1
0
wiki/Canvas/师从 ChatGPT.canvas

33 lines
13 KiB
Plaintext
Raw Permalink Normal View History

2024-04-19 22:19:17 +08:00
{
"nodes":[
{"id":"872b12eeefe0a341","type":"group","x":-680,"y":-40,"width":763,"height":640,"color":"5","label":"主题"},
{"id":"a6a73db933efed8d","x":-207,"y":-40,"width":290,"height":598,"type":"group","label":"论点"},
{"id":"08a0dadcc73dc3a8","type":"text","text":"我第一次学习了解到元认知是在《认知觉醒》中,当时只觉得这是一种方法论。但是回过头来再次复读,说实话现在我能理解作者的意思,但是文字对于我来说增加了理解成本。或者,当初的我只停留在感性认识,并且没有尝试去实践,可我感觉这又很难去实践。这种感觉就好像,只有恶龙诞生了,才会锻造出屠龙宝刀。而如果一开始没有恶龙,那么它就是一把普普通通的宝剑。\n\n首先要理解认知是什么\n\n认知是人们获得知识或应用知识的过程认知的对象是外在的具体的。认知就是感性认识转换理性认识的过程并尝试通过不断的实践总结迭代优化尝试达到知行合一。\n\n例如你第一次尝试骑自行车可能会在父母的帮助下保持平衡并尝试踩踏板来前进。如果父母放开手你在尝试中可能会跌倒几次并开始思考为什么会失去平衡是否是因为速度太慢或转向太急可能你也会观察其他小朋友如何骑车并尝试调整自己的速度和转向方式学习如何更好地保持平衡。当你学会骑自行车后并且不在摔倒可能就会有朋友来向你请教。你会根据自己的经验教导他们如何调整速度并保持平衡。在教导他人的过程中你可能会发现自己之前没注意到的技巧或细节从而进一步改善自己的骑行技术。\n\n一开始看到别的小朋友骑车你会对自行车的两个轮如何保持平衡如何运动形成直观的感性印象。这一阶段的认识是具体的、零散的只能把握事物的外部特征和表面现象。期间通过实践尝试进一步将感性材料加以整理、抽象形成概念、判断和推理从而揭示事物的内部联系、本质特征和规律性。这一阶段的认识是抽象的、系统的能够深入到事物的本质。\n\n认知是一个由实践到感性认识再到理性认识最后又返回到实践中去的动态循环过程。在这一过程中新的实践活动不断产生新的认识不断形成并应用于实践通过实践的检验认识不断被纠正和发展从而使人们的认识逐步深化逐渐接近于客观事物的真实状态。\n\n\n","x":560,"y":-1590,"width":900,"height":780},
{"id":"cc568e5afce0bbb0","type":"text","text":"如何师从 ChatGPT","x":-660,"y":288,"width":250,"height":60},
{"id":"54b3577dc8b863d7","type":"text","text":"引出问题","x":-187,"y":-20,"width":250,"height":60},
{"id":"d385915d1b9d2799","type":"text","text":"认知的本质就是建模","x":-187,"y":478,"width":250,"height":60},
{"id":"2edae90c700ef43d","type":"text","text":"方法论、思维模型","x":-187,"y":355,"width":250,"height":60},
{"id":"2a88ca6e9d111ecb","type":"text","text":"认知","x":-187,"y":105,"width":250,"height":60},
{"id":"9c17e58b16cc3f90","type":"text","text":"元认知","x":-187,"y":230,"width":250,"height":60},
{"id":"41ca9e37ceaa4091","type":"text","text":"而元认知则是内在的,抽象的,是基于我们自身的认知活动。元认知是关于自己认知过程的认知,是我们如何认知这个世界,并进一步抽象所来的。元认知能力的发展,就像学习骑自行车的过程一样,是一个持续反思和调整的过程。在这个过程中,我们不仅要关注行动的直接结果,还要持续监控和调整自己的认知策略和方法。\n\n所以元认知涉及到自我监控和自我调节两大关键能力。\n\n自我监控是指在认知活动中对自己的理解、注意力、记忆等进行监督和评估。例如当你阅读新的技术文章时你可能会不时地停下来回顾自己理解的内容检查是否有遗漏或误解的地方。这就是一种元认知监控的体现。\n\n自我调节则是指在认知过程中根据自我监控的结果来调整自己的学习策略或行为。如果你在阅读过程中发现某些概念理解得不够深入可能就会选择重新阅读相关段落或者寻找更多资源来加深理解。