21 学习记忆¶
作者用行为目标、成果和验证方式重新区分学习与记忆。重点是检验能否处理未见情况，而不是凭背诵表现评价能力，同时避免把新的类型标签固化到人身上。
展开解释¶
在第 3 章，曾提到本书弃用了 “学习” 和 “记忆” 的日常用法。本章将详细解释弃用的原因，以及新定义的优势。
日常含义¶
那么，在日常语境中，人们所说的“学习”和“记忆”究竟指的是什么呢？
实际上，这两个词在日常语境中并没有唯一、固定的含义。不过，我们可以概括出它们最常见的含义：
◎ 学习：向他人获取有价值的内容。
◎ 记忆：保存已获取的内容。
由此可知，记忆是学习的一环，即：学习 = 先获取内容，再记忆内容。
然而，这样概括出的日常含义有以下不足。
缺乏目标¶
首先，日常含义中的“学习”概念是不合格的，因为作为一个行为，它没有反映出行为的目标。
一旦一个行为没有反映出目标，人们就容易把一些手段误认为是必不可少的步骤，形成束缚。
例如，曾有一段时间，人们不假思索地认为手机一定带有物理键盘，各大手机公司都在比拼耐用、小巧、触感优秀的物理键盘。但当苹果公司在2007年发布了一款彻底摒弃物理键盘的手机后，这些人才意识到，输入信息才是目标，而物理键盘只不过是实现这个目标的一个传统手段，并非必不可少，全触摸屏更能实现该目标。
学习也是同样的道理。学习方法因人而异、因知识而异，因此必须根据目标进行设计。但在日常含义中并未体现出学习作为一种行为究竟在达成什么目标，导致很多学生会把既有手段当成学习必不可少的一环——比如，记忆老师的讲解、记笔记等。
版本落后¶
其次，日常含义中的“学习”和“记忆”无法描述人工智能等新的科技现象。
学生从老师那里获知并记住一句诗，这算是“学习”。如果我们遵照前述的日常含义，那么电脑获得并保存同一句诗，也应该被视为“学习”。但人们并不会说电脑“学习”了这句诗。若追问原因，多数人往往答不上来，只会基于“电脑不是人”这类理由进行搪塞。例如，有人会说：“人有心智，而电脑只有软件和硬件”。
可是，同样依赖软 / 硬件，能击败人类的围棋 AI 却被人们称为 “学会” 了围棋，而过去那种装有围棋游戏的电脑，却不被认为 “学会” 了围棋。
究其原因，在过去，人们并不会接触到人工智能等技术，仅基于学校和社会现象对“记忆”和“学习”进行了划分。这在过去就够用了。但随着AI等技术越来越普及、深入人们的生活，这种旧划分就无法用于区分新的现象了。
这就好比，在过去，人们不会接触到先进的通信技术，于是人们根据“字母的数量”来理解“信息量”就够用了。但随着科技的发展，这种旧划分就无法用于描述复杂的通信现象了。最终是香农重新定义了信息量，从而开创了信息科学。
范围狭隘¶
其实，不仅是新的科技现象无法被区分，就连很多校园之外的现象，也因上面的日常含义被划分到了学习之外。
例如，一个孩子仅通过不断尝试，掌握了转笔能力。该行为基本不会被归为日常语境下的“学习”。因为他既没有从他人那里“获取内容”，也没有“记住”任何知识点。
再比如，一个学生刷题，但没有记住任何公式和文字表述，也没记住自己刷过的题，只是有了解出同类新题的能力。根据日常含义来看，这种刷题也不会被归为“学习”。
验证错配¶
更严重的问题是验证方式的不匹配。按照日常含义判断某情况是否属于“学会”，通常看能否“记住”，但这会带来两种错误判断：
◎ 一名通过刷题获得解题能力的学生，若回忆不起任何公式或文字表述，往往会误以为自己没有学会。
