亲爱的读者,咱们回顾一下前两篇内容:我们为什么花费接近两万字的篇幅,来讨论“理解”这个问题?

因为,学习和教育的最大问题,就是脱离“理解”去搞学习和教育。脱离“理解”,必然滑入机械学习的深渊。只有建立在“理解”的基础上行,才谈得上应用、分析、综合评价和创造等更高级的认知能力。

认知能力台阶模型

结合小能熊的认知能力台阶模型,我们能看清地看到:理解是一切认知能力的基础。

基础不牢,地动山摇。

“理解”的外延

结合下图,我们能够通过宏观视角,zoom out,看到“理解”与学习的 big picture,搞清楚“理解”的外延问题:

理解的zoom out

只学习不思考,就导致机械学习;人如何思考?并非基于逻辑推理,而是基于知识及其关联。理解,就是深度的思考。

“理解”的内涵

zoom out 之后,我们再 zoom in,来看看理解作为一种认知过程,它的构成是什么?理解的过程是怎样的?

在此,我提出一个“小能熊理解过程模型”:

工作记忆:理解发生在大脑的工作记忆中。工作记忆是大脑的思考空间。我们理解的过程,就是把相互关联的外部信息、长时记忆,以及思考时产生的火花,在工作记忆中进行加工处理的过程;理解的关键 在于知识砖块与知识关联:一手抓知识砖块,一手抓知识关联;知识砖块的核心是语义编码,知识关联的核心是结构编码;知识砖块:在学习思考时,知识砖块有且只有两个来源,一个是新知,从外部信息中现场提取构建的知识砖块;一个是已知,从大脑内部的长时记忆中提取的知识砖块;思考的火花:在学习思考时,我们还会产生一些思考的中间产物,一闪而过的思考火花(fleeting ideas),这也是工作记忆中的一部分内容;知识关联:学习思考的过程,只不过就是在工作记忆中,把新知、已知以及思考的火花之间建立关联,而且是有意义的、丰富的关联这样一个过程。

我们弄清楚了理解的定义、外延与内涵之后,不难发现:如果有一种学习方法,能一手抓知识砖块,促使我们提炼加工构建清晰的知识砖块,一手抓知识关联,促使我们在知识砖块之间建立丰富有意义的关联,那么,这种学习方法,必然能从根本上解决学习思考过程中的理解问题。

费曼技巧为何如此广为人知,受到人们的推崇与向往?因为费曼技巧就是这样的方法。理解,是深度的思考。费曼,是深度的理解。费曼技巧,就是有效学习的终极方法。

本节内容,就是要全面、系统、深入地给你介绍费曼技巧这个终极方法。

费曼技巧的定义

费曼(Richard Feynman),物理学家,诺贝尔物理学奖得主,他被认为是除爱因斯坦之外“第二知名的物理学家”。

费曼是个学霸,不但科研厉害,教学也有一手。

他给大一学生教《大学物理》公共课,但却能深入浅出,把复杂而枯燥的物理学讲得特别通透,将遥远的、抽象的、看不见摸不着的物理学理论,联系到身边的、具体的、我们都熟悉的例子,然后在具体的运用中让你理解知识,并能用知识理解真实现象,解决具体问题。所以,他的课堂人满为患,讲课内容被学生录音后整成著名的《费曼物理学讲义》,从物理学业余爱好者到专业研究物理的学术人士,人人奉为经典。

在youtube等视频网站上,有很多费曼讲课和演讲的视频,数十年来长盛不衰,甚至越来越受欢迎。在 Youtube 上搜索费曼这个关键词,竟然有多达 113 万个视频。可以说,费曼技巧是一个在全球范围内得到高度认可的学习技巧。

费曼是物理学家,但费曼不是只懂物理的“专家”,也不是只有广度没有深度的、什么都“略懂”当只能侃大山的所谓“跨界”人士,而是有着多元的跨学科知识体系、兼顾知识深度与广度的“通才型专家”(general specialist)。

除了搞物理学研究,他的超强学习能力也体现在其他多个方面。他学习绘画,很快就能把匿名作品放在专业画廊高价售出;他跨专业在生物学、数学等领域和全球顶级牛人合作,屡屡有重大贡献;他还是能够在巴西国家级桑巴舞游行上表演的敲鼓高手;他能10分钟打开装有原子弹机密文件的保险柜,整个原子弹研究基地的保险柜被他开了个遍;他还是故事大王,特别喜欢打赌开玩笑,喜欢泡酒吧,和各种边缘人物打交道。

一句话,费曼不是书呆子,而是真正的学习高手。

为什么费曼的学习能力如此强大?

