Human-centered learning
你不是缺少
意志力
真正有效的改变，是顺着人性设计行动。
兴趣负责启动成就感提供续航环境降低阻力
不是更能忍，而是更懂得设计路径PUBLIC CLASS · ANITA
Design Better Choices
你不是缺少
不是更能忍，而是更懂得设计路径从“逼自己坚持”到“让正确行为更容易发生”01 / 10
01 · THE WRONG QUESTION
System before self-blame
同一个人，不同的路径设计先纠正一个误解
我们把“系统没设计好”，
误认为“自己不够好”。
×我就是不够自律
×我又三分钟热度
×别人可以，我为什么不行
→下一步是不是太难发生？
换一个问题，往往就能换一条路02 / 10
02 · START
Interest ≠ Endurance
汽车比喻 · 第一步
兴趣像汽车的启动键。
它让发动机开始运转，却不能保证汽车一直向前。
喜欢一件事，
不等于能够长期做好一件事。
兴趣负责出发，不负责全部旅程启动是一瞬间，持续是一套系统03 / 10
03 · OVERHEAT
Willpower is for hard moments
短期冲刺有效，长期硬撑会过热汽车比喻 · 第二步
只靠意志力，
就像一直猛踩油门。
它能帮助我们冲过困难路段，却不适合成为整段旅程唯一的能源。
适合
启动困难任务、穿过短期阻力。
不适合
每天在同一个入口重新逼迫自己。
别把应急能力，当成日常能源04 / 10
04 · FUEL
Visible progress
汽车比喻 · 第三步
人的“汽油”，是看得见的进步。
成就感不是夸奖自己，而是大脑收到了一份真实证据：我正在接近目标。
一小节
不是“一口气学完整门课”。
一个问题
不是“彻底掌握整个领域”。
一个作品
让知识变成能被看见的结果。
一次记录
让微小进步不再悄悄消失。
完成一小步，油表就向前一点反馈要在热情耗尽之前出现05 / 10
05 · LOOP
A self-reinforcing system
成就感不是终点，而是下一次行动的燃料核心模型
让一次行动，
自然长出下一次行动。
兴趣启动→完成一小步→看见进步→愿意继续
稳定以后，再逐渐提高难度。小目标不是降低理想，而是在为更大的理想建立发动机。
先让循环转起来，再让目标变大06 / 10
06 · FIRST MILE
Start before motivation fades
七天微实验
第一步要小到，
你几乎没有理由拒绝。
今天就这样设计：
- 选择一件你想持续的事。
- 把第一次行动缩小到 10–25 分钟。
- 完成后立刻留下一个可见记录。
- 连续七天，只观察循环，不加码。
只做一小步 · 立刻记录 · 连续七天让反馈先发生，让难度晚一点到来07 / 10
07 · REDESIGN
Make the next step obvious
把正确选择放到最容易看见的位置不要只改变自己
环境设计的目的，
是减少每一次重新挣扎。
让入口可见
材料提前打开，下一步写在眼前。
让选择变少
不要每次都重新决定学什么。
让反馈变快
把结果拆成当天能完成的作品。
让正确成为默认
降低行动前的摩擦，而不是增加口号。
改变道路，不是否定驾驶者08 / 10
08 · PERSONAL FIELD NOTE
Physician learning AI
不是持续亢奋，而是持续获得反馈
我能继续学习 AI，
不是因为每天都充满动力。
是一个真实问题、一个小项目、一次能够运行的结果，让我愿意继续走向下一段路。
临床经验提出问题，AI学习提供工具，做出成果带来新的成就感——循环因此扩大。
把知识变成作品，反馈就会变得真实真实问题 → 小步学习 → 做出成果09 / 10
09 · TAKEAWAY
Build the system
最后，记住四句话
不要逼自己坚持。
要让自己愿意继续。
01兴趣让你出发
02成就感让你续航
03环境帮助你减少阻力
04系统让你真正走得更远
先让循环转起来，再让目标变大成熟不是越来越能忍，
而是越来越懂得怎样让正确的事情自然发生。
Design Better Choices, Not a Stronger Will10 / 10