به نقل از «صدای ایران»

روشهای جدید و صحیح مطالعه و یادگیری

تاریخ انتشار: ۳۰ فروردین ۱۳۹۹ | کد خبر: ۲۷۶۴۴۳۹۰

صدای ایران- روش هایی مثل کدینگ یا کد گذاری که امروزه بسیار فراگیر شده اند، به درستی استفاده نمی شوند و دیگر روش ها هم که معمولا اصلا استفاده ای ندارند. ما در این مقاله سعی کرده ایم تا علاوه بر معرفی روش های نوین مطالعه نحوه استفاده از آن ها را هم به شما آموزش دهیم. 

کد گذاری یا کدینگ

اولین روش از بهترین روش های نوین مطالعه ، کد گذاری یا کدینگ مطالب مهم است.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند! کد گذاری به ما کمک می کند چند مفهوم و موضوع مختلف را در قالب یک کلمه یا یک جمله به خاطر بسپاریم. این کار نه تنها در وقت و زمان ما صرفه جویی می کند، بلکه با کم کردن حجم مطالب باعث می شود که مغز و حافظه مان هم بتوانند راحتتر این مطالب را به خاطر بسپارند. همچنین کدینگ به دلیل اینکه معمولا شکل عجیب یا خندهاما کدینگ یا کد گذاری چگونه است؟ برای اینکه یک مطلب یا بخش از را کد گذاری کنیم دو راه داریم:
1. از طریق معنا و آوا آنرا کد گذاری کنیم   2. با توجه به شکل ظاهری و حروف آن را کد گذاری کنیم
در روش اول که عموما در دروسی مثل زبان استفاده می شود، ما سعی میکنیم که با استفاده از نوع تلفظ کلمه و شباهت آن با یک کلمه فارسی آنرا حفظ کنیم. مثلا کلمه fabricate که به معنای از خود داستان در اوردن، مثل کلمه فابریکت در فارسی تلفظ می شود. پس می توانیم کد این کلمه را اینگونه بسازیم که : رفیق فابریکت که فقط داستان بافی میکنه. در روش دوم اما ما سعی می کنیم که با توجه به شکل ظاهری کلمه یا مفهوم آنرا کد گذاری کنیم. مثلا felon به معنای تبهکار، که مانند کلمه فلان در فارسی نوشته می شود. می توانیم برای این کلمه این کد را بسیازیم: فلانی آدم تبهکاریه.  فراموش نکنید که استفاده از مسائل خنده دار و یا عجیب می تواند تا چند برابر باعث بالاتر رفتن میزان به خاطر سپردن مطالب در افراد شود. سعی کنید در تمام کد هایتان از این نکته بهره ببرید اما نه تا جایی که یادگیری کدها از خود مطلب سخت تر شود.
روش های نوین مطالعه ، مطالب را برای خود تکرار کنید
مطالب بسیار زیادی همه روزه به مغز ما وارد می شوند. اما تمام این دانش و مطالبی که به مغز ما ورود پیدا می کنند قرار نیست در آن ثبت شوند. از آن بدتر اینکه حتی اگر بتوانیم همه این مطالب را در ذهن خود ثبت کنیم، تا زمانی که نتوانیم از اندوخته هایمان استفاده کنیم ارزشی برایمان نخواهند داشت. پس بهتر است هرچه زودتر راهی برای فعال کردن این دانش استفاده کنیم. توصیه ما به شما این است که از این روش به عنوان یکی از روش های نوین مطالعه به این صورت استفاده کنید.
گوشی تلفن همراه خود را بردارید و شروع کنید در هنگام تدریس به خودتان صدایتان را کاملا صبط کنید. فراموش نکنید که حتما مطالب را به زبان خود بیان کنید و تنها کلمات کلیدی را عینا نقل کنید. اگر هم درک درستی از کلمات کلیدی ندارید، می توانید مقاله روش های خلاصه نویسی را مطالعه کنید. پس از اینکه صدای خود را ضبط کردید آنرا پخش کنید و به آن گوش دهدی. در همین حین هم کتاب درسی تان را به دقت بررسی کنید تا بتوانید اشتباهات یا مطالبی که فراموش کرده اید را هم پیدا کنید و آنها را یادداشت کنید. این مشکلات را برطرف کرده و در نهایت یک ویس نهایی برای مرور خود ذخیره کنید.
تصویر سازی، یکی از بهترین روش های نوین مطالعه
بار ها و بار ها از اهمیت و جایگاه تصویر سازی در مطالعاتمان صحبت کرده ایم. ذهن ما تصاویر را بهتر پردازش می کند و می تواند آنها را راحتتر به یاد بسپارد و یادآوری آنها هم برایش ساده تر خواهد بود. به همین دلیل حتما به شما توصیه می کنیم که از تصویر ها، عکس ها و فیلم هایی که مرتبط با مطالبی که مطالعه می کنید بیشترین بهره راببرید. اما آیا حتما باید عکسی در کار باشد؟ آیا تنها تصاویر هستند که به یادگیری ما کمک می کنند؟ 
وقتی صحبت از یکی از بهترین روش های نوین مطالعه به میان می آید، قطعا بسیاری از مشکلات و معضلات مربوط به آن هم قبلا پیش بینی و حذف شده اند. ممکن است که دروسی مثل ریاضی به سبب اینکه به جز عدد و فرمول هیچ تصویر و عکس جذابی نداشته باشد، اما همچنان می شود به کمک برخی ابزارها کاری کرد تا تصویر سازی در آن اتفاق بیافتد. راهکار مقابله با این مشکل، این است که از خودکار یا مداد های رنگی تا حد ممکن استفاده کنیم. تحقیقات نشان می هند که استفاده از رنگ های مختلف در حال نگارش یک متن به مغز ما کمک خواهد کرد که مغز ما در هنگام مطالعه خسته نشود و بتواند به خوبی مطالب را یاد بگیرید.