费曼本人在传记中分享了不少学习理念,后来网络上有人将其总结为费曼技巧(feynman technique)这样一种学习法。费曼技巧非常简单,我给它下了一个定义:

学任何东西,用简单的话、用自己的话说出来,不带行话术语,说给八十岁的老太太听,说给八岁的小孩子听。如果这些人听懂了,你就是真的懂了。

这可以叫“费曼技巧”,也可以叫美国版“白居易写诗”。相传白居易写完诗之后会念给老太太听。如果老太太说嗯不错听得懂,那就相当于通过了“质检”[^ 白乐天每作诗,问曰解否?妪曰解,则录之;不解,则易之。(宋·惠洪《冷斋夜话》卷一)]。后来,这个故事就演变成了“老妪能解”这个成语。

用诗歌表达情感要通俗易懂,用语言或文字来传递知识,更是如此。现在写书、写文章,费曼得足够好、足够清晰,也一定是书和文章持续受肯定的重要因素。所以,好的学习方法是永恒且普遍的,在古今中外都能得到验证。

当然,费曼技巧还可以有一个更简单粗暴的总结,只有3个字:说人话

为什么要“说人话”?

学习就学习呗,为什么要把自己的所学用“人话”说出来呢?

人在学习时有两种堪称本能级别的认知偏差。

知道的幻觉

第一种认知偏差,我称之为“自视过高”倾向,认知心理学中称之为“[[知道的幻觉]]”(illusions of knowing)。

很多东西,我们以为自己“知道”,“听说过”,“了解”,但实际上并非如此。有人把学习分成几个层次:听过,知道,理解,和说出来。听过,那只是信息的一次输入,简单且初级的输入。你肯定听过很多名词概念:深度学习、机器学习、人工智能和大数据。但是,你真的“知道”吗?请你给别人解释一下,什么是深度学习?什么是大数据?人工智能、机器学习、深度学习、大数据、神经网络,这些名词之间是什么关系?最后一个层次是说出来。如果不能自己的话说出来,就不是真正的理解。这就是费曼技巧。只要是不能说出来的知识,都是“知道的幻觉”。

听过不等于知道,知道不等于理解,只有深度理解的东西,你才能费曼出来。最可怕的情况不是“不知道”,而不是“不知道自己不知道”。如何破除“自视甚高”倾向,打破“知道的幻觉”?费曼一下!

邓宁·克鲁格效应

“知道的幻觉”在所有人中普遍存在,但是,在能力不足的人当中更加严重。这种规律叫“邓宁·克鲁格效应”(简称“达克效应”,dunning kruger effect)。

这个现象由两位心理学家邓宁和克鲁格在1999 年提出。他们在研究中发现,越是能力不足的人越容易高估自己的能力,因为让他们的认知能力缺陷让他们无法准确评估自己的表现。不论是学校里的学生,还是职场中的员工,越是差的人越难认知到自己差在哪里,为什么差,甚至觉得自己懂得挺多,自我感觉相当良好。

思想懒惰

第二种认知偏差是“思想懒惰”。很多人都喜欢“自己骗自己”,不求甚解,不论是做作业还是考试答题,不论是学习知识还是练习技能,普遍存在“糊弄”,“差不多就行了”,“应付应付”这一类的交差倾向。学习就是一种交差:我学了啊,你还要我怎样?!

读书学习一目十行扫过去,当时感觉好有收获感,颠覆了认知,但实际上你思想上还是懒惰,不想再走额外的一公里,把这个东西真正的达到学以致用的程度,清晰且准确地把握它。

“思想懒惰”是人类大脑的本能。我们不是在道德层面上指责某某人懒,而是要认识到思想懒惰是生理基础决定的。大脑是人体耗能最大的器官,只占2%的体重确消耗人体20%的能量,能耗是人体整体能耗的10倍。毕竟,1000亿神经元放电,这样的神经网络能耗怎么可能低呢?现在万亿参数的大语言模型,也是能耗大户。节约能量是人类作为动物的生物本能,但是学习必须克服这种认知懒惰的生物本能。

怎么破除这种“思想懒惰”和“糊弄”的倾向?费曼一下!

当你用人话说出来,别人听得懂的时候,说明你对概念的把握就很清晰、很准确了。当你用人话说出来,不用行话术语黑话糊弄别人欺骗自己的时候,说明你对知识的把握就很清晰、准确了。

费曼技巧的来源

费曼技巧,并不是费曼本人提出的概念,而是他人对“费曼如何学习”的第三方事后总结,一种逆向工程。费曼技巧的第一手信息来源是费曼本人在自传《别闹了,费曼先生》讲述的“物理学家大闹数学系”的故事。

费曼是个特别喜欢搞怪开玩笑的人。他在普林斯顿读物理学博士的时候,有天喝下午茶,他就跟数学博士们开玩笑:

你们搞数学研究的,总觉得自己特别厉害,研究的东西很高深,是不是?那我跟你们打个赌好了!

我跟你们打赌,随便你提出一个数学定理 —— 只要你用不带行话术语的方式告诉我—— 我立刻可以告诉你,它是对的还是错的!

