天天新消息丨精通指南:重复是不够的,变化性才是关键

2023-01-11 15:36:14来源:36氪

编者按:要想学习好,光重复练习是不够的,重点是要在重复中加入变化性,这才是从平庸走向精通的关键。本文来自编译,希望对您有所启发。

在掌握复杂技能的过程中,变化性(Variability)起着至关重要的作用,但又经常被忽视。大量的研究表明,在不同的环境中用不同的方法练习,在不同的任务限制下进行练习,会比简单的重复产生更稳健的学习效果。


(相关资料图)

下面,我想回顾一些支持变化性在学习中的作用的一些关键研究,并给出如何将其应用到你的职业和学习中的建议。

1. 情境干扰(Contextual Interference):相同的方法,不同的情境

情境干扰指的是,在不同的场合练习相同的技能。例如,你可以通过反复反手击球来练习网球。或者,你的教练可以混合一下,给你发反手球的同时,中间穿插需要正手击球的球。

或者想象一下为微积分考试做准备:你可以学习所有需要链式法则的题目,然后学习所有使用商法则的题目。不过,你还可以把需要使用链式法则和商法则的题目混在一起,这样你就不能确定需要哪种技巧了。

图片来源:Medium

情境干扰可以促进新情境下的学习迁移,这种学习方式有用的原因如下:

正确地识别问题,并将正确的技能与问题相关联。学习的一大困难不是把知识记在脑子里,而是在正确的时间把知识应用起来。在单一情况下重复同样的技能,可能会导致你在需要的时候无法使用这些技能。

把类似的情况放在一起可以帮助你进行比较。看到两个看起来相似,但需要不同的解决方法的问题,会使你更有可能注意到它们之间的关键区别。

找到正确应对方式所需的额外努力可能是有价值的。根据心理学家罗伯特·比约克(Robert Bjork)颇具影响力的记忆理论,更难的检索的东西更能增强记忆。因此,更多的“变化练习”可能是更有效的练习。

2. 深层结构的抽象化(Abstracting the Deep Structure):相同的想法,不同的例子

变化性在抽象出看似不同情况的深层结构方面,也起着重要作用。专家们倾向于洞察特定问题的深层原理。相比之下,新手往往会被事物表面的特征分散注意力。

图片来源:Medium

例如,物理专家倾向于在看问题时看到“能量守恒”或“如果物体不运动,力必须是平衡的”。相比之下,新手看问题时往往会认为“这是一个带滑轮的问题”或“这是一个斜面问题”。

具体表征与抽象表征在思维中的确切作用在认知心理学中是有争议的。

一些理论家认为,我们通过存储多个特定的想法实例来进行推理。其他人则认为,我们倾向于抹去细节,导致对所处理的情况产生了普遍的刻板印象。不管思维从根本上是具体的还是抽象的(或者两者兼而有之),观察足够多的例子是学习的核心。

直接教学(Direct Instruction)是一种非常成功的教学策略,它的一个核心原则是要向学生展示一个概念的全部可能例子。比如,我们不是通过向学生展示完全相同的字母来教他们认识字母 “a”,而是展示各种字体和字样的“a”。学生通过接触多种不同的例子,了解到所有这些都是代表同样的“东西”。

图片来源:Medium

3. 确保强健式学习(Ensuring Robust Learning):相同的策略,不同的问题

学习中的一个重大挑战是,大脑总是想着如何省力。这意味着我们经常被那些能给我们带来“正确答案”的心理捷径所迷惑,即使这些捷径在很多情况下对我们没有好处。

一项研究要求参与者预测轨迹。一些参与者被给予低变化性的条件,只涉及几个不同的路径。而其他参与者被给予高变化性的条件,涉及更多不同的轨迹。研究人员发现,参与者采用的方法取决于任务的变化性。当变化性较低时,参与者只是简单地记忆模式。相比之下,当变化性很高时,他们会模拟轨迹来寻找可能的目的地。

这一结果表明,当练习的变化性较低时,我们通常会采取捷径,而这些捷径不一定适用于更广泛的任务条件。这些省力的动作并不总是有意识的,所以这不仅仅是懒惰的问题。这也是我提醒学生在使用数学等科目的抽认卡时注意的一个因素。如果你不小心,很容易在设计卡片时让自己更容易记住答案(x=7),而不是记住方法。

