“概念地图工具思维和应用”培训
课程核心理念和风格
- 透彻联系，看到整体，上下左右贯通
- See through connections to find the whole
- 刺激和引领你思考
- 需要一定的体验经验和知识基础
- 需要你愿意思考，愿意被引领
- 如果发现没有被引领上，随时打断我问问题
- 承诺你一个新世界，或者至少新视角
课程内容
- 理解型学习
- 知识的联系、层次、高层知识生成器
- 系联性思考，上下左右贯通
- 批判性思维
- 概念地图（知识网络）及其上的算法
- 案例
- 用于教、学、研究
- 用于企业优化流程、提升交流、促进创新
- 助教辅导：提升概念地图绘制的技能，并且从技能训练中更好地体会核心概念和理念
预期培训效果——帮助企业做什么
- 员工个体梳理工作任务和流程，看到价值
- 从任何和流程，走到工具和方法，走到学科知识，并优化，同时构建问题库
- 显性化和结构化企业知识，构建企业知识库
- 连通问题库和知识库，促进创新
- 围绕焦点问题和核心概念来深入和高效交流
- 辅助人才的识别、培养和使用
核心概念和理念概览
核心理念和概念
- 知识的层次和知识网络
- 高层知识生成器
- 上下左右贯通
- 教和学的最终目的：创造
- 理解型学习、研究和沟通
- 核心理念和概念小结
核心概念：知识的层次和知识网络
- 人类知识高速公路：相互联系的知识
- 知识的层次和高层知识生成器
- 第零层，前知识：经验、体验
- 第一层：事实性程序性知识
- 第二层：学科概念
- 第三层：学科思维等学科大图景
- 第四层：一般性人类思维（批判性思维、系联性思考）、教和学的方法（理解型学习）
核心概念：学科大图景
- 典型研究对象
- 典型研究问题
- 典型分析方法
- 典型思维方式
- 典型学科责任（和世界还有其他学科的关系）
核心概念：一般性人类思维
- 只有质量和方式两个维度
- 质量上就是批判性思维
- 方式上就是系联性思考
- 系联性思考包含层次性思维和类比思维，也就是上下和左右贯通
核心概念：高层知识生成器
- 高层知识指的是第三层和第四层知识
- 相对低层知识可以通过高层知识来生成，概念生成
- 高层知识需要从低层知识种总结提炼出来，概念形成
- 同层内的知识可以通过联系构建出来，概念同化
核心概念：上下左右贯通
- 上下联系：
- 上层生成下层，从整体来看个体
- 从下层的抽象总结提炼出上层，看到整体
- 分解和综合
- 左右联系
- 同层内知识也具有相互依赖的关系
- 不同领域知识或者对象之间的联系，类比
知识的层次和创造
- 通过从下到上，学会以高层知识生成器
- 有了知识生成器可以在提出和解决问题中创造知识
核心概念：教和学的最终目的
- 创造知识、创造性地使用知识
- 提出问题、解决问题
- 探索世界
- 欣赏知识的创造、欣赏问题的提出和解决
核心概念：理解型学习
- 所谓理解型学习，就是依靠知识之间的联系来学习知识，用好上下左右贯通
- 同时，我们强调，理解型学习要以掌握高层知识生成器为目标
- 低层知识都是过程、手段、素材
核心概念：理解型学习
- 怎么学：通过联系，上下左右贯通
- 学什么：高层知识生成器
- 为什么这样学：
- 提出和解决问题
- 创造知识和创造性地使用知识
- 欣赏知识的创造和创造性地使用
核心概念：能力和知识
- 在我们的概念体系中，能力就是使用（高层）知识来提出和解决问题的的意愿（willingness）和习惯（readiness）
- 传统上，也有人把我们这里的高层知识称作能力
- 但是，如果没有使用的意愿和习惯，也可以一条条记下来，不算能力
- 得有相应的高层知识，还得有运用它们的意愿和习惯
核心理念：理解型学习
- 猜想：掌握了高层知识生成器可以更好地达到教和学的最终目的
- 猜想：以下技术可以更好地帮助学习者掌握高层知识生成器，
