《超速學習》閱讀筆記
多年來,我反覆研讀 93 本書,親手淬鍊成閱讀筆記。為了予其安放之所,我築起了這座書影懸浮的【無涯殿】——願它們承載的思想,比我活得更久。
謝謝你來到這裏。此刻,你正駐足於這座書庫的第 75 份筆記——
《超速學習:我這樣做,一個月學會素描,一年學會四種語言,完成MIT四年課程》
Ultralearning: Master Hard Skills, Outsmart the Competition, and Accelerate Your Career by Scott H Young
English translation here.
閱畢全篇可領贈品。請享受閱讀。
Listen to the deep dive of these notes by Gemini Notebook (In English).
作者一年上麻省理工資訊科學四年課,共 33 門線上課程,通過所有考試
超速學習者各自都獨一無二,有人喜好嚴酷全職的時間表,有人保留全職工作,有人將目標放在考試,有些渴望真正博學
但仍有許多共通:獨自工作、常苦幹數月或數年、對興趣容易產生偏執、很有野心、會激辯圈內人才懂的學習法孰優孰劣、內在動機強烈
經濟上技能兩極化,平庸者正在消失,教育上學費太高,科技上開啟了全新學習方式,都令超速學習擁有甚大優勢
作者遇到的超速學習者中,推動他們前進的是夢想、發自內心的好奇、甚或是挑戰本身
作者認為先天才智並不具決定性
再忙也能超速學習:花一部分時間、用工餘課外空檔、融入正在學習的事當中
撰本書前作者只遇到已成功的超速學習者,在作者跟進的十多個超速學習的實驗白老鼠之中,有一位學習公開演講,最後挺進了世界演講冠軍賽前十名
作者就超速學習總結了九大法則
法則一:後設學習
學習如何學習:研究發現雙語者比單語者學習新語言上更有優勢,作者解釋為雙語者更懂後設學習
三個大問題:為什麼(學習動機)、做什麼(為了成功需要的知識和能力)、怎樣做(學習時會用的資源環境和方法)
為什麼:若出於功能性原因學習,宜費時深入研究目標與手段是否一致
做什麼:在紙上畫出概念、事實、程序三個欄位,分別代表需要了解、需要記憶、和需要練習的事,標出當中最具挑戰性的事,了解核心學習瓶頸
如何做:標竿學習法:找出他人學習該主題的共同方式,例如課程大綱:教材的品質的效率差異可能有十倍之多;強調排除法:找出目標一致的學習領域、省略或延遲與自己目標不一致的課程要素
計劃學習時間建議 10%,如果牽涉到 500、1000 小時的學習可能 5%已夠,不是在開始之前一次過做就好,而是邊學邊研究,作者挑戰人像畫到一半時就發現自己需要另一種精確度更高的繪技
何時做研究視乎報酬遞減與邊際效益計算,研究下來到後期效益越來越少,學習到瓶頸開展研究效益越來越大
後設學習能力會不斷累積,真正好處是長期的
法則二:專心致志
專注力的三個問題:無法開始(即拖延)、無法維持(即分心)、無法做到真正的專注
拖延:有種驅使你做其他事情的渴望、或做該事本身的厭惡
克服第一步在於承認自己正在拖延,因為拖延多是無意識的,而是用了別的想法去掩飾,要試著承認感到上述的渴望或厭惡
破解:告訴自己只要花五分鐘做該事,接著就能做其他事
一旦開始最後可能不想休息了,但若太常用五分鐘規定,從無法開始變成太常休息,可用番茄鐘工作法,專注廿五分鐘才休息五分鐘
卡在初階基本問題時,別試圖轉移到更難目標上
分心:作者提出心流及其批評者,如有指心流經驗在刻意練習過程中不會發生,因為刻意練習對監察目標與回饋要求明確
研究發現比起集中同一時間,分散在不同學習時段,更能令人記住所學,所以如有幾小時,學習最好涵蓋數個主題,當然這只是大原則,適切平衡可能因人而異
分心三源:環境(如手機、音樂、電視背景音)、學習任務(閱讀本身就比看影片更能專注,可以採用更高強度更需要用腦的做法例如寫筆記)、你的心(遇負面情緒不要壓抑需要化解)
