自学的艺术：对自己生活强掌控感而幸福

1. 什么是自学

自主学习是一种教育与学习的方法。相较于其他教育学派，自主学习者认为没有人能替别人作决定，每个人都应拥有为自己做主的权利。

所谓自主，简而言之，就是为自己作选择，并为这些选择负责。这和把他人或环境指使造成之影响之责任归因于环境或别人的态度相反，而接近存在主义。

在教育实务上，即是对自己设立并实行个人教育计划。——维基百科

自主能力不是一种知识，而是面对自己生命的艺术。

相比较而言，我们接触更多的还是在学校里的义务教育，自学更多的是从“要我学”转变成“我要学”的过程。

自学其实是一种软技能，在生活中你会发现很多事情，很多知识并没有在学校里习得，不得不自学来补充自己。这篇文章并不想过多对自学进行解释，更想关注的是自学的方法。

自学之前你需要知道的一个理论：“成功教育金字塔”理论是美国教育家苏珊·克鲁格提出的，他认为学习这个活动本身，就是教育金字塔顶尖行为。

要想自学下面两块基石你得先有，自信与自我管理。

能够自学的人，在生活中也必定是一个高自尊的人。对自己的生活会有更强的掌控感，进而感到更幸福。

2. 为什么我们要自学？

2.1. 大势所趋

自学绝对是一个大趋势，在地铁上你随处可见，学习英语的，看教学视频的。

如果你也认为自学是现代生活的必备技能，那么希望后面的讲述的如何自学能帮到你。

2.2. 学习媒介

在过去，学习是一件极其奢侈的事情。资源被牢牢的锁定在贵族，精英阶层。但是现在，互联网效应让学习的媒介发生了巨大变化，你可以随意搜索找到到任何学习难度的资料。

你能否从这些海量的资料中寻找到适合自己学习的内容，同样也是极其重要的一项能力，这涉及到自我评估与自我定位。

当然人做任何事情，只要做出第一步就会不断随着环境反馈而进行调整。与其说自学需要自我评估与自我定位能力，不如说自学可以帮助自己做到自我评估与自我定位，具体的自学方法后面会详细的讲到。

为什么这样说？因为当你发现自己找的材料远高于自己能力的时候，自然会寻找难度稍低一级的资料进行学习，这是一个反馈过程，并且是一个增强反馈回路。

试想一下，当你先找到一份材料觉得太难不适合自己，然后去寻找简单一点的学习后，慢慢进步到学习原先觉得太难而不适合自己的内容时，竟然不觉得那有多难了，岂不是有极大的成就感与满足感？