- 标记了层次的人类知识高速公路
- 概念网络上的学习顺序、检测算法
- 以高层知识生成器为标准来决定教什么
- 细节层面：绘制概念地图来梳理、表达和深化自己的思考
核心理念：理解型创造
- 高层知识生成器指导下的研究
- 一个领域的整体观
- 基于整体观，来选择研究什么
- 基于整体观来欣赏、梳理前人研究
- 细节层面，迁移创造的典型过程：
- 在某个领域上下贯通，在领域之间左右贯通
- 所谓跳出盒子，就是尽量往上走，看到大图景，然后跨领域迁移
核心理念：理解型沟通和合作
- 一起看到大图景之后可以更顺利地交流
- 帮助其他人看到大图景之后可以更顺利地交流
- 细节层面，用概念地图展示焦点问题、展示思考过程可以更顺利地交流
- 不同知识背景和专长相配合更顺利地合作
Holism知识服务
核心理念概念总结
- 透彻联系，看到整体
- 知识的联系、知识的层次、上下左右贯通
- 人类知识高速公路
- 概念地图是道也是术
- 如果你已经有体验经验，上面的概念和理念都可以从体验和经验来想通
- 如果还不能想通，下面是帮助想通的例子
- 以及展示如何使用的例子
概念地图作图技能训练
- 什么是概念地图
- 概念地图作图技巧
- 到更一般的WHWM四问
- WHWM，不断地分解和综合
- 通过数学四问、数学四步进一步来体验系联性思考
- 通过不同层次（直到指导整个理解型学习的提出和发展）的WHWM体会到上下贯通
什么是概念地图
- 回答什么是概念地图的概念地图，Lynkage原图
概念地图作图技巧
- 问：什么是焦点问题，我要回答什么问题
- 问：哪些概念（因素）和这个问题有关
- 问：这些概念之间有什么关系，明确写出来
- 问：这些概念和关系帮助回答了焦点问题吗
- 问：这张图合起来回答了焦点问题吗
- 有问题，有答案，促进思考，Aha Monent
WHWM分析性阅读
- What：篇章主要想传达什么信息
- How：这个信息是如何传达的
- Why：作者为什么传达此信息，为什么这样传达
- Meaningful：我觉得怎么样，对我有什么意义
- 例子：
WHWM分析性写作
- What：我想传达什么信息
- How：我想如何来传达这个信息
- Why：我为什么传达此信息，为什么这样传达
- Meaningful：我预期我的读者会觉得怎么样，对他们有什么意义
- 可参考“语文理解型学习”
WHWM四问之于概念地图画图技巧
- What：什么是焦点问题
- How：如何用概念和联系来展开回答这个问题
- Why：为什么要选择这样展开
- Meaningful：回答了这个焦点问题吗，对我的读者有什么意义
WHWM四问之于理解型学习
- What：对于任何一个学科，或者整体来说，学什么
- How：怎么学
- Why：为什么学这个，为什么这样学
- Meaningful：学习者觉得怎样，收获怎样，实验检验
WHWM四问之于理解型学习
- What：学高层知识生成器
- How：通过上下左右贯通来学习，创造体验式学习
- Why：为了创造和创造性地使用知识
- Meaningful：初步得到了实验室验证
WHWM四问和知识的层次
- What和How的问题，事实性程序性知识
- Why的问题，学科概念层
- Why的Why的问题，学科大图景
- Why的Why的Why和Meaningful的问题：一般性人类思维，教和学的方法
WHWM四问之于数学学习
- WHWM四问之于数学四步
- WHWM四问之于数学解题四问
- 可参考“数学理解型学习”
- 可参考《小学数学这样学》
数学四步
- 提出问题
- 建模，把问题转化为数学问题（提出和运用数学概念）
- 求解数学问题（发明或者运用解法）
- 检验答案，系统化模型、概念、解法
数学解题四问
- 这个场景里面有哪些主要因素（What）
- 这些因素之间是如何相互联系的（How）