無法真正專注:兩個因素,興奮感與工作複雜度。想睡覺時興奮感低,但興奮感太強,專注力就受損;實驗證明昏昏欲睡組比適當休息組表現不好,但播放巨大吵雜的背景音時卻相反:興奮感是可以改變,最佳興奮感因人而異
小處著手:如果你連一分鐘也坐不住,就先挑戰一分鐘
法則三:直截了當
印度建築系畢業生 Vatsal Jaiswal 遇上金融海嘯,投數百履歷全無回音,發覺在大學做的專案跟建築師實務工作不相符,遂學建築師如何實際畫出設計圖,用應徵過的公司都在用的設計軟件 Revit(線上課程自學)創作新的作品集,再次投遞出去,只給兩間,兩間都馬上取錄
另一位建築師仍嘗試深化與基層工作實務技能無關的設計理論以增進就業能力
傳統課堂偏愛以各種脫離實際應用的方式來學習,即使是學習外語軟件如 Duolingo 也不是實際在學說外語
作者在挑戰 MIT 期間,發現學生經常抱怨授課影片不見,遠多於抱怨題庫不完整,他們只把題庫當成理解教材的粗略檢驗而非挑戰目標
真正的學習是在直接做你想變擅長的事才會發生
上述求職故事也反映正式教育的失敗,作者轉談教育心理學中的難題:如何做到學習遷移
百年來的積極研究發現學習遷移無法廣泛發生,某個環境學到的某種能力無法在另一環境使用
實證包括修讀高中心理課程與大學心理系成績無關甚至更差,大學修讀過經濟的學生在經濟方面問題表現上沒有明顯差別
認知科學家 Michelene Chi:至今幾乎所有實證研究都發現,即使研究過例題的學生,通常無法解決稍偏離例題解法的問題
The Unschooled mind 一書中大量證據指出即使大學物理課得到優異成績,遇上了正式教授要測驗形式稍有不同的基本題型,經常也答不上來
企業訓練也苦於這點,時代之鏡訓練集團前任總裁 John H. Zenger:嚴格評估訓練成效的研究人員說過,很難發現員工受訓後有什麼明顯改變
古老的「形式訓練論」認為大腦像肌肉一樣可被訓練,不論學習內容為何,1901 年時已被心理學家桑代克等抨擊
目前只知道深入學習特定領域後,未來學習遷移更具彈性
作者指出既然學習遷移現象不明顯,直接學習可以透過降低對大幅度遷移的需要,及更有助遷移到新情境解決問題
具體方法:直接針對計劃學習、沉浸身處實行目標環境的過程、盡快進入高挑戰環境(例如直接去中學演講,而非在演說俱樂部練習,後者會員通常寬厚)
法則四:反覆操練
開國元勳富蘭克林初以寫作成功聞名於世,十六歲便出版初作,其自傳敘述了他如何將寫作技巧分割成幾個部分反覆練習
敏銳讀者或會發現這與上一法則矛盾,事實上兩者有先後次序,直接練習後分析獨立出一些要加強的要素,再回到直接練習加以整合
許多獨立操練的嘗試因為未切中真正困難點最終會失敗,但就算是失敗的回饋也很重要
關鍵困難在:弄清操練的時間與項目(關鍵在於實驗);改善操練內容的設計
作者提出的操練方法:切割時間(例如抽出樂曲中最難的部分反覆操練)、認知練習(將特定的認知部分抽出來,如新語言的聲調)、模仿(無法抽出來,就將其他不想操練的部分直接複製,如只練繪畫中場景部分,其他部分複製前作)、放大鏡(連複製也沒辦法,就故意在操練元素上花更多時間)、連動(欠缺特定的技能部分就先回頭再學,弱在顏色的畫者可回頭學色彩理論)
傳統操練是被逼的,也不針對弱項,操練在超速學習中呈現不同風貌
法則五:提取記憶
心理學家 Jeffrey Karpicke 研究發現複習一次、一再複習、自由回想、畫概念圖四組學生中,出乎意料自由回想組比其他成績高出 50%,即使回想過程中未獲對錯回饋
進一步研究發現不提示回想比有提示回想效果優,後者又比要求認出而非自行想出答案的認知測驗優
延遲測驗比即時對記憶較優,可見提取記憶越困難越見效,但如果困難到無法提取也不再有益
前向測驗效應:對之前所學定期測驗,可讓之後學習新知更容易
提取記憶方法:快閃卡、自由回想(白紙盡寫所學)、試題簿(自問自答測試)、自創挑戰(適宜技能學習用)、闔上書本學習