那些数学博士必须不服气啊,两方就杠上了。在打赌的过程中,首先,数学博士们发现,用不带行话术语的方式把自己的知识讲出来的过程是相当困难的。之前,很多知识用行话术语一笔带过,结果,需要用简单直白的话,用人话给外行人解释时,对知识的理解程度、运用能力不够的问题就暴露出来了。

其次,凡是他们能用人话说出来的解释,说给费曼听,费曼都能做出正确的判断。其实,真懂的知识,说给普通人听,普通人也能懂。简单说,不是真正理解掌握,不能真正学以致用,解决现实生活中具体问题,就没法用简单的话,不带行话术语,用人话说出来。

所以,在这样的打赌游戏中,不仅费曼本人牛,而是费曼用的这个“说人话”的费曼技巧牛!

怎么使用费曼技巧?很简单,只要4步:

第一步,确定费曼的对象。 制定清晰的学习目标,是有效学习的前提。你准备费曼什么?可能是一个关键词,一个概念,一个知识点,一个定理,一个故事,一篇文章,一本书......

第二步,用自己的话说出来。 作者的原话背得再顺,也不是“学会”;而是要用自己的话,说出自己对知识的理解

第三步,化整为零,逐个击破。 当我们学习的时候,经常会发现,一个大概念里面套了很多小概念,一篇文章读下来,可能有十个知识点,其中五个你是真懂了,三个半懂不懂,最后两个你完全不懂。这个时候,你就得化整为零,将这些基础知识点一个一个逐个击破。具体逐个击破的方法,你可以去翻参考文献、可以Google或wikipedia,也可以请教师长,去跟别人讨论。

第四步,化零为整,持续迭代。迭代的内容,包括但不限于总结提炼,合并,简化,打比方,举例子。当你对知识点逐个击破后,你再把它们合在一起,总结提炼。

当你完成这一步,就可以用简单的话说出来了:达到了深度的理解,就可以不用行话术语,而使用日常话语来表达出来。学习,就是先把简单的知识变复杂,然后把复杂事情变简洁。乔布斯就经常引用达芬奇的话:简洁是更高级的复杂(simplicity is ultimate sophistication)。乔布斯说,“把事情变简洁,这需要艰苦卓绝的努力。这意味着真正理解底层的挑战,提出优雅的解决方案”。学习也是如此。有句话大家耳熟能详:读书要先把书从厚读薄,道理与此一致。

举例子、打比方

为了达到通俗易懂的目标,在费曼技巧的第四步,你还需要利用打比方、举例子等技巧。

实际上,这一步的关键,就是将目前掌握的知识建立关联,将概念与现实联系起来,将概念至于具体的丰富场景中,看它是否产生有意义的关联,是否能解释世界,解决问题,是否能站得住脚。只有这样,才算真正的理解概念。因为,概念的提出以及理解,都是建立在特定的社会文化结构和特定学科的知识体系上的。所以,举例子打比方也是挺重要的。

所以,最后一步的工作量也是挺大的。首先,你得将这一篇文章的十个基础知识点合在一起,其次,你要简化你的表达,用简单的话,用人话说,最后,你要举出活生生的、具体的例子,要打比方。

打比方、举例子,是费曼本人一直身体力行的。就是说,我们在学习思考任何内容的时候,当我们尝试表述知识的时候,不要用官腔讲正确的废话,不要讲没有讲没有实质内容的空话和道理,不要像教科书那样僵化地定义,而是要用简单的话,用人话,说清楚什么是什么,联系现实,举活生生具体的例子,甚至打比方来说明。

费曼脑子里的“绿毛球”

费曼注重“举实例”,他甚至把这个操作形象地比喻为脑子里的一个“绿毛球”。

费曼在跟普林斯顿的数学博士们打赌时,数学博士们提出一个听起来很了不得的定理,大家都非常兴奋,觉得这下肯定难住费曼了。

费曼的应对方法,就是举实例。当他们告诉费曼这个定理的各项条件时,费曼便同时在脑子构思符合这些条件的具体情况。

当他们说到数学上的“集合”,费曼就想到一个球,两个不相容的集合便是两个球。然后,视情况而定,这个定理有不同的条件,费曼脑子里的球就对应地加上不同的情况,可以是不同的颜色、长出头发,或其他千奇百怪的状况。

最后,当数学系博士们提出自己的宝贝定理时,费曼只要把数学博士们说出的这个定理,和费曼自己脑子里构建出来的特殊的绿球对比一下,看看是否吻合,便能做出这个定理是否正确的判断。

靠费曼技巧,费曼作为一个数学专业的“外行”,能判断出数学博士们所提出的理论是否正确。靠费曼技巧,普通人,也能像费曼一样,判断他人和自己对知识是否是真懂,还是半懂不懂,或者不懂装懂,或者完全不懂。

2000万人教你“费曼技巧”

知道世上存在“费曼技巧”这样的终极学习方法,每个人都难免兴奋。现在,灵魂拷问来了:

为什么费曼技巧几乎人人指导,但是有效果的却寥寥无几?

