这些学习的基本逻辑，在线教育从业者要了解

善宝橘 2023-07-23 17:31:48

学习是件很有意思的事。当我们讲到学习时，经常想到的是一个老师站在讲台上，对着台下的学生滔滔不绝。而学生们一言不发，安静地听老师讲课。

这似乎是学习的典型画面。在这个画面中，老师、学生、教室，三者共同构成了一个学习的场景。实际上，学习不单是这一个场景。我们在 B 站看视频，在得到听课，在微信上读书，这些都是学习的场景，差别只在于后者没有一个明确的地理空间标识。

而从更本质的角度思考，学习实际上是人与知识的互动，无论是老师、教室，还是 B 站，得到和微信，都只是一种媒介。媒介会随着科技的发展而改变，也许将来不会有老师，但人与知识作为学习的主客体，永远存在着。

对于学习，我们需要回答三个问题：

人是怎么样的人？
知识是怎么样的知识？
人与知识之间如何交互？

先来看第一个问题：人是怎么样的人？

这个问题涉及到两个方面：人的共性和特性。人饿了会吃东西、渴了会喝水，无论是谁都有这方面的需求。这是共性。但有的人饿了会吃汉堡，有的人会吃中餐。这是特性。当我们把目光约束在学习场景时，就要看这个人的学习共性和特性。

人的学习共性，包括四个方面：记忆机制、认知模型、强化和动机。

记忆机制

人的记忆分为三种：感觉记忆、工作记忆和长期记忆。我们被蜜蜂叮了，感到疼，这是感觉记忆。我们处理复杂工作时，调用的是工作记忆。长期记忆则储存我们学会的知识。三种记忆中，工作记忆和长期记忆是一对好基友，工作记忆在处理问题时，要用钩子从长期记忆中取出相关的知识。

比如，当我们看到某只黄色的卷毛狗时，狗的形象通过眼睛接收，成为感觉记忆，又从感觉记忆传到工作记忆，工作记忆又从长期记忆中提取关于狗的知识，最终判定它是一只泰迪。

从看到狗到认出它是泰迪，中间有两个关键点：感觉记忆传到工作记忆，工作记忆使用钩子从长期记忆中钩取相关知识。

和U盘一样，工作记忆也有存储空间，但非常短小。工作记忆大概可以存储 7±2 的组块。

什么是组块呢？

就是有意义的记忆单位。这样解释仍然很抽象，我们用手机号码做例子。譬如十一位的手机号码12345678910，如果我们按每个数字来记忆，那么每个数字就是一个组块，如果我们按 123 456 789 10 来记忆，那么 123 就是一个组块。显然，后者的记忆方式更优。

由于工作记忆的短小，决定了它不可能存储太多的信息。事实上，和它的名字一样，工作记忆的最大作用在于处理，而不是储存。当黄色卷毛狗由感觉记忆传到工作记忆时，工作记忆会判别它的类型，黄色卷毛属于视觉记忆，那么激活的就是工作记忆中的视觉记忆模块。

这里冒出了一个新名词，视觉记忆。事实上，工作记忆是分区的，包括视觉区和听觉区。感觉记忆传过来的越多，工作记忆就激活的越多。这也是为什么学习最好要多种感官运用，因为它们激活的区域不同。

当黄色卷毛狗到达工作记忆时，我们就要从长期记忆中提取相关的知识，帮助我们判断黄色卷毛狗是什么东西。我们不妨把长期记忆类比成互联网，工作记忆是搜索引擎。当我们从互联网中搜索信息时，需要输入关键字。

关键字是从长期记忆中提取工作记忆所需要的信息的关键。学生在学习时经常出现的问题是，有时候知识点记住了，但遇到问题却不知道用哪个知识点。其实问题就是一个钩子，或者说关键字。但因为学生自己打造的钩子跟问题不一样，导致无法用问题作为钩子提取自己本来熟识的知识。

不妨举一个简单的例子，我们问：孔丘在家排行老几？

当我们看到这个问题时，是用孔丘在家排行这个钩子去长期记忆里搜索答案。可如果你的钩子是孔子在家排行老二，而你又不知道孔丘就是孔子，你就无法提取出正确答案（即使你知道答案）。