出色數學家拉馬努金出身貧困,只有一本 G. Carr 所著的《純粹數學和應用數學概要》,只有公式沒有解釋或證明,卻使他自學成功;同代人都認為他的出身與太遲學習對天賦造成無可彌補傷害,現代心理學卻揭示其天分大受益於超速學習者的兩項工具:高強度與提取記憶
法則六:意見回饋
Avraham Kluger 研究發現回饋整體效應正面,但超過 38%案例中有負面影響
當中人身讚彈無效,過度負面會降低行動力,適當挑釁性回饋卻提供龐大學習進步機會
結果型:例如新產品上市時的銷量;關於視覺敏感度的一份研究報告指出,即使收到的回饋量大到無法確知哪些正確哪些不正確,仍有助於學習
資訊型:進一步告訴你哪裏錯,但不一定能說明如何修正,如用新語言時對方反應,或演講後聽眾回饋
改正型:包括如何修正,屬最佳回饋,只能透過教練或老師取得
研究指出立即回饋一般效果更佳
改善回饋方法:消除噪音(有些回饋有相當的隨機性,如一開始多少人分享可能與寫作品質無關)、有效打擊點(難以預測的回饋一般能提供更多資訊因而更佳)、可據以改變(例如學習速率)、高強度且快速(頻繁得到回饋)
法則七:保留記憶
英語版世界拼字大賽冠軍 Nigel Richards 隨後更在不懂得法語下贏得法語拼字冠軍,他婉拒競手送他回去之請寧願踩單車,也不接受訪問,作者估計他在踩單車時一再回想清單
研究指出醫生年資越長,照護品質越差,因已漸忘所學
知識會呈現指數型衰退(遺忘曲線),三個原因:衰退(隨時間)、干擾(新記憶的覆蓋)、遺忘的線索(記憶並無消失,就如沒有鎖匙的上鎖盒子)
研究又發現透過新線索提取到的失落記憶,可能是虛構的;實驗已顯示感覺上完全可信、極度逼真的記憶,也可能不真實
方法包括:
間隔法:每日學一小時比連續學十小時更好,學習時段相距太近會失去效率,太遠會忘記所學,需要找到確切平衡
程序化:例如學打字由需要看鍵盤都不需要看;程序化知識較難忘記
過度學習:學成後更多的額外練習,能拉長記憶儲存的時間,但通常持續期較短,適用於急救等技能,作者推想與以上兩種方法結合,或會產生較長影響;預先練習更高一階技能也有相似效果
記憶法:善用關聯記憶
法則八:培養直覺
心理學理論發現下棋高手與新手的分別在於,高手從實際經驗中建立了一座巨大的心智表徵資料庫,能辨認及記憶整體棋局
諾貝爾物理學獎得主理查費曼的心算奇才也是基於大量計算捷徑,其故事有助瞭解運用直覺
別放棄難題:費曼幫人修收音機不成功不罷休
以證明來理解:細心閱讀李政道與楊振寧的研究論文後就發覺現實沒那麼難
從具體例子開始:研究中參與者被要求點一份單字表,結果發現被告知要測驗的參與者成績未比未被告知的好,但被要求注意清單中的字是否令人愉悅、相比只被要求注意字裏有沒有包含 e 字母,記得的字彙量多兩倍
勿自欺:以大量問題暴露自己對主題真正的認識程度
費曼技巧:分標題內容格式,完整寫出觀念的內容、或問題的解答,彷彿必須傳授他人,可應用於不了解的事物、需要解決的難題、或如擁有對它們的直覺會很有幫助的重要觀念
法則九:勇於實驗
失意畫家梵高蛻變前曾苦練並實驗多種不同風格
技能熟練時能教你的人越來越少,實驗越來越重要,報酬不但是熟練還包括原創性
如同梵高,實驗焦點可以在學習資源、學習方法、或風格上
作者提及定型心態與成長心態的差異
實驗的幾個方法:先模仿再創造、比較不同實驗方法(可用分裂測驗)、加上不可使用舊方法的限制強迫跳出舒適圈、混合不同技能實驗協同作用、探索極端(梵高的畫風就打破常規被視為極端)
實驗只是起點,學習就是一個不斷實驗的過程
制訂超速學習計劃
第一步:深入後設學習研究,確定以下項目:主題與大致範圍、使用的教材資源、其他人如何成功學會該技能、直接練習活動、備用教材和操練
第二步:安排時間,多少、何時、計劃長度
第三步:執行,運用九個法則自我質問進度
第四步:計畫完成後,檢視成果,為下一個成功計劃準備