 روش های نوین مطالعه ، خلاصه نویسی با دست
شاید چندان مهم به نظر نیاید، اما نوشتن مطالب درسی با دست می تواند تا ۵۰ درصد به حافظه ما در یادگیری این مطالب کمک کند. تحقیقات نشان داده اند که افرادی که در حین کلاس کار خاصی انجام نمی دهند و ترجیح می دهند به جای علامتگذاری کلمات کلیدی یا یادداشت برداری ، یا صدای استاد را ضبط کنند و یا حتی بدتر از آن اینکه هیچ کاری انجام ندهند. حتی اغلب افرادی که صدای استاد را ضبط می کنند هم به ندرت مطالبی را که استاد بیان کرده یاد می گیرند. پس بهتر است که چه در زمان مطالعه خودمان و چه در مدرسه و دانشگاه  همواره از مطالبی که در اختیار دارید خلاصه نویسی کنید تا بعدا دچار مشکل نشوید.
کم بخوان، همیشه بخوان!
یکی از مواردی که اغلب افراد آن را رعایت نمی کنند، میزان زمان و مطالبی است که به هر جلسه مطالعه شان اختصاص می دهند. بسیاری از دوستان و یا حتی خود ما سعی می کنیم تا در کوتاهترین زمان ممکن بیشترین میزان مطالب را مطالعه کنیم. این اتفاق موجب خستگی شما و مغز شما خواهد شد و در نتیجه بازده خوبی برای شما و مغزتان نخواهد داشت. برای همین هم که شده شما باید سعی کنید همیشه مطالب را دسته بندی و گروه بندی کنید. اینگونه نه تنها یاد می گیریم که برای درس خواندن چگونه برنامه ریزی کنیم ، بلکه با یکی از مهمترین روش های مطالعه هم آشنا می شویم. 
سعی کنید مطالب درسی را بخش بخش کرده و در هر چلسه مطالعه خود آنها را مطالعه کنید. داشتن دانش عمیق در مورد یک مطلب یا در یک زمینه خاص به شما کمک می کند که در مسیر پیشرفت و دانشگاه بسیار راحتتر به سعادت برسید. اما اگر می خواهید مطالب بیشتری را مطالعه کنید، آموزش تندخوانی یکی از مهمترین و بهترین مهارت هایی است که می تواند به شما کمک کند تا هم سریعتر بخوانید و هم دقیق تر. 
 
روش های نوین مطالعه ، حرف پایانی
یاد گرفتن و استفاده از یک روش مطالعه می تواند به هر یک از ما کمک کند که نه تنها در حوزه تحصیلی، بلکه در تمام جنبه های زندگی، با سرعت بیشتری پیشرفت کنیم. اما یک راه میانبر وجود دارد که آنهم می تواند در کنار تمام نکات گفته شده به ما کمک کند. دوره تندخوانی و تقویت حافظه هوش برتر ایرانیان، علاوه بر تمام مطالب گفته شده حاوی دیگر روش های نوین مطالعه است که می توانند یادگیری و بازده شما را چند برابر کنند. به خاطر همین هم ما شدیدا به شما توصیه می کنیم که در آن ثبت نام کنید. 