费曼技巧

在网上搜索“费曼技巧”,Google在 0.36 秒内给你提供接近2000万条搜索结果。“费曼技巧”这个词,已经让很多人觉得齁得慌了,仅次于“打造个人IP”。

个人IP

有成千上万人在互联网上教你“费曼技巧”,按理说,应该人人都是学习高手,早就没知识付费和教培什么事情了啊。

关于这个问题,我觉得大致有这几个原因:

内容问题:在网络上的碎片化分享中,费曼技巧往往成了一个吸引流量的道具,分享者本身对费曼技巧的认识和实践都是不足的,传播的往往是45678手的低质量信息。文章形式的费曼技巧分享,往往也就是千把字,蜻蜓点水聊一聊;知识付费场景中,不过是用十几分钟做个简单分享,根本不成系统。

例如,费曼技巧能量化吗?能分级吗?费曼技巧的认知原理是什么?如果费曼有效,那有效的程度如何?原因是什么?在多如牛毛的学习技巧中,费曼技巧到底处于什么地位?

“费曼技巧”作为一个词汇,又一次迷失在语言中:即使是不说人话、大搞语言腐败的人,也在大谈特谈费曼。费曼技巧成了一个人人都可以用来装点自己的牌坊,导致人们对费曼都存在诸多误解。

落地问题:有句古话叫“只管杀不管埋”,很多人分享费曼技巧就存在这个问题。用费曼技巧吸引了流量,口 high 了一下,然后,并无法解决落地问题,也无意提供道法术器的整体方案。于是,大多数人只是听过、知道,并没有在实践层面落实。

学习者问题:前面两条是知识供给侧的问题,但是,学习是自己的事情,需求侧也有问题。老子的《道德经》里有这样的话,总结的就是学习者的几种情况:

上士闻道,勤而行之;中士闻道,若存若亡;下士闻道,大笑之。不笑不足以为道。

闻了“费曼技巧”的道之后,只有极少数人能念念不忘,勤而行之;大多数人,是听过了之后第二天就忘掉了,知道和不知道没有区别;极少数人还要故作成熟高深,把费曼技巧拿来调侃嘲笑一番。

我跟“学习”二字死磕了这么多年,从2015年“闻”了这个费曼的道,即使到现在,我发现费曼仍然是我的整个学习系统的核心。所以,如何让费曼技巧真正改变一个人,真正有效?

我觉得,必须让“费曼技巧”完成从内到外、从理论到实践的整体升级,必须从“费曼技巧”(technique)升级到“费曼大法”(feynman methodology)。

费曼大法:从 technique 到 methodology

费曼大法,是学习闭环在信息编码环节的终极方法。这个升级大概包括这几部分: 费曼技巧的量化分级; 对“费曼的反面”达到更深刻的理解; 2W2H作为万能的费曼模型,解决落地问题; 对费曼技巧的原理解释; 认识费曼技巧的本质;

量化分级:L1-L5

德鲁克说,无量化,不管理。量化是科学管理的前提。自动驾驶技术的发展离不开L1到L5的量化分级;电影行业的健康发展离不开电影分级制度;培养孩子的阅读能力,离不开像Lexile这类的阅读能力分级制度。

在小树英语启蒙的时候,我发现有必要对英语学习进行量化分级。我的英语是稀里糊涂学的,整理了英语分级体系,我才发现自己的雅思8分属于什么档次。因为有这个量化分级的英语学习路线图,我才能持续跟进小树的真实英语水平(而不是闻,今天上课老师讲的都听懂了吗)。

英语学习量化分级

我每个月给小树测试一次词汇量和 lexile阅读能力,当我发现她的词汇量到了1万,阅读能力稳定在 1100L 的时候,我给她报了剑桥五级的FCE考试。因为平时有量化,所以直接跳过了剑桥考试的KET 一级和 PET 二级,直接考研究生难度的。也因为平时有量化,所以不用课外培训,8岁小孩也高分稳稳通过了FCE。这就是为什么要量化分级的典型案例。

所以,费曼技巧如此重要,怎么能没有量化分级呢?

费曼技巧分级

实践费曼技巧的时候,我们需要根据听众的知识背景和理解能力来调整解释的深度和复杂性。面向不同听众,从背景知识和理解能力很低的儿童到领域专家,费曼过程中所传递的信息量是不同的:从基础的概念(what),然后到研究方法、运行机制(how),再到底层的原理(why)。所以,我把费曼技巧从易到难,划分为 L1-L5 这 5 个等级。

L1级费曼

在前文中,我们对费曼技巧的传统定义属于 L1 级别的费曼技巧。

假想的费曼对象是儿童,8岁以下,假定背景知识为0,理解能力接近于0(主要靠具体事物来理解,很难抽象思考)。

L1级费曼的信息量是最低的,一般是解释一个核心概念,涉及到不多的背景知识和相关概念。遇到最基本的概念(大脑、细胞等)都需要解释清楚,需要铺垫足够多的背景知识。例如,在解释人体细胞的数量时,你不能说人体有30 万亿个细胞,孩子不理解“万亿”这个抽象概念,你得说人体里的细胞比你能看到的星星还多。

在这个级别的费曼,举例子打比方也极其重要,而且得是生活化地、具象的、简单的例子和比方。例如,你解释“记忆”,就不能说是“大脑神经元之间的放电作用”,而是得比喻为大脑中的细胞之间在相互说话。