第五步:選擇維持或專精,並制訂計劃,也可留待需要時才重新學習
讓學習成為習慣或接受正式教育也可與超速學習搭配使用
非傳統教育
著有《養育天才》的 László Polgár 天才養育實驗下培訓了三個世界級棋手,其中 Zsófia 更達國際大師地位,顯示即使督促他人密集學習也未必帶來痛苦
書中指教育不應遲於三歲、專攻不應遲於六歲,專攻勝於分散,將練習變成遊戲,以勝利創造正面強化,反對強迫學習教導自學
作者還發現九大超速學習法則都出現在他們一家的學習方法中
龐大西洋棋局資料庫、24 小時西洋棋馬拉松賽、直接在正式競賽環境中練習、掛在家中牆上的西洋棋謎題、用蘇格拉底方法提出必須回答的問題助長記憶、慎選棋力相若的夥伴、間隔法記住棋型、鼓勵創意棋法、培養獨特風格
作者對父母和教育者的建議:設計能自我激勵的學習目標、留意競爭影響(勝任時的競爭或有激勵作用,反之不然)、建立超速學習導向的文化
學無止境,完成 MIT 挑戰後作者才發覺每個主題都可以再擴增為一個博士學位研究
好奇心的運作是學得越多就越渴望學得更多
31/7/2020 閱畢於星光行誠品
感謝看到最後,額外送上此圖。
如需中文版圖表,不妨來函告知,我會為你特別製作。
On Errors, AI, and Correction
I make these notes myself, but this library is not produced by human effort alone. Translation, proofreading, infographic creation and review, editorial writing, and quality control all involve substantial AI assistance. I also review the work myself—but neither human judgment nor AI is infallible.
Errors may therefore exist here: mistranslations, omissions, factual mistakes, typographical errors, visual inaccuracies, or errors in my own original notes. I do not assume that my error rate is lower than that of other authors, editors, translators, or AI systems.
What matters is what happens when an error is found.
The original Markdown sources are openly available on GitHub. Anyone may propose a correction through a public edit or pull request; corrections can also be submitted by email. I will review every correction I see. If I reject one, I will give a reason, and disagreement is welcome.
When a correction is accepted, I will credit the contributor on the page and link to a website or social profile of their choice.
I do not claim infallibility. I claim openness to correction.