面向技能知識的學習模型及方法研究

◎李華康 孫國梓 李濤 馬玲玲

面向技能知識的學習模型及方法研究

◎李華康 孫國梓 李濤 馬玲玲

基于互聯網的在線學習發展越來越快，移動教育在給人提供便捷的同時也產生了學習過程的雜亂問題。本文從自主學習角度入手，探討技能知識的學習模型，并以高等學校的階段性任務為例介紹了目標驅動的學習方法，為現代化信息管理和自主學習提供了新的模式。

隨著互聯網大數據時代的來臨，呈現在我們面前的知識以幾何級數的形式增長。根據中國互聯網信息中心發布的《第40次中國互聯網發展狀況統計報告》報告顯示，截至2017年6月，中國網站數量為506萬個，半年增長4.8%。截至2017 年6 月，中國在線教育用戶規模達1.44 億，較2016年底增加662 萬人，半年增長率為4.8%；在線教育用戶使用率為19.2%，較2016 年底增加0.4 個百分點。其中，手機在線教育用戶規模為1.20 億，與2016 年底相比增長2192 萬人，增長率為22.4%；手機在線教育用戶使用率為16.6%，相比2016 年底增長2.5 個百分點。

目前的在線學習模式，主要對象是在職人員的職業技能學習和興趣愛好能力學習。一種高效的學習方法，對于每天只能有少量學習時間的在職人員來說是非常寶貴的。而傳統的學習方法和模式，多數是由課堂教學總結而來，對于課外技能學習的相關研究還不夠充分。本文以課堂教學為基礎，研究面向技能知識的一般學習模型，并以研究生教育的工作導向為例討論學習的目標驅動模式。

遺忘和記憶模型

德國心理學家艾賓浩斯(H.Ebbinghaus)研究發現，人對某個新的事物的認識會隨著時間的推移而逐漸被遺忘。他通過無意義音節作為記憶材料，用節省計算保持和遺忘的數量進行統計，并根據實驗結果繪制成描述遺忘的進程曲線，即著名的“艾賓浩斯記憶遺忘曲線”。假設初次級以后經過x小時，那么記憶率近似的滿足y=1-05x0.06。如果我們在短時間內學習了100個發音，那么經過20分鐘后，人可能只記得58個發音，1小時候可能會記得44個，一天后還能背出來的可能只有33個，而一周以后僅剩下近四分之一的記憶量。

針對一般人的遺忘曲線，很多心理學家試圖通過一定的記憶方法來穩固我們對某一事物的認識—抗遺忘曲線。理想記憶模型是過目不忘，即永遠是100%的記憶，但99.99%的人無法做到，那么根據艾賓浩斯遺忘準則，人們可以在首次記憶后的10分鐘進行一次復習，然后再在這以后的1天、1周以及1個月的時候對所學習的內容進行強化復習。這樣即使過了半年，我們對某一知識點的記憶任然保持在75%的維持率。

單一技能學習模型

艾賓浩斯遺忘模型是對無意義的發音進行的訓練，但是人的真正記憶方式更多的是將新的知識與舊的知識進行對比分析，不斷迭代進取的模式，即增量式學習模型。這就需要我們在不斷學習的過程中保持不斷的思考。論語有云：“學而不思則罔，思而不學則殆”。即一味地學習而不思考知識之間的關聯，就會因為離散的龐大的知識而陷入迷茫；一味地空想而不去實實在在地學習，也會因為缺少知識的支撐而如同沙上建塔，最終一無所成。

孔子的教導傳承前年仍然讓眾多人受用匪淺，那么作為信息學科的理論工程類學習，我們在學習、思考的過程中，還需要加入實踐的環節，構成“學習·實踐·思考·學習”的三角形閉環，甚至形成一個螺旋上升模型。如圖 1所示，最好的模式是先對課程進行預習，然后在課堂上進行更為細致的強化補漏學習，課堂學習結束后馬上進入知識點復習和工程實踐活動，在課后復習及實踐活動中不斷思考當前所學知識存在難點和問題點，更加這些思考所得的難點和問題點進入新的學習。如此循環往復，在“學習·實踐·思考·學習”的三角螺旋模型中獲對某一領域知識和認識的不斷提升。

