來拆解一下成績吧

研究的東西比課綱難,為什麼成績卻沒有比較好?來拆開看看,我的時間、心力和學習方式,到底都去了哪裡。

到了現在,焦慮系列好像已經成為預測審查老師想法的專用系列了 ( ̄▽ ̄)

所以,不妨再來做個成績相關的小小說明吧。

這裡先打個預防針。我相信,不管我怎麼寫,總是會有人覺得這是在狡辯。

我不否認,我確實在為自己解釋。而狡辯和解釋的界線,有時候也很模糊,所以我也不打算直接說「我絕對不是在狡辯」。

但我認為,把事情拆開來看,至少能讓老師,以及我自己,更清楚可能是什麼原因造成了這些結果。如果之後也有人想走類似的路,或許還能留下一份經驗,讓他知道,這種學習方式可能會碰到什麼問題。

那就來拆吧。

高中原本就要學什麼?

首先,先看 108 課綱底下,高中生原本就要處理多少東西。

以我自己的自然組、二類方向來說,數學、物理、化學,以及之後升學和研究會用到的英文,是我會特別在意的幾個科目。

這是依我的修課方向整理的大致輪廓,不代表課綱替所有二類學生排了一張完全相同的課表,也不是逐條照抄的官方學習目標。必修、加深加廣選修,以及學校實際開課,還是得分開看。

一、數學:從必修到數學 A、數學甲

階段主要學習主題概覽
高一必修實數、指數與對數的基本運算、多項式、方程式與不等式、直線與圓、三角比、數列與級數、排列組合、機率、數據分析
高二數學 A三角函數、指數與對數函數、平面向量、空間向量、空間中的平面與直線、矩陣、條件機率
高三數學甲極限、微分、積分、複數、二次曲線等加深加廣內容

以大考中心的範圍說明來看,分科測驗的數學甲,包含高一必修、高二數學 A,以及數學甲類的加深加廣選修。

對我來說,這些數學最後應該能拿來建立模型,處理物理、工程或資訊問題。公式當然要會,但我也很在意,它到底在描述什麼。

二、物理:二類方向的重要基礎

加深加廣選修課程主要學習主題概覽
力學一位置、速度、加速度、牛頓運動定律、受力分析
力學二與熱學動量、碰撞、功與能、圓周運動、萬有引力、熱與能量
波動、光及聲音簡諧運動、波的傳播、干涉、繞射、聲波、反射、折射
電磁現象一靜電學、電場、電位、直流電路、磁場
電磁現象二與量子現象電磁感應、電磁波、光電效應、基本量子現象

理解自然規律、建立物理模型,再用數學推導結果,這些也確實是我很喜歡的事情。

三、化學:理工方向的另一塊基礎

加深加廣選修課程主要學習主題概覽
物質與能量物質分類、莫耳、化學計量、能量變化
物質構造與反應速率原子結構、週期表、化學鍵、分子結構、反應速率
化學反應與平衡一可逆反應、化學平衡、平衡移動
化學反應與平衡二酸鹼、溶液平衡、氧化還原與相關計算
有機化學與應用科技有機化合物、官能基、聚合物、材料與化學科技

這裡要處理的,則是物質的結構、性質與反應,以及化學計算和實驗數據的解讀。

上面物理、化學各五門的名稱,是正式的加深加廣選修課程名稱;右欄是方便閱讀的主題摘要。依照大考中心的說明,這兩科的分科測驗範圍還包含各自的必修,以及探究與實作的學習內容。

四、英文:升學與未來研究都繞不開

能力我在高中階段需要累積的內容
字彙核心單字、字根字首、常用搭配詞
文法時態、被動、關係子句、名詞子句、分詞、假設語氣、倒裝等
閱讀長篇閱讀、文章結構、邏輯推論、科普文章
寫作句型變化、段落組織、英文作文、圖表描述
聽說聽力理解、英語表達、簡報與討論

