馃摎Zwalcz swoje rozproszenie #3 - nauka 馃摎

 

Odpowiedzmy sobie na pytanie, jak si臋 uczy膰

Je艣li czytasz ten tekst, jeste艣 otwarty na nauk臋 i nie boisz si臋 pope艂nia膰 b艂臋d贸w. Wiesz, 偶e 艣wiat si臋 zmienia i trzeba na to reagowa膰. 艢rodowisko biznesowe docenia dzisiaj osoby potrafi膮ce wyj艣膰 ze swojej strefy komfortu, kt贸re 艂膮cz膮 w sobie wiele dyscyplin i b艂yskawicznie si臋 ucz膮. Staje si臋 to coraz trudniejsze, poniewa偶 rozprosze艅 jest coraz wi臋cej.

Mo偶emy wyr贸偶ni膰 osoby zamkni臋te i otwarte na nauk臋. Osoba zamkni臋ta, b臋dzie traci艂a mn贸stwo czasu swojego i innych na wym贸wki, dlaczego si臋 nie uczy. Uwa偶a 偶e wie ju偶 wszystko i chce wypa艣膰 przed innymi jak najlepiej. Wszyscy znamy takie osoby, kt贸re popisuj膮 si臋 jak膮艣 wiedz膮 sprzed 20 lat, a gdy przejdzie si臋 do konkret贸w, to nagle okopuj膮 si臋 w swoich b艂臋dnych za艂o偶eniach.

Do rzeczy - Konkrety.

Chcia艂em w tym artykule przedstawi膰 spos贸b nauki, opieraj膮cy si臋 w pewnym stopniu na mechanizmach stoj膮cych za uczeniem maszynowym. Przedstawi臋 najwa偶niejsze informacje, w formie skr贸towej, poniewa偶 temat jest niezwykle szeroki.

Aby dobrze si臋 czego艣 nauczy膰, musisz mie膰 kontakt z wieloma przyk艂adami r贸偶norodnych danych.  Jak trafi膰 na te dane? Musisz mie膰 system, kt贸ry b臋dzie Ci臋 stawia艂 w obliczu niewiedzy. Przyk艂ady:

  • Gdy w pracy napotykasz na sformu艂owanie, jakiego wcze艣niej nie zna艂e艣, nie pomijasz go, tylko doczytujesz o nim w kilku 藕r贸d艂ach. 
    Pracujesz w banku i natrafiasz na pocz膮tku pracy na sformu艂owanie KYC. Doczytujesz o nim w materia艂ach firmowych, na Wikipedii i w Chat GPT. 
  • Odwiedzaj strony bran偶owe i zapisz si臋 na newslettery bran偶owe i powielaj ten sam schemat. Pracowa艂em z wieloma dobrymi programistami, kt贸rzy przed prac膮 wchodzili na jaki艣 portal o programowaniu i czytali jeden czy dwa artyku艂y. 
  • Przerabiaj kursy online na dany temat. By膰 mo偶e Twoja firma ma jakie艣 materia艂y szkoleniowe.
  • R贸b certyfikaty i kursy do certyfikacji, cz臋sto wracaj膮 one do podstaw, o kt贸rych mog艂e艣 zapomnie膰
  • Czytaj ksi膮偶ki i nast臋pnie przegl膮daj ich podsumowania. Mo偶esz poprosi膰 Chat GPT o streszczenie dowolnej ksi膮偶ki i nast臋pnie o przeczytanie takiego podsumowania, gdy b臋dziesz na przyk艂ad sprz膮ta艂 w mieszkaniu czy jecha艂 gdzie艣.
  • Pisz artyku艂y na tematy bran偶owe, albo nagrywaj materia艂y na YouTube. Dzi臋ki temu poznasz temat znacznie lepiej, ni偶 tylko przez pasywne czytanie
  • Mo偶esz poprosi膰 Chat GPT o utworzenie planu nauki krok po kroku.
Informacje z danej dziedziny 艂膮cz膮 si臋 ze sob膮. Okre艣lenie KYC 艂膮czy si臋 z AML i tak dalej. Je艣li regularnie od艣wie偶amy swoj膮 wiedz臋 i douczamy si臋 nowych fakt贸w, mamy znacznie lepsze poj臋cie na dany temat ni偶 przeci臋tna osoba. 
Przypomina to nieco upraw臋 pola. Zasiewamy na nim ziarna wiedzy, poj臋cia o kt贸rych wcze艣niej nic nie wiedzieli艣my. Gdy si臋 ich douczymy, wydaj膮 one nasiona nowych poj臋膰. 