圖1 工科螺旋學習模型

綜合技能學習模型

我們每個周期都會安排不同的課程，如高校本科教育的第一年以基礎教育為主，包括數學、物理、生物、英語、體育等，到了后期逐漸以專業領域學科為主。以計算機領域的課程為例，必須課程中包含“算法設計”、“軟件工程”、“數據庫”和“軟件測試”等課程。很多同學在學習過程中，是將每個課程作為相互獨立的知識來學習。自己喜歡的、或者覺得以后有用的，甚至認為自己在某個學科上有點天賦的，才能學得好一些。覺得一無是處的課程，可能考試結束后一兩年都不記得課程的全部名稱了。

作為某一大領域內的學科課程，很多時候存在相互之間的共性，以及支撐作用。如圖 2所示，算法設計很多時候以來數據結構，數據結構在計算機內的具體表現形式就是數據庫；軟件測試過程中需要有數據字段的可用性、合理性測試，數據字段設計的合理性也直接表現在數據庫中。軟件工程作為理論方法的具體實現，需要算法設計、數據庫和軟件測試等基礎知識的支撐，同時軟件工程也為其他各課程之間的融合起著橋梁的作用。因此在計算機領域知識的課程學習過程中，我們可以構建更為復雜的系統學習模型。

圖 2 知識關聯型學習模型

目前每個課程的書籍以及上課老師，由于篇幅和時間的問題，在某一課程知識的展開過程中會不自覺的給出明確的邊界。但是我們每個知識的學習者，需要主動地在學習過程中不斷建立前沿知識和邊沿知識的鏈接，形成知識與知識之間的橋梁，讓這些知識與認知在時間的長河中能夠存在的更久遠，為我們將來的工作和科研構建扎實的磐石。

目標驅動方法

很多在線學習的同學一方面是為了能夠提升工作技術能力，另一方面可能是為了通過技術培訓更換一個工作崗位。那么以研究生的階段性學習為例，很多同學讀研究生，是為了能夠獲得一個相對較高的工作起點，一部分同學是對科學研究感興趣，還有一部分同學可能是陪著另外一些人考的研究生。不管我們在進入研究生之前抱著什么目的，但是在進入研究生階段之后，希望大家能夠認真對待研究生生涯，在每個階段制定好一個對自己未來更加有益的目標。

技能類研究生在步入研究生院后的業生涯的基本發展模式可以分為三個階段：“學習”、“實踐”、“管理”。在每個階段我們需要設定不同的目標，甚至在碩士研究生的三年中，盡可能多的去鍛煉、體會這三種不同階段的時間配比生活。以下為一個簡單的碩士研究生階段任務安排樣例：第一年以學習為主。第一任務是課程學習、知識學習；第二任務是實驗室的科研項目，提升自己的實踐能力，第三任務是研讀論文，甚至撰寫自己的第一篇論文；第二年以實踐為主。主要任務是參與實驗室的實踐項目；然后在實踐過程中發現問題，查閱相關論文，不斷學習，并將實踐的結果以論文的形式總結展現；第三年以思考為主。第一任務是面試，面試不僅是自己以往經歷的闡述，更多的是與筆試官、面試官之間的博弈，因此更加需要在面試前、面試中以及面試后對面試過程中所有的問題、情況進行總結思考；同時可能需要參與某些公司/研究室的項目，并且在遇到問題的過程中不斷的主動學習，去解決問題。

本文從一般的遺忘曲線和記憶模式出發提出技術知識學習過程中的“學習→實踐→思考”模型。以計算機科學的課程可在關聯性為例，介紹了專業課程之間的關聯學習方法。最后以研究生的階段任務安排出發，給出了階段性目標的學習驅動機制。

江蘇省博士后科研資助計劃項目(1601128B)、中國博士后科學基金項目(2016M600434)、國家自然科學基金青年項目(61502247)、江蘇省科技支撐計劃(社會發展)項目(BE2016776)

南京郵電大學計算機學院）