若某输出是某动作（某肌肉信号）时，如何确认该输入与输出是对应关系还是映射关系？（或者说如何判断该输出被视为常量还是变量）
个人目前搞不懂如何运用课程的知识（信息推测、渐构分析法）去分析“实操技能或者运动技能”（比如做饭、运动、绘画等等），求解答
1 个赞
尽管问题是"动作", 但我觉得如果想说明白我的想法, 可能需要比较长的讨论.
一.
我觉得要视为常量还是变量, 和任务的性质与主观目的高度相关.
我们使用的是相对层级, 意味着视为变量还是常量, 不能看它是否是"绝对意义上的概念", 而应该看"当前任务, 是否需要将它视为概念(变量)".
由于使用的是相对层级, 因此思考必须有一个基线, 不可能无限向下追溯, 具象. 对象层可以看作当前思考时的基线, 不需要再向下具象了.
因此, 我觉得应该被视为变量还是常量, 需要看这个"绝对概念"在当前任务中是否能被视为"思考的基线", 需不需要张开空间来进行处理(张开空间就意味着我们真正的推测要求是更下层的, 必须要被区分开看待的对象).
第八集原文:
“首先，我们需要弄清楚，下层（对象层）和上层（共象层）之间，哪一个才是核心，因为这将决定我们应该首先确定哪一个。
尽管之前的讨论中我们重点谈论了抽象，但事实上，预测中的核心始终是「对象层」。
回想一下，大脑最初为什么要对现象进行抽象呢？
这是因为在遭遇「对象层」中的某些未见情况时，需要从众多已见情况中挖掘一个「通用处理规则」来应对。这才需要抽象已见情况的共性，来判断「眼前的未见情况」能否被「挖掘出的通用处理规则」所应对。过程中，虽然我们会得到共象层的两个概念，但这两个概念只是「能应对」或「不能应对」的判别结果，并不是我们要处理的对象。我们要处理的对象，始终都是对象层中的未见情况。”
第二十二集原文:
"需要重点强调的是：「联结模型」虽是「两个概念间的关系」，但我们在应用它时，所针对的并不是「抽象概念本身」，而是「概念所代表的具体对象」，因为此时的「概念」只是代表着「一群具体对象」的「符号」。
换个说法，我们在运用公式时，所针对的并不是「公式里的"字母"本身」，而是「“字母"所代表的具体数值」，因为此时的"字母"只是代表着「一群具体数值」的「符号」。
如下图所示，应用「联结模型」时，我们所要处理和解决的问题是「下层的具体对象之间如何对应」。用「抽象层级」章节中「下上结构」的话来说：「下上结构中的核心」永远是「下层（对象层）」，「上层（共象层）」是解决「下层」的「工具」。”
也就是, 对于绝对概念a, 如果对于真正的推测要求, Ⅰ绝对概念a更下层的对象被视为必须要区分开, 且Ⅱ真正的推测要求就是为了推测这些必须被区分开的对象之间的对应关系, 即一个概念“张开空间”后，其内部元素与目标输出之间存在值得建构的、非任意的关系. 那么绝对概念a应该被视为变量(即相对视角下的概念). 反之, 如果Ⅰ我们不关心该概念外延内部元素的具体差异, 可以将其忽略, 且Ⅱ具体差异之间不存在可建构的有价值关系, 那么绝对概念a应该被视为常量.
①
#d 假如需要张开空间处理, 则视为变量:
#e 例子1:
在学习"s=vt"这个公式时, s, v和t这三个抽象概念所在的层级不能被视为对象层. 因为我们真正要推测的要求是"具体的速度, 具体的位移和具体的时间之间的关系".
此时, 由于Ⅰ"具体的速度", “具体的位移"和"具体的时间"之间必须被区分开, 且Ⅱ真正的要求就是推测"具体的v, 具体的t怎么得到具体的s”. 因此"s, v和t必须被张开成空间进行处理, 即视为变量.
#e 例子2:
「学识音」是建构「从变量（物理声音）到变量（语音类别）」的「映射关系」，是在建构一个规律，以便可以判别「各式各样的物理发音（输入）」属于「什么语音类别（输出）」.