相反，一名记住了定义的学生，会误以为自己已经学会了。
遮蔽缺陷¶
最后，日常含义在本质上是一种基于社会视角的概念划分，如果用它来理解个体的认知过程，就容易产生概念的遮蔽。
比如，许多家长所说的“学习”，其实是以是否有利于考试这一社会标准来界定的——如果某款电子游戏被纳入高考科目，那么玩这款游戏就会被这些家长归为“学习”；反之，如果英语不再属于高考科目，那么练听力便不会被这些家长归为“学习”，而会被归为一种兴趣或娱乐。
然而，从个体认知的角度看，无论是玩游戏还是练听力，其内部的认知机制并无本质差异。可由于一些家长采用了社会视角的概念划分，便看不到这些共性。当他们思考“如何让孩子喜欢学习、远离游戏”时，便会因概念的遮蔽而永远无法得到答案——因为他们实质上是在追求一种矛盾的认知发生机制：让孩子喜爱仅有听讲和记忆、无法通过实践获得反馈的残缺学习模式（对课本的学习），却让孩子远离“学、思、习、行”完备的、更符合大脑工作机制的完整学习模式（对游戏的学习）。
如何消除¶
那本书采用的定义是如何消除这些问题的呢？
一般定义¶
在本书中，学习和记忆都被定义为塑造一种能力的行为，区别在于：
- 记忆是塑造重现已见情况的能力的行为。
◎ 学习是塑造泛化未见情况的能力的行为。
AI 学习¶
基于该定义，我们可以清晰地区分电脑中的记忆与学习。
现象 A: 电脑获得并保存一句诗。
这是记忆，因为电脑只能重现这句诗，而不能生成新的诗句。
现象 B：将 100 首旧诗 / 歌词输入训练模型之后，电脑能够生成新的同类作品。这是学习，因为电脑塑造了一种能力，能泛化出未见的同类内容。
现象 C: 学生从老师那里听到并记住一句诗。
这是记忆，因为学生只能重现那句诗。
现象 D: 学生阅读上百首旧诗, 虽一首也没记住, 但由此获得了创作新诗的能力。这是学习, 因为学生获得了泛化新诗的能力。
现象 E: 电脑执行程序员编写的围棋程序。
学习发生在程序员身上,而非电脑上。程序员利用有限的经验抽象出规则(程序),泛化出经验之外的未见情况;电脑只是执行这些规则,没有泛化出程序之外的新情况。
现象 F：电脑执行机器学习算法，根据既有经验泛化出新的围棋下法。
在此现象中，电脑实现了学习。
日常学习
该定义还能用于更广的领域，参考下述现象。
现象 G：一个孩子通过不断尝试，掌握了骑自行车的技巧。
这是学习，因为骑车本质上是在与物质世界互动，其中的情况包括道路的坡度、转弯的角度、风阻的变化、身体的平衡等。这些情况是无限的，无法依靠重现已见情况来应对，必须利用学习泛化出应对未见情况的能力。实际上，孩子的每一次尝试，都在为大脑的自主系统提供新的经验素材，使其能够渐构出一个能够泛化到足以应对各种路况和身体状态的内隐模型。
现象 H: 一个学生在没有记住任何公式的情况下, 仅通过做题掌握了解出未见新题的能力, 但记不住自己刷过的题。
这是学习，因为学生能够解出未刷过的新题。至于能不能重现刷过的旧题，这并不是判断是否学习了的依据。记住公式也不是判断是否学习了的依据，因为通过学习渐构成的模型可以是内隐模型。
现象 I：一个学生不断刷题，但只能解出刷过的原题，不能解出没刷过的新题。这是记忆，因为他只能重现已见情况。
记住学会¶
事实上，在日常中，人们有时也会用到本书中的“学习”的一般定义。
例如，人们常说要“学会做人”和“学会包容”，如果把“学会做人”替换成“记住做人”，就会觉得哪里不对。
