在间隔重复记忆系统[1]中,中心元素通常是卡片——这是一种特定的任务,旨在通过提取练习[2](即通过回忆来加强记忆)或产生测试效应[2](即通过测试来提高记忆效果)来促进记忆。然而,我对于一种新的构想很感兴趣,那就是让想法成为这一系统的中心,或者至少让想法与这些卡片并存。换种方式来说:目前我们通过将想法转化为卡片和任务的形式来输入记忆系统,那如果我们可以直接将想法本身放入记忆系统会怎样呢?这样,当你进行每日复习时,你将参与一些活动,这些活动不仅复习了这些想法,还能加深对它们的理解。
通常,我们在讨论这个概念时会考虑自动化的角度:编写有效的记忆卡片是一项挑战,而且非常耗时。如果能让计算机来完成这项工作,岂不是非常好?但现在我们暂且不谈效率和便利性;我认为,将「想法本身」视为记忆系统的原语更有更核心的原因。
- 避免模式匹配:记忆系统卡片的一个问题是,我们往往会根据一些表面特征对卡片进行模式化回应(编写间隔重复记忆卡片应避免浅层次的「模式匹配」[3])。由于卡片本身是静态的,很难完全避免这种情况。
- GPT-3 能够产生间隔重复记忆卡片问题的简单变体,但是基于特定卡片生成的变体可能比直接基于产生这些卡片的想法来生成的变体要局限得多。
- 从情感角度来看,模式匹配也会产生负面影响;它削弱了我对这个系统的信心,让我感觉自己在做无意义的工作,还让我陷入了单调重复的思维模式。
- 多角度编码:除了表面上的多样化之外,卡片通常只能提供一种有限的记忆强化方法。当我处理通过记忆系统强化的信息时,我常常感觉需要用特定的方式去「回想」,仿佛需要找到一把特殊的钥匙来开启知识的大门。而与此相反,我对编程中的重要想法有着百般不同的理解,因此我很少感到需要寻找正确的钥匙;在任何情况下,这些想法似乎总是可以轻松调出。
- 这就是为什么我们建议间隔重复记忆卡片应该从多个角度对概念进行编码[4]。但在实际操作中,这常常感觉像是对系统的滥用:
- 代表不同角度的卡片是完全独立的,所以在同一个复习环节中,你可能会从多个不同的角度被问及同一想法。对于后续的角度,你不需要从长期记忆中提取信息,这可能会降低记忆强化的效果。
- 此外,连续回答多个实际上围绕同一想法的问题,往往会感到烦人或无聊。
- 我更愿意将这些高度相关的问题分散到几天的时间里,让它们随着时间逐渐展开。
- 如果我发现某个角度的记忆卡片比较难,这是否意味着我也应该调整其他角度的复习计划?
- 从组织上看,将这些卡片作为独立实体呈现是令人讨厌的;它们实际上只是同一枚硬币的多个面,但(特别是你在不同时间撰写它们时),没有办法将它们作为一个整体查看。
- Pan, S. C., & Rickard, T. C. (2018). Transfer of test-enhanced learning: Meta-analytic review and synthesis. Psychological Bulletin, 144(7), 710–756 的研究发现,当问题的答案与练习的回答有很大的重叠,也就是所谓的「响应一致性」时,知识迁移更可能发生。这表明,为了更好地实现知识的迁移,我们不仅需要从多个角度提出问题,还需要有多个角度的回答。
- 嗯,我不确定这是否适合放在这里,或者我是否完全相信这一点。事实上,那些响应一致性高的研究大多与死记硬背有关;而响应一致性低的研究主要涉及问题解决实践、应用和推理问题。因此,这些研究的响应一致性编码可能「真的」对应于,比如说,更高的复杂性,或距离更远的知识迁移。
- 指向东西本身:我具体的情感体验是:当我听到、阅读或想到一些激发我兴趣的东西时,我会想,「啊!我想把这个纳入我的学习中!」但我无法直接将「这个东西」纳入我的记忆练习;我需要找到一种方法,把它转换成某种我能在练习中使用的形式。有时,这种转换过程是一种有益的锻炼——它让我更深入地理解激发我思考的想法,帮助我分析并更好地理解它。但在大多数情况下,这个过程只是感觉像一个额外的负担。
- (参见从 2022 年夏的助记媒介原型中学到的经验教训[5]了解更多)
- 我想强调的是,这种冲动与效率或「降低门槛」无关。它关乎于让核心动词感觉更好——使它更自然地与我的内在意图和情感兴趣保持一致。消除一种经常使我疏远这个过程的摩擦。
- 相关笔记:间隔重复系统中选择去记忆某项内容的行为有如轻松的手势[6]
- 对我来说,如果可能的话,这显然是我们从一开始就会使用的概念模型……但问题是它不起作用!像 Readwise 这样的系统,它们在练习过程中仅仅重新展示想法本身,却并没有产生测试效应[2],而且似乎很少有人坚持使用它。关于 Kawara,我没有太多使用经验,也没有采访过其用户,但我怀疑它也面临同样的问题。