منبع: صدای ایران

کلیدواژه: صدای ایران مطالعه ما کمک مغز ما روش ها

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت sedayiran.com دریافت کرده‌است، لذا منبع این خبر، وبسایت «صدای ایران» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۷۶۴۴۳۹۰ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

انسان‌ها سوگیری یادگیری ماشینی را بیشتر از سوگیری خود تشخیص می‌دهند

یک پژوهش جدید نشان می‌دهد که افراد سوگیری تصمیم‌های الگوریتم‌ یادگیری ماشینی را بیشتر از سوگیری تصمیم‌های خودشان تشخیص می‌دهند. شاید بتوان از این ویژگی برای اصلاح سوگیری‌های انسان استفاده کرد.

به گزارش ایسنا، از برنامه‌هایی که تماشا می‌کنیم تا افرادی که استخدام می‌کنیم، الگوریتم‌ها به طور فزاینده‌ای در زندگی روزمره ما ادغام می‌شوند و بی‌سروصدا بر تصمیم‌هایی که می‌گیریم اثر می‌گذارند.

به نقل از ادونسد ساینس نیوز، هسته الگوریتم‌ها، مجموعه‌ای از قوانین یا دستورالعمل‌هاست که برای پردازش اطلاعات و به دست آوردن یک نتیجه خاص طراحی شده‌اند اما از آنجا که الگوریتم‌ها از الگوهای رفتاری انسان یاد می‌گیرند، می‌توانند سوگیری‌هایی را که درون ما وجود دارند، منعکس یا حتی تقویت کنند. با وجود این، یک پژوهش جدید نشان می‌دهد که این ممکن است زیاد بد نباشد.

«کری موروج»(Carey Morewedge) استاد «دانشگاه بوستون»(Boston University) معتقد است که این بازتاب می‌تواند نقاط کور سوگیری ما را روشن کند و در اصلاح رفتار نقش داشته باشد. الگوریتم‌های یادگیری ماشینی بسیار موفق هستند زیرا می‌توانند بی‌طرفانه الگوها را در مجموعه داده‌ها پیدا کنند اما در عین حال، سوگیری‌های انسانی را نیز در داده‌های آموزشی خود لحاظ کنند.

هنگامی که این سوگیری‌ها در الگوریتم‌ها شناسایی می‌شوند، می‌توانند به آشکارسازی سوگیری‌های بلندمدت در سازمان‌ها کمک کنند. به عنوان مثال، شرکت «آمازون»(Amazon) سوگیری جنسیتی را در شیوه‌های استخدام خود بررسی نکرده بود اما با آزمایش یک الگوریتم که رزومه‌های جدید را براساس شیوه‌های پیشین استخدام شرکت ارزیابی می‌کرد، به این موضوع پی برد.

موروج گفت: الگوریتم‌ها می‌توانند سوگیری‌های انسانی را کدگذاری و تقویت کنند اما سوگیری‌های ساختاری را نیز در جامعه ما نشان می‌دهند.

انسان‌ها سوگیری‌های خود را تشخیص نمی‌دهند

موروج و گروهش در پژوهش خود نشان دادند که افراد معمولا تمایل بیشتری را به تشخیص دادن و تصحیح کردن سوگیری‌های موجود در تصمیم‌گیری الگوریتم در مقایسه با تصمیم‌گیری خودشان دارند. آنها باور دارند که با دانستن این موضوع ممکن است بتوان از الگوریتم‌ها برای رسیدگی به سوگیری‌های موجود در تصمیم‌گیری‌ها استفاده کرد.

انسان‌ها به دلیل پدیده‌ای به نام «نقطه کور سوگیری»، برای دیدن سوگیری خود تلاش زیادی نمی‌کنند و بیشتر متوجه سوگیری افراد دیگر هستند. دلیل این است که ما می‌توانیم در فرآیندهای تصمیم‌گیری خود، سوگیری را توجیه کنیم یا برای آن بهانه بیاوریم. برای ناظری که هیچ اطلاعاتی درباره فرآیند فکری یا چگونگی تصمیم‌گیری ندارد، سوگیری‌ها واضح‌تر و بهانه‌جویی دشوارتر است.

موروج و همکارانش در این پژوهش نشان دادند که حتی وقتی الگوریتم‌ها براساس رفتارهای ما آموزش داده می‌شوند نیز این موضوع صادق است.