这是因为，当我们对别人说“要记住某行为”时，只是要求对方“下一次能想起去实施被嘱咐的行为”，而当我们对别人说“要学会某行为”时，则是在要求对方“以后每次，即使没有被嘱咐，也能懂得如何去实施这类行为”。可见，这里的“记忆（记住）”只要求实施“被嘱咐的行为”，而“学习（学会）”则要求实现“超越被嘱咐的行为”，包含着泛化未见的行为目的。
这也是为什么我们会说“婴儿学会了走路”，而不是“婴儿记住了走路”。
标准定义¶
由于塑造推测未见情况的能力就是在渐构可泛化模型，因此学习还有一个标准定义——渐构可泛化模型的行为。
学习的一般定义的优点是明确行为目标。学习的标准定义的优点在于明确手段，因为它指出了塑造能力的方式，也指出了学习的对象就是可泛化模型，但缺点是容易让人误把手段错当目的注，忘记渐构可泛化模型的目标是塑造推测未见情况的能力。
学习的一般定义和标准定义是等价的，大家可以根据情况有选择地使用。
二者独立¶
在本书的定义下，记忆和学习是两个彼此独立的行为注——能够重现已见情况，并不代表能泛化未见情况；而能够泛化未见情况，也并不代表能重现已见情况。
因此，一个人可以只记忆而不学习，也可以只学习而不记忆，当然也可能二者同时发生。原因在于：学习时，经验只是大脑渐构模型的原料，一旦模型建成，是否保留原始经验并不影响模型的使用。
记不住题¶
这也解释了为什么许多学生刷了大量题目后，回忆不起刷过的具体题目，但能解出同类新题。
病人 HM¶
基于这种彼此独立的定义，我们讨论一下两个著名的神经科学案例。
第一个案例的主人公是神经科学史上知名的病人——H.M.。
H.M. 在童年时因自行车事故患有严重癫痫，到了 27 岁时频繁昏厥，最终接受外科医生斯科维尔的手术，切除了大部分海马体。这个手术成功控制了他的癫痫，却带来一个严重的副作用：再也无法形成新的长时记忆。
尽管如此，他仍能与人正常对话，智力并未受损，因为短时记忆仍然存在，足以支持大脑对信息进行短暂加工。他可以靠不断复述将一个数字记忆十分钟，但几分钟不复述后，他甚至连“有人告诉过他一个数字”这件事都不记得了。仿佛他的时间被永远停在了手术当天，此后的每一天都从那一刻重新开始。
然而，令人惊讶的是：他仍能学会新技能。实验人员让他透过镜子来描绘五角星。一开始他和普通人一样笨拙，但经过反复练习，他的表现越来越好——尽管他完全不记得自己曾经练习过。
此外，他无法回忆起常来探访他的研究人员的姓名。但若让他从多个名字中选择哪个是研究人员的姓名，他又能选出正确的那个，并能判断对方是“熟面孔”，只是无法回忆相遇的经历。
换句话说，H.M. 可以推测，却不能回忆，就像普通人能认出父亲的脸，但闭上
眼后却无法回忆出脸的细节一样。
若按前述的日常含义，会难以理解 H.M. 的表现，因为在日常含义中，记忆是学习的前提，二者不可独立。
按照本书的定义，就可以十分清晰地理解：H.M.丧失了长时记忆能力，但学习能力完好注，他的短时记忆足以让大脑利用经验来渐构出可泛化模型。
吉姆·皮克¶
与 H.M. 在某种程度上相反的，是吉姆·皮克（Kim Peek）的案例。
吉姆·皮克因惊人的记忆力被称为“人脑电脑”（Kimputer）：他几乎过目不忘，能逐字背诵超过9000本书。《雨人》就是以他为原型改编的电影。
但这样一个记忆天才的日常生活却极度困难：他不会自己系扣子，有严重的运动协调障碍，智商测试约80分，难以理解隐喻，抽象能力薄弱。
