INFP에 맞는 학습방법으로 지식체계를 효율적으로 구축하세요

1. INFP의 일반적인 "네트워크 학습" 모드

INFP는 네트워크 학습을 선호합니다. 시스템에 접하게 되면 먼저 시스템 내의 여러 부분을 파악하고, 그 부분들을 배우는 데 관심을 갖습니다. 이는 INFP의 상상력이 풍부한 성격과 관련이 있습니다. 호기심이 많아 지식의 폭을 넓히고 무한한 가능성을 탐구하는 것을 좋아합니다.

예를 들어, 특정 과목의 역사를 예로 들자면, 일반적인 학습 방법은 수업 시스템과 타임라인에 따라 처음부터 끝까지 공부하는 것입니다. 하지만 INFP에게는 매우 갑작스럽게 학습하는 방식입니다. 첫 번째 장을 읽고 나면 두 번째 장에 관심이 없어지기 때문에 바로 공부하고 싶은 부분으로 넘어갈 수 있습니다. 이 장을 공부하는 과정에서 새로운 호기심을 발견하게 되고, 그 호기심에 따라 해당 장으로 넘어가면서 원하는 내용을 모두 읽게 됩니다.

"네트워크 학습"은 INFP가 선호하는 학습 방식이지만, 가정 교육에서 주창하는 "선형 학습"의 관점에서는 권장하지 않습니다.

2. "네트워크 학습 모드"의 장단점

네트워크 학습 모드의 장점은 호기심에 의한 학습이 매우 흥미로워 INFP가 잠도 자지 않고 끊임없이 몰입 상태에 빠져 학습의 정점에 도달할 수 있다는 것입니다. 또한, 확장된 학습 방식은 기존 학습 체계에서 벗어나 새로운 영감과 창의력을 발휘하는 데 도움이 됩니다. 학습과 결과는 더욱 창의적이고 덜 경직되어 있습니다.

하지만 이 방법의 단점을 인정해야 합니다.

첫째, 너무 광범위한 학습은 특정 지점에서 충분히 깊지 못할 수밖에 없습니다.

둘째, 스스로 "정보 고치"를 만들기 쉽습니다. 인간의 뇌는 본능적으로 알려진 것을 좋아하고 알려지지 않은 것을 싫어하기 때문에 알려진 내용만 반복할 가능성이 높지만 새로운 돌파구는 없습니다.

마지막으로, 지식 체계를 빠르게 구축해야 하는 경우 "네트워크 학습 방법"은 "선형 학습"만큼 빠르지 않습니다.

그렇다면 네트워크 학습 모델의 장점을 극대화하고 단점을 보완하며 쉽게 달성할 수 있는 방법은 무엇일까요? 학습 결과는 무엇인가?

3. "네트워크 학습 모델"의 최적화 방법

네트워크 학습 모델을 최적화하기 위해 다음과 같은 방법들을 시간 순서대로 소개합니다.

(1) 관심사 탐색: 지식 체계 학습 초기 단계에서 시간이 충분하다면, 마치 별을 따듯이 관심사를 탐색하고, 마음에 드는 지식 포인트를 모두 수집하여 읽고, 컴퓨터(반드시 컴퓨터여야 합니다)를 사용하여 학습 결과를 기록하세요. 실제로 관심사를 지속적으로 학습하는 과정에서 자연스럽게 많은 확장이 발생합니다. 예를 들어, 특정 지식 포인트를 학습할 때 의문이 생깁니다. 이러한 의문에 대한 해답은 다른 지식 포인트로 뒷받침되어야 합니다. 자연스럽게 새로운 지식 포인트에 관심을 갖게 될 것입니다. (이 새로운 지식 포인트는 이전에는 좋아하지 않았지만 지금은 매우 좋아하는 것일 수도 있습니다.) 호기심에 이끌려 불을 밝힌 지식 별 지도는 점점 더 밝아질 것입니다.

(2) 관심 포인트 간의 연결 고리를 만드세요: 영리한 머리를 믿고, 특히 잠재의식을 믿으세요. 실제로 관심 있는 지식의 단편들을 배울 때, 잠재의식은 이미 그것들 사이의 내부 연결을 형성하고 있습니다. 따라서 특정 지식 체계에 대한 단편적인 기반이 형성되면, 이전에 기록해 둔 단편적인 결과들을 논리적으로 정리해야 합니다. 여기에는 인과 관계, 시간 관계, 대조 관계, 종속 관계, 병렬 관계 등이 포함됩니다. 이것이 바로 컴퓨터를 사용하여 단편들을 기록하라는 요청을 받는 이유입니다. 이 단계에서는 가장 합리적인 논리적 체계를 형성할 때까지 많은 내용을 여기저기 복사하고 잘라내야 하기 때문입니다. 손으로 쓰는 것은 너무 비효율적입니다. (3) 선형 트리 논리 형성: 1단계와 2단계 학습을 통해 여러 작은 지식 체계를 형성했습니다. 이러한 작은 지식 체계들 사이에는 내부적인 관계가 있어야 합니다. 이 단계에서는 이 체계들을 최종 지식 체계로 통합해야 합니다. 이상적인 지식 체계는 선형적이고, 논리가 치밀하며, 모든 유사한 항목들이 통합되어 있고, 최대한 단순해야 합니다. 선형 트리 논리가 참고 서적과 동일해지더라도, 처음에 참고 서적을 사용하여 지식 체계를 구축했을 때보다 훨씬 더 깊은 지식을 얻을 수 있습니다. 1.5;">(4) 첫 번째 요점으로 돌아가기:선형 트리 논리를 형성하면 이 학습 시스템에 대해 매우 깊이 이해하게 됩니다. 다음으로 해야 할 일은 첫 번째 요점으로 돌아가 다시 광범위한 학습을 ​​수행하고, 관련된 새로운 지식 포인트를 발견하고, 더 좋고 유용한 지식 포인트를 확보하여 지식 프레임워크를 보완하거나 이전 지식 포인트를 대체하는 것입니다. 이 단계는 지속적인 업데이트와 최적화가 필요한 반복적인 과정입니다.

이 방법을 사용하여 3단계에서 형성된 트리 형태의 지식 시스템을 신중하게 추가, 삭제 및 정리하십시오. 결국,당신의 지식 시스템은 마치 당신이 직접 조각한 정교한 건물처럼 당신의 마음속에 서 있으며, 크고 작은 지식 포인트는 이 건물의 여러 방과 가구임을 알게 될 것입니다.이를 바탕으로 특정 핵심 요점을 쉽게 암기할 수 있을 것입니다. 이미 여러 번 편집, 추가, 삭제, 최적화했기 때문입니다. 눈을 감고도 이 요점이 전체 지식 시스템의 어디에 위치하는지, 그리고 어떻게 당시에 고안된 것입니다... 이 단계에서는 학습이 쉬워지고, 학습 과정 전반에 걸쳐 큰 성취감과 만족감을 느낄 수 있습니다.

요약

INFP가 일반적으로 사용하는 "네트워크" 학습 방법은 실제로 대학원 입학 시험이나 공무원 시험의 학습 과정뿐만 아니라 논문 작성, 업무 지식 구축, 심지어 일상적인 사고 패턴에도 유용합니다.

처음 흥미를 유발하는 지점부터 최종적으로 지식을 쌓는 성취감까지, 전체 학습 방법은 INFP에게 친근하고 흥미롭습니다.