0

0
0

文字

分享

0
0
0

我是誰?我在哪?該擺脫腳本化行為了!——《放空的科學》

azothbooks_96
・2019/04/08 ・3126字 ・閱讀時間約 6 分鐘 ・SR值 477 ・五年級

培養分析思維或彈性思維的第一步是培養思考──更注意你何時採用自動化腳本,並在自動化腳本效果不佳時,放棄那個腳本。

腳本化行為:看似用心實則無心的演出

一九七○年代末期,心理學家艾倫.蘭格( Ellen Langer )和兩位同事寫了一篇開創性的論文,提出以下的問題:「多少行為可以在無意間進行?」他們最後發現很多行為都是如此,誠如那篇論文的標題所示〈看似用心的無心作為〉。

自動化腳本。圖/ picpedia

我們都知道有時我們是在大腦「放空」的狀態下做事。但蘭格那篇論文令人震驚的是,那種腳本化的行為在我們「複雜的社交互動」中也很常見。所謂的「複雜」,蘭格不是指刻意演出或密謀什麼,而是指社交互動攸關著某件事,即使只是小事也無妨。蘭格與同仁指出,我們面對熟悉的情況時,通常會根據既定的模式,不假思索地行動,而且由於當前情況的細節大同小異,我們幾乎不太調整行為。

測試腳本化行為的實驗:插隊影印

依循無心的腳本與他人互動。圖/ pixabay

那篇論文裡提到一個實驗,研究人員坐在桌邊,附近有一台影印機,只要看到有人走過去影印東西,他就走上前說:「抱歉,我這裡有五頁,可以讓我用影印機嗎?」六十%的人讓他影印了。但是那個人對另一群人說:

「抱歉,我這裡有五頁,可以讓我用影印機嗎?因為我趕時間。」

他這樣問時,九十四%的人讓他影印了。

-----廣告,請繼續往下閱讀-----

就像前述的母鵝一樣,這看似一種經過深思的行為。彷彿第一種情況中那些拒絕讓他影印的四十%在聽到理由後,得以權衡個人需求的急迫性與那個人的急迫性,因此做了不同的反應。

但是研究人員也實驗了第三種狀況,那個人問道:「抱歉,我這裡有五頁,可以讓我用影印機嗎?因為我想印幾頁。」這個版本的說法看起來和第二種問法的架構一樣:

都是由「敘述」、「要求」、「理由」構成的句子,但內容不同。這次的「理由」很空泛,那句「因為我想印幾頁」並未幫前面的敘述「我這裡有五頁」補充任何資訊。

如果那些影印者真的是根據「要求」是否合理來判斷自己該怎麼回應,第三種問法應該和不給理由的問法結果一樣(亦即僅六十%的人讓他影印)。但是,如果影印者是依循腳本行動,而那個腳本設定是「只要要求者給出理由──只要講了『因為……』,不管那個理由有多空泛──就答應他的要求」,那麼第三種問法的成功率應該會接近第二種狀況,亦即有九十四%的人讓他影印。實驗結果顯示,那個空泛的理由使九十三%的人讓他先影印。顯然那些被空泛理由說服的人是依循著「無心」腳本行事。

夫妻吵架都是因為腳本化行為?

這項研究和其他的研究顯示,儘管你以為自己在社交互動中很少依循腳本,但多數人其實經常這樣放空大腦做事。事實上,臨床心理學家在現實世界中隨時都可以看到腳本化的行為,尤其是在人際關係的動態中。例如,人際關係研究人員發現,有些夫妻經常採用「要求/退縮」( demand/withdraw )模式,即使這種模式對婚姻有害,他們依然會那樣做。

-----廣告,請繼續往下閱讀-----
老婆總是在生氣。圖/ Emotions Dangerous Lego Anger Angry

當夫妻中的一方(通常是女方)希望對方改變,或想跟對方討論人際關係的議題時,就會出現這種模式,那就是「要求」。那個要求會自動觸發很多男性的「退縮」反應,以避免討論。女性看到對方退縮時,那又會引發女性強化其請求,結果導致衝突加溫。