تشخیص دادن سوگیری در الگوریتم ساده‌تر است

پژوهشگران در یک مجموعه آزمایش، از شرکت‌کنندگان خواستند تا سرویس «ایربی‌ان‌بی»(AirBnB) و رانندگان «لیفت»(Lyft) را براساس معیارهای تشخیصی مانند تعداد ستاره‌ها، ارزیابی‌ها و مدت زمان حضور داشتن کنار راننده رتبه‌بندی کنند.

پژوهشگران معیارهای غیرتشخیصی مانند تصویر یا نام را که هیچ ارتباطی با کار ندارند، دستکاری کردند. شرکت‌کنندگان دو بار رتبه‌بندی را انجام دادند و سپس، رتبه‌بندی‌های آنها یا رتبه‌بندی الگوریتم آموزش‌داده‌شده نشان داده شد.

گاهی اوقات رتبه‌بندی خود شرکت‌کنندگان به آنها نشان داده می‌شد اما به آنها گفته می‌شد که رتبه‌بندی الگوریتم است. در همه سناریوها، شرکت‌کنندگان در مقایسه با الگوریتم‌ها سوگیری کمتری را در رتبه‌بندی‌های خود مشاهده کردند.

موروج گفت: مردم وقتی معتقدند که رتبه‌بندی‌ها توسط یک الگوریتم انجام شده است، تمایل بیشتری به سوگیری دارند. این در حالی است که ما در واقع الگوریتم را روی داده‌های آنها آموزش می‌دهیم و رتبه‌بندی الگوریتم براساس آن داده‌ها صورت می‌گیرد.

وی افزود: این به این معنا نیست که مردم انواع بیشتری از ویژگی‌ها را در الگوریتم‌ها می‌بینند، بلکه چیزهایی را می‌بینند که برای خودشان تهدیدکننده‌تر است. بیشتر مردم نمی‌خواهند از نژاد در رتبه‌بندی‌های خود استفاده کنند یا می‌خواهند نژاد را در آن رتبه‌بندی نادیده بگیرند. بنابراین، این ایده که نژاد بر آن رتبه‌بندی‌ها تأثیر گذاشته، تهدیدکننده است.

در نتیجه، از آنجا که سوگیری در یک الگوریتم به عنوان تصمیم‌گیری ناقص خود ما تلقی نمی‌شود، دیدن یا اعتراف کردن به وجود آن آسان‌تر است. به گفته موروج، این یافته دو روش را ارائه می‌دهد که الگوریتم‌ها به واسطه آن می‌توانند به انسان در کاهش سوگیری کمک کنند.

وی افزود: یک روش این است که تصمیم‌های خود را جمع‌آوری کنید و الگوها را ببینید که به شما کمک می‌کنند تا سوگیری را تشخیص دهید اما هنوز موانعی بر سر راه توانایی ما برای تشخیص دادن سوگیری‌ها وجود دارد. ما انگیزه‌هایی را برای محافظت از خود داریم.

موروج و گروهش با پیروی از این منطق، آزمایش دیگری را انجام دادند تا ببینند آیا احتمال بیشتری وجود دارد که شرکت‌کنندگان به اصلاح سوگیری در رتبه‌بندی‌های خود یا الگوریتم بپردازند. پس از مشاهده رتبه‌بندی‌ها، به شرکت‌کنندگان فرصت داده شد تا سوگیری را اصلاح کنند و احتمال بیشتری وجود داشت که اصلاحاتی را در رتبه‌بندی الگوریتم انجام دهند. موروج گفت: از آنجا که افراد سوگیری را بیشتر در رتبه‌بندی الگوریتم می‌بینند تا خودشان، احتمال بیشتری وجود دارد که رتبه‌بندی‌های الگوریتم را اصلاح کنند.

موروج اذعان داشت که این پژوهش هنوز در مراحل اولیه است اما او روش ملموسی را می‌بیند که از طریق آن می‌توان یافته‌ها را در آموزش دادن الگوریتم برای جلوگیری از سوگیری در دنیای واقعی ادغام کرد. وی افزود: اولین گام این است که افراد سوگیری‌های خود را بفهمند و آنها را ببینند. من فکر می‌کنم این الگوریتم‌ها، روش سودمندی برای ارائه دادن یک دیدگاه واقعی‌تر به افراد درباره میزان سوگیری آنها هستند.

این پژوهش در مجله «PNAS» به چاپ رسید.

انتهای پیام