爱华网自己的文章贴过来回答，原标题《不明白大脑如何运作，自学是无效的》
版权声明
本文原创且首发自微信公众号：千古刘传（qiangulc）
无需授权即可转载，但请自觉保留以上版权声明。
大脑是用来思考的，从小我们都被如此教育，以至于这条准则近乎于常识。然而，一旦脱离教育体系，无人指导，需要靠自己去甄别信息、学习知识的时候，这种常识却成为了思维底层最大的盲区。
大脑运行的基础原则
来看一道小题：
杰克正看着安妮，而安妮整看着乔治。杰克已婚，乔治未婚。请问是否有一位已婚人士正在看着一位未婚人士？
A、是
B、不是
C、无法确定
你的答案是哪个？
研究发现，人们在这道题目上的错误率高达80%。很多人选择了C，正确答案应该是A。要回答本题，需要对所有可能性进行分析排除。这种析取推理是系统性且速度较慢的处理方式。
有趣的是，当被告知需要用这种方法去解题时，绝大部分人都可以答对，但是很多人在遇到问题时都不会自动进行析取处理。心理学家Susan Fiske和 Shelley Taylor将这种思考方式称之为认知吝啬鬼（cognitive miser）。
humans, valuing their mental processing resources, find different ways to save time and effort when negotiating the social world.
大卫.赫尔在《科学与选择：生物进化与科学哲学论文集》写到：
人类大脑所遵循的准则是：能不用，则不用，该用脑时也不用。
除非认知环境符合一定的要求，否则我们会尽可能地避免思考。比如，对于一个老司机，驾驶中的动作几乎不需要思考，开车的同时还能聊天、听音乐、思考工作。你去一家餐厅，你不会这样对自己说：“这里有些红色的东西，也许是地毯？那个穿制服的人是干什么的，是服务员吗？”
我们生活中有大量的问题，看上去是在思考，实际是在做记忆检索。我们会优先在记忆中寻找解决方法，很多时候这样做很有效，比起思考来说更省力。事实上，人们利用记忆解决问题的次数比你预期的要多。研究发现，世界上最好的象棋选手之间的差距，其实并不是他们思考能力的差异或能否走出一次妙棋，而是他们熟悉的棋局多寡。
根据以上，大脑总是避免思考的。我用自己的话来概括：大脑运行遵循最小行动、最经济的原则。
那么，这样的一个大脑，记忆工作的方式是什么呢？
经济的大脑如何记忆
大脑记忆的简化模型
工作记忆（working memory），简单来说，就是我们当前正在意识、思考的区域，比如你正在看这篇文章，这篇文章的信息以及你正在思考的内容，都在你的工作记忆中。
长期记忆(long-term memory)，顾名思义。我问你，你的初吻给了谁？你头脑中立马出现的那个人（搞不好是条哈士奇），这个过程就是信息从长期记忆提取到工作记忆的过程。在我问这个问题之前，这个信息没有在你的工作记忆中，它在你的长期记忆里。
我们的工作记忆容量有限，只能同时容纳7±2个有意义的信息组块（chunk）。例如，你可以尝试用5秒记忆这一串字母，然后遮住尝试复述：
XCN,NPH,DFB,ICI,AMC,AAX
大部分人能记住7个左右的字母。
换一组试试：
X,CNN,PHD,FBI,CIA,NCAA,X
相信这一句你能记得更多，因为出现了CNN、FBI等有意义的组块。
那么，我们的记忆模型如此工作，对于学习有哪些有价值的启发呢？
事实性知识先于技能
根据工作记忆的原理，我们很容易发现，事实性知识是多么的重要。以上述的字母表为例，如果你的事实性知识中没有CNN、FBI、CIA这样的概念，你无法对信息进行组块（chunking）。
一些研究者认为“四年级掉队”现象的原因在此。该现象指的是社会经济背景较差的学生，在学前班到四年级之前阅读能力均表现正常，但在四年级后突然无法跟上同龄人，之后几年愈加严重。因为四年级前的阅读指导重在发音，而四年级之后则转向理解。这时，社会经济条件较好的学生反而具有了极大的优势。相比其他孩子，他们的家庭条件让他们有更广的视野和知识面，根据工作记忆的原理，他们在学习新事物时，能更好地识别有意义的组块，学习记忆的能力当然更强。
事实性知识使得信息组块成为可能，换一句话说，事实性知识实际上扩大了我们的工作记忆容量。