这种能力不仅有助于提高学习效率也使得学习过程更加适应个人的需求。\n\n在实践中发展元认知能力首先需要培养对自己认知过程的意识。这可以通过日常的反思练习开始比如每天结束时回顾一下自己的学习和工作思考哪些方法有效哪些需要改进。此外可以尝试在做决策时有意识地思考自己的思考过程评估自己的思维是否合逻辑、是否受到了情绪的影响。\n\n通过这些方法你可以慢慢地培养出对自己认知过程的敏感度逐渐提高元认知能力。这样的能力将使你在面对复杂和挑战性的情境时能更加自如地调整策略以达到最佳的认知和学习效果。\n\n如果能充分理解提高运用元认知能力那么个人的成长将不再是 1+1 的时间积累,而是指数级的倍增。这种能力就像是锻造那把屠龙宝刀,使你能够更有效地面对生活和工作中的各种挑战。","x":560,"y":-640,"width":900,"height":760},
{"id":"2ce07bfba5622510","type":"text","text":"其实方法论和思维结构更好理解,正常来说当我们遇见问题总是会先寻求最优解,可是究竟是否存在最优解?最优解公式是什么?如果不存在最优解,那么是否存在解?并且解是否会随事物发展规律变化而变化?\n\n方法论则是作为认识过程的宏观指导它提供了一套全面的框架和步骤帮助我们如何进行科学的思考和研究方法方法论是提高认识水平、解决实际问题能力的重要工具。方法论涉及到的不仅是科学研究方法还包括思维方法、工作方法等。而思维模型则更多作为具体的参考通过简化的模型帮助我们理解复杂现象或问题并为决策提供理论支持。\n\n如果拿开车来说方法论就像是地图导航帮助我们规划出最优路线而思维模型则相当于在这条路线上指导我们如何选择两点间的最短或最快路径。就像在开车时如果面对磨磨唧唧的车流我们就会根据各种实际因素来决定如何快速地超车。\n\n但是如果你从未学习了解过某一个新事物那意味着你就要一遍遍的试错直至找到解。可是我们总不能从最原始的加减乘除的基本原理去求证微积分吧毕竟已经有了前人的试错结果。我们只需要薪火相传就可以站在前人的肩膀上看世界。\n\n就拿张雪峰老师作为具体的例子来讲解张雪峰老师拥有非常丰富的中国教育考试理论知识以及海量的具体实践经验。但如果你说我要从 0 开始研究中国教育考试,最终到达张雪峰老师的水平也不是没有可能。可这个结果需要你大量的学习,实践,总结,再实践,迭代无数版本后才可能有机会达到。\n\n正是因为张雪峰老师在中国教育考试方面实力大部分家长更没上过大学更不知道如何规划孩子的高考报名就会找到张雪峰老师。但是由于家长在中国教育考试的认知并不如张雪峰老师张老师可能提出了相对合理的建议但大部分家长可能依旧揣着「旧」想法半信半疑以至于还有可能依旧走了弯路为什么呢\n\n因为张雪峰老师的方法论和思维结构是黑盒理论无法透过表象深入理解其本质。故此你可能会不相信这是正确的。因为实践才是检验真理的唯一标准但是高考只有一次。如果检测成功了皆大欢喜检测失败了那就自己承担。\n\n不过题外话我认为张雪峰老师整体还是属于拿钱办事的。例如高考状元动不动就 700+ 分的人。他也是不会给出太具体的建议,但不过普通大众水平,倒是会给出非常中肯的建议。\n\n对于方法论我的一点心得无论是自上而下还是自下而上都是需要耗费非常多的时间和精力来内化的。务必坚信能量守恒定律方法论不可能是简简单单的套公式就能熟心应手的东西。不过目前来说我认为最好的方法还是在某一专业领域深究摸索至顶峰后并尝试在新的领域从头再来那么大概率定会融会贯通。\n\n\n\n","x":560,"y":290,"width":900,"height":1080},
{"id":"052d7ab1e5285830","type":"text","text":"最后回到《师从 ChatGPT》这个标题至于为什么我会起这样一个标题因为我近一年多长期和它聊天见证了 AI 的学习能力和适应性,并且不断的进行模仿尝试 AI深刻体会到 AI 几乎是完美的。\n\n为什么说 AI 的几乎是完美的?因为它永远不会产生思维固化,只要你愿意教它,他可以很快就学会。而且 AI 认知的进化,是不会受限于肉体凡躯的。而我们作为人类,随着年龄越来越大,我们几乎很难拥有青少年时期的学习精力。但是 AI 却不会AI 目前通过人类不断的优化调整模型,以及拥有不可能退化的学习力。\n\n我对于元认知理解一部分也是源于 AI因为很多具体的问题如果你直接问它他回答的并不出色。于是我开始各种尝试各种 Prompt但是又发现 Prompt 虽各有不同,但是大部分都是那几句套话。所以我在提问的时候,就会思考:我如何提出一个很好的问题?我又想要一个什么样的答案?\n\n例如某一个具体问题我不再会直接把问题丢给它。而是会先划定问题领域先让 AI 系统的阐述一下这个领域。并在进一步提问这个领域的专家应该拥有哪些知识?最后我会让它整合聊天内容,让它帮我写 Prompt最后新开一个窗口设定 AI 角色,代入问题场景,提出具体问题,告诉我的目的。\n\n不过纵使目前 AI 再厉害,我对于 AI 是否可以拥有情感持怀疑态度。虽然我们的大脑与 AI 一样,本质就是建模。但我们却拥有了无法解释的意识,情感,创造力。\n\n","x":560,"y":1540,"width":900,"height":560},