Metoda g艂贸wnego materia艂u

Gdy chcemy si臋 czego艣 nauczy膰, problemem staje si臋:

  • Powierzchowna wiedza, 
    Czyli wszelkiego rodzaju kr贸tkie materia艂y, kt贸re ucz膮 Ci臋 ma艂o wa偶nych cz臋艣ci jakiego艣 zagadnienia. Pozostaj膮c w mojej ba艅ce, je艣li uczysz si臋 technologii NoCode, mo偶esz niechc膮cy sp臋dzi膰 za du偶o czasu ucz膮c si臋 CSS. Ciekawym przyk艂adem s膮 te偶 tutoriale gry na instrumentach, w kt贸rych kto艣 numeruje klawisze i pokazuje jak udawa膰 偶e co艣 umiemy zagra膰, zamiast pokaza膰 to w powszechnie znanej notacji. 
  • Dezinformacja
    Materia艂y w sieci cz臋sto tworzone s膮 po to, by budzi膰 kontrowersje i zach臋ca膰 do komentowania, a nie, by przekazywa膰 rzeteln膮 wiedz臋. Przegl膮danie YT by dowiedzie膰 si臋, jaki edytor jest najlepszy w danym miesi膮cu, albo po to, by us艂ysze膰 偶e programist贸w zast膮pi膮 boty, jest przeciwie艅stwem nauki.
    Takie materia艂y oddalaj膮 Ci臋 od sukcesu


  • Bardzo du偶a ilo艣膰 materia艂u

 Metoda g艂贸wnego materia艂u jest prosta.

Chcesz nauczy膰 si臋 przyk艂adowo podstaw Machine Learning. Wpisz sobie w Internet - Machine Learning for Beginners filetype:pdf i znajd藕 jakie艣 darmowe ksi膮偶ki. Albo kup sobie ksi膮偶k臋 w PDF lub papierow膮. Mo偶esz te偶 znale藕膰 kurs. Nast臋pnie przerabiasz te materia艂y. Musi by膰 to du偶y, kompleksowy materia艂, kt贸ry przeprowadzi ci臋 przez temat od A do Z. Poznajesz dzi臋ki temu powierzchni臋 materia艂u.

Gdy dalej nie rozumiesz jaki艣  termin贸w z tej ksi膮偶ki, sprawdzasz je sobie w Internecie. Obecnie robi臋 to przewa偶nie wpisuj膮c do Gemini. W Firefoxie mo偶esz otworzy膰 sobie dodatkowy panel ze sztuczn膮 inteligencj膮.

 

Uczysz si臋 termin贸w z kilku miejsc, 艂atwiej jest Ci je zrozumie膰. 

Przerabiaj膮c ca艂膮 ksi膮偶k臋, masz ju偶 bardzo dobre podstawy i na pewno nauczy艂e艣 si臋 wielu nowych rzeczy. Nast臋pnie mo偶esz zacz膮膰 robi膰 to samo z nieco trudniejsz膮 ksi膮偶k膮. B臋dzie to 艂atwiejsze, bo masz ju偶 podstawy. 

Zwracaj nauk臋 na r贸偶ne skr贸ty, cz臋sto znacz膮 one co innego, ni偶 Ci si臋 wydawa艂o. 

Po partii jakiego艣 materia艂u, warto jest zrobi膰 sobie quiz. W Gemini wybierz tryb nauki i wpisz taki prompt.

 

 

Mo偶esz te偶 poszuka膰 w sieci darmowych certyfikat贸w z danej technologii. Cz臋sto s膮 oferowane przez samych tw贸rc贸w.

W taki sam spos贸b mo偶na przerabia膰 dokumentacje technologii. Zamiast szuka膰 mitycznego najlepszego kursu jakiej艣 technologii (na przyk艂ad Reacta), wejd藕 na jego dokumentacj臋, to jest najlepsze 藕r贸d艂o danych. 