- 注意,这也更接近最普遍且最自然地使用记忆系统的地方所发生的情况:语言学习和医学院。
- 也就是说,在语言学习中,卡片通常就是单词本身——即你要学习的原始材料。在医学教育中,常见的卡片可能是一张解剖图,其中某个部分被遮盖。同样,这里的卡片就是要学习的事物本身。任务是不言自明的。如果你看到一张写着意大利语单词的卡片,你就知道需要给出它的翻译。如果你看到一张有部分被遮盖的解剖图,你就知道需要指出被遮盖的部位。
- 我认为这也部分解释了挖空卡之所以有吸引力的原因。
- 这是一种实现类似助记媒介可以扩展到个人笔记上[7]这种东西的更自然的方式。在实践中,我发现我经常会记下我在论文中发现的有趣的东西,接着用几种不同的表述创建记忆卡片,然后继续我的笔记。这种做法让整个过程显得不连贯且重复,并且这种笔记读起来也不那么愉快。也许解决的办法是提供更好的折叠功能;但在我看来,更自然的概念设计应该是直接让洞见本身成为练习的对象。
- 「将想法送入你的轨道」——而非「生硬地将想法转换成任务,再将这些任务纳入你的轨道」。
- 随时间深化:现有的记忆系统让我能够保存关于某个主题的理解的一个有损快照,这里的理解是在我编写相关卡片时形成的。这更多关于的是保存和维护。但正如 Michael Nielsen 所强调的(例如在他的文章《构建更好的记忆系统》[8]中提到的),一个更有效的框架应当是建立联系和深度,而不仅仅是简单地保存信息。如果能在复习时用这些时间去思考材料的新想法,进一步深化理解,发现新的联系,重新建立情感联系,那将会更加有趣,更有价值。
- 确实可以通过卡片来实现这一点(间隔重复记忆系统可用于促进应用、综合和创造[9]),但为自己编写这样的卡片往往既困难又生硬。你想每次给自己设立新的任务,激发自己的新思考。但实际上,你不得不编写一些非常泛泛的卡片(比如:「想一个在你生活中应用建议 X 的新方法...」)。在复习时,我经常发现这类卡片很难在情感上与之联系。我认为使用各种更具体的任务会更好,但对于以卡片为中心的概念设计来说, 这很难实际执行。
- 静态卡片无法自然地指定一个弧线或进程。一个激励性的例子:如果我正在学习物理学中的一些新概念,我可能想从基本的阅读理解检查开始,确保我知道它们的定义和符号;然后一旦这些稳固了,我想练习单独简单地应用它们;然后结合使用;然后可能用它们来做更长的推理。
- 另一个更经典的、以记忆为中心的例子是:如果我在尝试记忆一首诗,我可能会从记住几个对句开始,然后一旦这些稳固了,再进一步记忆诗节,依此类推。
- 从另一个角度看,我想找到一种系统的方法,通过我的练习来逐步扩大我的组块大小。
- 强调问题解决实践:另一种理解上一点的方式是,我在寻找利用我的练习时间进行问题解决实践的方法。这些问题应该是多样化的,并且随着时间的推移变得更为复杂。
- 理想情况下,这些任务能够在不需要纸笔的情况下完成,这样我就可以在平时使用手机进行的复习时轻松地加入它们。也许仅仅「设置」问题就足够了?
- 一个好的早期「步骤」可能是完成一些工作示例中的步骤(参考有关工作示例效应的文献……假设有研究人员已经探讨了这种作为一项练习任务的效果?)
- 满足助记媒介读者偏好的更简单的共享语言?正如从 2022 年夏的助记媒介原型中学到的经验教训[5]所描述的,人们并不是真的想要评估卡片——比如「我应该保留这张卡片吗?」;他们更希望能够指出文本中自己认为最重要的部分。
- 助记媒介需要一种功能,让用户能够表达他们希望学习的深度。在想法层面上指定或控制这一点,比在每张具体卡片层面上做这件事更有意义。
- (不过,相较于在想法层面,可能在章节或部分层面上控制这一点更合适)
- 如果读者不喜欢某张被要求回答的卡片,他们可能希望能够推迟/删除所有与该想法相关的卡片。
如何实现这一系统?
在其最宽泛的形式上,我们讨论的是一个系统,它能通过挑选最适合进行练习的想法并提供恰当的活动来促进练习过程。
对于助记媒介[10]来说,这可能意味着由作者提供一系列预设的活动或活动模板。对于一个更通用的系统而言,这项任务可能需要引入某种生成式人工智能(例如大语言模型);参考使用机器学习从解释性文本中生成优质的间隔重复卡片[11]。然而,这方面仍然存在诸多挑战。
我的构想大致如下:
- 一种高级语言,用于指定需要复习的材料
- 考虑到大语言模型的能力,这种语言可能会非常接近自然语言
- 一种模式语言,围绕练习、复习和强化活动
- ……这可能需要通过微调或提示词工程来实现
如何确定合适的「块」大小?