若按日常含义，记忆能力强意味着学习能力强，因此吉姆·皮克的表现难以让人理解。
但用本书的定义来解释就十分自然：吉姆·皮克的记忆能力完好，但学习能力受损。同时，他的大脑还出现了异常，无法判断什么该记、什么不该记，几乎所有信息都会被无选择地进行长时记忆。
成果不同¶
此外，在本书的定义下，学习和记忆的成果也被明确区分。即使有时二者都用到相同的经验，但区别在于：
◎ 记忆的成果就是信息的复制。
◎ 学习的成果则是用经验或语言材料渐构成的可泛化模型。渐构完成后，模型会被保存，但经验和语言材料不必被保存。
绘画雕刻¶
可以拿一张故宫画（他人的间接经验）来做类比：记忆就好比临摹，得到的成果是故宫画的临摹作品；而学习就好比雕刻，得到的成果是故宫模型，此时故宫画只不过是雕刻模型时所用的一个参照物，而且是一个片面的参照物。需要参照许多张不同角度的故宫画，才能雕刻出足够立体的故宫模型。参照过的故宫画，并不会被保存在所雕刻的故宫模型中。
学习程度¶
根据本书的定义，更容易理解为什么记忆只有“记住了”和“没记住”两种状态，而学习却可分为“入门”“熟练”“精通”“绝妙”“出神入化”等阶段，因为这些阶段衡量的正是所渐构模型的可泛化程度。
◎ “入门”意味着模型可以简单泛化普遍情况。
◎ “精通”意味着模型能够泛化出大量未见的新情况。
验证标准¶
采用日常含义的人们，会用“是否记住”来验证自己“是否学会”。这种验证方式会导致严重的错判：
◎ 明明已经学会的人，以为自己没学会。
◎ 明明没学会的人，却以为自己学会了。
本书的定义清晰地区分了两种行为各自的验证标准：
◎ 验证是否记住：看能否重现已见情况。
◎ 验证是否学会：看能否泛化未见情况。注
以此为基础，一个人的学习状况就能被准确判断，而不会被记忆的表现所误导。
以为没会¶
例如，一个学生在考前回忆不起自己学过的内容。如果按照“学习”的日常含义，他会误以为自己没学会，因此焦虑不安。大量学生就是这样用“能否回忆”来判断学习状态的，导致考前十分紧张和不安。
为了消除这种不安，有些学生甚至会强迫自己把所有内容都背下来。但这种为了让自己感觉安全而去背诵的行为，其本质是在错用记忆来取代学习，从而降低学习效率。
如果采用本书的定义，学生应该通过解几道新题来判断自己的学习状态。
高中白读¶
同样地，不少中学生毕业后，回想不起来高中三年学了什么。按照“学习”的日常含义，他们就会以为初、高中白读了。但实际上，这种方式所验证的是他们对学习材料的记忆，而不是运用学习材料所渐构出的可泛化模型。
以为会了¶
相对地，一些学生上完一节课后，能完整复述老师讲的内容，便误以为自己“学会了”，因而不再练习，等到考试时才发现无法解决新问题。
若按本书的定义，他们就会看自己能否处理未见情况，而不是看自己能否重复原句。
职考标准¶
事实上，各类职业考核也都采用本书的一般学习定义——能否推测未见情况。
例如：
◎ 实习医生的考核，是看能否诊断未见病症。
◎ 实习警察的考核，是看能否处理未见案件。
费曼学习¶
非常有名的“费曼学习法”，核心就是“学到能给人讲明白为止”，为什么会成为一个很有效的方法？
其实就是因为它隐含地改变了人们对学习的验证方式。按照日常含义，人们会用自己能否回忆书本内容来判断自己是否“学会了”。但若想给别人讲清楚，就不能简单重复书本原句，还要讲解新情况、举新例子，变相地迫使当事人用未见情况来验证自己的学习。