{"id":"b7659f293070a17d","type":"text","text":"最近遇见了很多具体问题,我感觉处理起来效率太低。总认为是因为没有熟练掌握方法论的具体应用——思维模型,才导致效率不高。所以就想系统全面的学习一下常见的思维模型。可是却又无从下手,毕竟思维模型实在是太多了。遂去问了问 ChatGPT但感觉 ChatGPT 的答案总是没有灵魂,似是非是的回答让我头大。然后几乎每天都在带着这个问题思考,不过也是功夫不负有心人。最终经过尝试串联起来很多曾在书中读到的内容,并且进一步悟到了最核心关键的点在于——元认知。\n\n\n\n\n","x":560,"y":-2000,"width":900,"height":240}
],
"edges":[
{"id":"92b15c3afca32831","fromNode":"cc568e5afce0bbb0","fromSide":"right","toNode":"54b3577dc8b863d7","toSide":"left"},
{"id":"90271103ebd411cc","fromNode":"cc568e5afce0bbb0","fromSide":"right","toNode":"2edae90c700ef43d","toSide":"left"},
{"id":"ed899586d417547f","fromNode":"cc568e5afce0bbb0","fromSide":"right","toNode":"d385915d1b9d2799","toSide":"left"},
{"id":"738bf6a3a06b7e74","fromNode":"54b3577dc8b863d7","fromSide":"right","toNode":"b7659f293070a17d","toSide":"left"},
{"id":"bbf6f75c8bd6c93c","fromNode":"2edae90c700ef43d","fromSide":"right","toNode":"2ce07bfba5622510","toSide":"left"},
{"id":"c170d86b06f828af","fromNode":"d385915d1b9d2799","fromSide":"right","toNode":"052d7ab1e5285830","toSide":"left"},
{"id":"172cc0b5e8994834","fromNode":"cc568e5afce0bbb0","fromSide":"right","toNode":"2a88ca6e9d111ecb","toSide":"left"},
{"id":"17e5f2f50305fa23","fromNode":"2a88ca6e9d111ecb","fromSide":"right","toNode":"08a0dadcc73dc3a8","toSide":"left"},
{"id":"3add479c624024e8","fromNode":"9c17e58b16cc3f90","fromSide":"right","toNode":"41ca9e37ceaa4091","toSide":"left"},
{"id":"4266d7e0ae22b78a","fromNode":"cc568e5afce0bbb0","fromSide":"right","toNode":"9c17e58b16cc3f90","toSide":"left"},
{"id":"c9c9152cc660ecfb","fromNode":"b7659f293070a17d","fromSide":"bottom","toNode":"08a0dadcc73dc3a8","toSide":"top","label":"递进"},
{"id":"1a783b7feb6ed1d0","fromNode":"08a0dadcc73dc3a8","fromSide":"bottom","toNode":"41ca9e37ceaa4091","toSide":"top","label":"抽象"},
{"id":"d2771fd994d8ac2b","fromNode":"41ca9e37ceaa4091","fromSide":"bottom","toNode":"2ce07bfba5622510","toSide":"top","label":"拆解"},
{"id":"a04514f974133c30","fromNode":"2ce07bfba5622510","fromSide":"bottom","toNode":"052d7ab1e5285830","toSide":"top","label":"总结"}
]
}