多不代表好，刷题一万次也不一定就能有好成绩！（附KWL记忆法）
最近看到了一个《最优学习的85%规则》，今天想来和大家分享一下。文末附KWL学习法。
这个是美国亚利桑那大学和布朗大学的学者在人工智能研究里面的推算出的一个概念。
人工智能本质上是让机器进行学习：
先搭建一个神经网络，
用大量的数据去“投喂”这个网络，
让网络自己学会判断，
这个过程，和人脑学习一门技能非常像。
网络自己做出判断之后，数据会给它反馈：
如果判断对了，它就会加深和巩固现有的参数，
如果判断错了，它就调整参数。
对一个人工智能来说，只有当它判断错了，这个知识对它而言才是一个新知识，它才能学习和提高。
最终的研究结果显示，当人工智能会搞错的比例比例是15.87%，训练效果最好，简单的说就是当机器适当犯错，学习效果更佳。
比如这个图里是拿0.4的出错率做了对比：以0.4的出错率训练1000次所能达到的学习效果，大约相当于以0.1587出错率训练350次的水平，接近3倍的效率！
这就让我联想到了我们日常的学习中，记得之前有个朋友分享过她家孩子的学习历程，学前培养很早就开始了，所以上学前识字算术都很超前，所以上学后各种知识对孩子来说都很容易拿捏，然而她没想到的时候，三年级的时候老师反馈说孩子上课不认真，成绩也格外的不稳定。怎么造成的？其实就是因为上课难度长时间无挑战，导致了孩子上课心不在焉，时间长了自然成绩也有所影响。
说到这里，并不是说不让孩子学习了，而是说要适当的给孩子一些有创新和挑战的内容，或者说是将孩子放到适合他的环境和学习氛围中去，才能够事半功倍！
如果我们完全只做自己擅长、有十足优势的事情、领域，那么不仅很快会感到枯燥无聊，更反而难以进入心流状态，也难以有进一步的成长。
那么这时候，我们可以让自己去做一些85%能发挥优势，15%是新挑战的事，如果确实事情都很熟悉，那也许每次可以找出15%的部分来做创新和优化。
参照这种模式，如果我们能把孩子引入适合他能力的学习，去练习85%的记录内容，学习15%的新内容，他们的勤奋和努力就会呈现最佳效果，孩子们在学习时最容易达到心流状态。
孩子生来是爱学习的，否则他怎么能主动学会讲话，走路和自己吃饭呢，对于这一点我们这些做家长的要有信心！但是要帮助孩子找到对的方法学习，而不是一味的重复劳动不注重效率和效果！
KWL图表法
孩子都是好孩子，缺的是好的学习方法，所以今天也给大家分享一个KWL图表学习法。是记录自己学习过程的强大工具。
KWL三个字母分别代表：
1.Know -- 已经知道的背景知识
2.Want -- 自己想要学习的新知识
3.Learned -- 自己学到了哪些新知识
表格的制作也很简单，大致就是下图的样子▼
在每一次的阅读和学习中，都可以简单的划分为三个部分：
首先，在进入阅读和知识点的学习前，让孩子们写一些自己已经知道的知识背景。
然后，我们可以引导孩子进一步提问；
最后，总结一下自己在这个主题下学习到了什么。
三个步骤做完之后，我们就完成了KWL表格笔记。
通过这种方式让孩子清晰的明确了学习目标，理清了知识结构，也加深了记忆。
这个方法可以轻松的用到语文、数学和其他所有的学科学习中去。
当您孩子熟练使用KWL表格后，可以尝试以下扩展版本。
也可以用于语文和数学等其他学科的学习中去。
这个过程，能让“预习”与“复习”不再只是口头上的随便说说，而是变得可追踪和可视化，也能完完全全地把它们的作用落到实处。让学习的效果双倍！
▼
喜欢，就给我一个“在看”