时间过程分析

大家好，这次我们谈一下有关学习的理论。理论这种东西被构建出来往往是针对特定的需求，并有相当的使用限制的。所以这里所谈的学习理论并不是那种立刻学会什么什么或者能让计算机变得像人一样的超越产物，而是通过考察人的基本学习性能，来优化学习过程的一种指导。可以称之为传统的学习理论，建立在人的生物基础和有限的思维运作上。虽然传统，但在人类机械飞升之前大概都不会过时，并且对每个人都有相当的重要性。在考虑学习理论之前，我们需要思考，要理解学习过程，一个人究竟需要些什么知识，这些知识为什么是必要的，并且能发挥多大的作用，相当于理论本身的性能。

虽然这个论题很有讨论价值，但篇幅所限还是直接从结果出发，先把思路串起来。清晰而简洁的理论出发点就是忠实描述现实运作的方式，所以对于学习，我们需要有一个描述学习过程的一般方法。这意味着暂时忽略学习内容本身的多样性，或者说学习本身的特性已经不重要了，仅仅需要描述人正在做什么，获得了怎样的信息，进行了怎样的思考，作出了什么行动。

比如，读语文课文，听历史故事，读英语文章，思考理科题，做某种精巧的小玩意……均可以看成在做学习1，学习2，或人采取了行动1，行动2等。在这个抽象下重要的就是，任何学习都需要占据时间，本质是个时间管理问题，通过学习理论你所能做的也仅仅是改变学习的规划，那么怎样理解学习可以提高学习效率呢。

对学习过程的时间规划，不在于想做什么便做什么，而是有更具体的量化分析价值的。我们可以把每个学习过程看成一个可完成的有限任务，就像速度时间路程一样。这里假如制定一个画画100张的学习任务，如果每天画一幅，三个多月可以完成，如果每天画两幅，只要一个多月，每天画四幅只要不到一个月，好神奇！（棒读）但很多人的学习规划是，一周画一幅，完成要两年，极其随性一月画一幅，竟然需要八年，天知道八年后自己在做什么。

结论很简单，每天的学习进度，或者说学习效率或者时间占用率，并不是在时间轴上均衡的，如果效率太低，你不能期望完成任何学习任务，不过只要达到某个效率，就能优雅的进行学习。但是再往上提高时间占用，对任务的完成影响很小，而且人每天除了睡觉还有很多不得不做的事。

这就是对所有学习问题进行考察的出发点，了解学习是否能够完成，随时掌控当前的学习效率，只需要简单的数学计算。基本上后面所有的讨论都是建立在上面这个简单的例子之上，接下来做几个重要的补充。复杂性的提升首先源自于人往往需要学习多种不同的内容，比如简单的两种任务情况，阅读小说和学习外语，由于均满足效率原理，于是就变成了相互冲突的关系，过度提升某一个的学习时间会极大损害另一个的学习效率。

常见的例子，虽然现在网速都很快了，但多个下载任务会竞争带宽，速度过慢完成时间甚至是无穷大。如果我们塞入更多的学习任务？结果会喜闻乐见。所以对学习时间的规划是很有必要的，需要建立在知己知彼的基础之上。

知识与记忆的结构

可惜学习时间上的冲突仅仅是多任务学习的冰山一角，另一个很重要的问题是，学习内容基本是不可能无缝切换的，比如你刚玩完游戏满脑子操作，接下来开始解数学题会立刻上手吗？如果你数学很好大概问题不大，但如果你要开始一个几个月都没动过的难题，估计一番痛苦之后又跑回去玩游戏了。这里已经涉及到学习的熟练度，影响学习切换效果的因素，学习任务的行动支配性等等。简单来说熟练的内容会更容易开始，不熟练的内容在竞争中处于不利地位，而我们所学习的，往往都是相当不熟练的内容，也是容易在早期夭折的。

学习任务的过渡也是一个时间轴问题，所以我们也可以通过量化掌握其性能。不过学习任务之间并不是完全独立的，或许可以看成近关系或远关系的，比如你学习英语课文语法背单词，或通过英语学习某个编程框架，或练习英语歌，之间当然也有冲突，但都会提升你的整体英语能力。或许不是很明显，其实语文阅读能力提升也有可能提升英语阅读效率。要进一步分析这个问题，就不能只停留在抽象的课程规划上，而要深入不同的知识体系之中。

不同的学科知识体系，语数外理化生史地政体美音…，构成二元理论构成的空间结构部分。虽然要考察很多具体知识内容，但我们要做的的仍然是分析学习问题所需的抽象，其中最基本的就是，知识是以什么形式存在的？可以从具体方面来考虑，比如书面材料中的内容，计算机中存储的内容，脑中知识记忆的方式，大概已经意识到了，对此最有用的抽象就是上次谈过的可控性抽象特征信息压缩网络模型，这里直接用自解释的方式来定义概念，而不是发明一个晦涩词并宣称其无所不能。

