高中是主要靠努力还是靠天赋？

天赋、努力、方法，缺一不可。

天赋主要体现在工作记忆容量和学习速度上。个体之间在工作记忆容量上的差异是真实存在的，并且这种差异会显著影响学习速度、对任务难度的感知以及抽象能力。工作记忆容量较大的人，在学习新知识、处理复杂信息时通常会感觉更轻松，学习速度也更快。这可以看作是一种「天赋」。拥有较高工作记忆容量的学生，在理解和掌握新概念时，每次的「咀嚼量」更大，能够更快地消化和吸收知识。

努力则体现在练习量上。但注意，符合认知规律的练习才是有效的，能够让努力转化为学习效果，并在很大程度上弥补天赋的不足。尽管存在天赋差异，但大多数人都有能力学习高中阶段的知识。关键在于是否进行了「足够量」的「有效练习」。对于工作记忆容量相对较小或学习速度稍慢的学生，可以通过更多的、有效的练习来达到精通。额外的练习可以帮助他们建立更强的知识自动性，从而减少工作记忆的负担，使他们能够继续学习更深入的内容。

但悲观地看，其实天赋和努力都是难以改变的。天赋就不用说了，天生的。虽然存在一些能够提高工作记忆的练习，但它们只能提高特定任务上的表现。目前缺乏证据支持这种提高能够迁移到其他场景中。^[1]至于努力，则又和尽责性高度相关。有微弱的证据表明，尽责性可以通过尝试更具挑战性的任务来提高。（但这里存在一个可笑的悖论——培养努力本身就需要付出大量努力，那么一个人该如何迈出第一步呢？）^[2]

所以，实际上能够快速改变的只有方法。但方法又和学生所处的环境、接受到的教育资源相关。比如保持充足的睡眠^[3]就是一种高效的方法，但有些学生被拴在监狱一样的高中里面，课表被塞的满满当当，天还没亮就要参加跑操和早读，这怎么执行高效的学习方法？再比如间隔重复之类的方法，需要电子设备支持，在没收手机的学校里就很难使用。实际上会来知乎搜索学习方法的学生已经有一个不错的环境了。

以下内容是对 @Thoughts Memo 汉化组的译文《第七章 个体差异：学习过程中的迷思与现实》的片段节选

关于工作记忆容量的重要性

「工作记忆的一个基本特征是其容量有限，这直接制约了认知表现。因此，工作记忆容量较大的个体在各种认知任务中的表现通常优于容量较小的个体。」

「在所有这些情况下，工作记忆容量较大的个体在诸如复杂学习、阅读理解、听力理解和推理等多个重要的认知领域中，都表现出明显的优势。」

「个体的工作记忆容量越高，其大脑执行任务所需的神经活动就越少。换言之，对于工作记忆容量大的个体而言，相同的任务对他们的大脑造成的负担更小。」

「相对于工作记忆容量较小的人，工作记忆容量较大的人都觉得在噪声环境中进行听力辨识更不费力。」

「工作记忆容量越高，个体越倾向于依赖规则学习（而非范例学习）。」

「工作记忆容量减少的影响主要集中在首次解决谜题的过程中。换言之，学习如何解决谜题这一关键步骤，作为首次解题的核心内容，会被增加工作记忆负荷的次要任务所延缓。」

「即使对于那些已经积累了数千小时练习经验的专业钢琴家而言，工作记忆容量仍然是预测其表现水平的重要因素。」

关于工作记忆容量的可训练性及应对策略

「尽管我们可以通过训练提高在用于测量工作记忆容量的特定任务上的表现，但目前仍缺乏充分证据证明：这种进步能够真正提升工作记忆容量，并将其迁移到更广泛的场景中。」

「通过训练特定领域的技能，可以有效地将长期记忆转化为工作记忆的延伸。」

「解决数学技能不足的最有效的方法是直接针对数学技能进行补习，而不是试图通过提高工作记忆或执行功能来解决数学技能的不足。」

关于练习量与个体差异

「一个有效的适应性学习系统应该聚焦于特定学科的学习任务，并根据观察到的学生实际学习速度进行调整，而非基于他们所谓的偏好学习风格。每个学生都需要获得足够的练习机会，以便在每项学习任务上达到精通水平——这个『足够』的练习量可能因学生个体和具体学习任务的不同而有所差异。」