机械记忆¶
可见，学习的验证方式深刻影响着学习效果。
一旦一个人把学习的验证方式搞错，就容易掉入机械记忆的误区。
这里的“机械记忆”并不是指呆板的、机械式的记忆，而是指一个人把本该用
于学习的语言材料用来记忆了，也就是此前提到的“记言代学”。
由于机械记忆会让学习材料失去其原本对“学习”的意义，虽然对其“学习”了，却容易无法达成学习效果，因此也叫“无意义学习”。与此相对的概念是“有意义学习”，指的是正确运用语言材料来达成学习目标（塑造推测未见情况的能力）的行为。
注意，如果学生的目标就是记忆学习材料，则其行为不属于机械记忆。
三个类比¶
机械记忆就好比：
◎ 本该安装软件，却只是把软件安装包复制了一遍。
◎ 本该参照照片来雕刻模型，却把照片临摹了一份。
◎ 本该持电影票去看电影，却把它折成纸飞机了。
机械危害¶
机械记忆的危害就在于：这种“努力了，却不见效”的经历，容易让学生把自己成绩的不佳归因于“天赋上的不足”，相信“不论自己怎么努力，都不会改变结果”，也就是归因理论中所说的“习得性无助”。一旦学生形成习得性无助，就会认为“成绩已经被天赋所决定，即使尝试也没有意义”，从而产生厌学心理。
即使没有形成习得性无助，养成机械记忆习惯的学生，也会在校园和日常生活中，乃至以后的工作中，对各种电脑软件、乐器、运动，以及略微复杂知识的学习，感到非常吃力。
机械环境¶
当今的一些学生形成了机械记忆，其原因在于：家长和老师虽然不断叮嘱学生要“好好学习”，但其实并没有教过学生什么是学习，学生只能根据平时的经历形成自己的认识和习惯。不巧的是，在低年级的课本中，有很多特殊类型的知识。这种类型的知识近似于经验，也可以通过记忆来掌握。加上低年级的考试形式也较为简单，即便学生采用机械记忆也可以取得好成绩。这使得学生在低年级时容易产生错误的学习认识——把学习和记忆画等号。
三傻电影¶
电影《三傻大闹宝莱坞》中就批判过机械记忆式教学。
老师问：“机器的定义是什么？”
男主角以生活语言回答“机器就是能减少人类劳动的东西”，并举了风扇、电话、电脑、拉链等例子。
按本书的标准，他已经掌握了“机器”这一概念，因为他能判断未见现象是否属于机器。
然而老师却不满意，另一名学生背出教科书上的原句，获得了表扬。
男主角质疑：“我明明表达了同样的意思，更简单。”老师却说：“想通过考试，就背教科书。”
能背出教科书上的原句的学生并不一定真的学会了，因为他未必能判断未见现象是否属于机器。
两类学生¶
下面，浆果用书中的定义去解释校园中的两类误区，让你体会一下——合理的定义可以消除对概念的遮蔽，让现象更加清晰。
在学校，我们经常能看到两类奇怪的学生。他们的外在表现分别是很努力成绩却不好和不努力成绩却不差。按常识，“努力应该带来好成绩”“不努力自然成绩差”。因此，人们常将这两类学生的差异归因于“天赋”，分别贴上“勤奋但不聪明”和“聪明但不勤奋”的标签。
但如果我们弃用日常含义，改用新定义，就能察觉到这种矛盾更可能源于学生认识和学生习惯，而非天赋。注
为便于指代，本书接下来会将这两类学生分别称为 E（Exhausted）类学生和 T（Talented）类学生。下面将从经历、认识、习惯和效率四个层面，来解释为何这两类学生会出现这种奇怪的表象。
E 的认识¶
E类学生往往是从小很听话的“乖学生”。在低年级时，他们发现只要努力背书，就能获得好成绩和称赞，于是逐渐形成了这样的认识：
