WHY CHUNKS ?
CHUNKS of SOUND / TEXT / THING
CHUNKS of SOUND / TEXT / THING
Mọi thứ bắt đầu từ một câu hỏi nền tảng, vốn cũng là vấn đề cơ bản trong các mô hình xã hội.
“Làm sao để sử dụng thành thạo một ngôn ngữ, cả ngôn ngữ người và ngôn ngữ máy?”
Phải chăng câu trả lời vốn là một điều không hề dễ dàng nhưng lại vô cùng giản đơn. Đó là bắt chước, tập trung ý thức để bắt chước.
Bắt chước điều gì?
Bắt chước chính xác cách thức những người giỏi ngôn ngữ hình thành một từ, một cụm và rồi đến một câu từ một ý tưởng.
Nói về một cụm, đó có thể là một cụm văn bản_text (đọc & viết) hoặc một cụm âm thanh_sound (nói & nghe)
Đó cũng chính là ý tưởng cốt lõi của gã khổng lồ LEGO trong vương quốc đồ chơi.
Đến với CHUNKS, bạn sẽ được luyện tập phản xạ và lắp ghép logic với dữ liệu ngôn ngữ ở cả 3 dạng cùng với 3/6 giác quan tiếp thu cơ bản: thính giác, thị giác và xúc giác ứng với âm thanh, mặt chữ và vật thể 3D (LEGO blocks). Từ đó, CHUNKS sẽ phân rã (chunk) ý tưởng ngôn ngữ bạn muốn học thành từng cụm ngắn, có vần và hợp logic suy nghĩ. Nói cách khác, tạo thành những logical group thought. Từ đó, giúp cải thiện việc thấu hiểu, tăng tốc độ phản xạ và khả năng ghi nhớ âm thanh từ người học.
Cơ bản mà nói, khi gặp phải vấn đề trong cuộc sống nói chung và những vấn đề ngôn ngữ nói riêng, con người chúng ta thường có xu hướng “break it down” để tìm giải pháp. Ở CHUNKS, chúng tôi làm điều tương tự, chúng tôi “chunk it up.”
VÌ SAO LẠI PHẢI CHUNKS?
Ý tưởng cốt lõi của CHUNKS được củng cố về tính khoa học cơ bản bởi quan điểm của nhà tâm lý học thần kinh
George A. Miller, hay còn gọi là định luật Miller.
Định luật phát biểu rằng:
“Human mind can hold about seven (plus or minus two) chunks of information in short-term memory at a time.”
[Não người có thể lưu trữ khoảng 7 (5 đến 9) cụm thông tin trong trí nhớ ngắn hạn vào một thời điểm]
Ở CHUNKS, con số này sẽ được thiết kế vào khoảng dưới 5.
Một vài lợi ích của việc ứng dụng tư duy CHUNKS
1. Khắc phục hạn chế của trí nhớ ngắn hạn:
Định luật của Miller nhấn mạnh về khả năng giới hạn của bộ nhớ ngắn hạn của chúng ta. Bằng cách nhận biết giới hạn này, chúng ta có thể tái cấu trúc thông tin một cách sao cho tối đa hóa tài nguyên nhận thức của não bộ chúng ta.
Đó là lý do chúng tôi đã tạo ra trải nghiệm Phrasebook @ Work nơi người học phải nhớ lại đoạn thông tin vừa nghe với đầy đủ sắc thái cảm xúc và nói lại nó bằng tiếng Anh dùng công nghệ speech to text từ Microsoft Azure. Một idea được thiết kế có thể lên đến gần 30 chữ cấu trúc thành một câu ghép hoàn chỉnh.
2. Xử lý thông tin hiệu quả:
Việc “chunking” dữ liệu cho phép chúng ta tổ chức thông tin thành các mẫu hoặc nhóm cómột sắc thái ý nghĩa cụ thể, làm cho việc xử lý và ghi nhớ thông tin được dễ dàng hơn. Bằng cách nhóm các cụm văn bản/âm thanh có liên quan mật thiết với nhau, chúng ta giảm bớt tải cho não bộ và tạo điều kiện cho việc ghi nhớ nhanh hơn và lâu hơn.
3. Nâng cao hiệu quả của việc học và ghi nhớ:
Việc chia thông tin thành các đơn vị nhỏ hơn giúp cải thiện việc học và ghi nhớ. Hơn 30 khoá trải nghiệm ERE đã minh chứng rằng bằng cách tập trung lặp lại tới lui các đơn vị thông tin nhỏ hơn và cụ thể hơn, chúng ta có thể mã hóa chúng vào bộ nhớ dài hạn một cách hiệu quả hơn và truy xuất chúng khi cần, đặc biệt là khi ở tốc độ truy xuất thông tin dưới 3s.
4. Ứng dụng trong giáo dục và giao tiếp:
Con người có thể tận dụng việc phân chia thông tin thành các “chunks” để tạo điều kiện cho việc học và hiểu biết về nghệ thuật trình bày (presentation) và cả nghệ thuật giải thích cũng như thuyết phục. Trình bày thông tin thành các chunks có cấu trúc giúp người học nắm bắt các khái niệm phức tạp một cách dễ dàng hơn và nâng cao hiệu quả giao tiếp.
5. Tổ chức thông tin chính của câu một cách mạch lạc và logic:
Việc chunking vốn liên quan đến việc tổ chức thông tin một cách chiến lược và trọng yếu dựa trên mối quan hệ giữa các từ hoặc một vài mẫu câu đặc trưng. Việc tái tổ chức theo mô hình “chunks” giúp cải thiện khả năng thấu hiểu và cho phép người nói tạo ra mối liên kết giữa các “chunks” thông tin liên quan một cách mạch lạc. Điều này là vô cùng quan trọng trong việc hình thành tính logic trong hệ thống grammar của một sinh ngữ (Tiếng Anh, Việt, Pháp, Hàn,…) hoặc hệ thống syntax của một ngôn ngữ lập trình (C, Python, JS, scratch,…)
Suy cho cùng, định luật của Miller nhấn mạnh về tầm quan trọng của việc phân chia thông tin thành chunks như một chiến lược nhận thức để cải thiện bộ nhớ, học tập và giao tiếp. Bằng cách chia thông tin thành các đơn vị nhỏ, có ý nghĩa, chúng ta có thể vượt qua các giới hạn của bộ nhớ ngắn hạn và nâng cao khả năng xử lý nhận thức của chúng ta.
Ví dụ thực tế trong đời sống:
Định luật Miller có thể bắt gặp rất nhiều trong đời sống hàng ngày qua cách chúng ta giao tiếp bằng cả 4 kỹ năng thông qua 2 loại thông tin dữ liệu (text/sound). Trong đó, có lẽ dễ nhận ra nhất là cách chúng ta cố tình “chunk” các con số thành từng nhóm nhỏ trong việc đọc một dãy data số điện thoại nhằm làm cho cụm thông tin 10 số trở nên dễ nhớ (về mặt âm thanh) và dễ hình dung hơn cho người nghe (về mặt logic).