Chcia艂bym uczuli膰 Ci臋 na to, by stale wraca膰 do g艂贸wnego materia艂u. Materia艂 warto jest przerabia膰 a偶 do ko艅ca, poniewa偶 chcesz unikn膮膰 sytuacji, gdy nawet nie masz 艣wiadomo艣ci o istnieniu jakiego艣 zagadnienia.  


Mo偶esz te偶 wzi膮膰 jaki艣 artyku艂 z twojej dziedziny i przeczyta膰 go z pe艂nym zrozumieniem. Je艣li nie rozumiesz pewnych zagadnie艅, doczytujesz je tak d艂ugo, a偶 wszystko b臋dzie si臋 sk艂ada艂o w ca艂o艣膰. Poni偶ej opisuj臋, jak 艂atwo jest to zrobi膰 z darmow膮 aplikacj膮 Anki.

Nie opieraj si臋 jedynie na powierzchownym zrozumieniu ze sztuczn膮 inteligencj膮, upewnij si臋, 偶e wszystko jest dla Ciebie jasne. 

Przyk艂adowo, teraz ucz臋 si臋 Azure i du偶a cz臋艣膰 materia艂u to networking (sieci). 呕eby go zrozumie膰, musz臋 zrobi膰 kilka krok贸w w ty艂 i pozna膰 dok艂adniej, jak dzia艂aj膮 sieci komputerowe. Wypisuje sobie poznane terminy w Obsidianie i regularnie robi臋 quizy, zar贸wno generowane przez AI jak i w Anki.

 

W trakcie nauki robi臋 te偶 notatki w formie map my艣li na papierze. 
Robienie quiz贸w jest o tyle lepsze od pasywnej nauki, 偶e pozwala nam od razu weryfikowa膰 wiedz臋. 
Anki opiera si臋 na metodzie spaced repetition i doskonale utrwala wiedz臋. Jest te偶 super przydatne wtedy, gdy niekt贸re tematy nie wchodz膮 nam do g艂owy, dzi臋ki aplikacji, mo偶emy powtarza膰 je tak d艂ugo, a偶 zrozumiemy. Aplikacja sugeruje te偶, by niekt贸re pytania przeformu艂owa膰, poniewa偶 za du偶o razy pope艂niali艣my b艂膮d gdy na nie odpowiadali艣my. Takie karty oznaczane s膮 jako pijawki. Karty robi臋 zawsze samodzielnie, ale tre艣膰 odpowiedzi mo偶e by膰 generowana przez AI. 
 
Warto te偶 potestowa膰 sobie opcj臋 Shared Decks, czyli udost臋pnionych zestaw贸w kart. Ostatnio testowa艂em sobie bardzo du偶y zbi贸r pyta艅 na temat technologii chmurowych i widz臋, 偶e taka nauka przynosi du偶y przyrost wiedzy w kr贸tkim czasie. 

Inne metody 

W moim przypadku 艣rednio sprawdza si臋 przerabianie jaki艣 materia艂贸w na YT, poniewa偶 jest tam za du偶o rozprosze艅. Je艣li chc臋 uczy膰 si臋 z YT, to wymaga to poblokowania proponowanych tre艣ci za pomoc膮 wtyczki UnHook i du偶ej dozy samokontroli. Jest to jednak niezast膮pione 藕r贸d艂o informacji o nowo艣ciach, na przyk艂ad z konferencji bran偶owych. Ucz膮c si臋 z YT, otw贸rz sobie film na pe艂nym ekranie i skup si臋 tylko na nim.
Nie kupuj臋 r贸wnie偶 p艂atnych kurs贸w na Udemy czy dost臋pu do stron edukacyjnych, poniewa偶 oferuj膮 one zwykle te same materia艂y, co strony darmowe. Plusem dodatkowych p艂atnych materia艂贸w jest natomiast to, 偶e dodaj膮 one kolejne przyk艂ady do naszej bazy wiedzy. 
Nie przerabiam te偶 jaki艣 temat贸w, opieraj膮c si臋 jedynie na danych ze sztucznej inteligencji.  