还有的钩子比如夜晚有多少颗星星，这就属于非常粗糙的钩子，它从长期记忆中钩出的往往是零散的、不完整的记忆。而如果将钩子设定成北斗七星有哪几颗，钩子就非常明确，答案也非常唯一。

除了准确性以外，钩子与相关答案之间的联系程度也决定了提取信息的准确性。虽然我们把长期记忆比作互联网，但互联网保存的信息往往是不变的（除非有人二次编纂），无论何时，只要我们拥有网址，只要网址能打开，我们看到的往往都是不变的东西。

但长期记忆不是，储存在记忆中的东西，有时会随着时间而流逝。尤其对于一些复杂的记忆，回忆起来总是含混不清。我们可以回想起《静夜思》怎么背，但如果让我们回想《长恨歌》，很多东西就记不起来。

长期记忆的储存遵循遗忘曲线规律，而对抗遗忘曲线的方式就是间隔复习。所谓间隔复习，就是一个知识学完，依据制定的复习安排，每隔一段时间就去复习一次。这样，复习到了一定次数，遗忘曲线的递减趋势就会逐渐拉平，最终，这个记忆点就牢牢印在脑子里。

所谓的知识，就是在特定情境下我们能够回忆出的经验和方法。特定情境就是钩子，从我们的长期记忆中提取需要的信息。而复习就是把我们学到的知识在长期记忆中固定下来，不让它溜掉，两者相辅相成。

认知模型

所谓认知模型，就是我们对于某种事物的固定看法。人比动物高级，这是我们的认知模型。人与自然共生，这也是我们的认知模型。认知模型是一种简便化的方法，它让我们在处理某件事情时能够快速反应，不需要再重新思考解决方法。

我们第一次看到外面下雨，如果没有人告诉我们出去会被淋湿，那么我们可能会出去试一试。等到试完发现身体被淋湿，继而感冒。我们就会得到一个结论：下雨天不要出去，会感冒。这是我们的认知模型，等到下一次再下雨，我们就不会再去思考一遍，出去会发生什么，而是直接沿用我们之前得出的结论，乖乖呆在屋里。

在很多时候，认知模型简化了我们的思考过程，提高了我们处理问题的效率。但有时，认知模型也会导致思维定式。在学习中，老师讲解了某个知识点，该知识点可以运用在某道题上。有的学生就会产生思维定式，认为该知识点只能用在某道题上，而不会对知识点进行迁移。

关于思维定式，生活中也处处可见。假如现在外面下雨，我们要出门却没有雨伞。我们遍寻一周，发现屋里只有纸箱，于是我们只好冒雨出去。在这个场景中，我们下意识忽略了纸箱，因为纸箱在我们固有的认知中是用来储存物品的。其实，我们只需要把纸箱拆开，将四面展开，它就是一件很好的遮挡物。

当然，有些固化的认知模型对我们很有帮助，比如金字塔原理、PECE法则、work-backword，这些普世性更强的法则，帮助我们在面对某些问题时，有合理依循的框架。

使用这些认知模型时，难点在于将模型与情景对应起来，即如何用钩子从长期记忆中提取出合适的认知模型。当然，即使是普适性强的认知模型，仍然避免不了思维定式的问题。因此，任何的思考都绕不开那句老话：具体问题具体分析。

还有一句老话说：授人以鱼不如授人以渔。与其学固化的认知模型，不如搞清楚认知模型是怎么形成的。

认知心理学认为，认知的基本单位是概念。我们看到陌生的东西，会给它一个名字。看到陌生的现象，也会给它一个名字。即使是完成某件事的方法步骤，仍然会给它一个名字。这不是因为我们是起名怪，而是因为我们的认知模型生来如此，我们必须要借助概念才能了解这个世界。

我们不妨把外面的世界叫作现象，一切都是现象。而现象总是具体而微的，我们说一只猫，如果用现象描述，那么就要说这只猫的尺寸、神态、颜色、走路的姿势、所在的空间。如果我们用这样的方式去谈论我们看到的事物，那就没法聊了。只有当我们把看到的现象抽象成概念时，我们才能用简洁的方式去思考它。猫，只是一个字，就概括了这个物种的全部。

