• คำกล่าวที่ว่า “ไม่จำเป็นต้องจำอะไรเลย” เป็น ภาพลวงตา ที่มีมานานแล้ว
  • มีการอ้างว่าเครื่องมือดิจิทัลอย่างอินเทอร์เน็ต แอปจดโน้ต และ AI ทำให้ ความจำไม่จำเป็นอีกต่อไป แต่สิ่งนี้มีต้นทุนแฝงต่อ ความสามารถในการคิด
  • หากขาด ความสามารถในการคิดเชิงวิพากษ์และเชิงวิเคราะห์ ก็จะไม่สามารถใช้ผลการค้นหาบนอินเทอร์เน็ตได้อย่างมีประสิทธิภาพ และการเรียนรู้ความรู้จะหยุดอยู่เพียงระดับตื้น
  • หากบริโภคข้อมูลเพียงผิวเผินโดยไม่มี ความรู้เชิงลึก ก็จะทำให้ ความสามารถในการประมวลผลทางการรับรู้ของสมอง อ่อนแอลง
  • วิธีการอย่าง Zettelkasten Method และการฝึกฝนอย่างสม่ำเสมอเป็นสิ่งจำเป็นสำหรับ งานความรู้ที่มีความหมาย

ภาพลวงตาเกี่ยวกับเครื่องมือดิจิทัลและความจำ

  • แนวคิดที่ว่า “ไม่จำเป็นต้องจำอะไรเลย” เป็น มุมมองเก่าแก่ ที่เกิดขึ้นมาตั้งแต่หลายทศวรรษก่อน
  • เสิร์ชเอนจิน แอปจดโน้ตรุ่นเก่า และ AI ต่างก็ย้ำข้ออ้างว่า ความสำคัญของความจำ ได้หมดไปแล้ว
  • แต่ในความเป็นจริง การจะค้นหาข้อมูลที่ต้องการได้นั้นจำเป็นต้องมีทั้ง การศึกษาพื้นฐาน และ ความรู้เดิม ในสาขานั้น

การคิดเชิงวิพากษ์และความสามารถในการใช้อินเทอร์เน็ต

  • ในสังคมปัจจุบัน มีแนวโน้มชัดขึ้นที่จะ ข้าม กระบวนการคิดที่จำเป็น แล้วไปหาข้อสรุปจากอินเทอร์เน็ตโดยตรง
  • แนวโน้มนี้นำไปสู่การลดลงของ โอกาสในการเรียนรู้ด้วยตนเอง และ ความรู้เดิม รวมถึงทำให้ความสามารถในการประเมินคุณภาพของข้อมูลและแปลงมันให้เป็นความรู้จริงลดลง
  • งานวิจัยระบุว่าเหล่า digital natives ที่เรียกกันนั้นขาดความสามารถในการประเมินข้อมูลที่พบในอินเทอร์เน็ตอย่างมีวิจารณญาณและเชิงวิเคราะห์
  • หากต้องการดึงคุณค่าที่แท้จริงจากการค้นหาบนอินเทอร์เน็ต จำเป็นต้องมี แผนที่ทางความคิด เฉพาะสาขา

แนวทางของ digital natives และปัญหาที่ตามมา

  • digital natives มักตัดสินข้อมูลจากเพียง ความสอดคล้องกันในระดับผิวเผิน และแรงจูงใจในการ ประเมินอย่างมีวิจารณญาณ ก็อ่อนลง
  • แนวทางเช่นนี้นำไปสู่ผลลัพธ์ดังต่อไปนี้
    • ความเชื่อมโยงทางอารมณ์กับข้อมูลลดลง ทำให้ความลึกของความคิดและการจดจ่อลดลง
    • เกิด ความสัมพันธ์แบบตื้น ๆ กับข้อมูล จนไม่เกิดการเปลี่ยนแปลงในโครงสร้างของสมอง
  • ผลลัพธ์คือ ยิ่งสะสมพฤติกรรมการบริโภคข้อมูลแบบผิวเผินมากเท่าไร รากฐานของความรู้ก็ยิ่งเปราะบาง

สมมติฐานหลักของความรู้ การจดโน้ต และการคิดเชิงวิพากษ์

  • การก่อรูปความรู้ ในความหมายที่แท้จริงนั้น ไม่ใช่สิ่งที่ AI หรือเครื่องมือ PKM(Personal Knowledge Management) จะทำแทนได้ แต่เจ้าตัวต้อง ลงมือทำด้วยตนเอง
  • ตัวอย่างเช่น อาจให้ ChatGPT ออกแบบตารางออกกำลังกายรายสัปดาห์ได้ แต่หากอยู่ในสภาวะที่ ไม่มีความรู้พื้นฐาน ก็จะไม่สามารถตัดสินได้ว่าผลลัพธ์นั้นถูกต้องหรือไม่
  • หากไม่มี ความเข้าใจเชิงลึก ต่อแนวคิดสำคัญ และรู้เพียงคำศัพท์ในระดับผิวเผิน ก็ยากที่จะประเมิน คุณค่าที่แท้จริงของข้อมูล

ความรู้พื้นฐานและความสามารถในการประมวลผลภายในของสมอง

  • ระดับที่นึกได้เพียงความเชื่อมโยงผิวเผิน กับภาวะที่เมื่อเห็นคำเฉพาะคำหนึ่งแล้วสามารถนึกถึง ความรู้พื้นฐานที่เป็นชั้น ๆ และลึกซึ้งได้อย่างครอบคลุมจริง ๆ นั้นแตกต่างกันมาก
  • คอขวดของงานความรู้ ไม่ได้อยู่ที่ปริมาณข้อมูลภายนอก แต่อยู่ที่ สมรรถนะภายในของสมองในการประมวลผลข้อมูลและระดับการฝึกฝน ของแต่ละคน

ความจำเป็นของเครื่องมือที่เหมาะสมและการฝึกฝนอย่างต่อเนื่อง

  • ตรงกันข้ามกับแนวคิดที่ว่า “ไม่จำเป็นต้องจำอะไรเลย” ในความเป็นจริงแล้ว แนวทางที่พึงปรารถนาคือ “ต้องจำทุกอย่าง”
  • จึงจะทำให้ งานทางการรับรู้ที่มีความหมาย และการคิดบนฐานความรู้เป็นไปได้
  • เครื่องมือง่าย ๆ (เช่น spaced repetition) ช่วยงานแบบง่าย ส่วนเครื่องมือขั้นสูง (เช่น Zettelkasten Method) ช่วยการคิดที่ซับซ้อน
  • การประมวลผลอย่างลึกซึ้ง ในท้ายที่สุดเชื่อมโยงโดยตรงกับการฝึกสมอง
  • อนาคตของงานความรู้ขึ้นอยู่กับ ท่าทีที่ไม่ยอมละทิ้งการฝึกจิตใจ

Live long and prosper
Sascha

ยังไม่มีความคิดเห็น

ยังไม่มีความคิดเห็น