INFPに適した学習方法、知識体系を効率的に構築する

1. INFPに共通する「ネットワーク学習」モード

INFPはネットワーク学習を好みます。システムに触れる際、まずシステム内の複数の断片を把握し、それらの断片を学ぶことに興味を持つようになります。これはINFPの想像力豊かな性格と関係しています。彼らは好奇心旺盛で、知識の幅を広げ、無限の可能性を探求することを好みます。

例えば、ある分野の歴史を例に挙げると、一般的な学習方法は、コース体系とタイムラインに従って最初から最後まで学習することです。しかし、INFPにとっては非常に飛躍的です。最初の章を読んだ後、2章目に興味が持てない場合、すぐに自分が学びたい部分に飛びついてしまいます。この章を学習する過程で、彼らは新たな好奇心のポイントを見つけ、それらの好奇心に応じて対応する章にジャンプし、好きなコンテンツをすべて読み終え​​るまで読み進めます。

「ネットワーク学習」はINFPが好む学習モードですが、国内教育で提唱されている「線形モード」の観点からは推奨されません。

2. 「ネットワーク学習モード」の長所と短所

ネットワーク学習モードの長所は、好奇心に駆られた学習が非常に面白く、INFPが眠ることなくフロー状態に入り続け、次々と学習のピークに達することができることです。また、拡張学習法によって、既存の学習システムから脱却し、新たなインスピレーションと創造性を生み出しやすくなります。私たちの学習と結果はより創造的で、より柔軟になります。

しかし、この方法には欠点もあることを認めなければなりません。

まず、学習範囲が広すぎると、特定の点において学習の深さが不十分になってしまう可能性があります。

次に、自分自身に「情報の繭」を作り込んでしまうのは簡単です。人間の脳の本能は既知のものを好み、未知のものを嫌うことです。そのため、既知の内容に満足して回り続ける可能性が高く、新たなブレークスルーは得られません。

最後に、知識システムを迅速に構築する必要がある場合、「ネットワーク学習法」は「線形学習」ほど高速ではありません。

では、ネットワーク学習モデルの利点を最大限に活用し、その欠点を補うにはどうすればよいでしょうか。

3. 「ネットワーク学習モデル」の最適化手法

ネットワーク学習モデルを最適化するために、時系列で次の手法を紹介したいと思います。

(1) 興味を探求する: 知識体系の学習の初期段階では、十分な時間があれば、星を捕まえるように、興味に応じて探求し、好きな知識ポイントをすべてつかんで読み、コンピューター（コンピューターである必要があります）を使用してこれらの学習結果を記録します。実際には、興味のあることを継続的に学習する過程で、多くの拡張が自然に発生します。たとえば、特定の知識ポイントを学習しているときに、いくつかの疑問が生じます。これらの疑問の解決策は、別の知識ポイントによってサポートされている必要があります。あなたは自然と新しい知識ポイントに興味を持つようになるでしょう（これらの新しい知識ポイントは、以前は好きではなかったが、今ではとても好きになったものかもしれません）。好奇心に突き動かされ、あなたが照らす知識の星図はますます明るくなっていきます。

(2) 興味のあるポイント間のつながりを確立する： 賢い自分の頭脳を信じ、そして何よりも潜在意識を信じてください。実際、あなたが興味のある知識の断片を学んでいる時、潜在意識はすでにそれらの間の内部的なつながりを概説しています。したがって、ある知識体系のための断片的な基盤がある程度整った後、因果関係、時間関係、対照関係、従属関係、並列関係など、これまでに記録した断片的な結果を論理的に整理する必要があります。これが、コンピューターを使用して断片を記録するように求められる理由です。この段階では、最も合理的な論理体系が形成されるまで、多くのコンテンツをあちこちでコピーしたり切り取ったりすることになるでしょう。手書きはあまりにも非効率的です。 （3）線形ツリーロジックの形成：ステップ1と2の学習を通して、多くの小さな知識体系が形成されました。これらの小さな知識体系の間には、内部的な関係があるはずです。この時点で、それらを最終的な知識体系に統合する必要があります。理想的な知識体系は、線形で、論理が緻密で、類似の項目がすべて統合され、可能な限りシンプルであるべきです。線形ツリーロジックは最終的に参考書と同じになるかもしれませんが、参考書を使って最初に知識の枠組みを構築した場合よりも、はるかに深い認識が得られます。 1.5;">（4）最初のポイントに戻る：線形ツリーロジックを構築したら、この学習システムについて深く理解できるようになります。次に必要なのは、最初のポイントに戻り、再び広範な学習を行い、関連する新しい知識ポイントを発見し、より優れた有用な知識ポイントを獲得して、知識フレームワークを補完したり、以前の知識ポイントを置き換えたりすることです。このステップは、継続的な更新と最適化を必要とする反復的なプロセスです。

この方法を用いて、ステップ3で構築したツリー状の知識システムを慎重に追加、削除、剪定します。最終的に、あなたの知識システムは、あなたが心の中に彫り上げた精巧な建物のようであり、大小の知識ポイントはその建物内の様々な部屋や家具であることに気づくでしょう。この基盤の上に、数え切れないほど編集、追加、削除、最適化してきたため、特定の重要なポイントを暗唱するのは容易になります。あなたは、目を閉じても、そのポイントが知識システム全体のどこに位置しているかを知っています。そして、それが当時どのように設計されていたか... この段階では、学習が容易になり、プロセス全体を通して学習から大きな達成感と満足感を感じるでしょう。

まとめ

INFP がよく使用する 「ネットワーク」学習法 は、実際には、大学院入試や公務員試験の学習プロセスだけでなく、論文執筆、仕事上の知識構築、さらには日常の思考パターンにも役立ちます。

最初のポイントの興味主導の点から、最終的に知識を構築したという達成感まで、学習方法全体が INFP にとって親しみやすく興味深いものです。