需要注意的是，有时候我们往往搞错了概念原型。比如我们说猫，是在说某种慵懒高冷的宠物；但搁在古时，猫就是抓鼠能手。尽管双方聊的都是猫，但猫在各自心中的原型不同，理解也就不同。这也是为什么老师在传授学生知识时，发现双方的理解南辕北辙。原因在于，尽管他们聊的是同一个知识点，但知识点的认知原型不同。原型都不同，想要教授知识，就天方夜谭了。

概念原型搞错，是现象转向概念的副产物。但相比概念带来的好处，就微不足道了。概念帮助我们理解这个复杂而庞大的世界，我们以概念来串联不同的知识，将概念与概念之间彼此交融，在旧概念中孕育出新的概念。由于每个人所吸收的概念不同，概念之间的联系也不同，但正是因为不同，才使得新的概念得以从旧概念中诞生。试想，你的概念是A，C，我的概念是A，B，那么我们就能各自组合成一个新的概念。

概念的联系，最微不足道的功效是帮助我们抵御认知固化。它更大的作用，是创造新的知识。换句话说，这正是创新的来源。而概念联系中，最创新的概念来自于跨界。同一专业的概念往往统一，而跨界则带来旧事物的新认知。这正如盲人摸象，我们都是盲人，但一群盲人互相分享自己对大象的认知，好过闭门造车。

强化和动机

从上古先民开始，人就一直在思索三个问题：我是谁？从哪儿来？到哪儿去？

几千年过去了，距离这三个问题的答案出现仍然遥遥无期，但我们至少知道一件事：人活着是靠意义驱使的。我们上学，是为了找到好的工作，找到好的工作，是为了好的生活。过上好的生活，最后刺激了我们大脑中的愉悦中枢。当然也有的人想要一步到位，那大概是美国典型的消失的一代。

马斯洛将人的需求分为五个层次，从最基本的安全到最高的自我实现。虽然该理论从未被证实过，但心理学界却默认了一点：需求是有层次的，而需求层次并非像马斯洛需求模型一般固定，它受到外界刺激和环境影响。最典型的比如舍生忘死。

对于学习而言，小孩子学习的动机是被家长逼迫，而非自身产生的动机。当然我们也可以说，小孩子学习是为了博得家长的关心，而在学习过程中，一些人超过了其他人，那么这些人的动机就是超越带来的快感。

成年人学习，原因则多种多样，但主要是为了提升自己的认知水平，方便以后升职加薪。

动机，可以说成是我们的自驱力，但由于学习是场马拉松，知识又有门槛。动机不是永动机，动着动着就不动了。当我们学习时，我们没有办法体会到它带来的意义，因为它实在太过漫长。尤其是学习遇到挫折时，我们经常陷入自我否定中。

事实上我们不但需要有动机，而且需要有结果。如果不是那大大小小的考试，我们可能坚持不到高考。在学习的道路中，如果我们不能确定自己的成长，那我们就会沮丧。

而确定本质上是一种强化。从行为心理学的角度来说，人的行为受到结果的影响。结果是好的，这种行为就会持续；结果是不好的，这种行为就会被抑制。我们的每一次考试，考得好，对学习来说就是一种正向强化，它强化我们继续做现在的事。一旦我们考得差了，这种强化就会变成负向强化，它让我们厌恶考试和学习。

所以说，考试是一柄双刃剑，好的学生因此确认了自我，但成绩差的学生却因此否定了自我。最好的学习方式是自我确认，当我确认比上一次进步时，就会产生正向强化。而考试取决于他人，即使自己真的进步了，但和别人一比，原本应该成为正向强化的强化反而成了负向强化。

说完了人的学习共性，就要聊一下人的学习特性。

人的学习特性

人的特性依赖于先天的基因和后天的培养。不过在学习这方面，目前尚无可靠的证据证明所谓的天才与普通人的成就差距。

我们的学习能力，取决于我们先前的学习积累。这包括：长期记忆里储存的知识是否足够？钩子是否准确？我们的认知模型是否多元化且丰富？我们是否将概念消化成自己的知识，将概念之间关联并衍生出新的知识？

