记武汉2016年第一期学习力提升工作坊——MVP设计篇

一个反思:学过学会

我在加入 ThoughtWorks 的第一年间完成了8门 Coursera 课程的学习并获得了认证。但是,如果让我来讲授这11门课的任何一门,我能讲授的课程数量是0。

同样,还有很多我看过的书,听过的Session以及那些存在硬盘里的“学习材料”,他们都是我的“学习库存”。

这些都是我“学会”的错觉,总觉得用到的时候就能找到。但如果没有经历过和实践过,那些只是脑中的错觉罢了。

此外,我很久之前就知道一个道理:“教”是“学”的最好方式。你能教了,才证明你真的会了。毕竟,没人在乎你究竟输入了多少,只在乎你输出了多少。

于是,我决定在武汉办公室,把我学过的东西讲出来,哪怕仅仅是为了自己。

一个小目标:以精益的方式交付一个工作坊

公司毕竟不是学校,没有人有义务去教你,所以更多的学习方式是自学。此外,我始终认为:比起学什么,怎么学更重要。

本来想做几个 Session,但是想想还是做成工作坊,原因在于嵌入我思维的一个钩子:

有些人看到事物的现状问为什么会这样。而我幻想着事物从未有过的面目,并要问为什么不是这样。——《回归玛士撒拉》乔治·萧伯纳

我为什么要通过传统的方式进行教学呢?我希望和每一个同事都建立更深入的联系,和他们一起体验一起学习的乐趣。

同时,也设计了一些实验并收集数据来验证我之前学习的内容。

起初,我并没有把这个工作坊设计的很详细。只写了一个大概的Agenda,把想法通过邮件告诉了武汉办公室。发现大家对这个想法很有兴趣。

于是在开课前的一周,才开始进行准备和设计。一方面,比起我讲什么内容,学员的感受和反馈才是最重要的。另一方面,我很注意设计实验和收集反馈,根据这些反馈来更新并优化自己的工作坊。现在工作坊进行到了第二期,其中70%的内容和第一期是不同的。

工作坊设计——价值观

基于每个人面对的学习困难,基于我自己的实践,为了更好的帮助他人达成学习目标,我倡导以下价值观:

学习的输出Over学习的输入:输出才是鉴定学习(输入)结果的唯一标准。

学习的质量Over学习的数量:深入的了解和掌握一门知识或技能比单纯的阅读量,学历,学位和认证更有意义。

学习的乐趣Over学习的努力:努力很大程度上都是在吃一些莫名其妙的苦,学习是一件激动而愉悦的事情。

相互帮助Over相互竞争:学习不是为了争夺第一名,也不是为了踏入门槛,而是更好的帮助他人。

工作坊设计——不耍流氓

本着认真和严肃的态度,对工作坊的效果进行负责,制定了以下耍流氓行为,警示自己。

没有经过实践的理论,都是耍流氓。

没有行为改变的学习,都是耍流氓。

没有经过度量的改进,都是耍流氓。

在实践和设计的时候一定会如实的承认自己对课程设计的不足,听取学员的反馈和建议。

工作坊设计——目标

工作坊设计了如下三个目标:

了解了关于学习的脑科学和心理学知识。

掌握了工作坊中介绍的学习的工具和技巧。

能够采用学习的工具和技巧完成一种知识和技能的学习。

工作坊设计——形式

“我们会掌握阅读内容的15%,听到内容的10%,但亲身经历内容的80%”——《地球村在行动》

之前说了,相比于我做 Session,写博客。指导并和大家一起体验,才是学习的最佳方式。

但是,每个人的学习习惯是通过长期的教育制度形成的。要想改变这个习惯需要跟大的努力。但可以在大家的大脑里植入一些想法和工具,等需要学习的时候可以通过触发这些回忆从而改变学习的行为。所以我要通过一些手段让学员记得更清楚。

在工作坊中,大家会首先认识自己的大脑——这个和我们最亲密但最陌生的器官,它是整个学习的中枢(第一周)。然后,大家会感受到学习中的那些常见障碍和压力:遗忘,拖延症,胜任力错觉(第二周)。并且自发的构建解决这些问题的方式和方法。与此同时,借由前两次课的体验开始进行新内容的自学(第三周)。并在后两次中感受到团队学习带来学习效果和效率的提升。最后以自己的学习输出作为课程的结束(第四周)。