上面同樣是我的整理。英文這件事,對之後讀論文、看課程或表達研究,都很重要。

然後,還有其他科目

二類方向,不代表只要學上面這些就好了。

科目主要接觸的內容概覽
國文閱讀理解、古文、修辭、國學常識、作文與論述
生物細胞、代謝、遺傳、演化、生態等必修基礎
地球科學地質、天氣、氣候、海洋、天文、環境議題
歷史臺灣史、東亞史、世界史與歷史解釋
地理自然環境、人口、都市、產業、全球化、地理資訊
公民與社會民主、憲法、法律、社會、經濟與公共議題
資訊科技程式設計、演算法、資料處理、資訊安全
生活科技工程設計、材料、機構、電路與控制
其他課程藝術、體育、健康、生命教育、生涯規劃,以及其他部定或校訂課程

整體看下來,我自己的感受是:108 課綱雖然鼓勵多元探索,但原本的課表,也已經排得很滿了。

這件事,我在〈108課綱的使用心得〉裡也聊過。

接下來,再把我自己額外學的東西放上來,一起看。

那我為了研究,又學了什麼?

首先是資訊的基礎。

我曾經在臺大 OCW 平台,跟著廖婉君老師的〈計算機程式〉(Computer Programming)完整學習,也上過臺大資工系對外開放的資訊系統訓練班的 SQL 入門課程。

SQL 那個之後可以再分享。反正我有一點點怨言,攸關我對教學理念的想法,這裡先不好展開。

另外,我也學過 MIT 公開的資安、計算機概論、Python 等相關課程,以及我自己很喜歡的 ML,也就是李宏毅老師公開的〈機器學習 2021〉。

這一階段,我主要是跟著有完整架構的課程,把基礎一點一點建立起來。這些其實就花了我不少時間。

但後來真的進到研究,我就沒有辦法讓每個碰到的領域,都先修好、修完整。

這是一個很現實的限制。

如果為了開始研究 path tracing,我得先把 ray tracing、PBR,以及周圍所有相關領域都完整學過一輪,那我大概會一直在修先備知識,沒有時間開始研究和投稿。

所以後來,我大多採取比較碎片化、依問題補知識的方式。

例如 path tracing、rendering equation、BRDF、BSDF、BTDF、偏振,以及 RAFT-Stereo、S2M2S^2M^2 這些專項模型。研究碰到哪個問題,就往那裡挖,再把需要的東西接起來。

有些內容,已經超出一般高中課程,甚至不是每個相關科系的大學生都會深入接觸的主題。但這也不代表,我把那些領域的全部內容都學完了。

我的理解依然有缺口。能掌握一個模型主要在做什麼,和能從最底層把每一個細節完整推導出來,還是有距離。

不過,對於自己能在這些主題裡學得滿快這件事,我確實有一個猜想:

我的物理直覺,幫了我很多忙。

很多現象,我能在腦中形成很具體的物理畫面。這讓我理解某些模型或機制的時候,不會只看到一排符號,也比較容易抓到它想描述什麼。

這是我認為自己的優勢之一。

好,所以我的成績到底怎麼了?

介紹完學校要學的,以及我自己額外學的,也該回到問題本身了。

如果要我先包裝一下,我會說:

我的成績,大概在中等偏下。

聽起來好像還好。

但對,我包裝了一下。

直白地看排名百分比的變化,第一學期大約還在 37% 的位置,高二上到了 50 多%,高二下則直接雪崩到 80%。

嗯,這樣應該比較清楚了。

這裡說的是排名的位置往後掉,不是考卷從 37 分進步到 80 分。要是後者,我今天大概就不會在這裡焦慮了。

那我自己怎麼理解這件事?

我的時間和認知帶寬,快要被撐滿了

我認為,最大的問題是帶寬。

一個是時間,另一個是我同時能處理多少事情的心力。

這裡說的「認知帶寬」,是我拿來形容自己負荷的方式。我稍微接觸過一些認知科學和心理學,但並沒有替自己做過什麼正式測量;我能說的是,自己的注意力、理解新東西的力氣,以及做決策的餘裕,都已經很緊了。