同樣的,人際關係中的一人可能做某件事而惹毛對方,引發可預測的憤怒反應。不幸的是,那怒氣往往又反過來觸發第一人的反應,他覺得對方的怒氣是衝著自己來的,而不是因為自動化腳本而產生的無心反應。結果又跟上面一樣,導致雙方的摩擦加劇,陷入熟悉的衝突與爭論循環。

如何擺脫腳本化行為?用六感來培養分析思維

治療師告訴患者,擺脫那種循環的方法是:學會發現那種情況的發生,接著一起打破那個腳本。就像那些影印的人那樣,他們也可以注意自己的反應是否出現自動化的現象。那就像你開車上班時,聽到救護車的警笛聲或遇到某些異常狀況,你會馬上掙脫平常的放空模式,用心去面對當下的情況。

更廣義地說,培養分析思維或彈性思維的第一步是培養思考──更注意你何時採用自動化腳本,並在自動化腳本效果不佳時,放棄那個腳本。因為當你有自知之明時,才能中斷不合適的自動化腳本。蘭格稱這種自知之明為覺醒( wakefulness ),如今心理學家稱之為正念( mindfulness ),那是根源於佛教冥想的概念。

-----廣告,請繼續往下閱讀-----
你吃了什麼會決定你是誰。圖/pexels

美國心理學家威廉.詹姆斯( William James )說:「相較於應有的潛能,我們只處於半醒狀態。」正念正好和那種半醒的狀態相反。你用心的時候,會充分注意到當下的觀感、知覺、感受、思考流程,並且冷靜地接受它們,彷彿從遠方觀看一樣。正念需要投入的心力並不難,但是就像改善姿勢一樣,需要不斷地下功夫,才會有效果。幸好,最近有很多研究顯示,正念可以透過一些簡單的大腦練習來培養。下面我會介紹一些比較知名的練習,有興趣的人可以試試看:

  1. 掃描全身。以舒服的姿勢坐下或躺下來,這個活動只需要十到二十分鐘。鬆開緊身衣物並閉上眼睛。深呼吸幾次,把注意力集中在整個身體上,感受到身體在地板或椅子上的重量,以及身體接觸地板或椅子的感覺。然後,從腳開始,意識到身體每個部分的感覺。你的腳是溫的、還是冰的?繃緊的、還是放鬆的?你感覺到任何刺激、不適或疼痛嗎?慢慢地讓注意力移到腳踝、小腿、膝蓋、大腿、臀部,然後移上軀幹。接下來,把注意力集中在手指上,然後往上移至手臂,接著移到肩膀、脖子、臉部、頭部和頭皮。最後,逆轉整個流程,讓注意力慢慢地順著身體往下移動。
  2. 注意想法。就像掃描全身一樣,這也可以在二十分鐘內完成。首先,閉上眼睛,深呼吸幾次。把注意力放在呼吸上,直到你靜下心來。接著,放鬆注意力,讓思緒流入。以超然的方式注意每個念頭,不做任何判斷,也不參與:那是一種感覺、一種心像( mental image )、還是一種內在對話?那個念頭是單純散去,還是導向另一個念頭?你在練習過程中遇到難以理解的念頭時,也接受並觀察那個念頭。
  3. 用心進食。這個練習更短,但很有趣,應該只需要五分鐘。你可以把它套用在你喜歡的任何食物上,大家常拿葡萄乾做練習,我則是趁這個機會吃一片巧克力。以下是我的做法,一開始就像其他的練習一樣,先深呼吸幾次,清除腦中雜念。接著,把巧克力放在手上,注意著它。如果它是包著,先感受那個包裝。在指間轉動,感受外包裝的質地。接著打開包裝,感受巧克力的質地,注意它的外觀。將它拿到鼻尖,聞它的香味,注意身體對它的反應。現在慢慢地拿到嘴邊,輕輕地放入嘴裡,但不要咀嚼或吞嚥。閉上眼睛,把舌頭移到巧克力上,注意那個感覺。注意舌頭嚐到的滋味和感受。在嘴裡移動著巧克力,若是出現想要吞下它的慾望,只要注意它就好。巧克力融化時,慢慢地吞下,持續注意那個感覺。

