天天看點

孩子一生最重要的技能——如何自學?(Part II)

作者:元點思維 高老師

筆者有話說

本系列的第一篇講解了自學的重要性、自學的目的、自學的工具以及著名的費曼學習法,這一篇則将着重介紹兩個部分:第一,自學的時候,應該如何配置設定時間和精力;第二,自學的知識有什麼類型或者層次,在這個部分會介紹重要的DIKW模型,這個資訊學和認識論上的模型對于人類的知識有很強的統攝力和解釋力,無論是否自學,知道這個模型都對于認知思維的進步和改善有極大的好處。

學習,使人進步

在某一領域應該如何配置設定時間和精力?

(基礎知識vs實用知識)

時間與精力配置設定的重要性

孩子一生最重要的技能——如何自學?(Part II)

為什麼要讨論這個時間和精力配置設定的問題?這是因為,我們的時間是有限的,人腦保持專注、思考的能力(也就是“腦力”)也是有限的,必須要把這些有限的資源配置設定到最重要的領域,以達到“事半功倍”的效果。很多人也許知道應當在學習的過程中關注最重要的領域,但是他們并不清楚到底什麼才是學習的過程中“最重要”的内容,這些在這個部分都會進行介紹。

在選擇學習知識的重點的時候,最核心的一個原理,就是“基礎原理”:知識越基礎,就更應當被重視。換言之,應當把時間和精力優先投入到最為基礎的部分。家長在指導孩子學習的時候,也應當引導孩子優先去關注最為基礎的部分。

對于家長來講,這在國中階段尤其重要,因為很多國中的孩子在高中有競賽提前招的情況下,就會不根據客觀情況和目前的知識掌握情況,把時間投入到競賽題或者拔高題上面。對于很多學生而言,競賽其實并不是他們能夠掌握的,反而是那些課内的基礎知識、作業,才是更重要的。

孩子一生最重要的技能——如何自學?(Part II)

知識的分類:基礎性知識與實用性知識

知識可以分為基礎性知識和實用性知識。

首先來談談基礎性知識。

某個領域的不同分支,可能會存在互相的依賴關系。在這種情況下,被依賴的分支處于更加基礎、更加核心的地位。例如,如果你在學習一門新的語言,這個語言中的高頻率單詞就是最基礎的内容,其次是常用文法,最後才是一些高端的同義詞、俚語等等。這就是因為,語言的最基本組成元素就是詞語。

根據我們之前所說的“基礎原理”,越是基礎性的分支,你就越應該重視,以確定對它具有足夠的掌握程度。這其中的道理就如同“蓋樓房”。對于多層的建築物,上層的重量需要依靠下層來承載。越下面的樓層,對其“結構力學”的要求就會越高。學校裡的老師經常會強調“基礎不牢,地動山搖”,也是展現這個道理。這個原理對于初高中生來說都有很重要的意義,這是因為初高中一般會有比較明确的考試内容和課内知識重點,提前培養孩子把重心投入到基礎性知識的習慣,對于孩子來說是受益終身的。

實用性知識則是更好了解的。如果某個分支屬于不那麼基礎的“邊緣性分支”,你是否需要投入足夠時間/精力,取決于這個分支對你而言是否實用。

我們需要注意的是,基礎性知識重于實用性知識。如今的社會風氣太過于急功近利,這展現在,很多人在學習的時候,隻看“實用性”,而忽略了“基礎性”。表面上看,這些人好像節省了一些學習時間,但他們因為基本功欠缺,反而難以在該領域成為足夠的高手,這也就是“欲速則不達”。年輕人很大的問題就在于急功近利,家長從小就應該對孩子進行良好價值觀引領,否則孩子長大之後就容易吃虧。

