教育,分而治之的反归?

学习学习论的时候,曾经学到分而治之,我就在想,为什么老师不直接分开来教呢?分开来教不是更有效吗?
为什么还要用举例子这种无法准确描述知识的方法,来一遍遍举例子接近知识。
这里会写一些个人的思考。

1.分而治之的学习
2.环绕封装的教学
3.会教才会学,会学就会教。

1分而治之的学习

学习是通过接触例子,寻找例子中的问题和答案的规律,最后重塑大脑中的连接而完成的。

我们大脑倾向于使用这种连接,在遇到没有记忆的例子问题的时候,直接从例子问题推理出答案,从而解决问题。

但是,这种直接得到答案的方式,只能解决简单问题,遇到复杂的大问题,其所需要的知识总会超出我们的知识范围。

这时,我们有两个方法解决:

  1. 学习更多知识。

可以马上解决问题,但是有一大问题,就是问题太多,我们可能需要一个更有效率的方法。

  1. 分而治之。

这个方法简单而又无比高效,它同样是一种知识。

我们可以学习把一个复杂问题中的问题拆分开,直到每个简单的小问题都能够被我们解决。(不会的话,小问题还是可以简单的学会的啦/)

这样,我们可以实现我们小问题所得到知识的复用、知识数量级降阶。

什么是知识的复用?
一个复杂问题A包括了小问题“1、2、3”,当你拆分开学“1、2、3”时,将来遇到组成为复杂问题B“2、1”、复杂问题C“1、3、4”、复杂问题D“1、5、4、3”这三种问题的时候,你只需要再去学0、1、2个简单的小知识,就可以做到解决B、C、D这三个复杂问题,而不用再次攻克复杂问题。

什么是知识数量级降阶?
就是通过线性量级的知识,去解决指数级问题。

当我们学习3个简单知识后,3个简单知识对应的问题可以排列出2^3-1=7个复杂问题。

4个简单知识对应复杂问题为2^4-1=15个。

16个简单知识对应复杂问题为2^16-1=262144个。

n个简单知识对应复杂问题为2^n-1。

越复杂问题用到的知识越多,分而治之优势也越大

我们遇到复杂、困难、变化多的问题时,之所以大脑卡机,是因为复杂问题对应知识数量在指数级增长。

如果不分而治之复杂问题的小问题,我们就要用第一个方法,学更多的知识,但是简单的问题重新排序又是新知识,你学得完吗?

2环绕封装的教学

抽象能够涵盖更多的知识。

一生二,二生三,三生万物。
抽象的话,能够被人多方解读,每个解读对应的故事,都是有意义的,那么我们为什么不直接用抽象的方法来教学,而是用容易出现偏差的故事(例子)来教学?

因为我们的大脑能够理解的不是抽象的事物,我们大脑天生喜欢做“总结”,也就是把实例抽象;但是抽象到实例就困难许多,这也是一句三生万物难倒一大片的原因。

为了使我们学会抽象的知识,我们要不断的总结,所以才会在学习中不断接触到被环绕封装起来的抽象的知识——例子。

我也举个例子:数学新知识,先讲概念,此时如果没预习大多数人会懵圈,但是当老师举了例子后,你就马上明白“这不是就那个!”,至此,你总结了知识。

当然这个知识或许不稳固、或许不正确;所以才要更多的例子,也就是题目来练习,帮助你稳固大脑内的正确连接,并且遗忘错误的连接。

3会教才会学,会学就会教。

懒的写了,由上文可得。(分篇有重复存在,不想写重复的东西了,我的问题。)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,142评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,298评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,068评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,081评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,099评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,071评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,990评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,832评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,274评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,488评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,649评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,378评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,979评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,625评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,643评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,545评论 2 352

推荐阅读更多精彩内容

  • 今天去做了体检,以前年轻不觉得,今年发生的事情突然意识到,体检很必要,很重要,身体是本钱,健康才能做更多的事情。 ...
    青岛FEAT消敏师张老师阅读 78评论 0 1
  • 上一篇《使用python机器学习(五)-scikit-learn》简单介绍了scikit-learn的基本知识,此...
    jacksu在简书阅读 4,854评论 0 11
  • 今天单位同事组织去绿江村。 一大早五点半我们就出发了,行程五百多公里。 我一直很向往绿江村这个地方,张罗几次都未能...
    放下皆得阅读 2,362评论 27 79
  • 在北欧神话中,世界有三层。位于顶端的是诸神所在地亚萨园,奥丁在这里管理着亚萨神族。 亚萨园中遍布城堡,无不巍峨华丽...
    方圆俗人阅读 730评论 7 13