嗯
鑑於近來網路討論環境的治安
確實不比二十年前了
也先講
沒有要站隊或者惡心誰
或者自居是大佬給人發文憑的意思
純粹聊聊天
大腦其實也就是一團很複雜的神經
對刺激做出反應罷了
喜歡也罷討厭也罷
對大腦來說都是一樣對刺激做出反應而已
有養過寵物應該知道
訓練狗狗拜託拜託、轉圈圈
要給食物作為獎賞
換言之狗狗學習到的是對特定聲音/手勢
做出特定反應
就會得到食物
換言之、學習的驅動力是食物
也就是生物本能
人類也是差不多情形
當學習的動機大於阻力
就有機會把事情學起來
至於怎麼樣學的快
這就是教育領域的專業了
大體上和生理條件、教學品質和學習動機有關係
至於預先準備嘛
這其實比較像是需不需要快取的問題
一旦預測失敗當然整個預測樹都要清掉
當然看到如今的處理器都有快取
答案不言自明
預測失敗增加的成本
是小於持續預測成功帶來的利益的
而如何提升預測準確度才是問題的核心
一般解決這個問題的方法
不外乎增加快取容量和改善快取演算法
對應到人類就是念更多的書還有針對熱門科系/職業做準備
這可能就是虎媽的思維
只是方式對不對就得另外討論
另外講一個在學幼教時得到的知識
人類腦神經的連結在數量上來說
大體在兩歲以前就幾乎完成
在青春期後、人的大腦即與成人無異
在青春期結束前
用的到的連結會留著
用不到的就斷開
而且這是永久的
即所謂大腦發育關鍵期
所以雙親在孩子小的時候
要盡量給予他們各種色彩/聲音/觸覺的「正向」刺激
來鼓勵大腦連結的形成
特別提一下所謂「正向刺激」是說
避免用喝叱、責打、壓力等「負向」方式
因為負向的刺激會讓孩子的大腦學習到
這個行為不可以做
進而斷開連結
而這個連結斷開就斷開了、是不可逆的
可能會斷送孩子某個天賦
講完
其實我會覺得人類以後會走向AI教師吧
AI的本質就是預測嘛
人類開始帶小孩當老師
也不過是20歲出頭的事情
掌握的教育技巧與知識
終有一天會被大量數據訓練後的AI給超越
現在就有人用SIRI、chatGPT學語文了
往後可以想像大量教學工作由AI接手
可能現在被熱烈討論的教育諸問題
都將被AI老師好還是人類教師好的問題所取代
※ 引述《plamc (普蘭可)》之銘言：
: 為了避免又有人以為我要主張快樂學習，補充一下
: ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
: 先重複：是鹽湖先提"有人不能自主學習"，我才去檢驗他的自主學習的邏輯跟定義
: 可不是我在主張自主學習，不要搞錯
: ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
: 我再提供一個我自己的經驗，大家應該也都有類似經驗
: 我小學的時候，因為好玩，花了一個月斷斷續續把《長恨歌》整首背起來用來亂改搞笑
: (所以這是自主學習、快樂學習，沒人逼我，為了好玩)
: 到現在，我只記得前兩句
: 因為後來沒用到，每天接觸很多新知識技能，大腦建構新迴路會去拆舊迴路來用
: 所以就算以前背得滾瓜爛熟，隨著時間，迴路也會逐漸分崩離析最終大部分消失
: (也就是說，就算不是逼迫學習造成的瞬殺，長時間後也是一樣要消失)
: 如果我從來沒背過《長恨歌》，現在臨時需要記得前兩句，以我來說，大概不用1分鐘
: 所以我小學花那麼多時間的價值是1分鐘 (雖然說快樂無價啦)
: 這時你可能會提出質疑：如果現在是需要重新背起來全部，速度會較快！
: 因為雖然舊迴路被拆去用搞的亂七八糟，但一些結構還在，重新建立比從零開始快
: 是這樣沒錯，大部分人應該也都同意這樣的經驗，可是會快多少？
: 以我來說，很久以前背過全部的，要重新全部能背，大概至少要花以前一半的時間
: 假如我小時候那一個月，不是因為好玩，是為了「預先準備」
: 我花一個月，省下半個月，淨結果是純損半個月
: 如果你做啥都愛「預先準備」，就算你神機妙算猜中以後的需求，也要損失一半的時間
: 如果你落空，譬如你背了長恨歌，後來要用的是琵琶行，就是損失全部
: 來比較兩個小孩，假設都是虎媽教育，不許「玩物喪志」(就是不能像我為了好玩亂搞)
: A 虎媽設想很多「以後可能用得到」的要他「預先準備」先不做實用的事
: B 虎媽叫他只專心學立刻就要實用的，以後要用到的以後再當場學
: 假定虎媽的神機妙算率10%，扣掉因為時代演變，先準備的變沒用5%
: 假定重新學習時間跟我一樣是1/2
: A 所花的時間最終只剩下 2.5% 的作用
: B 所花的時間有 100% 的作用
: 假定 A B 都是中上人資質，B 都已經變成比爾蓋天了，A 還是魯蛇一條
: (比爾蓋天只有中上人資質，非絕頂聰明)
: 如果 A B 都是駑鈍資質，那可能差別就小些