隻知道實用性知識是走不長遠的。舉例來講,在法律領域,有很多律師,隻知道法考的知識性内容,也就是法條的規定和法律應用方法,但是對于法律原理、法學方法論、法哲學等等,缺乏認識,雖然對于法律工作而言,也許能夠應付,但是這樣的人就很難攀上職業的高峰——那些傑出的律師,往往學富五車,或者至少知道除了技術性知識以外的内容。美國很多傑出的律師同時都是大學教授,這是因為他們對于法律之外的知識對于他們的職業生涯具有額外的幫助。再進一步,美國最高法院的大法官,往往都是極為博學的人,除了法學,對于政治學、哲學、經濟學、社會科學整體都有充分的知識,這是因為——基礎性知識其實往往蘊藏着人類最為精要的智慧——這在下文中會繼續展開。

聯系費曼學習法,如果隻重視實用性而不重視基礎性知識,在運用這個“費曼學習法”的時候,就容易卡殼。

此外,注重基礎性知識的另一個好處在于——越是基礎的東西,越有可能跨領域,也越有可能獲得智慧。比如,實體學上的熵,博弈論中的納什均衡,經濟學上的理性人假定等等,都是對于整個人類知識體系産生根本性影響的重要跨領域知識。

自學的知識有什麼類型或者層次?

(DIKW模型)

接下來我們介紹一下DIKW模型。這是一個對于學習中的知識體系架構、知識歸類和資訊歸類等諸多方面都有很大的幫助的模型。可以說,學會這個模型,你的認知能力就已經比其他不知道這個模型的人要高出一成了。

所謂的DIKW,其實是英文中data(資料), information(資訊), knowledge(知識)和智慧(wisdom)的首字母縮寫。我們人類大腦中所儲存的東西,以及我們日常生活、學習過程中所接觸到的東西,在我們的認知層面處理的時候,無非就是這四類。

如你在上面的金字塔所看到的那樣,這四類資訊從下到上是一個逐漸抽象化、進階化的升階過程,但具體是怎麼樣,我們會在接下來的對比中進行說明。

Data(資料)與

Information(資訊)的差別

為了說明這兩者的差別,我們以學校所有學生的某次考試成績為例。

一般而言,每個學校在考試後都會記錄所有學生的原始成績資料(如:國文100分,數學100分,英語95分,等等),這個最原始的、沒有經過處理的對象,就是date,也就是資料。

如果我們對這個資料進行分析,然後得出總分、平均分、排名、每個學生的進步與退步科目、每個學生的優勢科目與弱勢科目、班級之間的對比、方差等等,這些對于data的處理,其實就是information,也就是資訊。

單獨的 data 并沒有意義,information 才具有意義。這是因為,資訊是對資料進行人工的有意識的處理産生的結果——這個結果是有智力投入的。

這裡還有一個很重要的點,那就是對于同樣的一批資料,那些創造性的對資料的處理方式,可能具有非常重要的開創性作用。這句話單獨來看比較抽象,但是舉一個例子,你就能很多明白過來。即使你沒有學習過宏觀經濟學,你也一定聽說過GDP,也就是國内生産總值,這個概念。實際上,正是因為經濟學家發明了GDP這個概念,才開創了宏觀經濟學這個學科,這個概念是整個宏觀經濟學的基石性概念。那麼,什麼是GDP呢?原本在一個國家中,關于農業、工業、服務業等等的原始資料(data)都是存在的,但是對于這個資料應該如何處理來得出一個國家的生産力名額,經濟學家并沒有頭緒。正是美國哈佛大學經濟學家西蒙史密斯庫茲涅茨提出,“一個國家或地區的所有固定機關在一定時期内生産的所有最終産品和服務的總價值”是GDP,這個名額作為國民經濟核算的概念才被确立起來,也直接開創了一個學科。

是以,面對大自然、社會收集來的資料,發揮創造力地去解釋、計算和處理,是一個人很重要的能力。

Information(資訊)與

Knowledge(知識)的差別

接下來我們來讨論資訊與知識的差別。我們以氣象台對于氣溫的記錄為例。

如果你彙總了某個城市連續多年的“每日氣溫”,那麼你就可以大緻得出一個結論:這個城市的氣溫是炎熱還是寒冷,是否适宜居住。這個結論就是知識,而不是資訊。

知識和資訊的差别是什麼呢?

