【有效學習】大神都推崇的四種學習知識,你掌握了嗎?

by YP Liang
大神都推崇的四種學習知識,你掌握了嗎?

在學習這個行為上,我們很少去拆解,所以學習就只是學習。美國著名教育家布魯姆提出四大知識類別:事實性知識、概念性知識、程序性知識、元認知知識。

這四種知識差異在哪呢?

一、事實性知識

舉例電影-刺激1995,你認為自己應該知道,電影角色的名字、角色間顯著的關係,如主角安迪與交易商囚犯瑞德是共犯關係,而一開始與海利警備隊隊長是壓迫與被壓迫的關係,你知道他們說了什麼話,做了什麼行為,這種學習方法是將注意力集中在電影的細節案要素上,關注事實性。

事實性知識,幫助你過目不忘

這邊不講太多記憶技術,只要提醒,在多數人有個學習誤區,就是將寶貴的腦力、經歷,浪費在價值很低的事實性知識學習上,現在的科技,能夠即時查詢的就不需要記憶,只需記憶那些關鍵、需熟記的知識。


二、概念性知識

你認為刺激1995能夠使自己懂得一些重要概念,如利益、體制、階級等,你也會有興趣理解這些概念間的關係,如體制如何主導囚犯們的命運,不同的囚犯在相同體制下,又有什麼不一樣的方向與方式。建構不同的概念間的關係,使這部電影的價值更大,這種方式下是概念性知識。

概念性知識三問

結構化的知識形式,包含一般名詞概念、模型、理論、原理等,諸如AI、區塊鏈、行銷4P、馬斯洛理論、存在主義等。但是,假如你背得出馬斯洛理論,是不是就能代表你懂了?不是這樣,對嗎?

所以你得問自己三個問題:
這個知識的來龍去脈、
這知識和其他知識有什麼關係、
這個知識有哪三個能用和不能用的場景

知識的來龍去脈

因為,知識的背景,關係到當時代的Why & How,若不清楚很難認是它的本質。

以區塊鏈為例,你應該要知道:區塊鏈的起源、區塊鏈的產生和興起原因、區塊鏈可能會被什麼技術取代?

這個知識和其他知識有什麼關係

大部分知識是相通的關係,這就意味著在學習時,不應該都是「從零開始」,而是應該與你腦中已有的知識與經驗相結合,幫助你學習速度更快、理解難度更低、理解程度更深。

以區塊鏈為例,你可能會連結:分布式計算與儲存、加密技術、信任成本等

這個知識有哪三個能用和不能用的場景

專家跟普通人的差別就在於,他們知道自己的專業在什麼場景下適合,什麼場景下不適合,或是需要調整,當你將自己的知識「條件化」後,能逼迫自己去提煉和顯示這個概念性知識的應用,更幫助建立使用場景印象,下次碰到時更容易調出該知識。

以區塊鏈為例,你可能會知道:適用於虛擬數字貨幣、適用信任成本高,交易撮合難的金融市場、不適用於需要交易留痕的場景。


三、程序性知識

假如你認為,刺激1995不過就是西洋經典電影之一,你應該是把它作為載體,掌握對劇本的思考,所以先學習了一套閱讀劇本時使用的一般性方法:1. 跟朋友討論劇情;2. 審視角色關係;3. 理解作者傳達訊息;4. 考慮劇本的寫作方式和背景,假設你學習的這四個步驟與流程,不僅可以用於刺激1995,還可以用到其他劇本,那麼你關注的就是程序性知識。

程序性知識三步驟

程序性知識兩個誤區:低效率上手、無意識重複

今天你想像,若有一個新人需要帶領,現在有兩種方法,

第一個人,是察看今天與接下來幾周的任務,安排新人做什麼,他就做什麼,逐漸熟練。

第二個人的做法不一樣,他可能會先畫出一個流程,並將工作分區塊,並在區塊後分不同的步驟,每個步驟有什麼樣的內容。

你認為哪一個人的上手速度會快呢?甚至在質量上,隨著時間遞延,誰會做的更好更深?

三步驟,能有效避免程序性知識的誤區:

  • 流程化:書面整理出程序性知識
  • 刻意用:有意識地應用流程步驟
  • 一般化:提煉出更具一般性流程

四、元認知知識

與程序性知識類似,你也希望自己有一套流程或工具,用以學習、理解、分析或欣賞其他作品,不同的地方是,你希望能對這些自己「使用的流程或工具」加以反省、思考,

譬如你會把閱讀劇本時遇到的狀況記下來,並從這些問題中學習,最後,你還希望通過對劇本角色的認同,對自己有所了解,如自己的價值觀、優點,這種學習方法下,你關注的是元認知知識。

因我們多數人都是在考試制度底下成長,都是死「背」硬記,甚至誤以為進入職場後,還是繼續背就會有「高分」,比如:公司進行溝通培訓,講了三大原則,四個方法,但如果你一字不差的把方法跟原則背下,你覺得有用嗎?那在學習又該如何注意,或是注意些什麼呢?


緯育TibaMe在課程設計上,擁有數十年的教學設計團隊,課程設計符合四種知識,幫助學員反思,從直播學程而言,秉持SMART設計原則,從每次作業檢核是否記住事實性知識並融合概念性知識,以業界講師與業界實務的標準避免學習時的誤區,檢視整體流程與框架,幫助學員快速Build up即戰力,有效檢視自我能力,與學員共創交流,掌握業界實戰技術!

SMART設計原則

點我到緯育TibaMe直播學程

分享這篇文章:
0 comment
0

您也許會喜歡

Leave a Comment

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料