«Мне интересно» — это не просто приятный бонус к обучению

любопытство в обучении воспринимается примерно как хорошая погода: если тема интересная — прекрасно, учиться будет приятнее. если не очень — ничего, соберись, прояви дисциплину и прочитай уже эти сорок страниц

но с точки зрения того, как мы вообще ищем и обрабатываем информацию, любопытство — гораздо более интересная штука

представь два состояния

• в первом я открываю статью «10 фактов о Древнем Риме» и узнаю, что римляне делали то, это и еще вот это. ну прикольно
• во втором я несколько дней читаю про Римскую республику и внезапно понимаю, что не могу ответить на вопрос: а почему республика вообще превратилась в империю?

вроде бы я уже знаю Цезаря, Сенат, гражданские войны, Октавиана и еще некоторое количество мужчин в тогах, но между этими кусочками зияет дыра

вот эта дыра и есть самое интересное!!!

в исследованиях любопытства существует идея information gap: любопытство возникает, когда мы замечаем разрыв между тем, что уже знаем, и тем, что хотим узнать

причем важен именно разрыв

если я вообще ничего не знаю о квантовой хромодинамике, сообщение «существует проблема конфайнмента кварков» может не вызвать у меня ничего, кроме желания медленно закрыть вкладку, у меня пока даже нет модели, в которой появилась бы эта проблема. но стоит узнать достаточно, чтобы понять контекст и одновременно обнаружить недостающий кусок, появляется вопрос: подождите. а вот это тогда как работает?

и в этот момент обучение довольно сильно меняется, потому что теперь информация приходит не в пустоту, у нее есть точка приложения

мозг уже знает, какую неопределенность пытается разрешить, с чем сравнивать новый ответ и почему он вообще имеет значение

и, кстати, исследования показывают, что состояния высокого любопытства действительно могут быть связаны с лучшим запоминанием последующей информации. там участвуют системы вознаграждения и гиппокампальные механизмы памяти, хотя сводить все это к прекрасному «выделился дофамин — информация записалась» я бы, конечно, не стала

но мне здесь интереснее другое. любопытство можно не только испытывать. его можно конструировать

и это, мне кажется, очень недооцененный инструмент самообразования, потому что мы обычно начинаем изучение новой области со списка существительных:

• история искусства
• нейробиология
• философия
• Китай
• статистика

а потом ищем «лучшие книги по истории искусства»

но мозгу гораздо интереснее работать не с существительными, а с проблемами

• почему в какой-то момент художники перестали пытаться изображать мир максимально реалистично?
• как ученые вообще могут утверждать, что какая-то функция связана с конкретной областью мозга?
• почему одни государства переживают столетия, а другие разваливаются за несколько десятилетий?
• как мы понимаем значение слова, которое никогда раньше не слышали?
• почему я прекрасно помню какую-то фигню из 2007 года, но не помню содержание статьи, которую читала позавчера?

это уже не просто «тема, которую надо изучить», это так называемая открытая петля в модели мира

и теперь можно читать книгу не от первой страницы к последней, старательно собирая все встречающиеся факты, а искать ответ, замечать противоречия, формулировать новые вопросы, менять первоначальную гипотезу

в какой-то момент один вопрос порождает следующий, тот — еще три, и вот ты в два часа ночи выясняешь, каким образом устройство канализации связано с падением древних цивилизаций

поздравляю, образовательный процесс вышел из-под контроля ахахха

но именно поэтому я считаю, что хорошая система самообразования должна состоять не только из списка того, что я хочу прочитать. в ней должен быть список того, что я хочу понять. причем вопросы не обязаны быть великими, вполне можно начать с чего-то совершенно маленького: почему здесь так? откуда мы это знаем? а всегда было так? почему два автора объясняют одно и то же по-разному? что здесь не сходится с тем, что я уже знаю?

и тогда появляется еще одна приятная штука: становится гораздо проще решать, какую информацию тебе вообще не нужно потреблять, потому что интернет бесконечен, а мой вопрос — нет

мне не обязательно посмотреть все лекции, прочитать все книги и сохранить все статьи по теме, мне нужно достаточно материала, чтобы моя модель стала лучше и породила следующие хорошие вопросы