Metody nauki odpowiednie dla INFP, skutecznie budują Twój system wiedzy

1. Wspólny tryb „nauki sieciowej” INFP

INFP preferuje naukę sieciową. Kiedy wchodzą w kontakt z systemem, lubią najpierw uchwycić wiele fragmentów w ramach systemu i zainteresować się nauką tych fragmentów. Jest to związane z wyobraźniową osobowością INFP. Są zbyt ciekawi, więc lubią poszerzać zakres wiedzy i odkrywać niezliczone możliwości.

Na przykład, biorąc historię pewnego przedmiotu jako przykład, powszechną metodą nauki jest nauka od początku do końca, zgodnie z systemem kursu i harmonogramem; dla INFP jest to bardzo nerwowe. Po przeczytaniu pierwszego rozdziału mogą nie być zainteresowani drugim rozdziałem, więc od razu przeskoczą do części, którą lubią studiować. W trakcie studiowania tego rozdziału, znajdą oni kilka nowych punktów ciekawości, a następnie przejdą do odpowiednich rozdziałów zgodnie z tymi punktami ciekawości, aż skończą czytać całą treść, która im się podoba.

„Nauka sieciowa” to tryb nauki, który lubią INFP, ale nie jest on polecany z perspektywy „trybu liniowego” propagowanego przez edukację domową.

2. Zalety i wady „trybu nauki sieciowej”

Zaletą trybu nauki sieciowej jest to, że nauka napędzana ciekawością będzie bardzo interesująca, pozwalając INFP na ciągłe wchodzenie w stan przepływu bez snu i osiąganie jednego szczytu nauki po drugim; a rozszerzona metoda nauki ułatwia nam oderwanie się od istniejącego systemu nauki i generowanie nowej inspiracji i twórczości. Nasza nauka i wyniki są bardziej kreatywne i mniej sztywne.

Musimy jednak przyznać się do wad tej metody:

Po pierwsze, zbyt rozległa nauka skazana jest na niewystarczającą głębokość w pewnych punktach;

Po drugie, łatwo jest stworzyć dla siebie „kokon informacyjny”: Instynkt ludzkiego mózgu polega na tym, aby lubić to, co znane, i nienawidzić tego, co nieznane, więc prawdopodobnie będziesz radośnie krążyć wokół znanej treści, ale bez żadnych nowych przełomów;

Wreszcie, jeśli musisz szybko zbudować system wiedzy, „metoda uczenia się sieciowego” nie jest tak szybka, jak „uczenie się liniowe”.

Więc jak zmaksymalizować zalety modelu uczenia się sieciowego, nadrobić jego wady i łatwo osiągać wyniki w nauce?

3. Metody optymalizacji „modelu uczenia się sieciowego”

Aby zoptymalizować model uczenia się sieciowego, chciałbym przedstawić następujące metody, które są w kolejności chronologicznej:

(1) Eksploruj swoje zainteresowania: Na wczesnym etapie nauki systemu wiedzy, jeśli masz wystarczająco dużo czasu, eksploruj zgodnie ze swoimi zainteresowaniami, tak jak łapanie gwiazd, chwytaj każdy punkt wiedzy, jaki ci się podoba, czytaj go i używaj komputera (musi to być komputer), aby zapisać te wyniki nauki; w rzeczywistości w procesie ciągłej nauki swoich zainteresowań, naturalnie pojawi się wiele rozszerzeń. Na przykład, gdy uczysz się pewnego punktu wiedzy, masz pewne wątpliwości. Rozwiązanie tych wątpliwości musi być poparte innym punktem wiedzy. Naturalnie zainteresujesz się nowymi punktami wiedzy (te nowe punkty wiedzy mogą być tymi, których wcześniej nie lubiłeś, ale teraz bardzo lubisz). Pod wpływem ciekawości rozświetlona przez Ciebie mapa gwiazd wiedzy będzie stawać się coraz jaśniejsza;

(2) Ustal połączenia między punktami zainteresowania: Uwierz w swoją mądrą główkę, a przede wszystkim w swoją podświadomość. W rzeczywistości, gdy uczysz się fragmentów wiedzy, które Cię interesują, Twoja podświadomość już zarysowała wewnętrzne połączenia między nimi; dlatego, gdy masz pewną fragmentaryczną podstawę dla pewnego systemu wiedzy, musisz logicznie uporządkować fragmentaryczne wyniki, które wcześniej zapisałeś, w tym: przyczynę i skutek, związek czasowy, związek kontrastu, związek podrzędny, związek równoległy itp. Dlatego proszono Cię o użycie komputera do zapisywania fragmentów. Ponieważ na tym etapie z pewnością będziesz często kopiować i wycinać wiele swoich treści tu i tam, aż utworzysz najbardziej rozsądny logiczny system. Pisanie ręczne jest zbyt nieefektywne. (3) Tworzenie liniowej logiki drzewa: Poprzez studiowanie kroków 1 i 2 utworzyłeś wiele małych systemów wiedzy. Musi istnieć wewnętrzny związek między tymi małymi systemami wiedzy. W tym momencie powinieneś połączyć je w ostateczny system wiedzy. Idealny system wiedzy powinien być liniowy, ze ścisłą logiką, wszystkimi podobnymi elementami połączonymi ze sobą i tak prosty, jak to tylko możliwe. Twoja liniowa logika drzewa może ostatecznie okazać się taka sama, jak w podręczniku, ale twoje poznanie jest znacznie głębsze, niż gdybyś użył podręcznika do zbudowania ram wiedzy na początku. 1.5;">（4）Powrót do pierwszego punktu:Po utworzeniu liniowej logiki drzewa masz bardzo głębokie zrozumienie tego systemu uczenia się. To, co musisz teraz zrobić, to powrócić do pierwszego punktu i ponownie przeprowadzić rozległą naukę, odkryć nowe powiązane punkty wiedzy i uchwycić lepsze i bardziej przydatne punkty wiedzy, aby uzupełnić ramy wiedzy lub zastąpić poprzednie punkty wiedzy. Ten krok to proces iteracyjny, który wymaga ciągłej aktualizacji i optymalizacji.

Użyj tej metody, aby ostrożnie dodawać, usuwać i przycinać system wiedzy przypominający drzewo utworzony w kroku 3. Na koniec odkryjesz, że Twój system wiedzy jest jak wykwintny budynek wyrzeźbiony przez Ciebie, stojący w Twoim umyśle, a duże i małe punkty wiedzy to różne pokoje i meble w tym budynku. Na tej podstawie łatwo będzie Ci recytować pewne kluczowe punkty, ponieważ edytowałeś, dodawałeś, usuwałeś i optymalizowałeś je niezliczoną ilość razy. Wiesz, mając zamknięte oczy gdzie ten punkt znajduje się w całym systemie wiedzy i jak został zaprojektowany w tamtym czasie... Na tym etapie Twoja nauka stanie się łatwa i poczujesz wielkie poczucie spełnienia i satysfakcji z nauki w całym procesie.

Podsumowanie

Metoda uczenia się „sieciowego” powszechnie stosowana przez INFP jest w rzeczywistości nie tylko przydatna w procesie nauki do egzaminów wstępnych na studia podyplomowe i egzaminów urzędniczych, ale także w pisaniu prac, budowaniu wiedzy zawodowej, a nawet codziennych wzorcach myślenia.

Od punktu napędzanego zainteresowaniem w pierwszym punkcie do poczucia spełnienia budowania budynku wiedzy na końcu, cała metoda uczenia się jest przyjazna i interesująca dla INFP.