假设A有10000个事实性知识，B有9000个事实性知识。假设两人每个月同样学习500个新知识，由于A背景知识充足，A能记住10%，B只能记住9%。十个月后，知识差距就从1000扩大到1047。照这个趋势下去，A的知识储量只会越来越多，B很难追上，这就是知识的马太效应。
比起技能来说，事实性知识作为知识增长的基础，重要性不言而喻。
记忆是思考的残留物
根据大脑记忆的简化模型，信息必须先进入工作记忆才有机会进入长期记忆。你的记忆不是你想要记住或你尝试记住的事情，而是你所思考的事情。大脑总是避免思考，而学习是要对抗这个趋势。
「必要难度」理论指出：记忆的存储与提取呈负相关。存入记忆容易，提取出来会不容易；反之，如果你有些吃力地存入，那么，提取会更牢。这也证明了，只有在工作记忆中进行深度加工过的知识，才能有效存储在长期记忆。
我有一个比喻，学习与健身相同，是否真正的有收获，是看训练后有没有这种状态：力竭。肌肉的增长，是肌纤维的撕裂与重建，撕裂的典型特征就是力竭。如果没有，说明运动不到位，强度不够。同样的，学习后若出现“认知力竭”的状态，能说明：至少你是在学习区学习，知识有在工作记忆进行过深度加工。上文我们提到过，工作记忆容量有限，知识进行深度加工时，会耗费你的所有心智资源。出现认知力竭，恰好证明你动用了所有的工作记忆资源，这是有效学习的典型标志。否则，你的学习仅仅是停留在舒适区。
以此来看，我们生活有不少人的看书只是消遣娱乐，当然这无可厚非，但冠以学习名义，就名不符实。如果明白认知力竭这个道理，并且能恰当运用，即便是看电影、打德州都是在学习。
那么，除了认知力竭，衡量学习有效性还有没有其他标准呢？
学习是原有经验的迁移
学习科学中，迁移的定义是，把一个情境中学到的东西迁移到新情境的能力。Tesla的CEO马斯克将物理学的思考原理，用于思考商业问题，就是一种迁移能力。查理芒格一直推崇跨学科的学习方式，将各个学科的理论框架混合应用处理投资问题，是一种迁移能力。我学过一个TTPPRC商业分析理论，是风尘棋客从泡学理论中迁移出来的。无论是学术中还是商业中的牛人或专家，无一不是有极强的知识迁移能力。
不少文章曾提到新手与专家的差距，取决于刻意练习的程度。此话正确，但我不敢苟同，因为缺少条件的限制。研究表明，当一个科目在单一而非复合情景中传授时，情境间的迁移就相当困难，知识尤其容易受情境制。
对于自学者来说，同样的情况也会发生，如果长期在单一情景中进行刻意练习，该情景下的知识技能当然会极其熟练，但其迁移能力被极大的限制。例如，一个理论实战知识极其丰富的营销人，如从未在泡妞时有意识地使用营销理论，他恐怕很难将泡妞和营销理解为同一件事。同理，如果他的营销理论学习和练习，没有在恋爱、求职、工作等情景中进行，他也很难将这些事情用一个视角看待。
那么，如何促进大范围的学习迁移呢？有三种方法：
1、解决具体案例，然后收集其他相似的案例，目的是为了抽象出能帮助我们进行弹性迁移的一般性原理。这可以理解为归纳法。
2、在具体情境中学习，然后加入到“如果——怎么办”类问题解决中来，或者问自己:"如果改变问题的这一部分，怎么办？”。
3、尝试思考不仅能解决单一问题，而且能解决整个相关类群问题的方法。例如，思考如何做好自己的公司，不如思考如何同时做好十家公司。
总之，要使知识产生大范围迁移，必须在更高的抽象层面上表征问题。
学习如何学习
查理芒格在近期最新的问答中谈如何减少错误：
“我和巴菲特做了两件事（去减少错误）。第一，我们花很多时间思考。我的日程安排并不满，我们坐下来不停地思考。从某种意义上说，我们更像学者而不是生意人。我的系统总是坐下来静静的思考几个小时。我不介意在很长的时间里没有任何事情发生。巴菲特也是如此。”
那么，当我们停下来思考的时候，思考必然会出现错误。这时，又得静下来，思考自己如何思考，这是为了避免生活中出错的二阶操作。学习如何学习亦是如此，学习的目的是减少不确定性，如果学习本身方法不对，再怎么勤奋都是浪费。
我很喜欢李笑来的理念，学习学习再学习，第一个学习是动词，第二个学习是名词，第三个学习是动词。连起来的意思是，学习如何学习，然后再去学习。
3/3 首页 上一页 1 2 3
