這篇接續著談有效練習這個主題，如果理解了上一篇談的有效練習的價值，就會知道為什麼曾經翻轉教育、專案式教育會成為 buzzword 而風行一時，因為在傳統教育的聽課與回家練習模式下，單純的聽本身不會讓你建立心智表徵，而若回家又只是把聽到的東西重複幾遍直到背下來，少了內在自我摸索創建的過程，那心智表徵就很難建構起來，也就是說，他仍然不是你的東西，即使你作業全都寫 100 分。
而一但反過來，要求學生先試著創建自己的解釋，老師的角色則可以反過來成為知識的挑戰者而非傳授者，透過刁鑽的提問，去協助學生驗證解釋有沒有疏漏，一但找到錯誤就修正再重來，最終反覆確認到正確無誤，這樣的心智表徵才會真正在學生的內心成形，除了不會忘記外，還能在未來學習相關知識時更快更容易。
從 Edgar Dale 的學習金字塔理論中，我們也可以看到，聽跟讀過的東西，你可能只會記得 30%，但真正動手做過則有可能提升到 90%。
圖片來源：https://www.growthengineering.co.uk/what-is-edgar-dales-cone-of-experience/
此外，還有一個更強效的方式，就是試著找機會去分享，不管是上台還是私下分享，效果都會很好，因為輸出的行為，本身就會強迫你把資訊重新用自己的方式整理清楚並表達。就像我在寫出這系列文章的過程中，也時常有發現邏輯不連貫之處，或本來沒想到的地方，於是又努力回頭尋找答案，每次反覆看書重學就又多理解了一些。
當然，這做法的缺點也很明顯，就是初次學習過程必須拉長，與老師直接傳授知識相比，學生自己摸索可能得花上數倍的時間才能得到一樣的結論，且還需要更差異化的個別指導，這使得大多數學校教育的課程安排與師生比都很難做到，也讓翻轉教育在紅極一時之後遭遇很大的批判，被指不食人間煙火，畢竟學校不僅有進度壓力，又很難鉅細彌遺的掌控每個學生的學習狀況，要求學校老師這樣做有時確實有實務上的困難。
但，不代表這個做法沒有用！他仍然是非常有效的做法，如果你能這樣要求自己，由於每一步都走得很穩健，雖然每個當下看似花了更長的時間，但這些知識都會好好的內化在你心裡，不太會隨著時間淡忘，久而久之你的累積就會很可觀，學習成長的速度會變的非常快。而過往，想達到這樣的效果最常見的做法通常是：
但，這一年我們又有了全新的方案！如果你是個初學者，還不太知道如何起步，身邊一時又沒有這麼理想的學習夥伴與環境該怎麼辦呢？感謝生在這個時代吧！現在的 AI 經過適當調整，也可以部分充當這個提問老師的角色了喔！
世界知名的可汗學院，近期就推出了 Khanmigo AI，標榜蘇格拉底式教學，面對學生的疑問，它會以反問法去促進學生思考，還可以根據學生回答繼續追問。
而哈佛知名程式學習課程 CS50，也在近期推出了 Rubber Duck Debugging 工具，延續上面提到的學習精神，標榜當你問他程式問題時，他不會直接告訴你答案，而是反過來以提問或引導為的方式，去讓學生建立出自己的想法，自己找出答案，且不管你是不是課堂上的學生，都可以直接拿來使用喔！
我自己實測了一下黃色小鴨，想請他給我 sqrt 的程式碼，可以看到他稍微拒絕了一下，不願意給我答案，而是給了我想法思路，並希望我自己完成它，雖然我覺得還不到非常理想，但確實是個革命性的起步，期待他的未來發展。
至於為什麼叫黃色小鴨（Rubber Duck）呢？所謂的黃色小鴨學習法，就是當你覺得寫程式思緒卡住時，只要拿出一個黃色小鴨，跟他描述一遍你目前的想法是什麼，哪裡卡關了。雖然他不會回答你，但往往很神奇的事情會發生，就是你突然就想出怎麼解決這個問題了，因為有時候光是這種思維模式的轉換，就可以為你帶來巨大幫助。
另外，台灣今年的生成式 AI 年會中，很驚奇的有一位國小老師上台講了一場 — 如何問出更好的問題，我覺得也是很棒的新手入門素材，任何人都學得會，學會後馬上就能自己拿來用。
當然，這些輔助工具目前都還是比較偏向初學者，如果想長遠的進步下去，學會自己當自己的教練是最有效的，只要用同樣的方式自己要求自己即可！
以上做法僅適用於你可以掌握的範圍內，如果該問題是你毫無基礎，不可能自己想出來的東西，那應該要先好好上點課，先理解最基本的知識點，給自己的思考挑戰不要超出能力太多。以學程式為例，若連雙層迴圈都還無法掌握，就想要完全憑空想出高效的排序演算法，未免過於不切實際。要在一個你已經有點基礎，且題目好像摸的到方向，但有點模糊不清的狀態效果最好。（過幾天會再詳細聊到這部分）
還有一點，如果場景換到偏向強調身體技能的項目，例如打球或彈琴，多次反覆練習老師教的正確姿勢，去建立肌肉記憶與神經連結才是最有幫助的做法，不要初學就妄想著自己亂發明動作。乖乖照著老師說的做才是對的，等你有一天能成為頂尖高手後，才有資格來談創造或發明自己新的動作與練習方式。
iThome鐵人賽
看影片追技術