「额外的练习不应被视为对学习速度较慢的学生进步的限制，而应被看作是一种赋能工具。它能帮助这些学生发展更强的自动性，从而减少认知差异对他们学习速度的影响，使他们能够继续学习更深入的内容。」

关于数学潜能与抽象天花板

「你的数学潜力是有限的，但可能比你想象的更高。」

「大多数人能够掌握基础数学，如算术和一些代数——但在此之上，更高等级的数学变得愈加抽象和技术化，只有少数人具备足够的认知能力来快速掌握并以此为职业……」

「在我二十多岁的时候，我突然意识到自己根本无法在足够抽象的层面上进行清晰思考，以至于无法为当代数学做出重大贡献。」（引用 Douglas Hofstadter）

「核心发现是，随着数学学习的深入，掌握更高等级知识所需的精力呈指数级增长。」

关于天赋与努力

「天赋还是努力？两者皆重要」

「是的，天赋和天生的能力在成功中扮演重要角色，但努力在边际效应上很重要，而这些边际收益可以累积成显著的进步。」

「天赋这一概念并不意味着存在『达到卓越成就的先天限制』。相反，基因禀赋可能仅仅影响个体获取特定领域专长的速度，而不会对最终成就设置上限或下限。」

关于学习困难的原因

「如果你在数学课上表现得很糟糕，并不一定意味着你无法学会这个等级的数学。可能有多种原因导致你的艰难。……各种因素可能会人为地降低我们的天花板，比如基础知识缺失、练习习惯不佳、无法或不愿意进行额外练习，或缺乏动力。」

「学生在数学学习中会积累弱点和知识缺口……一旦学生积累了足够多的知识缺口……除非采取适当的补救措施来填补这些缺口，否则学生将面临持续的困难。」

「有效的学习是主动的，而非被动的。试图通过被动观看视频、听讲座、读书或重读笔记来学习并不有效。」

关键论文

注意：「重要性」部分可能包含了本章前文中直接引用的片段。如需引用本章内容，请以正文（上文）为准。

• Grospietsch, F., & Lins, I. (2021, July). Review on the prevalence and persistence of neuromyths in education–Where we stand and what Is still needed. In Frontiers in Education (Vol. 6, p. 665752). Frontiers Media SA.
  Betts, K., Miller, M., Tokuhama-Espinosa, T., Shewokis, P. A., Anderson, A., Borja, C., ... & Dekker, S. (2019). International Report: Neuromyths and Evidence-Based Practices in Higher Education.Online Learning Consortium.
  
  重要性：「学习风格」理论是教育领域最广为人知，同时也是被最全面地揭穿的神经迷思之一。这一理论认为，学习者在接收符合自己偏好的「学习风格」的内容时，学习效果会更好。
  
  
• Conway, A., Jarrold, C., Kane, M., Miyake, A., & Towse, J. (2007). Variation in Working Memory: An Introduction. In Conway, A., Jarrold, C., Kane, M., Miyake, A., & Towse, J. (Eds.), Variation in working memory (pp.3-17). Oxford University Press.
  Vogel, E. K., & Machizawa, M. G. (2004). Neural activity predicts individual differences in visual working memory capacity.Nature, 428(6984), 748-751.
  Engström, M., Landtblom, A. M., & Karlsson, T. (2013). Brain and effort: brain activation and effort-related working memory in healthy participants and patients with working memory deficits.Frontiers in human neuroscience, 7, 140.
  
  重要性：大脑有一个被广泛研究的属性，不仅存在个体差异，其差异还会影响个人的整体认知表现，这就是工作记忆容量。工作记忆容量的差异不仅体现在心理学层面，还体现在大脑活动的生理性测量指标中。
  
  
• Rudner, M., Lunner, T., Behrens, T., Thorén, E. S., & Rönnberg, J. (2012). Working memory capacity may influence perceived effort during aided speech recognition in noise.Journal of the American Academy of Audiology, 23(08), 577-589.
  
  重要性：对于同一项任务，工作记忆容量较大的人通常会比容量较小的人感觉更容易完成。
  
  
• McDaniel, M. A., Cahill, M. J., Robbins, M., & Wiener, C. (2014). Individual differences in learning and transfer: stable tendencies for learning exemplars versus abstracting rules.Journal of Experimental Psychology: General, 143(2), 668.
  McDaniel, M. A., Cahill, M. J., Frey, R. F., Rauch, M., Doele, J., Ruvolo, D., & Daschbach, M. M. (2018). Individual differences in learning exemplars versus abstracting rules: Associations with exam performance in college science.Journal of Applied Research in Memory and Cognition, 7(2), 241-251.
  
