本文来自微信公众号：SCOTTHYOUNG（ID：Scott-H-Young），作者：斯科特·扬，头图来自：视觉中国
我刚刚读完一本丹尼尔·威廉厄姆（Daniel Willingham）的著作，这是我读过的关于学习科学最好的书之一。威廉厄姆是一位认知科学家，毕业于哈佛大学，他写了许多关于如何更好地学习和教学的著作和文章。
在我看来，这本书的书名——《为什么学生不喜欢上学？》——起得有一些不好，因为这本书其实并不是关于厌学的学生的，而是分别讲解不同的学习的原则。为了做到这一点，这些原则需要满足一系列严格的科学标准：
1、坚实的科学基础。用威廉厄姆的话说，“每条原则都建立在大量数据的基础上，而不是一两项研究。哪怕这些原则中的任何一个是错误的，那么它也与正确的非常接近了。
2、不依赖于环境。这些原则描述的是人类大脑如何学习的事实，因此不会因为你学的是西班牙语还是数学而改变。
3、忽视这些这些原则的代价是高昂的。运用这些原则与不用这些原则在结果上有巨大差异。这些原则不仅仅是理论上的考量，而且有其重要的实际意义。
4、启示新颖的实际运用。最后这个标准是，这些原则应当能够启发新的教学或学习方式。
这本书非常棒，因为每一条原则威廉厄姆都详细阐述了很多细节与启示。我想简单地讨论一下每条原则，及其对如何更好地学习的启示。
注：这本书一共列出了九条原则，但其中两条是和教学有关的，因此这里就省略了。
一、事实性知识先于技能
爱因斯坦错了。知识比想象更重要，因为是知识使想象成为可能。有大量研究表明了背景知识对学习效果的重要性。如果没有背景知识，爱因斯坦所高度称赞的那种洞见是不可能的。
严谨的研究表明，拥有更多背景知识意味着我们可以读得更快、理解得更多，日后记住的也更多。这意味着知识是指数增长的，过去的知识量是决定学习新知快慢的重要因素。
这就是说，在没有大量地教一个人去思考“是什么”之前，没法教一个人“怎样”思考。好的思维首先需要知道许多知识，这是无法逃避的。
二、记忆是思考的遗留物
你会记得思考过的内容。不论你学习时思绪在哪些内容上停留，那都将是最终留在你头脑里的一部分。如果你在学习时不经意间思考的都是不重要的方面，那最终记住的有用的东西也不会太多。
这条原则的问题在于，仅仅知道它还不够。我们无法不断地自我监督对自己的认知，留意自己的注意力正在何处。因此即使你试图注意正确的内容，也很容易一不留神关注到不那么重要的细节，而这些细节将优先被记住。
这也是为什么划重点通常是一种糟糕的学习策略。因为当划了重点后，你关注的就不是深层的含义，而是加粗的字词或特别强调的句子，因此不会记住多少。
我推荐类似下面的技巧：阅读时记少量笔记转述文意，使用费曼技巧，或在阅读时暂停，简要复述刚刚读过的内容。这些是引导性任务（orienting task），鼓励你花更多时间思考句子的含义，这几乎总是你想要学习的东西。
这条原则也表明了我在滥用类比法的学生身上看到的一个缺点。如果你的类比让你想到的是概念表层的细节，而不是深层的结构，那么考试时你记住的也只是表层的细节。为电压（voltage）想一个包含火山（volcano）的比喻——因为它们都以“V”开头——对解决问题没有帮助。将电压比作高度则是有用的，因为这迫使你思考电压是什么含义（这个例子中是重力势与电势的关系）。
有趣的是，这条原则在语言学习上也有启示。“听上去像”的方法之所以对记单词有效，就是因为它迫使你更仔细地思考一个词如何发音。必须为发音想出一个图像，迫使你花几秒钟思考这个词的发音究竟像什么。
三、我们根据已有的知识了解新事物
抽象的科目，例如数学、物理、金融和法律，通常很难学。原因在于我们是通过它们与其他已知事物的联系来学习的。威廉厄姆在此建议用大量的实例为特定的抽象概念提供具体的基础，然后再学习下一个概念。
我还要加上一句，我认为人们高估了自己学习抽象事物的能力。例如，没有经过大量实例或类比的训练，我们就告诉自己已经理解了某个观点。聪明的学习者能够正确地认识到大脑在学习抽象事物方面的不足，为新的观点搭建支架，直到完全理解。
偶尔，当我建议学生用比喻或类比的方法学习一门科目时，他们一脸茫然。我承认这个技巧有难度，但我认为难点部分源于它会指出你没有真正理解一个概念。如果你理解了一个概念却没法用一个例子或类比表达，你就根本没有真正理解（因此需要首先借助类似费曼技巧等方法获得理解）。
四、精通源自练习
掌握技能的唯一方法就是练习。而且需要反复练习一些基本功，才能成功掌握更复杂的技能。
数学是一个很好的例子：你可能在概念上理解了微积分，但如果代数掌握得不熟练，解一道简单的题目可能就要花上几个小时。而不假思索地解决代数问题的唯一方法就是练习很多题目。