虽然字典是线性编排的，计算机中的数据是按地址线性存储的，但这只是因为查找方便，没人会觉得人的记忆也是线性存储的吧。信息的网络结构是信息得以运用的基础，因特网由网页和相互之间的链接组成，而人脑通过神经网络来存储信息也是理所当然的自然方法。从抽象的角度看我们并不需要了解大量人脑的具体化学物质，而只需要考虑知识的抽象结构，就像虽然我们使用晶体管制造计算机，但你也可以选择电子管甚至机械，如果这些比较困难，你可以用计算机中的程序语言来模拟晶体管功能，或者干脆用Minecraft造一个计算机。

我们需要怎样的记忆模型，与我们所使用的学习理论自身的要求密切相关。比如我们前面谈到学习内容切换时所发生的冲突，对学习效率的影响可以反映在记忆效率上。人会遗忘从外界接受的原始信息，但其中包含的抽象的不变的重复出现的概念，往往能够较长时间保留下来，并且基于网络控制原理来随时生成所需的定制的多样的感官内容或行动方式。可以注意到，我们不需要长短时记忆的预先定义，而这种特性是网络结构自带的。从知识的结构特性出发，背单词并不是良好的语言学习方式，但从效率出发背单词可以提升不常见词的出现概率从而针对性提升语言能力的全面性。

人会自发的在不同概念之间建立关联，这与记忆的形成是同样的意思，学习理论的空间操作性就建立在对知识信息结构的规划之上，比如你可以把书面有的内容或隐含的内容读出来或写出来，从而在二次处理后的信息上建立联系和抽象的知识结构，也可以基于书面的内容想象画面或现实运作方式，最终建立从具体到抽象的双向高效信息流动体系，这就是人在学习中所追求的知识记忆上的目标，也是学习理论要提升学习体验所需要分析和进行优化的问题。

语言学习

虽然对于抽象的东西还可以谈很多，但由于信息缺乏和不清楚的细节太多，容易变成沉溺于感官的概念组合随机抽卡。既然已经建立了从抽象到具体的知识体系结构和学习过程的时间轴分析方法的基本论调，就可以直接将其运用到具体的复杂学习对象中去，现实会补全理论的不足，并让我们形成从理论到实际的整体思维体系，这就是对学习理论的学习。作为最基础和最常见的学习对象，那就是语言了，既包含母语也包含外语，特别是母语学习的自然和外语学习的生硬之间的冲突，是理解语言学习首先要搞清的问题。

语言学习有一些常见命题，比如，词汇或概念是如何被记忆的。虽然学习外语我们会用母语来解释意义，但母语本身是原生的，只能从现实环境中理解其中的抽象要素。词汇量常用来评价语言学习的程度，但对学习调控没什么意义，因为人并不像机器那样存一个词就完事了，每个概念都有其作用周期，其含义和运用方式始终在不断调整之中。词汇本身是没有意义的，意义体现在与其他概念建立的联系，所以分析语言学习最基本的方法，就是从关联的建立过程出发。

最简单的就是明确每个关联的建立瞬间，比如看到一个词或使用一个词，假如设定一分钟看到100个词，就可以用效率原理来处理整个过程，比如1小时关联6k/h，每天阅读8小时相当于关联48k/d等，关联的次数可以作为学习训练过程的衡量。特别是，词汇的出现不是随机的，有些常用词会高频率出现，对于不同知识主题的具体问题，也会拥有其特定的专业词汇使用范围。这样就建立起了二元分析模式。

另一个常见命题是语感的培养，很多人认为学不好外语是由于没有真实语言环境，建立不了外语的语感，只能生硬的用中文句式翻译一类的。看起来似乎语感是很神秘的东西，其实语感仅仅是前面所说的不同知识体系时间过渡中的惯性罢了。只考虑中文的话，开始阅读小说，一般在十数分钟后会进入沉浸模式，如果每天花相当时间读小说，一周之后基本上会对语言的理解和运用有全新的认识。

而外语要实现这种状态，平时随时使用的中文便是一大阻碍，因为外语实际上是可以独立运行的，并不需要中文做转换，所以只要从信息层面提升外语的占比，就能达到专注的语言使用模式。这种模式的好处？首先就是切换熟练度的提升，更容易进入状态，并且可以像中文一样长时间持续使用，提升语言学习和运用的效率，包括获得更好的理解力和感官体验，增加使用和表达的欲望，良好的理解也促进了语言记忆性能的提升。