记忆机制、认知模型、强化和动机，是人所具备的基本属性。但积累是后天的，一个人被说成不聪明、蠢笨，不是因为智力上有问题，而是在知识的积累上欠缺。我们在学习上投入的时间，时间在不同概念上的分配，概念与概念联系的紧密程度，造就了我们的学习方法、学习习惯和学习积累，而这些共同构成了我们的学习特性，我们则以这样的学习特性去应对新的知识。

接着来看第二个问题：知识是怎么样的知识？

这个问题分为两个部分：知识的规律和知识的呈现方式。

知识的规律

在这个世界上，知识是五花八门的，有栽花的知识，有找网盘资源的知识，还有氢气和氧气混合成水的知识。但无论何种知识，都遵循一条基本的规律：复杂的知识由简单的知识建构而成。

在某种程度上，知识就像是合成游戏里的合成兽，多份知识合在一起，就成了更高一级的复杂知识。但知识与合成兽的差异在于，同一份知识是无法合成的，只有不同的知识合在一起，才有可能诞生出新的知识。

知识的合成造就了复杂的知识，那么反其道而行之，当我们想要学习复杂知识时，就要对进行进行拆解，将复杂的知识还原成简单的知识。

有的知识，属于五星级合成兽，是由简单知识合成了五六次才得出的终极复杂体。面对这种知识，拆解的难度就很高。比如，两个知识点合成了新的知识点，我们不知道两个知识点是以相加还是相乘的方式合成了新的知识点，当我们从新的知识点的角度看时，我们甚至不知道这个新的知识点是由多少个小的知识点合成的。

逆向破译的感觉就像是二战时的图灵及一干大佬在破译德军密码，但大部分人不具备这个能力。幸好人类的知识是传承的，我们手里握着先辈们传下来的知识图谱。这个图谱就相当于建房子的设计图，路线都安排好了，只要照着这个走就好。

然而，也不是所有的知识都有知识图谱，许多未成学科的知识，分散在行业内部，只有特定的人所掌握（甚至这些人掌握的都是一知半解）。对于学习者而言，这是最糟糕的情况，我们甚至都不知道往哪个方向前进。

有时候行业的大牛甩出来一个观点，我们并不知道这个观点属于哪个层级的知识，这个知识还需要哪些知识的支撑。如果我们盲目跟从，有可能该观点属于高级别的知识，对于入门者很不友好，那就是徒耗精力并且得不偿失。

知识的呈现方式

知识是一种信息，遵循信息的呈现方式。世界是一个信息世界，不同的物体以不同的方式传递着信息。动物在发情时，会传递信息素，信息素上携带着交配的信息。人看见物体时，物体的光从人眼穿过时，到达视网膜，转化为电信号，传入神经细胞，又转化为化学信号，最终为人类所感知。这些都是信息的表现形式。

如果现在有一道光，打进我们的脑袋里，于是上下五千年，我们都一并知晓，那么学习不会有任何负担。可惜，知识的传输还没有这么高效，它必须依靠文字、声音、图像和视频。

用麦克卢汉（一位研究媒介的大师）的话说，媒介分为冷热媒介。冷媒介：信息不多，一切靠自己脑补。热媒介：信息多，要靠自己脑补的成分少。

我们以风为例。当我们看到风这个字时，脑子里可能什么都想不到，再仔细想想，也许会有风的颜色，就像漫画里出现的三条曲线，甚至可能会有风声。如果最近刚好看到灾难片，那我们可能会想到飓风。

但是，如果我们现在听的是音频，我们就能感知到风的声音，从它的声音中我们推测出风力的大小，如果风刮过窗户，我们还能想象出具体的情景。如果这时再甩出来一张风的图片，我们就能更加深刻地体会风的模样、形状和威力。

当然，这些都比不上我们所看过的灾难片里所呈现的情景。那是最生动、具体和真实的理解。

在上述四种媒介中，文字的主要作用是帮助我们理解和思考世界。文字是思考的载体，但它并不利于传播（文字是一种概念）。而视频则相反，它所呈现的画面，就是真实的世界（视频是一种现象）。

