被数学困住的英语

一个疑惑

我本科毕业于厦大数学系，跨学科保研到厦大的王亚南经济研究院金融学专业，数学水平，相比大多数人，应该算是不错的。但我的英语，一直以来都是属于“呵呵”的水平（甚至有段时间，为了躲过考研的英语考试，成了我本科认真学数学的动力之一）。
我一直在寻找我英语学习效果差的原因。是因为态度不认真吗？至少在高中阶段以前，我在英语上花的时间不少于数学；是因为没有语言天赋吗？我能同时讲全球人民觉得比较难学的中文和全中国人民觉得比较难学的闽南语。当然，你也可以说是没有语言环境，可也有人在中国就把英语学得很好啊，这不过是个借口。
我知道，少练、少用一定是个重要原因，但也觉得这个原因过于宽泛，不那么触及本质。这个疑惑，直到我看到吴军博士的《数学之美》一书，方寻找到满意的答案。

两条道路

在《数学之美》中，吴军博士提到，他早期的一个研究方向是语音识别。在这个领域发展的前十几年，人们使用的是语法与词典的方式，即试图编制一条条语言规则，教会计算机识别出语音。
这样讲有些抽象。举个例子，电脑已经识别出了“我刚刚去踢球，一回来口很*”，“很“”字后面这个*号表示无法直接识别，需要通过某种方式猜出。语法与词典的方式是这样处理与分析的：由于第一句话是我刚刚去踢球，踢球是一种耗体力的运动（这是一个规则）；而耗体力的运动容易造成饿或者渴（这是另一个规则）；只有“口渴”一词，没有“口饿”一词（这是第三个规则）。由于电脑里面存储有这三个规则，所以系统能够通过逻辑推理出*号代表的词应该是“渴”。
这条语音识别之路初期看似自然，但到后期进展极为缓慢。因为需要告诉电脑的语法规则实在太多了。一想到那些厚厚的语法书我头就疼，更别提编制这些语法书，由此可想象难度之大。
当这条路受阻时，有计算机学家另辟蹊径，发展出了基于统计相关性的语音识别之路。还是用上述例子加以说明：首先，电脑中已经存贮有大量人们实际输入过或讲过的语句。同样的任务，要猜测“我刚刚去踢球，一回来口很*”中*号代表什么意思。这次电脑用的方法是找出语言库中存储的很多句与之类似的句子，比如“我刚刚去打篮球，一回来口很渴”，再如“我去踢球，回来口很渴”……由于大部分相近的例子，“口”字后面接的都是“渴”字，系统便据此识别出*号后面有更大概率是“渴”字。使用这种方法的好处是：不需要编写大量的语法规则，只需要与储存大量资料的语句库做匹配，利用基于相关性的统计结果预测即可。而后者虽然计算量和存储量都很大，但都是计算机擅长处理的任务，所以走得通。并且，随着计算机技术的发展，配合大数据与云计算的出现，这条路越走越顺。

启示

看到此，我才突然领悟到我学习英语的方法是错误的。如果把我的大脑比做一台正在学习语音识别的计算机。由于我比较擅长学习数学，所以希望学英语能像学数学一样，通过找出复杂现象背后的本质规律（对应到英语上就是各类语法规则），进而学习掌握。因此，我一直试图通过研究语法书，做大量的语法练习题（高中英语考试也是这么设计单选题型的，对我造成了一定的误导），来学习英语。本质上，我走的是上述第一条路：基于语法规则的语音识别。
其实，我真正应该走的是第二条路：基于统计相关性的语音识别之路，即懂得基本的语法规则之后，要多沉浸在英语环境中，为脑中的语句库积累大量素材。有很多人感觉数学很难，但作为母语的中文却能熟悉应用，正是因为走的是此路。

自然主义与结构主义

悟出这个道理之后，有一天，我在得到（一个关注于知识服务的手机应用）上听许岑老师所教授的精品课《如何成为有效学习的高手》，课程中给出对这两条路更为精准的描述：自然主义与结构主义。
自然主义指的是通过大量接触与练习，自然习得知识。学习的重点应放在模仿，来获取其中难以用语言详尽描述的各种隐性细节；而结构主义指的是通过先学习知识背后的本质规律，深刻理解后，由这些本质规律利用逻辑推理得到并理解造成相应表象的原因，进而通过这些学习与推导出的结构，掌握知识。
自然主义的方法善于学习语言、书法、社交技巧等：其中的规律虽然隐藏得不深，但很多，很难由几条简单的规则推导而出；结构主义的方法善于学习数学、英语、计算机等：这些领域表象虽然复杂，在本质规律背后隐藏得很深，但都可以由几条简单的公理推导而出（虽然推导过程可能很复杂）。
用错了学习方法，比如用“自然主义”学习本应用“结构主义”学习的内容，或者用“结果主义”学习本应用“自然主义”学习的内容，都会导致事半功倍；反之，若用对了学习方法，就会事倍功半。

总结

一句话总结我的悲剧：用学习数学的“结构主义”学习法，学习本应用“自然主义”学习的英语。
这篇文章重点介绍了这两类学习方法及其区别，同时也说明了这样一个道理：学习一个领域过程中所掌握的好经验，有可能成为学习另一个领域时的思维定式并造成学习的障碍。因此，当遇到原有经验难以解决另一问题时，最好的方式不是沿着原有的方法一路走到黑，而是应停下来，研究下自己是否走错路，也许就能寻找更优的解决之道。