此外,在本次课程包含了很多心理实验,一方面用来验证我之前学的知识,另一方面让学员也感受到了这些知识。当然,受试者在受试前后对受试的内容并不知情。

工作坊设计——内容

课程的内容材料基于以下四个部分的内容:

1.个人学习经验:我从学习和教游泳、制作咖啡、拍摄和剪辑短片、演奏乐器和舞蹈中总结的学习经验。

2.Coursera的课程:Learning How to Learn: Powerful mental tools to help you master tough subjects(如何学习:学习困难科目的实用思维方法)

3.《学习的革命》:20年前一本介绍学习的书,现在看很多对大脑的内容仍然没有过时。但它对20年后的预言已经过时了。

4.《如何高效的学习》:斯科特·杨总结自己学习经验和方法的一本手册。他用一年的时间自学完成了MIT公开课上正常情况下需要四年才能修完的计算机科学的33门课程,并且最终通过了所有考试。

关于这个MVP的验证

在完成了这个工作坊的设计后,我很快的就召集了武汉的同事参加到了这次工作坊中。并且根据入职年限,性别,工作职能进行了分类,从而得到了更多的数据。这些数据不但用来印证了我之前学习到的观点,还得到了一些有意思的数据。

关于这些实验和数据请期待下一篇——《记武汉2016年第一期学习力提升工作坊——MVP验证篇》

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

天龙八部:一张图告诉你如何8步炼成数据科学家

如何成为一个数据科学家?不少刚刚接触这个领域的探索者都在寻找一条尽可能正确的道路。 OK, 这条道路确实不是无迹可寻的。虽然并不简单,但是,通过科学的规划和足...

377120
来自专栏腾讯技术工程官方号的专栏

大牛书单 | 世界读书日,TEG技术大牛为你荐书!

45660
来自专栏大数据文摘

情感机器:人类的19大思维方式

380160
来自专栏VRPinea

VR还能这么玩?盘点那些小白也能轻松上手的艺术创作应用

36360
来自专栏AI科技评论

开发丨数据整理太繁琐?MIT 发布能化零为整的分析系统

2016年美国CrowdFlower公司从业内80位数据科学家那里得到的调查结果显示,他们平均花费在数据收集和整理上的时间占到整个数据分析过程的80%,而只有余...

35280
来自专栏CDA数据分析师

我的数据分析/数据挖掘/机器学习必读书目

总结一下我读过的机器学习/数据挖掘/数据分析方面的书,有的适合入门,有的适合进阶,没有按照层次排列,先总结一下,等总结的差不多了再根据入门--->进阶分块写。下...

24360
来自专栏量化投资与机器学习

【年度系列】实战交易策略的精髓(公众号深度呈现)

这篇推文的核心词汇是交易。通过自问自答的形式记呈现给大家,没有繁杂的公式,绚丽的图表,都是淳朴的文字,但却是通过多年实战交易所得的经验。希望大家能够认真阅读这篇...

17230
来自专栏大数据挖掘DT机器学习

机器学习与数据挖掘网上资源搜罗——良心推荐

作者: 左飞 著有《算法之美——隐匿在数据结构背后的原理(C++版)》 原文 http://blog.csdn.net/baimafujinji/articl...

39580
来自专栏人工智能快报

美国中情局人工智能系统可预测社会骚乱事件

美国科技新闻网站https://slashdot.org发表文章称,美国中情局(CIA)的人工智能系统可以预测社会骚乱事件。 美国中央情报局声称,借助于被虚拟现...

39060
来自专栏罗超频道

Material 还是扁平化?开发者还有第三个答案

2011年,拉里·佩奇担纲谷歌CEO之后,改变谷歌工程师主导的文化,其中一项重要行动便是,下令谷歌设计师将谷歌旗下所有产品重新设计。谷歌启动“肯尼迪”项目,召集...

36060

扫码关注云+社区

领取腾讯云代金券