重要的是要訓練大腦

其他的練習還有很多種,你可以上網輕易找到。

你挑選哪種練習並不重要,但根據研究,只要每週做那個練習三到六次,一個月後,你避免自動反應的能力會有顯著的改善,大腦的其他「執行功能」也會有明顯改善,例如專注力、把注意力從一項任務轉移到另一項任務的能力。那些技能可以幫你更有效地掌控思維的運作,也可以讓你更明察生活中遇到的議題和問題。

 

 

 

摘錄自《放空的科學:讓你的理性思維休息,換彈性思維開工,啟動大腦暗能量激發新奇創意》,2018年10月,漫遊者文化出版

-----廣告,請繼續往下閱讀-----

 

 

文章難易度
azothbooks_96
53 篇文章 ・ 21 位粉絲
漫遊也許有原因,卻沒有目的。 漫遊者的原因就是自由。文學、人文、藝術、商業、學習、生活雜學,以及問題解決的實用學,這些都是「漫遊者」的範疇,「漫遊者」希望在其中找到未來的閱讀形式,尋找新的面貌,為出版文化找尋新風景。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

0
0

文字

分享

0
0
0
NCC 公民培力課程 邀您一同打造數位時代的媒體素養
鳥苷三磷酸 (PanSci Promo)_96
・2023/11/15 ・530字 ・閱讀時間約 1 分鐘

本文為 國家通訊傳播委員會廣告

國家通訊傳播委員會(NCC)因應數位匯流發展,為促進通訊傳播產業健全發展,保障消費者及尊重弱勢權益,持續推動「公民培力推廣計畫」,鼓勵廣電媒體及公民團體運用既有資源,協力推動全民媒體素養,以串連其影響力至閱聽眾端,並於今(112)年度規劃「認識媒體」、「防制假訊息」、「性別平權」及「公民新媒體內容產製」等議題,增進社會大眾對於通訊傳播產業的認識。

今年度藉由與廣電媒體、公民團體等合作,包括公視、法律白話文運動、正聲廣播、新聲廣播、鳳鳴廣播、陽明山電視和全聯電視等單位,於今(112)年 7 月至 12 月在北、中、南、東部地區舉辦 19 場媒體識讀活動,包括防制假訊息相聲演出、媒體素養營隊、參訪公視等,針對不同年齡層及族群設計互動課程,將媒體素養教育的種子向下扎根,提高全民媒體素養,打造更優質的社會環境。NCC 誠摯邀請銀髮族、兒少、身心障礙者、新住民及社會大眾一起參加,培養正確閱聽習慣及獨立思考能力,提升公民素養,進而創造更健全的媒體環境,報名方式及活動內容詳見活動網站

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 308 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

28
1

文字

分享

0
28
1
大科學人專訪|職業棋士黑嘉嘉:台語課我考了一百分,事實上我一句台語都不會講
LIS_96
・2023/01/01 ・2006字 ・閱讀時間約 4 分鐘

自己可以選擇想做的事是很棒的事

Q:黑嘉嘉在國小、國中、高中分別遇過什麼「有成就感」或是「特別挫折」的經驗

我的媽媽是數學和英文老師,因為姊姊國中要開始自學,我就跟著姐姐自學,後來國中就到美國讀書,小時候媽媽給了我很多的學習資源,比方說圍棋。

我在美國念中學是兩點半就下課,學業滿輕鬆的,每週五學校規定老師不可以給學生出作業,週末要好好去玩,禮拜一會比較晚上課,整個設計都是非常人性化。我們有一堂課,是可以自己選擇要上什麼,像是電腦、合唱團唱歌、美術。這三堂課是妳可已自己選擇要上哪一堂課,這樣可以自己選擇是很棒的事情!

整個求學過程算是滿快樂的,應該算是滿順利的。

沒有環境就自己創造

Q:你覺得什麼是學習過程中最重要的關鍵?

我覺得有興趣是最重要的,我到美國之後,是完全沒有圍棋的環境,在美國找不到圍棋老師,也找不到會下棋的任何人,我有點靠著自學,在網路上自己找對手下棋,自己看棋譜,自己覆盤。因為我對圍棋很有興趣和熱情,所以我願意花很多間,哪怕我沒有環境,我也自己創造環境給自己。

-----廣告,請繼續往下閱讀-----
黑嘉嘉憑著對圍棋的熱情,創造學習的環境給自己。圖/Envato Elements

除了學習動機獨立思考和勇於嘗試同等重要

Q:自學的過程中是否遇到挫折和挑戰?又如何解決困難和挑戰?