◎ “学习就是背书”。
◎ “好好学习就是好好背书”。
◎ “成绩不好就是背得不熟”。
到了高年级，他们仍试图通过努力背书来换取好成绩，但却发现成绩越来越难维持以前水准甚至下滑。根据“成绩不好就是背得不熟”，他们便加倍努力，结果仍达不到预期。
他们无法理解：为什么以前常拿满分的自己，如今却怎么努力都不灵？为什么那些“不努力”的同学反而考得更好？
久而久之，这些问题就被他们归因到“自己天赋不足”。
如果老师在他们考得差时流露出同情，则更会强化这种归因。因为学生会从中读出一种信号：“我的成绩是无法靠努力改善的。”
他们会更努力地记忆，试图改变老师对自己的“勤奋但不聪明”印象，但由于方法错误，常以失败告终，最终导致他们认定了“自己天赋不足”。
E 的习惯¶
E 类学生需要有非常明确的 “知识点” 才能学习。如果教材只有例子却没有总结，他们就会因为不知道 “该记什么” 而无所适从。
如果老师上课没有画重点，一些 E 类学生甚至会把老师说的整段话原封不动地记下。于是在课堂上，他们几乎没有时间思考，大量时间都耗在记笔记上。
又因为他们总是用 “能否回忆起知识” 来检验 “是否学会了”，于是就算能流利地背出公式，在考试中也常解不出题。
这一连串机械记忆造成的低效，正是人们认为他们“勤奋却不聪明”的原因。
T 的认识¶
T类学生往往是那些从小就调皮的“坏学生”。在低年级时，他们所有的精力都放在了玩耍上，常被老师和家长批评贪玩，所以他们也知道应该看书，可就是提不起兴趣，总忍不住想玩。
然而，他们意外发现：即便没看书，成绩却还不错，尤其是数学常考高分。老师也会说他们“很聪明，就是贪玩”。
这些评价对他们而言是一种“表扬”，让他们产生优越感，渴望获得更多“聪明”标签。
但获取这种标签的方法不是背书，而是解出其他人解不出的难题。于是，他们可能上课走神、抄作业，不记笔记，但一遇到“难题”就会全力以赴去解答，以此证明自己聪明。
这种“歪打正着”的行为，使他们在不断解题的过程中，无意间渐构了可泛化模型。
但在认识上，他们与 E 类学生一样，也认为 “学习就是背书”。因此，他们将自己花时间思考、归纳、解题的行为都排除在 “学习” 之外。这也解释了为什么当他们被问及 “你每天学多久” 时，总是回答：
◎ “我不学习”。
◎ “就上课听听”。
有时他们甚至会刻意掩饰自己的努力，因为他们追求的是“聪明”这一评价，而努力这一行为反而会削弱这种形象。
T 的习惯¶
T 类学生的学习并不依赖明确的定义，更多地是通过做题来渐构知识。
这种习惯使得他们不喜欢看定义，往往也看不懂。但他们很擅长归纳，可以从多道题中归纳出自己的理解。而这种理解和教科书上的定义往往也差不多。所以当老师让T类学生背教科书定义时，他们背不出，但考试时，他们却又能解出题来。
很多 T 类学生都讨厌记忆知识，尤其讨厌记忆没有规律的内容，因为这种内容对他们来说难以归纳且会很快遗忘。他们还会对一些人为规定的知识，比如英
语的不规则动词，产生抵触情绪。
由于 T 类学生没有机械记忆的误区，花费在学习上的所有时间都在进行有意义学习，他们的效率会非常高，所以才给人们一种 “聪明却不勤奋” 的印象。
T转E¶
然而，由于T类学生同样相信“学习就是背书”，并认为自己的成绩源自“天赋”，而非“学习行为”，所以当他们想要成为“既聪明又勤奋”的学生时，就很容易抛弃自己原有的有意义学习习惯，转向记忆与背诵，陷入了与E类学生一样的无意义学习误区中。这样努力的结果就是：