Mikrolearning

Szczeg贸lnie dobrze sprawdzaj膮 si臋 darmowe metody nauki, kt贸re:

  • Mo偶na przerabia膰 po par臋 minut dziennie
  • S膮 fajnie zorganizowane, mo偶na je przerabia膰 od pocz膮tku do ko艅ca
  • Wymagaj膮 od nas zaanga偶owania, a nie pasywnego ogl膮dania.
  • Oferuj膮 jakie艣 formy grywalizacji, 艣ledzenia post臋pu czy rywalizacji z innymi osobami
Te za艂o偶enia wpisuj膮 si臋 idealnie w ide臋 mikrolearningu. Zamiast planowa膰, 偶e b臋dziesz uczy艂 si臋 ca艂y dzie艅, przeczytaj sobie codziennie co艣 zwi膮zanego z Twoim obszarem zainteresowania. Jak m贸wi艂a Iga 艢wi膮tek, krok po kroku. 
Gdy czujesz 偶e Twoja wiedza na tematy bran偶owe mocno si臋 zestarza艂a, spr贸buj po艣wi臋ci膰 kilka minut na przerobienie paru stron materia艂u. R贸b to regularnie, mo偶esz wpisa膰 sobie ten czas w kalendarz. 

Bazy wiedzy

Gdy przerabiam jaki艣 materia艂, cz臋sto b臋dziesz mie膰 problemy z tymi samymi trudniejszymi zagadnieniami. Wypada艂o by je jako艣 sobie spisa膰 i powtarza膰, a co najwa偶niejsze, zrozumie膰. Czasem te偶 trzeba dobrze powt贸rzy膰 sobie wiele zagadnie艅 na przyk艂ad przed rozmow膮 o prac臋, a wtedy wychodz膮 braki.
Kilka metod:
  • Napisz artyku艂 na dany temat, spr贸buj go wyt艂umaczy膰 laikowi. Wracaj do tego artyku艂u gdy znowu nie b臋dziesz rozumia艂 zagadnienia i uzupe艂niaj go o nowe informacje.
  • Tw贸rz baz臋 wiedzy w aplikacji do notatek, na przyk艂ad w Obsidianie. Opisuj zagadnienia w艂asnymi s艂owami, 艂膮cz notatki ze sob膮 i sprawdzaj je w wielu 藕r贸d艂ach. To szczeg贸lnie wa偶ne, gdy poj臋cia i obszary zaczynaj膮 Ci si臋 miesza膰.
  • Utw贸rz map臋 my艣li z zagadnieniami, kt贸re pozna艂e艣. 
  •  Zr贸b sobie w艂asny quiz wiedzy z danej dziedziny w aplikacji Anki. 

    Dzia艂a ona na zasadzie Spaced Repetition, u艂atwiaj膮c Ci zapami臋tanie materia艂u. Do notatek mo偶na wraca膰 i je uzupe艂nia膰.
Szczeg贸lnie mocno polecam Ci aplikacj臋 Anki, poniewa偶 u艂atwia ona przegl膮danie informacji. Mo偶esz j膮 u偶ywa膰 tak偶e na telefonie. Nadaje si臋 fajnie do mikrolearningu. Uwaga, r贸b swoje bazy wiedzy samodzielnie, nie pobieraj ich z sieci i nie generuj masowo za pomoc膮 AI.

Otocz si臋 wiedz膮

M贸j m艂odszy znajomy przez wiele lat nie chcia艂 nam贸wi膰 si臋 na gr臋 w szachy. Gdy zacz膮艂, zrobi艂 bardzo du偶y post臋p i szybko przegoni艂 mnie w rankingu. Kilka z metod, kt贸re wykorzysta艂:

  • Zacz膮艂 ogl膮da膰 materia艂y szachowe na YT. Algorytm ci膮gle podpowiada艂 mu kolejne, dzi臋ki czemu uczy艂 si臋 coraz wi臋cej
  • Robi艂 膰wiczenia, w kt贸rych wyszukuje si臋 najlepsze pozycje szachowe.  Wykonywa艂 je kilka razy dziennie po par臋 sztuk, a gdy widzia艂, 偶e daj膮 efekty, zacz膮艂 robi膰 ich coraz wi臋cej.
  • Analizowa艂 swoje partie i poprawia艂 gr臋.

Taka p臋tla wiadomo艣ci zwrotnej pozwala艂a mu eliminowa膰 b艂臋dy i stawa膰 si臋 nieco lepszym ka偶dego dnia. 