我覺得當我在台灣我有圍棋老師的時候,我發現老師說什麼,我就聽什麼,沒有真的理解。比方老師說要下這裡好,我不知道為什麼,我下次就下這裡,但我沒有真的就理解為什麼要下這裡,到美國沒有老師,我就必須全部自己思考,那為什麼下這裡呢?到底好在那裡?我就開始不下這裡,看看會發生什麼事,在這一次次的失敗中學習,自學的過程當中會發現很多過去沒有想過的問題。

除了動機之外「獨立思考的能力」、「嘗試」也同等重要,得自己思考和理解過後才會變成你自己的,如果硬背可能很快就忘記了!

培養獨立思考的能力,並且從嘗試中學習。圖/Envato Elements

小朋友能夠擁有選擇的權利

Q:給台灣教育的建議?

就我過去在台灣唸小學的經驗,我覺得最大的問題就是我會被強迫去背很多東西,這些東西考完試之後就忘光了,之後也是完全不會用到,還有一次台語課我考了一百分,事實上我一句台語都不會講,我就覺得很離譜,一句都不會講怎麼會考到一百分,這個情況是不正常的,不應該出現這樣的情況,運用應該是最重要的,不應該是我考了一百分覺得自己很棒,但那應該是要有慚愧的心情,我考了一百分但我一句台語都不會講。應用才是我覺得更重要的事情!

我會希望小朋以能夠有更多選擇的權利,他們可以選擇喜歡什麼,自己想要學習什麼,也喜望他們能夠有更多獨立思考的能力,這也是需要老師去帶領他們,學習獨立思考。

-----廣告,請繼續往下閱讀-----
需由老師帶領孩子,學習如何獨立思考。圖/Envato Elements

響應本次「LIS 第二季大科學計劃」, 黑嘉嘉分享給我們的大科學人宣言:

❛❛ 人生如棋,在 19 X 19 的棋盤宇宙中,學習處事真理;落子無悔,每個選擇都牽動著下一個結果。  ❜❜  ——黑嘉嘉

人生如棋,落子無悔,是黑嘉嘉喜歡的圍棋格言,棋盤上的道理都是可以運用到科學和生活當中。在這邊也跟大家分享「黑嘉嘉的圍棋線上教室」最近剛好滿一週年,科學是生活,生活是科學,如果你對棋盤中的思考模式想進一步了解,歡迎大家報名體驗,有成人和小朋友的課程可以試上哦。

邀請您一同成為各行各業中的大科學人,您的捐款將支持「科學公益教材」的穩定開發,一起 支持台灣科學教育,讓孩子從小開始像「科學家一樣思考」,帶著自信長大成為各行各業中「 永保好奇」、「邏輯思辨」的大科學人!

【LIS 大科學計畫 ✦ 第二季】|暖心上線 ▸▸▸▸▸▸▸
❛ 教育不只是老師的事,這是我們的任務,下一個世代的科學史,現在就得開始寫起! ❜
募資倒數 30 天,尚缺 60 萬元定期定額製作啟動金
每月 523 小額捐款,支持全台十萬名孩子都期待的科學教材 http://bit.ly/3joDOC7
#參與募資成為大科學人,#解鎖泛科學贈送的神祕好禮關注 LIS 最新消息歡迎加入 FB 社團「LIS大科學人製造所

LIS_96
22 篇文章 ・ 10 位粉絲
LIS ( Learning in Science )情境科學教材,成立於2013年7月,是一個非營利組織,致力於為國中小自然教師及學生,設計有別於填鴨教育的科學教材,協助教師進行STEAM和科學素養導向的教學,讓教師更簡單地進行教學創新,幫助更多孩子找回對科學的學習動機,並培養解決問題的能力。 在 Youtube 頻道【LIS情境科學教材】上,我們會即時更新所有LIS教材的影片,而完整的教案、學習單,亦同步上傳於【LIS教材平台網】歡迎您前往瀏覽完整內容。