所以我不覺得,只要找出一個「課綱的錯」或「我的錯」,就能把整件事說完。

我在高中階段,同時處理校內課業、自學、研究和投稿。而我自己額外學的東西,無論是跨到的領域,還是往下挖的深度,都已經把負荷拉得很高了。

我認為,即使放在特殊選才這種希望招收到特殊人才的管道裡,像我這樣,把學習廣度和研究深度同時拉得這麼開的學生,也很少見。

說白一點,就是學得有點太瘋狂了。

這不是要吹噓自己什麼都會。就像前面說的,我的理解依然有缺口,但實際投入的學習量,以及要處理的問題,已經很大了。

而且,很多領域的先備知識,我還必須自己補。

原因很簡單:我沒有導師。

這件事之後可以再另外開一篇說,因為它影響的,其實不只學習進度。

尤其,研究並不是把東西學會,就結束了。

學,只是第一步。接著還要判斷,這個方法適不適合、結果出了什麼問題、哪個方向值得繼續,以及什麼時候該停下來換一條路。

這些都是決策。

而我又喜歡先觀察、先理解,再做決定。這是我的習慣,但它也確實帶來額外的時間成本。

研究裡一直有東西要學、有問題要想、有選擇要做。校內的課程、作業和考試,也沒有因此暫停。

最後,就是時間和心力一起被壓縮。

當然,這是我回頭看自己的經歷,認為最主要的原因。我沒有辦法只靠這幾個排名數字,就證明成績下滑全部都是研究造成的。

但如果要我解釋,這段時間到底發生了什麼,這會是我最想先攤開來談的部分。

「研究的東西比較難,怎麼會不會課綱?」

我相信,一定會有人這樣問:

你研究的東西,比課綱的東西難多了,怎麼可能會那些,卻不會課綱的內容?

我自己的感受是,做到這種深度後,很多東西其實沒有那麼容易直接接回課綱。

問題在於難接,不是完全接不起來。

如果真的要對應,BSDF 這些東西,總能找到相關的數學或物理基礎。可是,把研究中用到的概念,重新整理成高中課程的架構,再熟悉題目問法、計算方式和考試節奏,依然需要時間。

它不會因為我讀過比較進階的內容,就自動完成。

而且,我的學習很依賴當下的研究問題。需要用到什麼,就往那裡補;沒有碰到的部分,就可能還留著缺口。這和學校按照課程範圍,一個單元、一個單元地檢查,本來就不完全相同。

所以,我不覺得「能讀進階內容」,就能直接推出「校內成績一定很好」。

再來,是我偏好的學習方式。

以我接觸到的高中考試和準備方式來說,反覆練習題目,確實很重要。甚至奧林匹亞、資訊競賽這些路線,也常常需要大量解題和訓練。

當然,不能因此把競賽全部講成只是在刷題。那些題目也需要創意、理解,以及很強的推理能力。

只是對我來說,我比較喜歡的,是發散性的創新構想,或者把一件事情拆開,追問它的原理。

相較之下,在特定規則和範圍裡,把某個數學工具操作到非常熟練,並不是我最擅長,也不是我最常投入時間的事情。

學習沒有對錯。但投入的方向不同,最後呈現出來的能力,自然也會不一樣。

不過,講到這裡,還是得補充一下,我其實有替校內課業守住最低底線。

各科成績,至少都有及格。

這就是我在這些事情之間,先替自己做的最低保底。排名確實往後掉了,但我還是有顧著及格這條線,再把更多時間和心力放到研究上。

那我後悔嗎?

說到這裡,也差不多該結尾了。

說實話,我不後悔走上這種特殊的學習方式,以及這條比較不一樣的路。

成績往下掉,是我必須面對的結果。它也確實提醒我,我沒有把每一邊都顧好。

但我依然不認為,自己是一個沒有學習能力的孩子。

畢竟,那些奇怪的東西,我也真的一口一口啃下來了。

另一方面,我也很清楚,自己不是那種競賽型天賦特別突出的孩子。讓我去想競賽題、奧數題,我大概真的比不過那些高中就被稱為學霸的天才。

這個我承認。

但誰又規定,天才只能是拿滿分的人呢?

我認為,自己比較特別的地方,在於看待一件事情的眼光,以及很強的物理直覺。這些優勢,未必會剛好完整地出現在一張成績單上。

而能把課業顧得很好、在競賽裡解出漂亮題目的人,也有他們很厲害的地方。

到頭來,其實哪一種人才都不差。

我只是想把自己的那一種,說得清楚一點。

完

#焦慮系列#升學#特殊選才#成績#自學

客官怎麼看

看完有話想說,留在這裡。罵我也可以,罵別人更好。

可用 GitHub 登入,或以筆名題字;Email 選填。地區章依網路位置辨識,臺灣可顯示縣市;編號用來區分留言。