1. 差別一:知識的生命周期不同

資訊的生命周期很短,而知識的生命周期會比較長。類似“當日氣溫”這種資訊,很快就會被淡忘,但是關于一個地區是否宜居,是炎熱還是寒冷,這類知識則會被作為長期的寶貴知識代代相傳。

2. 差別二:碎片化的程度不同

資訊是高度碎片化的,相比之下,知識就不那麼碎片,而且知識還可以形成某種體系。當我們說學科體系、知識系統、知識體系的時候,我們就在讨論知識的體系,而資訊因為太過分散、碎片和具體,是以沒有辦法形成統一的體系。

Knowledge(知識)與

Wisdom(智慧)的差別

1. 差別一:What, How, Why認知結構

認知中一個很重要的模型就是What-How-Why模型,也就是:是什麼、是怎麼形成的/機制是什麼、為什麼。這個和中文中一般所說的“是什麼”“為什麼”“怎麼辦”有一定的對應關系。

我們所說的知識,就是關于形成機制(how)和事物本身的資訊(what)。資訊則也是關于what的問題,也就是事物本身的資訊。如果“WHAT 型”既可以是 knowledge,也可以是 information,那麼如何區分呢?差别在于“問題的生命周期”,知識的生命周期是更長的。

wisdom 則是人類知識中最為重要的部分,這對應于“WHY 型問題”。“WHY 型問題”的檔次明顯要高于另外兩種類型的問題。如果你能回答某個領域某個分支的“WHY 型問題”,說明你真正了解了這個分支。

愛因斯坦曾經說過,提出一個好問題的價值永遠比解決問題重要。這是因為,解決問題的手段其實是很充足的,一般的問題用現有的技術手段和理論手段都能解決,但是提出問題則是可以帶動一個學科的發展的。這也是為什麼在高校的三位一體中,面試中面試官總是喜歡問“為什麼”——這是因為這個問題可以直接看出一個面試者對于問題是否真正了解。再舉一個例子,經濟學中的産業組織理論,完全就是因為年輕的科斯提出了“企業的邊界是如何确定的”這個問題産生的——一個“為什麼”問題創立一個學科,可見Why問題是多重要了吧。

2. 差別二:單一領域 VS 跨領域

關于知識與智慧的差異,還有一個就是“領域相關性”。

通常而言,知識附屬于某個特定領域;而智慧則不然——有些智慧屬于單一領域,還有一些則跨領域。顯然,後一種智慧比前一種更有價值。比如,前面所說的熵理論,就用來在各個領域描述系統混沌性(如系統科學這門學科)。

結語

現代人的資訊來源都是知乎、微網誌、公衆号,很少有人靜下心來看書籍。北大教授李猛說過一句話:“你之是以要看書,看原典,是因為永遠吃别人咀嚼過的知識是無法獲得真正的智慧的。”你在這些社交媒體、資訊咨詢公衆号、APP上看到的知識,很多都很引人注目,而且你了解之後就能侃侃而談,甚至還能讓别人覺得你是一個很博學的聰明人——但是,你真的有智慧嗎?你知道那麼多我們前面所說的“實用性”知識後,你覺得自己對于這些事情、事物運作的道理、原理和方式,以及最深層的原因,有一個深刻的洞察嗎?

現代社會是一個智慧缺乏的快速社會,人們疲于奔命,吃着别人咀嚼過的知識,急功近利地去追求實用性很強的工具性、技術性知識,自己也就喪失了獨立思考的能力,喪失了獲得智慧的機會——這都是很緻命,也是很可悲的。隻有培養閱讀的習慣,有靜下心來讀書的能力,自己去探求知識,自己去思考問題,自己去不斷叩問,我們才能成為真正有智慧的人。這是筆者寫這個系列想要說的一些心裡話,也是我長期觀察到的現代很多所謂“聰明人”身上都存在的弊病——這樣的人是不可能走長遠的。

用數學模型來打比方,那些急功近利、追求實用知識的人以y=kx的速度進步,剛開始确實比y=2^x要快,但是之後,那些追求内在、核心、基礎性知識和智慧的人,會以極快的指數型速度,快速反超并遙遙領先——這才是所謂的可持續發展,也才是真正的人才。