期刊導航
為什么向橡皮鴨解釋你的問題實際上有效
您對宜家組裝說明非常熟悉。家具部件散落在地板上。你的新購買就在你面前完成了一半，嘲笑你毫無結果的時間。當一個不感興趣的伴侶走進來時，你發泄了挫敗感：
“我已經做到了萬事正確！看：
- 使用 M1 螺釘連接 A 和 B
- 使用鑰匙將 B 與 C 與 M3 螺栓連接
- 使用 D 加入 BC...等等。
你突然意識到你還沒有和 D 一起加入 BC。這一切都開始卡入到位（字面意思），瞧，你完成了。
這是一種普遍的體驗：當你試圖大聲解釋一個問題的那一刻，一切都開始變得有意義。
軟件工程師稱之為“橡皮鴨調試”。那么，這個術語從何而來，為什么它如此有效？
大聲解釋
這個著名的軟件工程術語有其起源在講述的一個故事中務實的程序員，安德魯·亨特和大衛·托馬斯的書。
它的要點是，人們應該獲得一只橡皮鴨，并在你的代碼不起作用時使用它——而你不知道為什么。
向鴨子解釋你的代碼應該做什么，然后“詳細地逐行解釋”。
很快，啟示的時刻來臨：當你大聲說話時，你意識到你意味 著要做什么，你做什么實際上確實是兩件截然不同的事情。
我經常在我的入門編程課程中提到橡皮鴨調試，以在學生無法理解為什么他們的代碼不起作用時幫助他們。
盡管橡皮鴨方法起源于編程，但支撐橡皮鴨方法的思想適用于程序員和非程序員。
為什么它有效？
我們大多數人在學習第一本書時都會大聲思考，邊讀邊大聲朗讀。大聲表達有一些啟發性的東西可以幫助您“聽到”您的大腦迄今為止無法檢測到的問題。
美國學者洛根·菲奧雷拉（Logan Fiorella）和理查德·邁耶（Richard Meyer）的研究探討了如何通過教導他人的行為來增強學習。
他們實驗發現當學生學習一節課的內容時，就好像他們要把它教給別人一樣——然后實際上教給別人——他們“對材料有更深入、更持久的理解”。
教別人迫使我們將材料分解為概念部分，將其與我們現有的知識相結合，并以合乎邏輯的方式組織它。
他們研究還將“自我解釋”確定為一種基于證據的學習策略。
這就是為什么我們的黃色小朋友如此樂于助人;在向你的橡皮鴨大聲解釋問題時，你也在教它。
橡皮鴨和它們空白的可愛臉蛋
但為什么是橡皮鴨呢？
好吧，與人交談可能會有一定的限制。
人類是情境的，有以前的想法和經驗;他們可能會錯過你的錯誤，因為他們對你之前解決問題的嘗試有所假設。他們可能有內部偏見，使他們很難看到你哪里出了問題。
然而，橡皮鴨卻沒有這些。盡管看起來很愚蠢，但橡皮鴨迫使你向那張回頭看你的茫然（可愛）臉精確地詳細解釋事情。
當然，它不一定是鴨子。任何舊的物體（或不感興趣的一方，正如我似乎一直在發現的那樣）都會在緊要關頭做。一些研究者甚至主張用ChatGPT等大語言模型代替鴨子。
他們認為，人工智能聊天機器人可以“充當軟件工程師的虛擬、超智能、永遠存在的編程伙伴”，他們希望逐行瀏覽他們的代碼以查找錯誤，并提出修復建議。
其他人則有嘗試使用經過修改的橡皮鴨，當用戶按下按鈕時，它會點頭或對您的解釋提供簡短、中立的回復。研究人員認為，這種互動性可能會讓人們與鴨子交談時感到更舒服。
因此，下次當您在工作中遇到問題、遇到寫作障礙或試圖理解錯綜復雜的電子郵件鏈時，請嘗試求助于一只小黃鴨。
看看向他們大聲解釋您的問題是否可以幫助您找到答案。
提供云服務支持