当然，这里所提的文字和画面指的是知识的呈现方式。而像老师在课堂上讲课，视频里的录播课，本质上仍然是一种文字传播，因为知识仍然以文字的方式呈现。

最后我们来聊一下第三个问题：人与知识之间如何交互？

其实前两个问题都是为第三个问题铺垫的，毕竟学习本身就是一个交互的过程。交互本身是个很抽象的词，它的直白意思是，双向反馈。情侣吵架，你骂了我，我回骂你，这是情侣间的交互。如果我骂你，你不回我，这是冷场。吵过架的情侣都知道，冷场是最恐怖的，这意味着你压根没法进行下一步，事情就一直僵在那儿。

学习很像恋爱，两个人刚开始互不熟悉，等到相处时间久了，知道对方的性格癖好。我们学习知识，首先要知道知识的组成，明白它的完整路线。剩余的步骤就是按图索骥。知识对我们也是如此，它要明白我们学到哪个地步了。当然知识不是活物，但我们可以假设它有生命，它在向我们展示着它的全部构成。

一个良好的交互过程，是知识明白学习者的水平，根据水平推送相关的知识点。学习者将学习过程反馈给知识，知识再推送新的知识，或者是原有知识的巩固和深入讲解。

为什么一对一的教学效果最好？

因为一对一反馈性最及时，老师先评估学生的水平，再根据学生的水平，要上的教材去制定对应的学习计划。老师按照学习计划进行教学，讲完一个知识点就停下与学习交流，确保学生理解，并颁布相关作业让学生巩固练习。这样，每一个知识点，学生都能够得到充分的理解和吸收。

相比于大班课、小班课，录播视频等形式，一对一的交互效果最好（但无法形成规模效应，所以要做后台，沉淀教学和教研经验）。不过一对一也仍然不是交互的最终形态。因为我们讲，交互是双向反馈。一对一的过程中，老师往往占据主导地位，学生的主动思考、主动行动，很难在这种环境中形成。

在学生学习的过程中，只有一个主体，就是学生。而老师、内容或是其他元素，都只是辅助角色。学生主动地思考问题、寻找问题的答案，独立地解决问题，这是交互最大的价值。让学生成为学习中的主体，这也是所谓的启发式学习。

在交互过程中，除了学习者外，即使有人的存在，人也是作为一个灵活的服务者和启发者。在现阶段，人实现机器所不能实现的个性化推题、答疑、提供非标准化问题的解决方法。但人不能喧宾夺主，人本身作为一种功能性而非人性的存在。

当然，有人说教学是有温度的，太阳也有温度，工作也有温度，当我们谈论知识的时候，还是冷漠些好。

如果说，交互本身是双方反馈，反馈的前提就意味着学习者和知识的量化。知识的量化包括知识的结构、单个知识点的难度。学习者的量化意味着单个知识点的掌握程度。量化需要借助一种检测方式，通过检测方式检测出学生的水平。在量化方面，借助机器学习和人的参与，实现个性化学习和推题。

但仍然有两个难点：检测方式的有效性；学生如何掌握知识点。

智慧化学习是未来的方向，但不是说只有学习数据就够了，巧妇难为无米之炊。即使我们把知识层级搞出来，学生的学习逻辑搞明白，但我们仍然要解决上述两个难点。

拿最基础的单词来说，怎么让学生背会一个单词？死记硬背？

当然可以，但效率太低。所以大家都在想有什么助记方法帮助学生记住单词，这其中就包括图像、词根词缀、象形词等等。单词还只是基础材料，不需要理解，只需要记忆。

像一些深的知识，比如供给需求曲线，如何让学生理解？图表是一种形式，公式是一种形式？实例也是一种形式？但是还有没有？比如做一种动画，做一个交互式实景呈现过程（你当买家我当卖家），模拟真实的交易过程？不同的知识，所需要的形式不同，很难标准化。这不单需要教研，还需要课程设计，媒介设计，策划等多方的努力。学生掌握了之后，要出怎样的题目，检测出学生的真实水平？这些仍然要回归教学，但绝不是传统的教学。更多的跨界人才需要参与进来。

最后，想要着重强调的是，学习是一件非常复杂的事，身为在线教育的产品经理，所需要关注的不仅是后台的逻辑，而应该关注学习本身。

如何打造出好的学习产品？是我们始终要思考的事情。当然这里的产品不止 App，而是关于学习的全套解决方案。