mcpField
L
learning-accelerator

learning-accelerator

github.com/joellewis生産性741 回インストール30 週間前に更新
リポジトリ

learning-accelerator について

learning-acceleratorは、複雑な分野の学習、試験準備、言語やソフトウェアの習得を支援するスキルです。実践、想起練習、間隔反復、ノートの連結を軸に学習を組み立てます。

主な機能

  1. 01概念・事実・手順の整理
  2. 02実際の状況での練習
  3. 03想起練習と間隔反復
  4. 04Zettelkastenによるノート連結
  5. 05集中モードと拡散モードの切り替え

活用シーン

  1. 01資格認定試験の準備
  2. 02言語やソフトウェアの学習
  3. 03技術職への着任時の学習
  4. 04受動的な勉強から実践への移行

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/joellewis/skill-library --skill learning-accelerator

インストール後、Claude Code で/learning-acceleratorを入力して読み込まれたか確認します。

詳細

概要

学習は、ほかのすべてのスキルを支えるメタスキルです。このスキルでは、UltralearningとMetacognitionの原則を活用し、従来の学習に何年もかかる内容を、数か月間の集中的な練習に凝縮します。受動的な情報の消費から、能動的な実践へと学習を移行させます。

鉄則

想起と間隔反復の戦略なしに学習計画を立てない

読むことやハイライトを付けることは、「できるようになった」という錯覚を生みます。本当の習熟には、能動的な想起(テスト)と、記憶が薄れていく「漏れるバケツ」を防ぐための間隔反復戦略が必要です。

ステートマシン

digraph learning_flow {
    "Domain Identified" [shape=doublecircle];
    "Metalearning: Map the Field" [shape=box];
    "Setup: Tools & Feedback" [shape=box];
    "Execution: 9 Principles" [shape=box];
    "Gate: Retention Check" [shape=diamond];
    "Mastery/Skill Acquisition" [shape=doublecircle];

    "Domain Identified" -> "Metalearning: Map the Field";
    "Metalearning: Map the Field" -> "Setup: Tools & Feedback";
    "Setup: Tools & Feedback" -> "Execution: 9 Principles";
    "Execution: 9 Principles" -> "Gate: Retention Check";
    "Gate: Retention Check" -> "Mastery/Skill Acquisition" [label="retained"];
    "Gate: Retention Check" -> "Execution: 9 Principles" [label="leaky bucket"];
}

このスキルを使う場面

  • 複雑な新しい業界や技術職に入るとき。
  • 専門資格や競争試験の準備をするとき。
  • 90日以内に新しい言語やソフトウェアツールを習得する必要があるとき。
  • 従来の学習方法が遅く、退屈で、効果がないと感じるとき。

このスキルを使わない場面

  • 目的が成果ではなくリラックスである、余暇の読書や趣味。
  • スキルが完全に身体的なもので、安全のために実地のコーチが必要な場合(例:高重量のウェイトリフティング)。

主なプロセス

ステップ 1:メタ学習(10%ルール)

始める前に、推定学習時間の10%を使い、その分野の熟練者がどのようにスキルを学んだかを調べます。次の項目を整理します。

  • 概念: 理解する必要があることは何ですか?
  • 事実: 暗記する必要があることは何ですか?
  • 手順: 実際に行う必要があることは何ですか?(出典:Young、『Ultralearning』)。
ステップ 2:直接性(転移の改善)

実際にスキルを使う環境を特定します。その環境で練習しましょう。コーディングを学びたいなら、すぐにプロジェクトを作ります。言語を学びたいなら、人と話します。進歩したような偽の感覚を与える「代替」アプリは避けましょう(出典:Young、『Ultralearning』)。

ステップ 3:間隔を空けた想起を実践する

ノートを見直してはいけません。代わりに、アクティブリコールを使います。

  • ファインマン・テクニック: 子どもに説明するように、概念を声に出して説明します。説明の抜けを見つけたら、情報源に戻ります(出典:Oakley、『A Mind For Numbers』)。
  • 小さな円を作る: 複雑なテクニックを、不可欠な最小要素にまで分解し、自動的にできるようになるまで、それぞれの要素を個別に繰り返し練習します(出典:Waitzkin、『The Art of Learning』)。
  • 間隔反復: SRS(Anki など)を使い、間隔を徐々に広げながら事実を復習します(出典:Matuschak)。
ステップ 4:ツェッテルカステン・メソッド

ノートをリストではなく、アイデアのネットワークとして扱います。

  • 一時メモ: アイデアを手早く記録します。
  • 恒久メモ: 自分の言葉で書いた、原子的で単独でも意味が通じるアイデアです。
  • リンク: 新しいメモを既存のメモにつなげ、「カードボックス」のような知識のネットワークを構築します(出典:Ahrens、『How to Take Smart Notes』)。
ステップ 5:集中モードと拡散モード

集中モード(強い集中)と拡散モード(歩いているとき、シャワーを浴びているとき、眠っているときなどに潜在意識に働かせる状態)を切り替えます。集中モードでデータを「読み込んだ」後、拡散モードで問題解決が進みます(出典:Oakley、『A Mind For Numbers』)。

スキル間の呼び出し

  • 必須のサブスキル:writing-skills — 想起セッション用の「失敗するテスト」や課題を作成します。
  • 推奨サブスキル:mental-model-library — 新しい情報を「チャンク化」しやすくする類推や構造を見つけます。

合理化テーブル

考え現実
「まず本を読んでから練習しよう。」実際に何を学ぶ必要があるかを特定する唯一の方法は、直接練習することです。
「重要な部分にハイライトを付ければ、覚えやすくなる。」ハイライトは受動的であり、統計的に最も効果の低い学習方法です。
「計画を立てる時間がない。」1時間の計画で、無関係な資料をさまよう時間を10時間節約できます。
「自分は[科目]に向いていない。」これは固定的な自己認識の罠です。スキルは反復練習を通じて身につきます。

危険信号

  • 「能力があるという錯覚」 → 情報を見れば認識できますが、記憶だけを頼りに思い出せません。(対処法:自分でテストします。)
  • 「漏れるバケツ」 → 今日は10個のことを学んでも、来週までに忘れてしまいます。(対処法:間隔反復を実践します。)
  • 「調査による先延ばし」 → 勉強する代わりに、より良いツール探しに時間の50%を費やしています。(対処法:調査は10%ルールの範囲内に抑えます。)

診断チェックリスト

  • 時間の**10%**をメタラーニング(「どのように」学ぶかの調査)に費やしましたか?
  • 主な練習方法は、実際の状況でスキルを使う直接的な練習ですか?
  • 受動的な復習ではなく、アクティブリコール(テスト)を行っていますか?
  • 重要な知識のために、間隔反復のセッションを予定しましたか?
  • ファインマン・テクニックを使って、核心となる概念を説明できますか?

参考文献

  • Young, Scott. Ultralearning, 第4章(メタラーニング)、第6章(直接性)。
  • Ahrens, Sönke. How to Take Smart Notes, 第2章(スリップボックス)。
  • Oakley, Barbara. A Mind For Numbers, 第3章(チャンク化)、第4章(拡散モード)。
  • Waitzkin, Josh. The Art of Learning, 第11章(円を小さくする)。

コメント