2.3. 对生活更有掌控感

你想一下什么情况下你会觉得不自在？

没有自由的时候。

生活也是一样，你觉得艰难或者痛苦的时候，往往是在生活中别无选择。其实掌控感就是你可以选择你想选择的，不选择你不喜欢的东西。

这也是为什么有人在生气的时候喜欢吃，因为吃多少吃什么自己可以控制。

而自学，通过计划自己的时间安排，习得一门知识，可以说是最有掌控感的行为。换句话说，也是最能提升幸福感的方式。

下面我要说的，自学的方法，是一套完整的可量化的自学方式。

3. 如何自学

一个完整可量化的学习闭环。

如果你看到这里，就默认你是一个有自主能力的人，那么前三项你都自己做到。

当然前文也讲到了一个反馈回路，当你觉得学不下去的时候，就应该考虑是否是自己选择的材料有问题，而不是自己的问题，不要陷入自我怀疑的负反馈循环。

重点我想讨论的是第四项，也就是如何制定完美的学习计划。

3.1. 制定完美的学习计划

一项完备的学习计划，我们需要借鉴软件研发中，项目管理的经验：任务拆分

都知道软件开发其实是一项复杂的任务，但是通常对于一项复杂任务。

我们通过不断的拆分，拆分到细小的可量化的的程度后，就会更容易执行。

当然鉴于软件开发的复杂性往往会出现delay的情况，如何处理也是值得我们借鉴学习的。

3.1.1. 里程碑原则

在软件开发中，有一个关键词里程碑，就是说到了一定的阶段可以呈现出什么样的效果，制定学习计划时我们也可以借鉴来，将自己的学习设定不同的里程碑，比如学车来说。

将难度一步一步的拆解下去，里程碑的设定是让自己看到阶段性的学习效果，接下来就是对自己进行奖励，其实达到里程碑内心上就会有满足感。

当然给自己买一杯爱喝的奶茶就更好了。

其实不难发现，里程碑也是一个考核，自我考核的过程，看看自己的学习效果如何。

如果只是一味的学习很难知道自己学习到哪一步了，还有什么知识点不够熟悉没有掌握。

3.1.2. 85%最优学习法则

因为文章的结构，这一篇最想讲的，写到了最后。我希望这一篇文章你可以什么都忘记，但是这个85%法则能够永远的记住。

当然这也是我从《精英日课》里看来的，其中有一课专门讲这个85%最优学习法则的学术研究。

机器学习算是当下最火的一门计算机技术了，机器学习其实是模拟了大脑的神经网络的学习方式。

这需要给其“喂养”大量的数据，让其能够有自行判断的能力。

所以数据的难易程度就是机器学习的关键。

《85%最优学习法则》就是研究量化了什么样的数据，可以使机器学习的效率最高。

答案是15.87%。

当数据中有15.87%的错误率时，机器学习的效率最高，也可以成为15%的意外率。下图是错误率与训练次数以及训练结果关系图。

图中横坐标是错误率，纵坐标是训练次数，图中的明亮区表示训练结果的正确率。

通过图我们可以看到，如果想要达到60%的正确率，在15%的错误率训练下大概是300多次，而40%的错误率下需要训练次数高达800多次。

这是什么概念？也就是说如果你的学习安排上不恰当，可能会导致比别人多付出一倍的的时间，才能到达别人的效果。

当然解释一下15%错误率是什么意思，简单理解，机器学习是通过大量的数量（人为标注数据）来训练，每一次训练就反馈给自己参数系统，进行调节。

比如我们要教机器认识“鸡”这个动物，那么光给它看鸡的图片是不够的，还得给他看鸭子、鹅、狗各种不同的图片，如果全部是鸡的图片，那么可能给它什么都会反馈给你是鸡，所以它需要错误率，通过不是鸡的图片然后猜错了，反馈回自己调节相关参数。

对应到人的学习上，也是其实这个15%就是意外率，新知识的比例。

可以看出熟悉很重要，只有从熟悉的事情出发我们才能进入学习状态，而这15%就是我们在熟悉里添加的新知识比例，你不会觉得特别难，也不会觉得特别容易。

同时15%也是心流率，都知道心流这个概念，就是完全沉浸在一个事务当中，忘记时间，并且觉得自己学习效率极高，也是最爽的感觉。

想想自己打游戏时忘记时间的感觉。

讲到这里你应该知道为什么我会花这么大的篇幅来讲这个理论了，这是我们设定计划的关键武器。

每一项计划都是一个进阶，保证自己在一项计划中比上一项多出15%的新知识，其实就是通过套路自己的方式，让自己更容易的去执行计划，并且从中收益。

你可以看到这是一个复利的过程，每一次15%的新知识，其实并不是简单的100/15=6.66，7次完成任务之后，你就学习到了比没有开始时一倍陌生知识，我觉得其实会比7次更少。

因为 懂得越多，你能接受的15%的知识量就越大，这是也是你做计划时需要考虑的。

好了最想让你知道的知识讲完了，希望你可以受用终生。

看到这个理论的之后，我立马想到自己最近看的一本书《直觉泵》虽然他是一本科普写给大众的哲学书，但是对我来说还是极其艰难，以至于很长时间都没有打开微信读书去看。

进行评估后立马放弃了这本书，转而去看更熟悉的书籍，我知道自己总有一天会去看它，但并不是现在，对我来说陌生的知识实在太多，当我有一定的知识储备后，再去啃下它也不迟。

4. 最后

这一遍文章是我看《精英日课》的三篇文章总结而来，也算是对自己看专栏的学习汇 ，别人都说学习一门知识，最好的办法就是使用它和教别人。我希望自己讲的够清楚，能让你看懂。