考試即將成為過去-通訊將給我們帶來了什麼

來自專欄 LDesign

為什麼我們考試的制度過去了很多年依舊沒有改變，這個制度足夠好嗎？

我們的社會在 很多的方面都獲得了長足的發展，尤其是信息領域，然而面對人的信息領域卻有如此的滯後效應，我們依然在使用20年前的考試製度，幾乎沒有除了更新之外的進步，我們甚至在使用20年前的教材。這些甚至在主要觀點上已經過時的東西。為什麼滯後如此嚴重？

我們一邊又一遍的問我們自己，學習究竟有什麼用，我們以後根本就用不到，卻不得不一遍又一遍的學習考試？

如果你想知道，這一切是如何工作的，又需要多少代的博弈才能改變這一切。下一代的人類又有什麼樣的學習和思考的方式，我希望這篇文章有所幫助，如果你有什麼建議請在評論區留言

現在考試的致命缺點

第一點： 脫離檢索體系（不能夠在考試的同時檢索信息）

我深深地懷疑這一點，我們現在在有了智能手機，有了發達的信息支持系統，為什麼仍然要記憶大量的東西，我們甚至在考試的時候不能夠使用手機？為什麼我們在任何場合都可以使用的手機在考試中不能夠使用？

答案是： 顯然現在的考試體系不夠好，我們的手機作為信息檢索工具對於我們已經是必需得存在了，我們的考試試卷的形式還停留在過去沒有手機的年代，它們對於能夠用手機檢索信息來說，實在是太過時了，而過時只是還沒有更好的方案。可以檢索信息的考試，會耗時更多，而且更為設計上更為複雜，乾脆直接盲測，大家都不檢索信息，seems to be equal， 但是實際上並不那麼公平，因為不同人的檢索能力差別真的非常大。英語信息獲取能力也是逐漸培養的，（在未來，檢索信息本身，就應該是一個不斷獲取信息的過程）

通訊時代的學習

第一部分 : 人類的記憶機理（人的大腦是如何工作的）

人究竟能夠記憶多少東西？

你現在開始熟悉東西A，它和你過去知道的一切無關。那麼你究竟能夠熟悉A到什麼程度呢？

一個粗暴的假定： 我們假定我們明天只能夠記憶今天一切記憶量的99%，假定一個人一天之內的極限記憶是一個單位。

你能夠記憶多少東西呢？（這裡僅僅討論記憶，不考慮思考帶來的邏輯重組） 答案是99個單位，也就是說，人一生最多能夠記憶不超過100個單位的事物，

這是一個很簡單的推理，假定你記憶到達了100個單位的知識，那麼明天你將遺忘一個單位，又增加一個單位，所以你的記憶量沒有改變。

而在你記憶量少於100個單位時，比如說98個單位，這個時候你會遺忘98*1% 然後會增加一個單位的記憶，也就是你的對A事物的熟悉會增加一個單位。

現在來考慮上面這種論證的缺陷。

第一個漏洞，實際上人不能夠記憶昨天99%的事物，假定你昨天記憶了一天的知識，那麼今天你顯然遺忘的不止1%，你實際上可能會忘記一半甚至更多的知識。也就是實際上熟悉A一百個單位是完全不可能的事情，也就是學習最多的記憶的量是一個人能夠記憶昨天事物的量，如果你能夠記憶昨天學習50%的知識，那麼你最多記憶50個單位的知識（假定一個人一天最多記憶1個單位）

第二個漏洞：有些知識不能夠線性的學習，而是寓拖在環境之中的，比如 programing debuding，我們在program debudging 的時候經常半年搞不定，但是一旦搞定，我們就知道了在這種情況下，我們該如何在碰到一種情況下debuging，面對這種顯然的非線性體系中，我們該如何縮短時間。我們知道debuging是一個複雜的情形,即便其他的行業的人知道每種情況下debuging的方式，也很難寫成blog告訴你告訴這種情況下如何debug畢竟兩個人的情況很難做到完全類似，即便完全類似，一個字元表示的不同就足以讓你搞不清哪裡到底出了什麼bug，在這樣的非線性知識體系，而且相當消耗時間的體系中，我們如何增加知識呢？

（這是一個複雜的通訊問題，我們需要通訊的載體相當的複雜。以後會告訴大家複雜系統的通訊方法，）在這種體系中，一個簡單通訊方法就是把人作為載體，當你需要python programer的時候，就直接找到python程序員，知識不能通過時間線性（這裡的線性說的是類似前面的指數遺忘體系）堆疊的體系是很多的，也正是在這裡我們可以做些文章，讓本不是線性通訊的體系轉化為線性體系 （這個漏洞實際上可以通過把知識放在環境中來緩解）

解決了這兩個漏洞，人們就可以在一個新環境中快速成為行業專家

人在知識體系中的極限能力究竟是什麼？

如何把知識不能夠隨著時間堆積的情況轉化成知識能夠堆疊的情況？

第一個漏洞的解決

人是如何學習的- 人的知識的演化機制

人類在小學，中學，大學，本質上演化到了不同的知識體系。雖然我們都知道自己會忘記高中的數學題是怎麼做的，但是我還是需要明確這一點.