W swojej pracy programisty widz臋 podobne mechanizmy. Osoby, kt贸re:

  • s膮 w 艣rodowisku, w kt贸rym wynagradzana jest wiedza z ich dziedziny
  • maj膮 podej艣cie, 偶e zerkn膮 z ch臋ci膮 na ka偶dy problem
  • i douczaj膮 si臋 po troch臋

szybko staj膮 si臋 najbardziej warto艣ciowymi cz艂onkami teamu. Nie trzeba po艣wi臋ca膰 na to d艂ugich godzin, wystarczy ch臋膰 zrobienia tylko troch臋 wi臋cej.

Czas na nauk臋

Skuteczna nauka wymaga skupienia. Gdy chcesz przerobi膰 jaki艣 materia艂, powy艂膮czaj wszystko co niepotrzebne, wycisz umys艂 i nie zajmuj si臋 niczym innym. W tle mo偶e lecie膰 jaka艣 nierozpraszaj膮ca muzyka albo bia艂y szum, ale nie s艂uchaj radia czy 偶adnej muzyki ze s艂owami. 

Wielu znajomych czerpie niesamowite korzy艣ci ze stosowania metody Pomodoro, czyli skupianiu si臋 na jednej rzeczy przez 25 minut. Moja znajoma podczas nauki wy艂膮cza艂a w domu router, dzi臋ki czemu nie kusi艂y jej 偶adne rozproszenia.

Korzy艣ci z regularnej nauki

Kilka lat temu, postanowi艂em 偶e zaczn臋 uczy膰 si臋 wszystkich zwrot贸w po angielsku, kt贸rych do tej pory nie zna艂em. Regularnie wpisywa艂em je do Anki i powtarza艂em, zgromadzi艂em ponad 6300 wyra偶e艅 i s艂贸w. Z czasem zauwa偶y艂em, 偶e zaczynam wy艂apywa膰 te zwroty w codziennej mowie. 

Podobnie by艂o z zagadnieniami technicznymi, gdy regularnie si臋 ich uczysz, mo偶esz znacznie szybciej zrozumie膰 artyku艂y techniczne. Budujesz w ten spos贸b sw贸j korpus wiedzy, zaczynasz rozumie膰 偶e za pewnymi zagadnieniami nie stoi jaka艣 czarna magia, tylko konkretny algorytm czy wz贸r matematyczny.

Just in time learning

To spos贸b nauki wtedy, gdy czego艣 potrzebujemy. Z mojej perspektywy, warto uczy膰 si臋 szeroko, czyli poznawa膰 du偶膮 ilo艣膰 zagadnie艅, ale niezbyt g艂臋boko. Nast臋pnie, gdy zaczynamy prac臋 z czym艣 nowym, mo偶emy zg艂臋bi膰 ten temat na tyle, na ile jest to potrzebne. 
Przyk艂adowo, w pracy prawnika musisz orientowa膰 si臋 na temat wielu akt贸w prawnych, jednak wg艂臋biasz si臋 w ich szczeg贸艂y dopiero, gdy musisz napisa膰 jakie艣 pismo. Jako programista mo偶esz robi膰 podobnie, nie musisz zna膰 wszystkich szczeg贸艂贸w technologii x, z kt贸r膮 akurat nie pracujesz. Gdy zaczniesz z ni膮 pracowa膰, od艣wie偶asz sobie wiedz臋.

Podsumowanie

Cykl nauki mo偶e wygl膮da膰 tak:

  1. Wybieram sobie g艂贸wny materia艂, kt贸ry chc臋 przerabia膰
  2. Przerabiam go, gdy czego艣 nie wiem, co艣 nie jest jasne, sprawdzam dane terminy w Gemini
  3. Wrzucam szczeg贸lnie trudne zagadnienia do aplikacji Anki i potem je powtarzam
  4. Zapisuj臋 sobie, czego jeszcze warto si臋 nauczy膰
  5. Wykorzystuj臋 wiedz臋 praktycznie, dziel臋 si臋 ni膮 z innymi osobami 
  6. Robi臋 quiz wygenerowany przez Gemini w trybie nauki, dzi臋ki czemu wiem, czego jeszcze musz臋 si臋 nauczy膰 

Komentarze