- 这些联系是如何用数学结构来表达的（How）
- 为什么这些因素是主要的，这些联系为什么用这些结构来表达（Why）
- 这思路怎样？还有其他的思路吗？求解出来的答案对吗？（Meaningful）
- 《小学数学这样学》第七章 关系和运算
- 数学解题四问
WHWM四问的升华
- WHWM四问指导了
- 理解型学习的提出和发展
- 概念地图制作
- 语文分析性阅读和分析性写作
- 数学解题过程和数学学习、创造
- 进一步升华：问好问题是第一位的
问对WHWM问题是母体
概念地图作图技能和WHWM的小结
- 所有的例子是为了加深对知识联系、知识层次、上下左右贯通的理解
- 这个课程设计本身就是上下左右贯通的理念
- 只有层层分解和综合之后，才能做到上下左右贯通
概念地图的道和术
- 系联性思考、批判性思维是道
- 理解型学习是道
- 每个学科的大图景是学科层面的道
- 概念地图是理解和运用这些道的术
- WHWM是生成这些道的道
概念地图学科举例
- 历史
- 数学和科学
- 概率论和统计学
- 微积分、线性代数
- 数学和科学（表示论）
- 小学数学整体图
- 科学
- 语文
例子：历史
- 除了死记硬背，这个问题其实可以运用“因地制宜”（环境影响人类行为）的思想来解决
数学和科学（表示论）
- 对数学和科学的更高层的理解可以更好地促进数学和科学的学习和创造，Lynkage原图
概率论
- 概率论的核心概念定理和思维，Lynkage原图
统计学
- 统计学的核心概念定理和思维，Lynkage原图
概率论和统计学
- 概率论、统计学以及Monte Carlo之间的关系，Lynkage原图
线性代数
- 线性代数的核心概念定理和思维，Lynkage原图
微积分
- 微积分的核心概念定理和思维，Lynkage原图
从知识的创造看理解型学习
- 从现象、数据或者信息到智慧，到创造，Lynkage原图
从什么是科学看理解型学习
- 创造和理解型学习，Lynkage原图
科学是什么学什么怎么学
- 科学大图景和科学研究方法，Lynkage原图
语文学什么怎么学
小学数学概貌
学科例子的作用
- 展示学科大图景是什么：科学研究方法，科学的学科责任
- 展示一般性人类思维是什么：批判性思维，系联性思考
- 展示学科概念知识是什么：位置，速度，微分
- 事实性流程性知识：物质有原子分子组成，如何测量位移时间
- 展示一旦懂得了高层知识可以如何帮助理解、学习、运用、创造
学科例子的作用
- 顺便，稍微理解到什么是科学：
- 概念建模和数学建模，计算推理
- 实验检验
- 知识系统化
- 顺便，稍微理解一下什么是数学
- 结构，关系
- 思维的语言，描述世界的语言，表示论
- 双向数学建模
- 科学和数学背后的第一性原理思维：回到最基本的假设，运用逻辑推理和实验检验，从头开始，不服就干，谁说的都不用听
数学习题标注到知识
- 类比于从任务和流程走到工具方法、概念
例子：研究项目标注到知识
- 类比于研究问题走到学科知识，学科大图景
例子：汉字研究
- 知识库的例子，概念地图和Wiki词条的形式
- 汉字理解型学习
汉字学习顺序算法
- 已知汉字之间的直接联系（$i$是$j$的部件）矩阵$a^{i}_{j}$
- 定义$A$的列归一化（对行求和等于1）的矩阵$\tilde{A}$
- 求解逆矩阵，其中$W$是使用频率，$\tilde{W}$是学习顺序 \begin{equation} \tilde{W}= \left(1-\tilde{A}\right)^{-1}W= W + \tilde{A}W+\tilde{A}^{2}W+\tilde{A}^{3}W + \cdots \end{equation}
- 考虑了汉字的使用频率、直接构成字的数量（度）、是否参与构成了很多层汉字
汉字学习顺序算法，续