总之,L1级的费曼,在语言组织上得用自己的话,而非书本的话;在词汇上得用简单的词汇,避免专业术语;举例子时得使用故事、图画或日常生活中的例子;打比方时得用生活中的类比。

L1级别的费曼,有人觉得最难(向小孩子费曼,要求更高),有人觉得最简单(小孩子也可以费曼,而且信息量足够低)。

这是摆拍,婴儿不懂

市面上有《给宝宝的量子力学》这样的书存在,也证明了其实小孩子也可以学习和理解复杂和抽象概念,用他的方式,在他能理解的层面。我个人会把L1级别的费曼看成最简单的费曼,我自己在小树很小的时候就跟她聊大脑、记忆,现在我跟她聊GPT和AI,我发现这种费曼对自己受益匪浅。

L2级费曼

L2级费曼的典型对象是初中生,13~18岁。初中生已经有一定的知识储备,并且具备了一定的抽象思考能力。这个级别的费曼,信息量已经明显提升,除了基本概念之外,还可以探讨如何研究、意义如何。

在语言组织上,需要保持解释的直观性,但是,可以使用稍微复杂的语言和更抽象的概念(例如细胞、大脑、神经连接、信息、电脑等)。例如,在探讨大脑时,你可以提出这样的问题:如果把你的大脑的全部联结输入电脑中,电脑会成为你吗?

在举例子方面,通常用实例或实验来加深理解。

L2级别的费曼,已经有了初步交流的意味。你可以提出问题,听取对方的观点,在此基础上给出你的观点。

L3级费曼

L3级的费曼,典型对象是大一新生。他们具有成年人该有的正常的知识储备,也具备成年人该有的正常的理解能力。

例如,我在写作本书时,我给自己设定的费曼等级就是 L3:我默认我的读者是成年人,有大学生的学习能力,有普遍的成年人该有的知识储备和理解能力。

在信息量方面,已经可以探讨研究方法等更深入的内容(例如,我们如何绘制出人的大脑地图?)。在语言上,解释可以更深入,但是让人保持清晰和逻辑性。可以使用更复杂的概念和一定的专业术语(解释大脑时可以用大脑地图、千亿神经元、万亿突触联结、大脑地图、电子显微镜等表达),举例子也是必要的。但是,不需要过多的打比方,因为对方已经是成年人了,有主动思考和理解的能力。

L4级费曼

L4级的费曼,典型对象是同领域的研究生。他们在特定领域有较深的理论背景,有较强的理解能力。

你们之间的对话,信息量更大,会涉及研究方法和专业案例。在语言上,虽然是自己的话,但是会涉及更多细节,甚至包括前沿研究和边缘知识。在词汇上也会涉及更高级的概念和理论。在这个层面,举例子是可以的,但是打比方已经不是必要的了,你能想象学术论文和会议上充斥着比喻、故事的画面吗?

L5级费曼

L5级的费曼,典型对象是同领域专业人士(expert)。这时候的费曼,已经是思想对话了。这种费曼对双方的要求都很高,内容上是对技术前沿和思想的深入探讨,在语言上更注重思想交流,注重使用严谨的专业语言和深入的逻辑的分析。在这个层面,行话术语已经不需要解释了。

从 L1 到 L5,费曼技巧的难度等级不断上升,这种升级的过程,也是一个人的学习成长之旅,一个人从小白到专家的升级打怪过程。当然,即使你在一个领域成了 L5 级别的专家,遇到小孩子,也应该用对小孩子费曼的方式来交流。

人们对费曼技巧的普遍误解

因为几乎人人都知道“费曼技巧”,所以当你给某人讲一个东西时,经常会得到这样的反馈:你费曼的不好!我都没听懂!

这个现象是普遍的。背后是人们对”费曼技巧“的普遍误解:费曼技巧就是要把知识讲到小孩子都能听懂。我没听懂,所以你不会费曼。

关键在于:对方是不是宝宝,你也不是在跟宝宝说话。

为了解决这个误解,我把”费曼“分为难度逐渐增加的5 个等级。从 L1 到 L5,难度逐渐增加:信息量增加,对背景知识和理解能力的要求提高,更趋近于对话。

L1~L2的本质是“教”,因为受众水平有限,信息量和难度必须人为调低;L3 属于分享,已经不是“迎合”听众了,而是以讲者、作者的创作目标为中心。到了L4~L5,本质上已经是对话和探讨了。

费曼技巧,不是讲者的义务(没有必要把成年人对话降低到8岁儿童的层次),更不是听者的权利(我还是个宝宝呢!来,让我听懂!)

费曼技巧背后的 big idea,是讲者通过“生成”(用自己的话说出来),来建立世界模型的内部表征,来加深自己的理解。这和 ChatGPT 所做的事情是一样的,在底层原理上也基本是一样的。

反向费曼:如何学会“不说人话”?