◎ 文科成绩会提升。
◎ 理科成绩不变，甚至有所下降。
这让他们深感困惑,觉得“自己努力反而变差,不如不努力”,于是对自己的“聪明”产生怀疑。为了缓解这种自我怀疑,他们会给自己刻意制造障碍,躲回了原来的贪玩状态,活在“自己只是没拿出真本事,倘若全力以赴,成功根本不在话下”的想象中,因为没学习而考得不好并不能证明自己“不聪明”。
然而，当他们离开校园，不得不全力以赴的时候，“自己拿出真本事就能成功”的幻象便会被打破，很容易让T类学生也形成习得性无助。
优劣概括¶
从对这两类误区的解释中，你可以体会到，在认知视角的定义下，我们可以分析那些令人难以理解的学习现象，矫正学习误区。
最后,我们做一个总结。书中所采用的定义,相较日常含义来说,有以下几点优势:
◎ 行为目标明确。
◎ 实现手段明确。
◎ 验证方式明确。
◎ 行为成果明确。
◎ 适用现象广泛。
◎ 消除概念遮蔽。
当然，劣势就是人们会不太习惯。如果有人在阅读书中的内容时，产生“学习难道不需要记忆”的疑惑，就意味着他还是在下意识地采用日常含义，把“记忆”一词解读成保存了。
注意搭配¶
随后，我们将在上述定义的基础上，搭建起一套清晰而完整的学习理论。但要注意，应用本书的理论时，不能套用日常用法来理解，否则就会像用日常含义中的“功”去套用物理学中的“功”那样，产生判联错配和推理谬误。
细分类型¶
接下来，我们要在这种定义之上划分出更细致的学习分类，讨论不同子类的学习方法。
主干提要¶
日常含义中的“学习”有含义不固定、行为目标缺失、版本落后、范围狭隘、验证错配、社会属性遮蔽认知属性等缺陷，因此不适合用于搭建学习理论。
- 本书根据认知塑造方式的不同，明确划分了学习和记忆。
- 本书定义中，学习和记忆是两个独立的行为——能重现已见，并不代表能泛化未见；能泛化未见，不代表能重现已见。
- 本书定义中，学习和记忆的成果不同——记忆的成果是信息的复制；学习的成果是可泛化模型。
- 本书定义中，学习和记忆的掌握程度不同——记忆的掌握分为记住和没记住，学习的掌握根据所渐构模型的可泛化能力分为“入门”“熟练”“精通”“绝妙”“出神入化”等状态。
- 本书定义中，学习和记忆的验证方式不同——记忆的验证看能否重现已见情况，学习的验证看能否泛化未见情况。
- 机械记忆会导致无意义学习，甚至习得性无助。
- 低年级的考试方式容易让学生对学习产生机械记忆的应对习惯。
- “勤奋但不聪明”和“聪明但不勤奋”两类学生，往往是因错误的学习认识和习惯所致。
9. 要结合本书对学习和记忆的定义来应用后续结论，不能套用日常含义。¶
概念提要
◎ 学习（一般定义）：塑造泛化未见情况的能力的行为。
◎ 学习（标准定义）：渐构可泛化模型的行为。
◎ 记忆：塑造重现已见情况的能力的行为。
◎ 学习的验证：能否泛化未见情况。
◎ 记忆的验证：能否重现已见情况。
◎ 机械记忆：把本该用于学习的语言材料仅用来记忆了。
◎ 习得性无助：长期努力却不见效的经历，使当事人渐构出“即使努力，也不会改变结果”的模型，进而做出不再尝试的决策。
◎ E（Exhausted）类学生：看似“勤奋但不聪明”但实际因错误的学习认识和习惯导致成绩不佳的学生。
◎ T（Talented）类学生：看似“聪明但不勤奋”但实际因不自知的高效学习习惯导致成绩不差的学生。