将卡片作为任务的一个优势在于,它们天然地形成了相对明确的「块」大小。尽管新手在掌握这个恰当的大小时可能会遇到一些困难,但我认为人们通常能够较快地领会这一点。然而,当我们把想法作为基本单位时,情况就变得不同了。一个想法应该达到何种复杂度才算合适呢?这确实是一个值得深思的问题。
在实际学习过程中,当我翻阅像《大学物理学》(Young 和 Freedman 著)这样的教材,试图提取可转化为卡片的「核心知识点」时,我常常感到不尽如人意。以「同性电荷相斥,异性电荷相吸」这个知识点为例。这确实是关于电荷的基本认知,阐述了两种电荷的存在及其相互作用。事实上,这种相互作用是区分两种电荷的唯一特征。那么,围绕这个知识点,我们可以提出哪些问题来深化理解呢?
- (条件->结果)如果将两个带负电的粒子放在一起,会发生什么?
- (结果->条件)在什么情况下,两个电荷会相互排斥或相互吸引?
- (应用)如果你将一个质子放在一个电子旁边,它们会如何相互影响?
- (应用)如果你想吸引正电荷到某个特定位置,应该在那里放置什么样的电荷?
这些问题作为起点还不错,但我认为它们过于孤立。理想情况下,我们希望这个知识点能与「质子」、「电子」、「导体」等其他概念建立起越来越复杂的联系和互动,形成一个有机的知识网络。
寻找比「想法」更贴切的表述
我发现「想法」这个词可能无法完全准确地表达我的意思。有些我想要纳入日常学习讨论的内容,可能并不完全符合传统意义上「想法」的定义:
- 一首令人心醉神迷的诗歌
- 一道令人惊叹的菜肴
- 一段对话所引发的内心感受
- 一篇文章所隐含的价值观念
- 一个人表现出的与众不同的行为
以下是一些值得考虑的替代概念词:
- 概念
- 洞见
- 节点
- 观点
- 笔记
- 事物
- 条目
- 刺激
我无法找到一个统一的词语来概括这些内容,这可能暗示我正在思考的想法存在一些问题。也许用同一个词来涵盖所有这些事物并不恰当,因为它们所对应的活动差异实在太大。
我想要探讨的核心观点是:目前,人们倾向于将想要在练习中运用的内容编码成问题、任务或卡片;但也许,我们应该直接记录事物本身。
换言之:现在要将某些内容纳入记忆系统,你会将其编码成卡片和任务。如果我们能够直接将事物本身纳入记忆系统,会产生怎样的效果呢?
ACT-R 产生式连接
这里有一个有趣的观察:John Anderson 的 ACT-R 认知模型使用产生式规则来定义条件。例如,「如果我看到两条相交的线,已知一个角度,需要求另一个角度,那么我可以执行 X 操作。」这些规则通常显得相当机械。最近我一直在思考,这种抽象层次可能并不恰当,至少对教学设计者来说是这样。为每个学科制定数百条产生式规则似乎不太现实,而且可能会导致系统过于僵化。也许更好的方法是开发一种从更高层次定义中推导出这些规则的方式,就像为产生式规则创造一种 FORTRAN 语言。我相信在智能辅导系统领域已经有不少这方面的研究,尽管我对这些研究并不十分熟悉。
有趣的是,我发现我对记忆系统的批评与我对 ACT-R 的观察有异曲同工之妙。通常,一个特定的卡片只会强化一个狭窄的、类似 ACT-R 的产生式规则。就像教学设计者不应该被要求在基于 ACT-R 的智能辅导系统中编码所有相关的产生式规则变体一样,记忆系统的用户也不应该被要求编写能涵盖所有相关规则的卡片。在这两种情况下,我们都需要一种更高层次的语言来解决这个问题。
链接至本文(已汉化)
声明
此内容发布由 Andy Matuschak 许可。未经允许,不得转载或修改。保留所有权利。
Thoughts Memo 汉化组译制
感谢主要译者 claude-3.5-sonnet,校对 Jarrett Ye
原文:Idea-centric memory system (andymatuschak.org)
参考
1. 间隔重复记忆系统(Spaced repetition memory system) ./404257681.html2. 测试效应 ./423449068.html
3. 编写间隔重复记忆卡片应避免浅层次的「模式匹配」 ./401944262.html
4. 间隔重复记忆卡片应该从多个角度对概念进行编码 ./401463758.html
5. 从 2022 年夏的助记媒介原型中学到的经验教训 ./647393257.html
6. 间隔重复系统中选择去记忆某项内容的行为有如轻松的手势 ./470710559.html
7. 助记媒介可以扩展到个人笔记上 ./487321909.html
8. 构建更好的记忆系统 ./587991760.html
9. 间隔重复记忆系统可用于促进应用、综合和创造 ./412311494.html
10. 助记媒介(Mnemonic medium) ./459483765.html
11. 使用机器学习从解释性文本中生成优质的间隔重复卡片 ./716570823.html