1. 养乐多|杨城的个人博客首页
  2. 码农生活
  3. 随笔

真正高效的学习,其实是自言自语

伊利诺伊大学的心理学家布莱恩·罗斯报名参加了一堂计算机科学课程。他已经好长一段时间没有上过一堂课。他的胡须与秃头让他看起来很显眼。他比其他所有学生都大了十岁,这让他十分紧张。

但是他有个优点。罗斯是学习型研究者,他很熟悉一种十分有效却常被人低估的学习策略——自我解释。这个方法围绕着询问自己一些解释性的问题,比如“这是什么意思?它为什么重要?”大声问出这些问题很管用。一项研究表明,进行自我解释的人比那些不这么做的人,学到的东西多出了快三倍。

为了超过他的年轻同学们,罗斯问了自己很多问题。他在阅读老师布置的文章时,不断地向自己提问。每读完一句话,一个段落,他都会问自己:“我刚刚读了什么?它们之间是怎么互相衔接的?我之前有过这种想法吗?”

课程结束之际,罗斯发现,尽管他在计算机方面相对缺乏经验和陌生,但他可以回答出很多其他学生答不出的问题,并且理解其他学生不懂的编程方式。他告诉我:“有时候我的优势在于我关注的是更大的图景。”

在现代经济中,没有什么技能比学习能力更为重要。从全球来看,学习是对未来收益的高度预测。企业或许会支付培训费或者报销大学课程,但是很少会教获得技能的本领。

以下是如何在自我学习中运用自我解释:

1. 跟自己对话

自言自语听起来不太好,常常会被当成有心理疾病的症状。在公众面前这么做一点也不酷。但是跟自己对话对于自我解释很重要,并且通常对于学习有帮助。

一方面,它能让我们慢下来。当我们更加有意识地这样做的时候,通常我们能从一段经历中得到更多。

另一方面,和自己对话也能帮助我们思我所思。当我们沉浸在跟自己的对话中,我们通常会问自己这样的问题:“我怎么知道我知道什么?我有什么困惑?我真的知道吗?”不管我们是在听播客的时候按下暂停键,还是在阅读一本手册的时候停下来思考一会儿,通过思我所思,我们都更有效地提升了自己的技能。

2. 问问为什么

自我解释让人有表达好奇心的冲动,否则这种好奇心可能一直不会被发现。

我们会问自己,“为什么?“如果我们对一个话题真的了解,回答这种问题并不难。比如关于你长大的那个小镇,如果我问你一个问题,你很快就能回答出来。只有在我们不了解的时候,“为什么”这种问题才更难回答。这也是一种学习某一领域专业知识的方法。

为了以实例说明,让我们一起来看这样一个问题:“为什么会有波浪?”可能我们中有一些人可以摸索出一个基本答案:“波浪与风有关。当风吹过水面,水面就会泛起涟漪。”

但是紧接着就必然会出现这样的问题:“为什么风可以吹起水?”或者“为什么没有风时也有波浪?”这里我们先留一个悬念。至少我是这样做的,然后我开始寻找一些答案,快速浏览网页,理解能量是如何在水面运动的。最终我学到了更多东西。

3. 总结

总结是一种进行自我解释的简单方法,因为用我们自己的语言去表达一个想法能够促进学习。

或许在你的生活中有这样的经历。比如:回想一下,当你在杂志上读到一篇文章,然后向朋友详细说明文章的论点。这就是一种总结的形式。这么做了之后,你就更有可能从文章中学习并且获取信息。

再举个例子。假设你最近在写一封邮件,描述你在Netflix上看了一部纪录片后的感受。在这个过程中,你充实了自己的想法,致力于一种更加直接的意义建构。总而言之,你将会对这部电影和它的主题有更为丰富的理解。

你可以在自己的生活中这么做。下一次当某个人——你的老板、配偶或者朋友——给你发出一套复杂的指令,花时间口头重复这些指令。这样把所有东西复述一遍后,意味着你开始总结知识,就会更容易记住这个信息。

4. 建立联系

自我解释的一个好处就是它帮助人们发现新的联系。发现联系能帮助我们提升记忆力。当我们向自己解释一个想法时,我们应该尝试寻找联系。像记忆法这种工具之所以会起作用,这就是原因之一。我们更容易记住彩虹的颜色,因为我们在颜色名称的首字母与首字母缩写词ROYGBIV之间建立了联系。

当我们发现某个专业领域的联系时,我们能够获得更丰富的理解。这有助于解释罗斯通过自我解释能够取得如此成功的原因。在学习计算机编程时,他通过不同的词汇或概念,尝试向自己解释各种想法。罗斯告诉我:“你正在做的很多自我解释就是在尝试建立连接。你对自己说,哦,我明白了,这样做之所以有效果,是因为这个引出那个,而那个又引出另外一个。”

自我解释应该成为当今员工的一项学习工具,因为经济发展对建立联系和采用新的见解和技巧提出了新的要求。美国电话电报公司的CEO兰德尔史蒂芬森认为,为了避免被淘汰,员工每周至少需要在线学习五小时。或许他们需要找一个隐蔽的场所,这样他们在大声与自己对话的时候才不会感到太尴尬。(译者/IG_Wen 编校/周强)

乌尔里希·博塞里斯是美国进步中心的一名高级研究员。

原创文章,作者:iConan,如若转载,请注明出处:https://www.aspyc.com/archives/237.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据