视觉与听觉感官

有关语言学习还有很多命题，不过大多数都可以用前面的基本方法处理，建立对特定一般分析方法的认识是很重要的，因为其不仅能用来指导语言学习，也能用来理解任何知识体系的学习。对于外语学习来说，借助中文来转换实际上是一种很方便的方法，只要能够避免中文带来的干扰。对于一般的知识学习来说，我们就需要建立从对现实问题的感官认识，到抽象符号体系的建立，再到对现实的分析理解以及再现和控制的整体思路，基本的时间分析方法依然是适用的，不过我们有必要加深对现实认识的感官机制的理解，在此之上才能建立抽象的逻辑体系。

人最常见的接受信息的方式是视觉与听觉，而表达信息的方式是讲话与书写，不过人作出各种行动的过程也是同时被自身认知的，同样可以看成一种接受信息的方式，并从中抽象出需要的概念，实现关联的建立或者对特定现实体系的学习和再现。从最直接的层面来看，视觉画面或文字符号可以看成以具有起始点的大量线条构成，而音乐或语音符号可以看成具有起点终点的不同频率高低的声音。大多数时候我们都是将其做一定简化规范后，从较为抽象而简洁的层面来控制最终的成品。

文字的书写和阅读，语言的诵读和聆听，可以看成是在不同感官中的抽象结构间建立联系，相对于单一感官内的概念关联，不同感官间的相互驱动可以赋予人相应的行动力。除了视觉听觉动作，触觉味觉嗅觉等也拥有相当的抽象分析性，不过对其的处理方法并不会与视觉听觉动作等有本质的区别，多感官间的互联实质上仍是不同抽象概念间的联系建立过程。

在处理感官问题时，一个很重要的要点就是感官冲突，包括同感官内的冲突和不同感官之间的冲突，进一步可以考虑不同感官的支配性。这与知识体系的支配性类似，不过感官信息的支配性往往要远大于抽象的知识体系，因为人的感官都是身体提供的初始功能，始终在不断的使用和完善。而同感官内的冲突的基本特征是，你不能同时想象或作出不同的行动，但不同的感官可以作出不同的任务或者相互配合。

多感官冲突的简单形式是，假如你阅读文字，视觉感官便开始进入时间过渡，但其他的感官只能依靠内部关联来实现过渡，不过如果其他感官也开始书写或诵读，就能更有效率的实现过渡，并促进多感官的状态的相互配合。而感官的支配性主要体现在，你只能接受看到听到的东西，被动理解语言的意义，并让语言控制自身的行动。更直接的感官动作的支配性往往高于语言，从而能迅速掌握环境状况，作出相应的本能行动，集中注意在眼前的问题上。

知识体系的处理

感官信息属于具体到抽象的具体方面，而绝大多数知识都是经过简化调整压缩后的精密抽象体系。但是不同的知识领域并不是完全独立的，其有内在的关联结构，这种体系间的联系性也使体系本身拥有更高的灵活性和创造性。例如可以将木头加工成不同形状的木板，并且组装成不同类型的家具，并实现相应所需的功能，同样也可以将金属加工成各种零件，并组装成复杂的机器。

你可以用不同的材料造出功能类似的产品，更多的是发挥相应材料的特性，相互组合得到最为均衡实用满足需求的成品。这时不同的独立体系就变成了一个相互支持的复杂而庞大的体系，不仅是人造产品，复杂的社会分工也是以相应的知识为基础从而实现运作的。借助这种知识，现在可以在计算机中建立各种形状的模型，将其组合起来，甚至像在现实中一样运作，极大地加强了想象与现实的联系。

对于每个知识体系的学习，都可以看做是一种语言学习，或者说掌握一个抽象符号体系的过程。但每个体系都是毫无关联，只能一个个线性依次学习的吗，那从效率分析上真是灾难。不过我们已经使用了二元结构化的知识体系思维方式，知识体系本身的相互关系也是具有类似的层次结构的。事实上语言就是其中最基本的构成，负责将感官获取的丰富信息抽象后并进行合适的组合，并能够从外界输入组合形式的行动步骤，极大的扩展了人处理问题的能力。

另一个具有强大力量的就是现代科学体系，其基础是借助数学来描述现实，通过物理化学等建立现实世界物质组成的动态运行图景。除此之外还有很多常用的抽象体系，例如介于现实和语言符号之间的视觉上的绘图设计符号逻辑，通过考察人的行动方式来演绎剧情或者分析社会的运作，基于对计算机的运用来扩展人的能力，优化对信息的处理等。这些基本的体系是相互独立的吗？显然其中也具有大量内在的联系和抽象共通点，而最基本的就是这些都是二元概念体系。

学习过程的调整

关于学习理论的基本分析框架已经大致描述完了，下面谈一些稍微细节的问题，任何简单的理念在遇到现实后都会变成复杂问题的堆积，如何在保持基本理念的基础上解决复杂问题是理论是否能维持有序性的前提。学习理论的用途并不只是单纯地描述过程本身，还要有目的的找到改善问题的点并提供解决方案，这需要建立在理论的合理抽象之上。