我們與過去的知識並不是稍微遺忘了，實際上可能還能夠想起來的關係，而是，本質上，我們在不同人生階段學習的是自然演化到了不同的體系

有時候我們好奇，既然我們在不同階段學習的東西本質上截然不同，為什麼我們不可以跳過高中直接讀大學呢？

答案是，你可以，在完全沒有基礎的情況下，能不能學習一門新的課程，這其實就跟你學習走路一樣，你能夠沒有任何基礎的學會走路嗎？

答案是：當然

比如說：如果 sigma + beta = sigmabeta

那麼 sigma + alpha = ?

你很快發現這其中的規律，然後得出sigma+alpha = sigmaalpa

你或許會說，這和咱么現在討論的問題有什麼關係？

我想說，這正是你學習1+1 = 2的時候的方式，

沒有初等數學能不能學高等數學，答案是完全可以，但是你得接受一些毫無理由的前提，比如說，如果你接受exp(1) = 2.732一樣 你同樣需要把很多東西當成已知的東西，這也是喝多人犯得錯誤，他們嘗試對自己所學的東西做出解釋來方便記憶，到頭來卻一場空，有很多東西不需要大腦做出翻譯或者解釋，你需要的是快速的接受這一切，把這當做已經知道的事實。把知識當做已知的事實能夠加速人類的學習

我們知道即便是很簡單的知識，在一個體系中演化到最高效的機制的形式，也需要很長的時間，因為學習率會在後來不斷下降（這一點類似於人工神經網路的學習效率，越到後期，學習效率越低，而且容易出現過度擬合的情況，專家的知識的固化，缺乏適應新時代的能力就是這麼來的）

那些聲名顯赫的人真的比你能夠擁有更多的知識嗎？或者是擁有更多的經驗嗎？

我們知道那些教了數學很多年的老師。能夠快速的在一個網路結構的數學知識網路中找到能夠連接兩個相距很遠的知識點的道路，然後把這兩個點連接到一起，他們能夠很快的解決這個問題是不是能夠說明他們比你更強？如果你有了猿題庫之類的東西，你完全可以更快的找到，答案，是不是能夠說明你實際上比他們更強呢？（假定他們不會使用猿題庫）

第二個漏洞

把知識放在環境中-信息體系的逐漸完善

透明時代的學習，在通訊足夠發達的後通訊時代，我們的學習過程會發生如何變化？

答案是：把知識放在環境中-信息體系的逐漸完善，就類似於當你看到一個門把手的時候，你知道它是用來握住的。

我們需要更好的信息檢索體系，如果妄圖在百度百科之類的人們經常檢索信息的地方檢索信息，這些信息將遠遠不夠，（雖然近幾年百度百科等信息體系逐漸完善，也逐漸覆蓋更為專業的學科，但是，本質上，百度百科遠遠不如wiki健壯，它的盈利性以及非中立，讓人失去在裡頭編輯信息的動力。因為正確的信息可能被覆蓋或者是刪除，這一點遠遠不及wiki）

比如說，我們如果想要知道卡方檢驗的步驟，意義和操作，假設我們在有了極限檢索能力的情況下，（並且有現有軟體支持的情況下）搞懂如何使用這一體系的時間是30秒鐘，而在現實世界中，我們如果想要真正的搞懂這一體系，需要打開百度的時間可能都超過30秒鐘（打開手機，然後打開百度，檢索，找到或者找不到相應的信息，或者找打了一大段文字，你壓根就看不懂。這時，好在現在我們有視頻可以教你怎麼做）（做一個30秒的視頻，告訴一個人怎麼使用應該沒有什麼問題，在基於Python的 情況下）

檢索信息的主要問題-滯後博弈

我們在高速公路上發現了一個地方塞車了，我們走到前面的時候才發現地上掉了一個床墊，但是我們已經路過床墊了，完全沒有必要再停下來撿起這個床墊。但是我們走過之後它又會繼續阻擋其他的人。

信息體系也是如此，當你不知道一個問題的答案的時候，你會去檢索，但是你知道答案之後，你並不會寫出來供其他人檢索（或許直播可以一定程度解決這個問題。但是不是所有人都能夠支撐得起直播帶來的信息費用，存儲，時刻記錄，剪輯，都需要很昂貴的計算機的支持）

滯後博弈會逐漸消失。而在5G時代甚至不會存在，當我寫一個blog的時候，我能夠解決一個問題，會給我帶來成就感。在通訊越發達的系統中，提出一個blog的影響力越大，在影響力的刺激下，我們可以很快的得到一個解決方案。

知識沒有辦法簡單的堆疊的情況

在這種情況下，也是最常見的情況，知識並不能夠不重複的增加，一個人可能在一個崗位上做了10年才會碰到一個新的知識，這是很常見的情況，有的人一輩子做的都是司空見慣的情況，談不上什麼學習