虽然费曼技巧人尽皆知,但是(人生中充满了但是),互联网上充满了费曼的反例,我称之为“反向费曼”(anti-feynman technique)。如果要分级,它们就属于-1 到-5 级的费曼。

正向的费曼,就是不管多复杂的概念,也要讲到孩子也能懂的程度。这是费曼的真谛:思想的传播。

但是,反向费曼是对费曼技巧反其道而行之:把简单的日常的事物包装成连成年人都觉得“颠覆认知”的样子。反向费曼的本质,是把知识胁持为人质,胁迫它为自己谋利。这种“不说人话”,“语言腐败”的现象是普遍存在的,在知识付费的背景下,甚至有愈演愈烈的趋势。

L-1级费曼:一眼就看出来的“不说人话”

我们来看一个真实案例(作者的意图是嘲讽不说人话的现象),我把这种反向费曼归为-1 级,因为这种“不说人话”比较低级,一眼就看得出来。

埃里克森、霍尼、弗洛姆、克莱因、温尼科特、拉康祝你:尽快完成阉割,迅速结束弑父,挑战口欲肛欲,与母亲分离,顺利走出俄期,前进而不退行,发展而不固着。勇敢释放力比多和攻击性,再也不压抑。获得休息、工作和爱的自由,增强自我,解决内在冲突,把无意识加速意识化,更少焦虑,更不使用防御机制(不含升华)。解决个体潜意识中的情结,释放集体潜意识中的能量,形成自性。摆脱自卑情结,勇敢追求优越,提高社会兴趣,完成社会任务。形成稳定的自我同一性和自我认同,人格发展八阶段全部积极解决。没有神经症需要,没有神经症人格,没有基本冲突,没有堕落综合征与成长综合征,重存在不重占有,不逃避自由也不异化。每天都有抱持环境。更新客体关系,摆脱偏执-分裂样心态。摆脱阉割焦虑。不含敌意的坚决,不含诱惑的深情。从想象界进入符号界,接受阉割完成分离,从需求的主体到欲望的主体到享乐的主体,认同圣状,分离他者的欲望,不在欲望上让步,在两次死亡之间,穿越幻想,本真行动,走向实在界,发现他者不存在的机密。

虽然我看过一些精神分析领域的书籍,但是遇到这样的表达,我立刻就认知负荷满载,无法轻松翻译并费曼之。好在有学习过整个人类知识的GPT,可以帮我们来破译密码:

在这个例子中,GPT所做的,就是把精神分析领域的名词概念术语翻译成简单的话,然后清晰地表达出来。这种任务对人很难,因为普通人不掌握这么多知识砖块,但是对 GPT 是小菜一碟。

L-5级费曼:伪装成“说人话”的“不说人话”

-1级的反向费曼没有迷惑性,也没有多大的杀伤力。但是,伪装成“说人话”的“不说人话”,迷惑性和杀伤力惊人,是“语言腐败”的主力军,堪称 L-5 级的反向费曼。

这种反向费曼,看起来就是费曼:也是用自己的话,也是用简单的话,也举例子,也打比方。甚至,这几点上,他做的比正向费曼还要更好。骗子嘛,伪装性当然更强。

但是,之所以是反向费曼,它的核心特点是:把简单的东西往复杂里说,把具体的东西往抽象里说,没有必要地使用大词、复杂概念,甚至生造概念。

他们生造概念时,基本上遵循一种“动词大词”或“大词动词”的造词术:大词负责深奥玄妙,动词负责简单日常;前者让你不明觉厉,后者让你觉得理解,合在一起让你认知失调。

大词+动词,于是有了:量子阅读,认知觉醒,认知折叠。动词是可以替换的,例如,认知除了可以觉醒折叠,还可以认知跃迁,认知展开,认知跳跃,认知赛跑。

动词+大词,于是有了:回到母体。

有人整理了这一类的“概念创新”,基本都是动词大词的各种组合:微粒社会,认知折叠,精品完备性策略,代偿效应,隐性玩家,意义炼金术,共时性发展,横向标准化,知识盲维,信用系数,行动轴心,故乡策略,符号私有化,回到母体,非理性异动,方言化认知,元无知,无边棋盘,合成真实,软夺权,逆火效应。

有人觉得,这只是商业行为,只是一种对知识的包装技巧,属于营销层面的高级设计,“挣钱嘛,不寒碜”。但是,语言不是“任人打扮的小姑娘”,语言腐败也不是无害的思维化妆术,语言实际上是思维的外化,语言不是思维的包装,而是思维本身。语言腐败,直接等于思维的腐败。兹事体大,而不是说“挣钱嘛,不寒碜”。

2W2H:万能费曼模型

小能熊一直倡导用2W2H模型来组织自己的思考,以此作为自己的思考框架。

这个模型是2016年我向@协和张羽[^医生,作者,微博大V,作品《只有医生知道》系列畅销数百万册]请教写作技巧时她分享给我的。我很快就发现,不论篇幅大小,从几十万字篇幅、深入全面探讨一个主题的科普书籍到几百字篇幅、费曼清楚一个概念的个人笔记,2W2H 屡试不爽,堪称让费曼技巧落地的万能模型。2w2h,只有5个单词,我到现在实践了 8 年,仍然感叹它的好用与强大。

