回覆列表
  • 1 # 兒童教育實踐者

    不知道題主是什麼年齡段,如果是學生,那可選擇的就太多了,大腦不啟動就讀英語,背語文,這些都不需要思考,一直讀下去就有收穫,在這個過程中也會啟用大腦,如果是因為知識對目前階段來說太難,那就從簡單的入手,一點點的提升自己,有進步才有動力

  • 2 # 銥晞

    不必過度在意學習是否用心,畢竟最重要的是學習的結果,學習見效才是我們想要的,而且學習學不進去肯定是心裡胡思亂想的較多,當真正學習進去是不會有任何想法的,所以建議努力不去想不關於學習的問題,做好關於學習的工作,學到東西了自然就達到目的了

  • 3 # 高中數學毛老師

    你應該經常聽到類似這樣的話,“人要敢於跳出舒適區,嘗試新的挑戰”

    “為什麼要跳出舒適區?”

    關於這方面雞湯,好像是個人都能熬出幾大罐,但怎麼跳?如何以更優美的姿勢跳?沒人能給出準確的說法。

    今天在這裡將要告訴你一個新的科學發現,告訴你如何優美的跳出舒適區,更高效的學習新東西。

    01 學習的配方

    心理學家把我們面對學習的內容,分成了三個區:舒適區、學習區、恐慌區。

    舒適區的東西你太過熟悉,他們對你而言完全沒有難度,恐慌區的東西又太過困難,你完全無從下手。

    你需要在這中間找到一個恰到好處的區域,處在這個區域中,你能時刻學習到新東西,也不會應為面對的東西太難而輕易退卻。

    這就是學習區。

    跳出舒適區已經成為一個爛大街的口號,很多人因此產生逆反心理,

    我在舒適區裡呆的好好的,幹嘛要跳出來賣雞湯打雞血,跳出來沒跳的更好,到時還回不去了怎麼辦?

    這裡可能你誤會了,跳出舒適區不是讓你擺脫以前的環境,關鍵在於“學習”二字。

    因為你想要自己的技藝水平精進,只能在學習區。

    “學習”就是你要進行的挑戰與你現有水平要達到平衡。

    即,如果這項挑戰低於你的技能水平,你會覺得無聊,超出了又會使你焦慮,需要挑戰難度和你的現有水平要剛好匹配。

    你一上來可能不知道怎麼做,但激發自己的最佳狀態,稍微突破一下你就能順利完成。

    這裡的“挑戰難度和你的現有水平” 剛好匹配,到底是一個怎樣的配比才行?

    科學家們已經發現了一個最優數值:15.87%。

    這是美國亞利桑那大學和布朗大學的研究者在2018年剛剛發表的論文,叫《高效學習的85%規則》。

    也就是說,你學習一個新的東西和進行一項新挑戰,有85%的內容是你熟悉和已經掌握,有15%內容才是陌生的和你完全不知曉的,

    那麼你透過努力就能掌握新的內容,層層遞進,增益水平。

    02 15.87%是什麼

    當前大熱的人工智慧,其本質是機器學習。

    計算機科學家們造就一個計算神經網路,用大量的資料去訓練這個網路,使網路能夠做到自行判斷。網路內部有大量引數隨著訓練不斷變化,如同我們人腦在學習新東西。

    每次訓練都會讓網路對資料自行做個判斷,然後資料再給它反饋。如果網路判斷正確則鞏固原有系統,如果錯誤,它就調整引數。

    這個過程很大程度上還原了人腦的學習過程:只有當你拿不準判斷錯,才說明你遇到的認知對你而言是新的,你才能學習掌握它。

    訓練神經網路的資料如果太簡單,網路每次都判斷正確,無益於它水平提高,但難度太高的話,它的判斷引數就搖擺不定,無所適從,導致總是判斷錯誤,

    怎樣的難度才是最優呢?

    計算機科學家用了一個數學模型做理論推導,又用一個AI神經網路學習演算法和一個模擬生物大腦的神經網路做模擬實驗,得出一個很精確的解:

    當你訓練一個東西時,你給它的訓練內容應該有大約85%是它掌握的,有15%是它不瞭解的,這能使他的學習效率達到最佳。

    03 實驗的結果

    掌握這套配比關係能讓你學習新東西速度更快,學習的快感也更加強烈。

    下面是模擬實驗的結果,圖A示一張等值曲線圖,說明的是判斷出錯率和AI訓練效率的關係——

    圖中橫座標表示訓練出錯率,縱座標表示訓練次數,顏色表示訓練出來的網路的判斷準確度,顏色越深表示準確度越高。

    可以看到,0.15~0.16的訓練出錯率,隨著訓練次數的增長,他的準確度的提升速度是最快的。比如,出錯率0.4的區域,訓練1000次的水平,僅相當於出錯率0.16區域附訓練300~350次的水平。

    下面圖B的三條曲線表示三個不同訓練出錯率,橫座標是訓練總次數,縱座標是準確度。可以清楚看到,出錯率0.16那條曲線,準確度的提升速度是最快的,大大高於另外兩條。

    計算機科學家們推匯出的結果是,當處在15.87%這一出錯率下,訓練時間能相對其他數值呈指數下降,換做是人在這樣的條件下,更容易產生成就感。

    03 結語

    這項研究主要是講機器學習,但研究者考察其他領域也得出了同樣的結論,包括教學設計,樂器學習,動物訓練等多個領域。

    這些研究表明,學習一個事物其中要包含15%左右的新內容,在這個點上,學習者的學習投入最佳。

    所以每次安排新的學習內容時,應該確保裡面有15%的新東西。比如學習英語,要閱讀一篇英文文章,其中要有85%的東西是你熟悉的,15的內容包括語法和單詞是你不瞭解的。那麼你就能基於原來的基礎,看懂這篇文章,並能配合一些資料掌握新的知識點。

    所以,之後你想要跳出舒適區,學習新東西可千萬不要亂“跳”,所有能帶給你提高和成就感的新技藝,一定是基於你已有的水平的,而不能放高射炮搞大躍進,只有將新的學習內容控制在一定範圍內,才能讓你的學習效率得到最大的提升,新內容與熟悉內容之間的比率就是15.87%。

  • 中秋節和大豐收的關聯?
  • 銀灰色的上衣搭什麼顏色的褲子?