更新
這樣的目標未免有些太過寬泛,讓人不知道從哪裡入手才好。
此時,我們可以先把自己已經掌握的(或是知道的有關「數學」的知識點寫下來。
② 將步驟1中列出的知識點按照從易到難的順序排列
當我們將自己已經掌握的(或是知道的)知識點一一寫出後,再將這些知識點按照從易到難的順序排列。
例如:
·分數、小數(已掌握)。
·代數式(已掌握)。
·一次方程和二次方程(已掌握)。
·三角函數、矩陣、微積分(只記得名稱,不記得具體的內容)。
③ 明確學習的出發點
在排序的過程中,我們會逐漸看到一些較為複雜、高難度的知識點。有些知識點可能還需要再鞏固一下,有些知識點可能掌握得不夠透徹,有些知識點學過但是忘記了,還有些知識點連難易度都很難判定。這樣的知識點,我們可以將其比作樓梯的「緩步台」。
從緩步台往下數兩階左右,就是我們當前學習的起點。
尋找「知道」與「不知道」的分界線
當我們想要學習一門知識,但是不知道該從何學起時,可以使用這個方法來整理當前的狀況和自己手中握有的資源。
當我們想要開始學習某一領域或某一科目的知識時,我們不可能對其一無所知。因為那樣的話缺乏學習的動機,而且,我們根本就不會想到要去學習它。
當然,我們目前知道的內容應該也不是很多。正因如此,我們才需要將自己「掌握到什麼程度」「是否有所了解」都寫出來,從中找出向下一階段前進的落腳點。
「知道」與「不知道」的分界線,就是我們的「知識前線」。學習就應該從這裡出發。
只要我們將自己知道的內容按照從易到難的順序排列,就一定能夠找到自己沒有完全理解透徹,或是記憶有些模糊不清的知識點。
而這裡,就是我們重新開始學習的出發點。在實際學習的過程中,我建議大家從比這再稍微簡單一些的內容(自己感覺已經掌握了的內容)開始,這樣會更加穩妥。
當我們在教室中一起學習的時候,所有人都使用同樣的教材,跟著同一位老師學習。這就意味著,大家的「起跑線」也都在同一位置。
這樣的安排,是為了讓所有人能夠按照同樣的順序和速度來學習。即使有的學生已經提前學習過一些內容,也需要配合其他學生,一起從零開始。
但是,現在的你是一名自學者。
在自學的過程中,我們不需要去和其他人統一步調。所以我們可以按照自己對知識的掌握程度與實力,來設定自己的起跑線。
與其重新開始打基礎,從山腳一步一步慢慢向上爬,不如從山腰上為自己架起一座「可能的階梯」。
直接從山頂出發的「跳傘學習法」
野口悠紀雄[14]曾經提出過一種「跳傘學習法」。這種學習方法是指,我們可以暫且不考慮自己的實力,而是從實際需求出發,直接從知識的「頂峰」開始學習。
跳傘時,我們會飛到目的地的上空,然後從空中跳下,直接抵達目的地。這種學習方法與跳傘有些類似,提倡從距離自己的最終目標最近的位置開始學習。
如果我們需要備考,那麼「答對考試題」就是我們的最終目標,距離最終目標最近的就是歷年的真題。也就是說,我們應該直接向歷年真題發起挑戰。如果題目做不出來,解析也看不懂,那就去查閱教輔書,掌握那些理解題目所必需的知識點。
這種方法的好處有如下幾點:
·時刻關注著自己的最終目標,有助於我們保持學習熱情。
·能夠幫助我們明確意識到哪些知識點掌握得不夠清楚,哪些地方還存在著不足。
·只學習達成最終目標所需的最低限度的知識,可以減少時間的浪費。
「惰性計算學習法」——到了需要的時候再開始學習
除了「跳傘學習法」,「惰性計算學習法」[15]也同樣屬於需求導向型的學習方法。
「惰性計算」是計算機領域的術語,通常指到了不得不對某數值進行評價時,才對該數值進行計算。
同理,「惰性計算學習法」則提倡到了需要的時候再開始學習,而非提前學習相關的知識。
程式設計師之所以會採用這樣的學習方式,就是因為在編程的世界中,大家必須永不停歇地去學習新的事物。
在這種技術不斷飛速進步的領域,「提前學好所有必要的知識」完全就是一種妄想。
或許我們可以這樣說。在編程的世界中,只要有人寫出幾行代碼,創造出新的程序(或是程序的一部分),整個世界就會發生一定的改變。即使編程的工作只有一小部分是真的在創造新事物,所有程式設計師也都在不斷參與著世界的創造和改造。在這一過程中,只要世界發生了變化,無論這種變化是大是小,都有可能會導致新的學習內容的產生。
從事計算機行業的人都會(頻繁地)體會到,自己的腦力勞動能夠更新這一領域的知識,而這又會進一步對自己接下來的工作產生直接影響。在這種情況下,人一旦停止學習,就會被不斷更新的知識遠遠地甩在身後,被整個計算機世界拋棄。
正因如此,在計算機行業,這種需求導向(needsdriven)的學習方法才受到支持,大家會在需要的時候去學習自己要用的知識。
這也提醒了我們,就算速度沒有編程領域這麼快,其他領域的知識也同樣在不斷地變化和更新。所謂「學無止境」,就是這個道理。
與其說「惰性計算學習法」是一種方法,不如說它是知識向我們提出的訴求。