在早期的文章中，我肯定错误地低估了重复练习的重要性。但如果没有花费大量时间练习基本技能，我是不可能完成MIT挑战和一年学习四国语言的项目的。仅仅靠理解是不够的。
威廉厄姆还提出另一种代替重复练习的方法，听上去相当无趣：学一门更难的科目，它会用到早先学习的内容。一项研究表明，代数课结束后，学生的代数技能表现出预料之中的迅速退步。哪些人没有退步呢？那些学了微积分的。
五、新手和专家在学习中的认知过程完全不同
应该像牛顿一样学习物理吗？就此而言，应该像科学家那样学习科学：提出假设、做实验检验、修改你的理论以拟合数据？威廉厄姆用大量数据说明，答案是否定的。
我认为理解科学家如何开展工作是有价值的，但显然创造知识和获取知识是非常不同的，因此学习者需要权衡彼此。对于大多数学科而言，理解科学事实比科学过程更重要。原因很简单，科学事实会影响我们的生活，但我们很少有人会真的做科学研究。同样的道理也适用于历史、哲学，以及几乎任何其他学科。
由这条原则得出的另外一点是，学习一门学科和在一门学科内创造知识的理想方法也不一样。学习微积分和发明微积分，二者几乎没有相似之处。因此，如果你无法像牛顿那样学习微积分也不要担心，因为你不需要。
六、人们在学习上的共性多于差异
所谓的学习风格是骗人的话，根本没有视觉学习者、听觉学习者或动觉学习者这回事。有关学习的不同认知风格的所有严肃理论也是胡扯。
要证明这一结论需要一些思考，因为对大多数人来说，人们以不同的方式学习显然是正确的，尽管研究表明并非如此。
造成这种困惑，部分是因为尽管不存在不同风格，却仍然可以有能力的差别。意思是说，约翰尼可能非常擅长处理视觉信息，而玛丽也许擅长处理听觉信息。给约翰尼看一张地图，他会比玛丽更清楚地记得图上的位置；给玛丽播放一首曲子，一周之后她就可以哼唱了。
但这不是学习风格理论所要表达的意思。学习风格理论是说，如果教约翰尼和玛丽同样的内容，给约翰尼播放幻灯片，让玛丽听有声书，这样的学习效果会比让约翰尼听有声书而给玛丽播放幻灯片更好。实验并没有发现这一点。
这表明我们在学习方式上的共性多于差异。有些人可能比其他人更擅长学习某些类型的内容，但对于一个特定学科，例如科学，并不存在不同的学习方式，让一些人始终比其他人学得更好。
附注：威廉厄姆还揭示了区分整体思维和线性思维的谬误。但他所说的整体思维与我的整体性学习唯一的共同点就是名字相同。我所说的整体性学习并不是威廉厄姆在此批驳的学习风格，而是一种与上述第三个原则（我们根据已有的知识了解新事物）密切相关的学习策略。这样命名是我的失误，归咎于我不了解当时使用同一个名字的其他学习理论。从那之后我就尽量少用整体性学习这个词，而更倾向于使用“通过联系学习”以避免混淆。
七、智力可以通过持久的努力而改变
这可能是整本书中我最喜欢的部分，因为它验证了我在这里所说的大部分内容。智力部分由基因决定，部分受后天环境影响。先天差异确实重要，有些人生来就比其他人更有天赋。
但威廉厄姆认为，智力是后天可塑的。心理学家曾经认为智力主要由基因决定。双胞胎研究和其他自然实验似乎证明了这一点。被收养的孩子在很多方面表现得更像亲生父母而不是养父母。
然而，现在人们的共识已经转向认为智力更多取决于后天培养，而不是天生的。一个最重要的证据是弗林效应，即观察到人们在过去一个世纪中变得越来越聪明（而且效果过于明显，不可能是自然选择的结果）。基因或许在智力中扮演重要角色，但主要是通过环境起作用的，而不是独立于环境。
如果你再看一遍我列出的第一条原则，则不会对此感到惊讶。知识指数增长意味着最开始一点小小的优势可以迅速扩大。如果幼儿园阶段基因让你在数学上有5%的领先优势，你和其他孩子之间可能看不出太大差别。但这点小小的领先优势经过三十年的扩展，产生的差异或许就是有人拿到了物理学博士学位，而有人高中就止步不前了。
从人口的角度看，这两个人的差距也许可以用基因的差异来“解释”。但基因仅创造了一点点领先。持续的努力也可以帮你在一个领域引发自己的指数型学习增长。
总结性思考
我非常喜欢这本书，不要因为我简短的摘要和见解令你对它失去兴趣。这本书很容易读，但同时彰显智慧而有见地。更重要的是，这本书以坚实的研究和科学为基础。
相较我自己平时关于学习的写作而言，我很开心书中讨论的大部分原则都反映了我自己的思考。看到我从自己的学习挑战项目中获得的经验与科学家为理解大脑和我们如何学习所进行的严肃研究不谋而合，我感到很欣慰。
本文来自微信公众号：SCOTTHYOUNG（ID：Scott-H-Young），作者：斯科特·扬