TL;DR
Learn in Public 強調將學習到的知識 分享到公共空間,相較於純輸入式的學習有諸多好處。AI 工具極大降低了資訊檢索、整理、概括的門檻,使得輸入資訊更容易,但對我們真正掌握知識的幫助仍然有限,所以我們更需踐行要像 Learn in Public 這樣能提供 有效輸出 的學習方式
AI 工具大大降低了資訊檢索、整理和概括的門檻,使得獲取資訊更加便捷,但對我們真正掌握知識的幫助仍然有限。因此我們更需要踐行像 Learn in Public 這樣重視 有效輸出 的學習方式
為什麼會想到這個話題
偶然間看到 Owen 發的貼子:
看到一個說法:筆記是一種無限遊戲,沒有結果,只有過程;而部落格是一種有限遊戲,因為它產出了完成的作品:博文。這說明我們不能當一個完美主義者,只在腦海或草稿箱中保留想法,我們應該儘可能完成作品,公開它,然後不斷的練習這個過程。
我更堅定那個想法了:做一個預設設計為公開的筆記軟體
看到這個貼子,馬上聯想到了 Learn in Public 這個概念,開始思考自己的這些年記筆記的方式,意識到了原來的方式可能存在一些問題,於是開始嘗試踐行 Learn in Public,將自己學習的一些東西寫成部落格、用學到的知識做一個有意義的產品等等。經過了這段時間的實踐,再結合上自己日常使用 AI 的一些感受和想法,很自然地就想到了這個話題
什麼是 Learn In Public
在 swyx 釋出 Learn In Public 後,這個概念變得更加流行。Learn in Public 強調的是 將學到的東西分享到公共空間
常見的 Learn In Public 的方式,例如:
- 撰寫部落格、教程
- 在會議上發言
- 在問答社群提問或者回答
- 製作併發布影片
與之相對的 Learn in Private 側重的是 消費內容,例如:
- 個人筆記
- 閱讀書籍
- 閱讀原始碼
- 訂閱 GitHub 的 Repos 和 Issues,觀察其他的人實踐
為什麼需要 Learn in Public
- Learn in Public 是一個輸出的過程,促進知識的整理、理解、求證,幫助我們拓寬對某些 知識理解的邊界
- 公共空間能提供 反饋,反饋可以產生激勵、也可以修正我們努力的方向
- 有助於 篩選 所要學習的東西,Learn In Public 會花費大量精力,它能促使我們評估即將學習的內容是否值得
- 對抗完美主義,先有產出,走出第一步再根據反饋 持續迭代,而不是止步不前
- 很多的知識都來自 Public ,所以沒有什麼好藏著掖著,大部分的成果可能都是站在巨人的肩膀上
為什麼 AI 時代更應該 Learn in Public
在 AI 的推動下,知識獲取已經實現了質的飛躍,但對我們真正掌握知識的幫助仍然有限,所以我們更應該 Learn in Public,做更多的 有效輸出
AI 時代資訊檢索、整理、概括成本急劇下降,機械式學習 或者是 謄抄式地摘抄筆記 在變得更加沒有意義。在 GPT 興起之前,使用的優秀的搜尋引擎、完全使用英文搜尋技術問題、閱讀官方文件,這些都被視為一種能力,如今眾多的 AI 工具已經極大縮小這些差距。ChatGPT 或是 devv.ai 這類 AI 工具都提升了檢索效率,在 AI 的加持下 沉浸式翻譯 這類的外掛提高了外文閱讀的效率,解決普遍問題正在變得越來越容易
一些知識技術迭代快,在時效性上一些 摘抄筆記 不如 檢索增強生成(Retrieval Augmented Generation)的 AI提供的實時內容。我曾經也沉迷在各種筆記工具,複製貼上,忽略了思考,隨著知識的更新迭代,這些筆記開始慢慢腐爛,變得食之無味棄之可惜,最後自己都不想看
目前的 AI 還不具備實踐或跨流程解決問題的能力,事物之間的銜接仍需我們來完成,實踐和深度地分析解決問題的價值更加凸顯
一些思路分享
- 利用好 AI 工具:AI 生成的內容可能在準確性、時效性、效率上要優於常規方式檢索。我們可以用 AI 快速瞭解一些知識的輪廓,也可以在 AI 的輔助下更深入地學習某些 有價值 的東西
- 將學習到的知識 分享到公共空間,可以設定一個小目標,比如:針對某個知識點寫出比 AI 生成內容更高質量的部落格
- 用公開的部落格代替私有化的筆記,用反覆地思考推敲 代替 隨意地複製貼上引用
- 以專案或者是作品驅動,直接開始做,用好 AI 工具,邊學邊做
參考資料
Learn In Public
How To Learn In Private
怎麼做,能30天內學會任何技能?