- 成本-累计字数，成本-累计频率
汉字学习例子的小结
- 先要有概念网络
- 然后，学习顺序算法，可以提升学习效率（理论上）
- 结合自适应诊断性检测算法，甚至可以个性化学习顺序
- 需要进一步的实验研究，正在做
从概念地图的角度总结例子
- 概念地图是“概念”通过“连词”相连构成的图（网络）
- 概念通常是名词，含义明确
- 连词通常是动词和介词
- 通常按照三元体来读
- 概念地图通常围绕一个焦点问题
人类知识高速公路上的理解型学习系统
- 明确写下来高层知识生成器
- 围绕高层知识生成器构建知识网络
- 标注习题项目到知识网络上，放上课程等学习资料
- 有学习顺序算法和检测算法
- 自主学习，自己的步调，自己选择的内容
- 有人引导，有人答疑辅导，有人考核认证
下一阶段：作图练习和辅导
- 分组，助教手把手带着作图
- 自己选择主题和焦点问题
- 真正的学习都发生在批判性讨论中，你的助教一定会非常批判性，尽可能揭示你的思考
- 先学会术，用好了，成了习惯和能力，再考虑道
理念部分的小结
- 系联性思考，尤其是上下贯通、左右贯通，可以学习到高层知识生成器
- 进而帮助学习、使用和创造知识
- 核心概念：知识的联系、知识网络、知识层次、高层知识生成器、算法、实验、科学化
- 概念地图、概念地图制作帮助更好地上下左右贯通，看到大图景
- 技术：WiLink知识库（Lynkage知识网络+Wiki词条解释）、算法
概念地图工具和思维迁移到企业
- 迁移过去做什么
- 如何迁移
- 为什么要和可以这样做
- 举例
理解型学习如何迁移到企业
- 知识库、层次、上下左右贯通的理念的培训
- 绘制概念地图的技能和思维的培训
- 构建知识库的工具和方法的培训
- 在专门领域带领团队，沉淀和显性化知识，构建知识库、问题库
- 检测算法和个性化学习顺序的算法用于企业人才的培养、考核和使用
- 知识官（促进知识的梳理、使用和创造）体系的理念和技能培养
帮助企业干什么
- 提高员工自身价值感，主动性
- 梳理和优化流程
- 沉淀和显性化知识，都到知识库和问题库
- 看到整体，连通问题和知识，提升研发人员研究层次和创新能力
- 促进交流合作的深度和效率
- 辅助人才的识别、培养和使用
为什么可以实现它
- 研究型企业中，有大量教和学、研究的场景
- 既然在学校教和学、研究中可以用，就可以迁移
- 顺便，未来促进人类知识高速公路上的理解型学习系统的建设，反向推动教育创新，培养更具有创新能力的人才
举例（企业内部例子）
- 公益培训学员流程性知识梳理案例
- 贯通概率论统计学知识和统计学应用
- 用来梳理个人任务和流程，看到价值
- 用来促进交流合作
- 用来掌控进展全局
- 术层面的例子：需求管理
公益培训学员流程性知识梳理案例
知识官
- 没有主动使用知识库的方法，知识库会成为信息库，贡献者动力不足
- 知识官成为推动者
- 会议，准备好讨论主题相关的背景知识,实时作图,更新到知识库，记录谁贡献、谁使用了哪条知识
- 提出和解决问题中，更新知识库和记录使用知识
- 通过上级知识官，跨单元整合
- 每个草根在知识官的组织下建，随着业务建
小结
- 知识的联系、知识网络、知识的层次、上下左右贯通
- 系统化，系联性思考
- 科学化（建模、计算、做实验测量），批判性思维
- 概念地图工具，知识库，问题库
- 个人在整体中的价值，
- 优化流程，促进创新，深度交流合作
Holism知识服务
核心概念和理念概览
致谢和提问
- 期待你在手把手培训中和培训后的表现
- 概念地图制作技能培训
- 感谢您的时间，建议和意见
- 带回家的消息（尽管都待检验）：
- 只要掌握高层知识生成器，辅以知识网络和算法，就可以更好地教、学、研究、创造
- 最高层的知识生成器只有系联性思考（上下左右贯通）和批判性思维，理解型学习
- 企业、学校，学习、研究、创造，相通