从前面的描述可知，学习过程的核心是对原始信息的处理，人能学习不同的知识内容，是因为我们可通过行动改变接受的信息形式，即借助理论通过行动调整现实的学习过程。要优化某种特定的知识的学习，一个基本的方法就是从时间轴上尽量排除无关的信息输入，可以称之为信息的降噪或者对信息的提纯。这种提纯包含两个方面，一种是对知识体系本身的提纯，一种是对学习的行动控制的提纯，这也是建立在二元基础上的。

知识体系的提纯较为常见的就是借助优化过的学习材料，并借助思维想象力或行动实现信息的反复生成和输入，因为思维本身就已经是对信息的提纯了。行动控制的提纯决定了能否长时间的保持特定的知识学习过程，而不是经常走神或者放弃继续学习，这主要通过对学习环境的优化以及排除不需要的信息或行动来实现。由于在多种学习任务并存中这些问题都会变得更棘手，所以学习过程的规划应当简单而稳定，并借助知识之间的关联性来优化不同形式的学习内容。

学习体系的维护

虽然学习问题的关键主要在于从零开始形成特定思维模式的过程，但是当实现了特定学习目标之后的效果并不是一劳永逸的，学习效果很容易遗忘，不成熟的学习结果更容易忘光，而成熟的学习结果能保证基本体系的稳定性，更容易保持或开展重新学习。虽然大多数人往往只专注于某个专业领域并将其作为工作，但大多数工作也不是单一知识体系的运用，从个人角度来说往往也有许多兴趣或娱乐方式，这些所有都是学习对象，会随着学习而强化，随着不接触和使用而遗忘，如何管理多种知识体系，依旧是一个多任务学习的效率分析问题。

前面提到过常用的基础知识体系，例如语言或数学等，保持学习效果上的维持对许多具体问题的学习处理都有帮助，从人的个体来说，身体能力也是类似需要维持的机能，处理方式与知识学习差不多。人的时间是有限的，学习在时间上的需求可能需要人不得不选择使用某个一年来强化特定的基础能力或专业知识，实现从无到有的知识体系建立过程。对于多知识体系来说，不太可能总是停留在特定知识领域，变成一年时间内混杂的安排是不可避免的。

但如果已经具有成熟的知识思维体系，其维护就有可能更加容易一些，比如一年使用一个月单独强化从而保持整年的所需效果。例如母语属于每个人都相当熟练的能力，但在现代随波逐流的生活中也容易被忽视，从而产生一定的读写问题。尽管可能并不明显，但如果花时间维护一下的话，仍然有可能得到明显的提升。许多潜在能力的提升，会提高自身处理和解决问题的能力，或者说学习理论增加了自身的可控性。

交互式学习

虽然前面把与学习相关的思维方法简单叙述了一遍，但是这种描述是更加偏向于个体学习的，虽然这是很基础的问题，但现实中的学习往往是通过人与人的交互和交流来实现的，包含指导者和被指导者，这种角色分配并不总是固定的。在个体学习上，可以很容易的根据接受的信息进行效率分析，但对于人的讲授来说，语言交流的效率往往是相当浮动的，讲授者并不能直接将信息灌入学习者脑中，学习者也不一定总能跟上讲授者的思路。这样一看，似乎互动式学习具有天然的效率低下问题，但这不是问题的全部，互动式学习有其特有的优势，并可以借助其优势来弥补其劣势。

要实现良好的学习效果，往往要准备学习材料并将其处理为合适的形式，这一般只有经验丰富的学习者才能做到。对于学习中遇到的问题，经验者往往能做出更快速和合适的解答，或者亲自进行演示。不过以上很多都可以在书面和视频教程的制作中考虑进去，而交互式学习难以替代的是，真实的人的行动是一种强支配力感官，可以高效的限制学习者的无用思维和行动，同时语言和行动式的讲解从基础感官层面看是强制性的，有助于学习者迅速进入多感官配合的状态。尽管交互式学习有独特的优势，但由于学习往往是为自己所用的，需要花费大量自身的时间来进行练习，因此交互式学习不会在学习过程中占主体地位，但人与人交互的强控制力，对于调控个体的学习过程是十分有效果的，特别是一个人难以开展学习的时候。

关于学习问题就说到这里，可以看到后面的主题都是建立在前面的基本思维方法上的，当然还可以借助其分析和解决更多的问题。然后就可以理解当前的教育形式是多么的匪夷所思了，或者说糟糕的过于离谱了。学习理论不应当仅仅用来处理学习问题，也应当可以用来解决教育问题，并指导提供教育制度的合理形态，这些放在下一个视频中讨论。希望大家可以进行更多的思考，从而深化对理论的理解。感谢大家观看。