  重要性：更高的工作记忆容量有助于提高抽象能力，即能够看见「由树木组成的森林」——通过学习潜在规则而非死记硬背具体细节来把握整体。个体在抽象能力上的差异会对教育成果产生重要影响
  
  
• McDaniel, M. A., Cahill, M. J., Robbins, M., & Wiener, C. (2014). Individual differences in learning and transfer: stable tendencies for learning exemplars versus abstracting rules.Journal of Experimental Psychology: General, 143(2), 668.
  Reber, P. J., & Kotovsky, K. (1997). Implicit learning in problem solving: The role of working memory capacity.Journal of Experimental Psychology: General, 126(2), 178.
  Meinz, E. J., & Hambrick, D. Z. (2010). Deliberate practice is necessary but not sufficient to explain individual differences in piano sight-reading skill: The role of working memory capacity.Psychological science, 21(7), 914-919.
  Kulasegaram, K. M., Grierson, L. E., & Norman, G. R. (2013). The roles of deliberate practice and innate ability in developing expertise: evidence and implications.Medical education, 47(10), 979-989.
  Swanson, H. L., & Siegel, L. (2011). Learning disabilities as a working memory deficit.Experimental Psychology, 49(1), 5-28.
  
  重要性：工作记忆容量会影响学习速度，即个体在接触、接受指导和练习某项任务的过程中，其执行该任务能力的提升速率。这种影响不仅存在于实验室环境中，还延伸到了学术和专业领域的真实生活场景中。
  
  
• Redick, T. S., Shipstead, Z., Wiemers, E. A., Melby-Lervåg, M., & Hulme, C. (2015). What’s working in working memory training? An educational perspective.Educational Psychology Review, 27(4), 617-633.
  Reber, P. J., & Kotovsky, K. (1997). Implicit learning in problem solving: The role of working memory capacity.Journal of Experimental Psychology: General, 126(2), 178.
  Unsworth, N., & Engle, R. W. (2005). Individual differences in working memory capacity and learning: Evidence from the serial reaction time task.Memory & cognition, 33(2), 213-220.
  
  重要性：尽管我们可以通过训练提高在用于测量工作记忆容量的特定任务上的表现，但目前仍缺乏充分证据证明：这种进步能够真正提升工作记忆容量，并将其迁移到更广泛的场景中。然而，值得注意的是，一旦某项任务被学习到足够熟练的程度，工作记忆容量对该任务表现的影响就会减弱。对于那些已经达到自动化处理水平的任务，工作记忆容量的影响则微乎其微。
  
  
• Hofstadter, D., & Carter, K. (2012). Some Reflections on Mathematics from a Mathematical Non-mathematician.Mathematics in School, 41(5), 2-4.
  
  重要性：随着数学学习的深入，掌握更高等级知识所需的精力呈指数级增长。这种现象导致了一种被称为「抽象天花板」的效应。这并非是一个「硬性」的门槛，让人突然失去进一步学习数学的能力。相反，它更像是一个「软性」的临界点：在达到这个水平后，学习数学所需的时间和精力会急剧增加，以至于继续深入学习高等数学不再是一个明智的选择。
  
  
• Simonton, D. K. (2007). Talent and expertise: The empirical evidence for genetic endowment.High Ability Studies, 18(1), 83-84.
  Simonton, D. K. (2013). If innate talent doesn’t exist, where do the data disappear?.The complexity of greatness: Beyond talent or practice, 17-26.
  
  重要性：研究已经充分证实，专业水平的形成依赖于有利的社会文化环境、家庭和教育背景，以及大量的刻意练习。然而，研究表明，许多支撑专家级表现的关键特质实际上具有显著的遗传基础。尽管专家级表现的形成依赖于有利的环境条件和大量的刻意练习，但遗传因素可以加速或减缓这一发展过程。缺乏天赋并不意味着「你无法做到」，但确实意味着相比有天赋的人，缺乏天赋的人需要付出更多努力，可能要达到难以企及的程度。

相关专栏

← 返回目录