毫无疑问,2W2H模型是对人尽皆知的 5W2H 的简化。为什么舍弃掉who、when、where 这3个w?因为这3个问题指向的是封闭性事实性答案,在知识理解场景下没有普遍意义。而what、why、how 和how good都是开放性问题,是普适的,自然而然地带你走上知识探索的道路。一切知识的关联,都是通过问题串起来的。2w2h模型,就是帮你在知识之间建立关联的万能提问模型。

问题的重要性,再怎么强调都不为过。但是,我们太缺乏提问的习惯了。很多人都觉得自己不会提问,想练习提问也不得其法,随便尝试自己之后就不了了之了。上士闻道......

目前,我对2W2H的解读:

why问题:与我何干?我为什么要关注此主题?此知识的真实场景?

what问题:它是什么?它在做什么?定义,范畴,内涵,相关背景知识与相关概念。

how问题:它怎么做到的?为什么它能做到?步骤流程方法,内容的主体。

how good 问题:带来何种改变?也可以用“so what?”来替换。通才是对主题的拔高:可以在科学原理层面拔高,解释 how 背后的原理和机制,也可以在文学和思想层面拔高。这是画龙点睛的部分,要求较高,不要像小孩子写作文那样强行拔高。

2W2H模型在下文的笔记和费曼输出环节还会遇到。认识是逐渐深入的,切忌对方法论强求一种的僵化的固定的标准答案,关键是在实践中加深认识(很多学员对 2w2h 的内涵纠缠不清,有感而发,不要钻牛角尖)。

费曼技巧的本质:知识砖块 x 知识关联

费曼技巧为何如何强大?

我们在上一篇文章中解释了“理解”的内涵。千百年来,人类对“理解”问题做了这么多的思考。现在,我们可以得出一个比较简单但有效的解释:人类的理解过程,就是提炼知识砖块,并在知识砖块之间建立丰富且有意义的关联。

我构建的费曼大法,就是在这两方面着手:一手锻炼你提炼知识砖块的能力,通过费曼来增加你的知识砖块的储备;一手锻炼你在知识砖块之间建立丰富、有意义关联的能力。

下面两节会专门探讨知识砖块和知识关联,此处按下不表。

费曼技巧的本质是生成

费曼技巧为何有效?关键在于费曼这个操作,说出来,用自己的话说出来这个操作。

在认知心理学中,有一个重要理论叫生成效应(Generation Effect)[^ Jacoby, L.L. (1978). "On interpreting the effects of repetition: Solving a problem versus remembering a solution" . Journal of Verbal Learning and Verbal Behavior. 17 (6): 649–668. doi:10.1016/S0022-5371(78)90393-6]。它描述的是这样的现象:当人们自己生成信息,比如通过自己总结、改写或者以自己的话重述某个概念时,相比于仅仅被动接收同样的信息,大脑对这些信息的记忆会更加深刻和持久。生成效应,强调了主动学习在理解和记忆过程中的重要性。

GPT模型在“费曼”这件事上堪称顶级高手。为什么GPT 如此擅长费曼?GPT模型属于生成式AI,它本身就是通过在人类知识的生成训练中打造出来的。GPT的训练过程,就是一个 token 接着一个 token 的生成,而 GPT 的推理过程,也是一个 token 接着一个 token 的生成。可以说,GPT作为封印了人类知识的大模型,它是通过无数次的生成训练,学习到了人类语言中的语法规律和语义知识。GPT的学习过程,对人类语言,以及背后的人类思维过程,不能说没有巨大的启发。

在生活中,我能看到“生成”无处不在。在动物园里,旁边的人指着一个动物说,看这只大兔子!事实上,它是一只小型的袋鼠。和家人在公园里散步,听到旁边的人说看这个菊花真美啊,实际上这是郁金香。当神经网络缺乏在高质量信息上的训练,人脑的生成真的千奇百怪,让人捧腹。

平时,我们经常会遇到词不达意或者词穷的情况,这也是一种“生成”不能的现象。因为语言腐败的流行,因为短视频消费太多,人类的词汇库愈发贫瘠,翻来覆去就是那么点词汇量。遇到美好事物,已经无法用清晰的语言来描绘,反而只能生成一句:卧槽,这谁顶得住啊。看到美景,网上的文案总是:一辈子总要去一次xxx。每一个景点,都有这样一块路牌:我在 xx 很想你。认识能力的丧失,从基本的费曼能力开始。

我听小树讲了好几年的故事。除了给我讲她自己编的脑子故事外,她还会给我讲自己在书里读到的故事。家里有一个初版的《格林童话》,她经常沉迷于里面的几百个故事。最近,她每天晚上都会给我讲《格林童话》的故事,很多故事情节复杂,人物众多,但是,她讲的实在太好了。我在听故事的时候,忍不住想到:我在 8 岁的事后,能把这么复杂的故事讲的这么好吗?不,我做不到。因为我现在都做不到。说到底,这种“生成”高质量内容的能力,必须以海量的阅读和海量的费曼输出为基础。

