学习过程中的快思考与慢思考

本文探讨了丹尼尔·卡内曼《思考,快与慢》中提到的认知系统理论如何应用于学习过程。文章指出,对于不同类型的学科内容,我们需要采用不同的思考方式:感性、人文的知识学习适合快思考;而编程、投资等理性知识的学习则更依赖慢思考。此外,还讨论了学习媒介的选择对学习效果的影响。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1

  最近几天一直在看丹尼尔?卡尼曼的《思考,快与慢》,书中的观点不仅对我们个人的日常生活有着深刻的指导意义,对我们研究在线教育,研究学员的学习习惯也很有意义。

  书中卡尼曼教授把我们的认知系统划分为两个部分:“系统1”反应快速、依赖直觉,几乎不需要我们的努力就能完成任务;而“系统2”则懒惰,工作起来就需要我们集中注意力,但它也理性、精确。我们每天都在两个系统间切换。系统1虽然不精确,但是却时刻待命,总能完成任务(尽管质量不敢恭维)。系统2却常常偷懒,精力有限,除非付出主观努力,否则很难做出点什么。

  那么,我们在学习的时候,是系统1也就是快思考在发挥作用还是,系统2即慢思考在发挥作用呢?好像这跟我们的学习内容有很大的关系,不同的内容,需要不同的系统来参与。

  比如,我们在看电视剧,听新闻,听音乐时,只需要调用快思考的系统,依赖直觉就可以完成任务,因为上述内容和表现形式都跟直觉、感性有关,快思考系统处理这些内容也很得心应手。而我们在学习编程、学习投资知识时,如果只调用系统1的快思考而不强制性的调用系统2的慢思考进行精确学习,那么很多时候,我们只能一知半解的了解个大概,所掌握的知识也都是些皮毛。

  所以,学习编程、学习投资时要想真正学好,使之成为自己的一项可以安身立命的技能,就必须调用系统2的慢思考去处理我们所接收的专业知识。从我们个人的心理状态上,也必须放松心情,做好长期做战的准备,稍安勿躁,不能操之过急,希望一天就搞定。

  我偏向于认为,感性、人文的知识在学习的时候,可以求快,理性、数学的知识在学习时,则需要求慢,欲速则不达;

  那么,如果我们本身放慢了节奏,要调用慢思考系统来学习了,但是如果我们短时间输入的信息量太大了,也会事与愿违。因为面对短时的大量信息,本能上也会越偏向于采用快思考的模式进行处理,因为信息量太大了,必须快速处理,不然脑袋跟要炸了似的,或者干脆进入昏睡模式,停止接收信息。

  另外,我们在学习知识时,还要根据自己的目的不同,内容不同,去选择不同的信息传播载体和形式,阅读的方式信息传播的速度是可控的,所以可以快也可慢,而视听的方式传播速度是固定的,不可调整,相对只适合快思考模式的学习。

  简单的推论就是,阅读适合学习和技术,视频适合娱乐和人文。如果是想精读,要成为专业人士,就选择信息传播速度慢的内容传播形式,比如文字、图片;如果只是想了解大概,就可以选择传播速度快的内容形式,比如视频(视频要慢下来就只能不断的暂停)。

  如果上述推论成立,那么对于在线教育和在线学习来说,究竟应该选择用什么形式来传播内容,就是一个需要考虑的问题。仅就IT在线教育而言,纯粹的视频,肯定不是最好的选择,视频学习,在这种场景下已经开始沦为一种低效率的学习方式。


内容概要:该论文探讨了一种基于粒子群优化(PSO)的STAR-RIS辅助NOMA无线通信网络优化方法。STAR-RIS作为一种新型可重构智能表面,能同时反射和传输信号,传统仅能反射的RIS不同。结合NOMA技术,STAR-RIS可以提升覆盖范围、用户容量和频谱效率。针对STAR-RIS元素众多导致获取完整信道状态信息(CSI)开销大的问题,作者提出一种在不依赖完整CSI的情况下,联合优化功率分配、基站波束成形以及STAR-RIS的传输和反射波束成形向量的方法,以最大化总可实现速率并确保每个用户的最低速率要求。仿真结果显示,该方案优于STAR-RIS辅助的OMA系统。 适合人群:具备一定无线通信理论基础、对智能反射面技术和非正交多址接入技术感兴趣的科研人员和工程师。 使用场景及目标:①适用于希望深入了解STAR-RISNOMA结合的研究者;②为解决无线通信中频谱资源紧张、提高系统性能提供新的思路和技术手段;③帮助理解PSO算法在无线通信优化问题中的应用。 其他说明:文中提供了详细的Python代码实现,涵盖系统参数设置、信道建模、速率计算、目标函数定义、约束条件设定、主优化函数设计及结果可视化等环节,便于读者理解和复现实验结果。此外,文章还对比了PSO其他优化算法(如DDPG)的区别,强调了PSO在不需要显式CSI估计方面的优势。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值