- Published on
超速學習 - 在學程式與學棋的應用
前言
學習一項事物首先應該要學習"如何學習的方法"，在以往的經驗中，筆者雖然知道自身屬於學習速度較快的人，但沒有歸納出一個具體而清晰的流程使"學習的方法"得以複製， 本書歸納出了具體的步驟，並在筆者的學習經驗中得以復現，因此記錄下來供參考。
九大法則的應用
1. 後設學習：
大意就是要先規劃 Roadmap，包含強烈的動機、學習的目標、學習的時間...等等，書中特別強調規劃的時間非常重要，筆者以為是強烈的動機非常重要。
象棋：
小時候學棋最強烈的動機就是家長不懂，會贏又不會被家長自以為都是教導有方，大致上的計劃在三段以前就是解題跟固定開局，為了贏棋也會自修各式棋譜。
程式：
前端 Roadmap 六角學院-如何成為前端工程師 參照兩個連結的關卡設立目標， 決定預計投入的時間，兼職與全職的投入時間，參加的課程與求職時間表，至少半年的生活費...等等，
2. 專心致志：
確保可以專心投入，在任何地方都很實用，不論是職場、只是想學什麼新鮮事物。
兩者相同：
因為有先後，在學棋的時候就養成長考的習慣，一盤棋基本上數個小時很正常，只要不被過度干擾基本上專心不太是問題，如果有困擾可以參照番茄鐘之類的方法增加自己的專注時間。
3. 直截了當：
盡量找可以直接應用想學習事物的方法。
象棋：
就是解題目和下棋。
程式：
就是寫寫看，直到今日學習新語言或新技術也是參照文件先寫看看再擴充測試。
4. 反覆操練：
就不斷練習。
兩者相同：
每盤棋都是不一樣的，程式的話會在既有的框架中寫新東西，藉此保留新鮮感又持續精進已有技能。
5. 提取記憶：
用測驗來學習。學完後，先寫出你剛才學了什麼，輸出有助於進一步輸入。
象棋：
下完棋會立刻復盤，馬上回想剛剛下了什麼？
程式：
前端基本上所見及所得，所以產出不如預期就會回想哪裡寫錯了？
6. 意見回饋：
基本上就是盡量得到真實的回饋，而不是職場上的禮尚往來。
象棋：
學習的時候依照老師給的回饋，現在主要依靠 AI，現在 AI 都比人強，AI 也沒有美化分數的功能。
程式：
學習的時候主要基於課程提問的管道，之後就需要藉由職場、社群找到合適的 mentor 給予直接的反饋。
7. 保留記憶：
如何溫故知新，持續將所學記起來。
象棋：
記憶比較深的都是比賽下過的，或是看過很多遍的譜，因為做過深度思考，誤區就是復盤看 AI 這樣下，之後就記這手棋，沒有與人類的邏輯結合很容易忘。
程式：
練習過，80% 舊有的知識加上 20% 新知識，比較不容易太多新東西不知道壞在哪或是難以重複。
8. 培養直覺：
基於基礎的培養直覺，例如經濟直覺，當需求上升，價格會上升/下降。
象棋：
棋手腦中基本上都有常見的數百個盤面，類似於資料庫的概念，所以大師記有邏輯的盤面的速度比新手快不知凡幾，因此直覺就是連結到類似的盤面做發想。
程式：
透過聯想做過的專案或看過的文章、課程，連結到當前需要解決的問題或需求，差別是程式通常不只一種解法，所以會跟同事討論應該考慮哪個因素優先。
9. 勇於實驗：
突破舒適圈，如果目標訂 100%，成果也許只有 80%，但目標是 120%，成果就會是 100%。
象棋：
研究完特定開局之後直接在正式比賽(升段賽、全國賽)上使用，小時候比較接近初生之犢不畏虎，長大後對勝負看得比較沒那麼重，畢竟 AI 開局先讓個三先，AI 還是會贏， 想要知道一段時間內賽前準備跟實際上的思路是不是有成功應用的實驗，
程式：
公司基本上也不會讓你隨便刪庫跑路，所以要導入一個公司現在沒用的東西就必須自己先實驗從安裝、疑難排解、使用者體驗、效能、說服團隊採用，或是自己在 side project 中先行使用，反正錯了就錯了，沒什麼好失去的。
結語：
最近到了畢業季，跟同事討論的徵才標準與實際觀察重點都是學習能力好，究竟什麼因素影響一個人學習能力並且能稱作學習能力好？本書總結出的九個重點筆者自身經驗相結合， 發現這幾個重點在筆者兩項技藝的學習過程中，皆有符合的部分，因此若對學習方法有興趣的人，可以參考本書學習一項新技能。