GPT模型是凭借“生成”而成为可能的人工智能,而人脑,也不过是一种“生成”式智能体。而费曼技巧,它的要义就是生成。费曼为何有效,原因就是因为费曼是我们的生成训练。

2015年,我发现了“费曼技巧”这个概念,重新审视了我这么多年的学习,并以费曼为核心构建了我现在的学习理论和学习系统。本文中,我尽可能完善补充费曼技巧的内涵,力求把费曼从技巧层面升级到方法论层面。

费曼大法,在我看来,是有效学习的终极方法。费曼大法好。到底怎样好?我想用几个故事来总结一下。

老费曼、农民父亲和拍大腿学霸

在小时候,费曼的父亲给小费曼不正式地上过一课,影响了费曼的一生。

老费曼带着孩子去树林里面去看鸟,他给小费曼讲:你看,这个鸟在我们美国叫什么什么,它在日语里面叫什么什么,在意大利语里面叫什么什么,在法语里叫什么什么,在中文叫什么什么......

老费曼停顿了一下,话锋一转:这些都不是真正的知识!现在,你忘掉所有这些所谓的知识!即使你知道如何用全世界所有的语言来称呼这个鸟,但事实上你对它还是一无所知。现在,让我们来观察一下,这个鸟长什么样,鸟的翅膀是怎样的,它的爪子怎么样,这鸟怎么叫,这鸟的行为有什么特点。

这就是“有意义的关联”,而不是死记硬背、罗列名词。

不光关于一只鸟的知识是如此,人类所有知识都是如此:你可以记住所有的公式定理,记住所有的标准答案,但是,如果你没有在知识之间建立有意义的关联,没有在知识和现实世界之间建立丰富而有意义的关联,那么,这些知识都是没用的。

这是老费曼给小费曼上的人生一课,也是费曼终生学习的生涯中最重要的一课。老费曼不是特例,地球对面的中国,也有老父亲是这么教孩子的。

有一个农民父亲[^这个故事有浓重的读者风格,互联网上有多个版本,第一手证据已不可考,但在原理层面是说的通的],自己没啥文化,只是初中毕业,但两个儿子却一个清华一个北大。农民父亲没啥文化知识,也没条件让孩子上课外培训班,农村的教育资源也确实匮乏,他是怎么做到让孩子上清北的呢?

农民父亲的方法很朴素:我没有能力辅导孩子作业,我也不懂孩子学的那些知识,我能做的事情只有,每天吃完晚饭后,让孩子来给我讲讲他今天学了什么。

于是,孩子每天给父亲讲自己今天的所学。只有初中文化的农民父亲很快就听不懂了。但是没关系,这个操作的目的不是为了父亲学知识,而是为了通过孩子教知识来检验孩子自己的理科。孩子在讲的过程中发现自己讲不出来,讲的不顺畅,从嘴巴里说出来的东西连自己都听不懂,没文化的父亲和自己也能观察得到这种“理解不足”的问题。于是,父亲就对他说,你为啥讲不出来了?哪个地方有问题?你先你自己翻书搞懂,还搞不懂就明天去问老师。

如此简单的方式,不但保证了孩子对自己所学达到了深度理解,还激发出学习者的内驱力。最终两个孩子一个清华一个北大。回头来看,这个农民父亲无形当中实践了费曼技巧,培养出了真正会学习的学霸孩子。

2016年春节期间,我开始通过“在行”平台给学员提供知识管理和时间管理的咨询与课程,而费曼技巧在知识管理中扮演核心角色。一到讲到费曼技巧的时候,就听到学员啪啪拍大腿的声音。大腿拍的多了,我也发现了一个规律:这些“拍大腿学员”大多是清华北大或常春藤等顶级院校毕业或在读学生。这些学霸学员每次听到这里就常常拍大腿,“我以前就是这么学的!”,“我说自己为啥能上北大呢?一直没总结出来,原来是这个原因!”,“我一直都有这个习惯,但是我不知道这叫‘费曼技巧’啊”。

所以,怎样在知识砖块之间建立丰富而有意义的知识关联,形成对知识的深入理解?费曼技巧,用自己的话,用简单的话,用“说人话”的方式把知识讲出来。

凡是有效学习,一定在某些学习原理层面达成了共识。不论是美国的费曼父亲,中国的农民父亲,还是清北常春藤的拍大腿学霸,他们都在“费曼技巧”这里完成了有效学习的大会师。

END -

小能熊科学学习

进店逛逛

    相关推荐
  • @小谭同学直播:自学编程之路,一次复盘; 免费
  • savage 解读《三体》科幻是思想实验——浩瀚宇宙与人心,有序还是不可预测? 免费
  • savage解读《基因彩票》:自然彩票、个人命运与社会公平 免费

candobear: 严肃·耐心·永不妥协

北京市东城区小菊胡同1号 小能熊之家

小鹅通提供技术支持