在这个任务中, “物理声音"不能被视为常量, 因为我们真正推测的是"具体的, 不同的物理声音"如何对应到"某一个的语音类别”.
此时, 由于Ⅰ"不同的物理声音"“具体的语音类别"必须被区分开, 且Ⅱ真正的推测要求就是为了推测"具体的某物理声音"应该怎么被对应到"具体的语音类别”, 因此"物理声音"和"语音类别"应该被视为变量.
②
#d 假如不需要张开空间处理, 则视为常量.
#e 在「练发音」中, 建构的是「从常量到常量」的「对应关系」.
输入常量：苹果含义. 输出常量：某肌肉信号.
首先, 之所以视为常量, 是因为此时苹果含义和肌肉信号不需要张开成空间处理. 假如需要张开成空间处理, 那么我们真正的推测要求应该是"苹果含义中的一个必须要区分开看待的具体苹果含义"到"某肌肉信号中必须要区分开看待的肌肉信号". 但是在实际发音任务中, Ⅰ我们不需要关注在我们想"苹果含义"这个抽象概念时, 想的到底是哪个"苹果含义", 因此真正要求不是"苹果含义"这个抽象概念再往下的需要被明确区分开的对象, 而可以把"苹果含义"这个抽象概念直接视为"一个整体".
其次, 变量间的关系是映射关系, 这个映射关系是意义所在. 如果把"苹果含义"和"肌肉信号"张开空间处理, 那么"某个具体的苹果含义"和"某个具体的肌肉信号"并不呈现固定的, 有意义的对应关系, 而是一种松散的随意对应. 即如果强行“张开空间”，内部的具体含义和具体的肌肉信号之间并不存在一个有意义的、固定的关系. 这也可以体现出, Ⅱ我们的要求根本不是要探求"某个具体的苹果含义"要对应到哪个"某个具体的肌肉信号", 因此, 更上一层的"苹果含义"和"肌肉信号"更应该被视为此次思考的基线, 此时"苹果含义"和"肌肉信号"所在的层级被视为对象层. 因此, "苹果含义"和"肌肉信号"被视为常量.
二.
如果你认同上面的观点, 那么大部分绝对概念该被视为常量还是变量(推测该被视为记忆任务还是学习任务)应该是比较清晰的. 不过, 我觉得有一个有意思的事情, 我自己也不完全清楚. 就是, 似乎有些任务, 视为记忆任务或是学习任务都合理.
具体可以看这个:
练书法为代表的内隐任务拆解问题 - 渐构理论 - 渐构社群
我目前有一些想法, 也不知道对不对.
我目前觉得, 实际上大脑在执行任务时调动的群可能与形式化写下来的输入输出任务不同. 毕竟, 大脑生理上肯定不是精准的以这个意识编排的模型的输入输出调整神经结构(大脑的调整方式应该是生理的, 神经的方式). 但写出输入输出的方式依然有效, 因为在训练明面意识编排的输入输出任务时, 实际上就训练了大脑解决相应任务的神经链接. 拆解输入输出的方式的作用是用意识调控"学习材料"的编排, 使得大脑明确任务, 去除冗余, 降低认知负荷等等, 而并不是必须直接, 严格地反映大脑实际执行任务的情形, 也没法控制神经结构的直接改变.
因此, 对于这些"视为记忆任务或是学习任务都合理"的任务, 可能是因为此时意识层面上拆解为学习和记忆所造成的"实质性训练"是没有太多差别的, 都反映了这个推测的合理样貌, 以至于不同视角都显得合理.
由于我们分析与训练的最终目的是"实质性真的训练出来了那种推测能力".
因此,
1.学习和记忆差别很大的情况: 那么拆分为学习或是记忆自然显明, 可以有效指导推测建构.
2.学习和记忆差别不大的情况: 那么拆分为学习或是记忆, 这种意识发觉拆成两种都没问题的场景, 就说明记忆或是学习都很好的把握了任务的核心, 此时仍然可以有效指导推测建构.
因此, 不管哪一种情况(而这两种情况是穷尽的), 都可以有效指导推测的建构.