4. 发展式策略(Evolving Practice):相同的问题,不同的策略

到目前为止,我们已经讨论了变化的情境、示例或任务条件。除此之外,拥有多种方法来得到正确答案,也是掌握复杂技能的重要组成部分。

发展心理学家罗伯特·西格勒(Robert Siegler)发现,人们会使用多种方法来得出答案。在对儿童使用的加法策略如何演变的研究中,他发现大多数儿童至少使用三种技巧。甚至大学生也会使用多种方法进行个位数的算术。

根据这些数据,西格勒提出了“适度经验假说”( moderate experience hypothesis)。当我们有一些经验,但经验又不是很多的时候,策略的可变性将是最高的。

维姆拉·帕特尔(Vimla Patel)在医学生的思维中记录了一个类似的模式。中等水平的学生(而不是新手或专家)在他们对医疗案例的推理中表现出最多的巧思。

西格勒认为这种变化性是有益的。首先,“最佳”策略取决于当前的技能水平。直接检索出正确的答案(7 + 5 = 12)是最简单的,但这种策略只有在我们确信自己知道正确答案时才有效。当我们信心不足时,拥有各种各样的备份方法是有帮助的。

图片来源:Medium

当你还没有达到精通的程度时,拥有多种解决问题的策略是至关重要的。这不仅能确保当一个方案失败时,你还有 Plan B,而且还可以提供不同的推理路径来让你获得正确答案。

5. 避免局部最优(Avoiding Local Optima):相同的挑战,不同的任务约束

一个经典的学习困境是,要避免那些足够有效,但不是最好的方法。在这种学习观点中,进步就像试图在一片广阔的森林中找到最高点。不断攀登直到达到顶峰是有意义的,但是卡在一个小山头上也是很容易的,即使附近有一座更高的山。

下坡很难,而且会让你感觉自己在退步。我们会本能地避免那些会让自己的表现变得更差的改变,即使我们认为从长远来看,这对自己可能是有好处的。

摆脱这个陷阱的方法之一,是用变化的约束条件来进行练习,避免使用主导策略。一个倾向于使用爆发力动态跳跃的攀岩者,可以通过在每一个新的支撑点前停顿一秒钟的限制条件下攀爬,来探索一种新的风格。一个依赖个人故事的作家可以通过给自己设定规则,来在未来的文章中避免使用个人故事。

6. 什么时候变化性是好的?注意认知过载问题

大多数研究都支持在实践中变化性的好处。然而,对于初学者或表现较差的学生来说,变化较少的练习通常更好。这里的逻辑是相对直接的,如果你不能在有用的、简化的条件下执行一个方法,就可能不会从“把事情变得更困难”中受益。

如果其中一些方法有问题或缺陷,多变性也可能适得其反。在西格勒工作的基础上,其他研究人员发现,基本数学过程中有缺陷的算法,会导致学习更复杂的算法的困难,比如多位数减法问题。

这两点考虑证明,变化性在学习时并不都是好的。我们希望看到的是变化性的缓慢上升。面对一项全新的技能,学习应该从明确的指导和具体的例子开始,随着我们的进步,可以扩展到越来越广泛的情境中。

7. 如何将变化性应用于学习?

鉴于这些研究证据,我们如何运用变化性来更好地学习呢?

(1)把问题揉杂到一起,这样就没有线索告诉你需要采用什么策略了。把第一单元和第二单元的问题混在一起,不要标明哪些问题来自于哪个单元。

(2)选择具有更大变化性的机会。与那些只为单一公司或行业工作的人相比,为各种客户工作的管理顾问更有可能学到广泛的原则。心理学家加里·克莱因(Gary Klein)报告说,市中心的消防员比农村的消防员进步得更快,原因是消防条件更加多样化。在职业生涯早期选择变化性较大的工作,可能会比狭窄的专业领域更有利于技能的发展。

(3)与多个不同风格的老师和同伴一起学习。例如,学习一门语言受益于接触不同的谈话者、口音和说话风格。向多位老师学习更有可能促进多元化的视角。有各种各样的同伴可以让你接触到不同的策略,也不太可能让你墨守成规。

(4)增加约束条件,迫使自己远离主导策略。在不同的约束条件下执行技能,会迫使你探索问题空间的更广泛领域。这种增加的变化性可以帮助你发现新的策略,并将你从依赖简单、但次优的方法时可能产生的困境中拉出来。

译者:Jane

标签:

上一篇:ChatGPT服务器被挤爆,两天宕机五次,免费版还能撑几天?
下一篇:51岁的陈向东再出发:挂帅高途直播电商,“我们未来见”_信息