한국어 English 日本語 中文
A LEARNING FRAMEWORK

QuestLoop
提问循环学习

这不是解决问题的框架,而是学习的框架。驱动学习的引擎不是挑战,而是提问;失败不是被允许,而是被要求

提问 → 假设 → 探究 → 评估 → 再次提问
QUESTLOOP CYCLE 提问 假设 探究 评估
出发点 — 一个问题意识

“解决有价值的问题,
学习自然随之而来”的信念

这个框架源于在一线长期运营挑战式学习(CBL)时反复遇到的一个问题:当团队奔向世界的问题时,个人的学习真的在发生吗?

问题意识 01

对偶发学习的过度信任

团队挑战优化的对象是解决问题,而不是个人的学习。学习不再是有意设定的目标,而被挤成解决问题时顺带获得的副产品。

问题意识 02

团队的 ZPD ≠ 个人的 ZPD

即使难度对团队整体合适,对个人而言也可能对某些人太容易、对某些人太难。一个挑战无法同时满足 N 个人的学习条件。

问题意识 03

角色固化

团队越是合理地运转,每个人就越会承担自己已经擅长的工作。产出物的质量在提升,个人的学习曲线却趋于平缓。

QuestLoop 不是 CBL 的改良版。它继承了挑战带来的动机能量 — 真实的问题、个人的兴趣与关联性 — 但为了让学习从偶发变为有意,从零开始重新设计,是一个独立的框架。把学习放在首位的理由很明确 — 只解决当前实力够得着的问题,实力就会原地踏步;实力原地踏步,终极的难题就永远无解。在学习中攻克小挑战、让解决能力本身不断成长,才是抵达真正问题的唯一路径。
推导过程

经过八次决策,
框架得以确立

从问题意识出发,原则、结构、机制依次得到确定。每一步都是对上一步留下的问题的回答。

DECISION 01 — 身份定位

这是一个学习的框架

团队产出物是学习的手段,不是目的。当团队效率与个人学习冲突时,个人学习优先。仅凭这一条宣言,角色固化就被解开了 — 专家承担陌生的部分,不是给团队添麻烦,而是正确的使用方式。

DECISION 02 — 双重目标

把个人挑战嵌套进团队挑战

团队挑战面向世界的问题,个人挑战面向自己的学习。二者不是分离的,而是嵌套的 — “在解决这个团队问题的过程中,我要有意地学会 X。”偶发学习就此变成有意学习

DECISION 03 — 环境

不允许失败,而是要求失败

心理安全只是前提条件。QuestLoop 建立在生产性失败(productive failure)之上 — 失败不是需要忍受的东西,而是学习的核心机制。产出物质量的下降被正式接受。

DECISION 04 — 引擎

提问开启学习,假设是它的单位

先抛出真正的问题,再仅凭当前的理解给出一个暂定的假设,在寻找答案的过程中学习,最后对照假设评估变化。因为假设就是预测,验证的时刻就是考试 — 考试不再是学习的终点,而成为学习的引擎。

DECISION 05 — 结构

两层以同一循环运转的分形

团队也建立并验证“这个解决方案能解开这个问题”的假设。个人也建立并验证自己的学习假设。层有两个,循环只有一个

DECISION 06 — 机制

支撑框架的不是某个人,而是结构

学习者难以独自设立好的挑战与假设 — 这个问题不靠引导者的能力,而靠结构来解决:受约束的选择、假设句式模板、同伴验证仪式。运营者退居幕后,从干预者变为基础设施管理者(循环守护者)

DECISION 07 — 专家

熟手也按同一规则学习

十年老手的“不会的”,是能放大自身专业能力的相邻领域 — 设计、领域知识、市场。“选择自己不会的”这一条规则,覆盖了从新手到专家的全部区间。

DECISION 08 — 真实性

连接的可见性战胜冷嘲

把终极挑战层层分解,缩小到可以挑战的大小。再小的挑战也与真正的问题以血统相连。决定它是玩具还是踏板的,不是挑战的大小,而是连接的可见性。

引擎 — 学习循环

从提问出发,
再回到提问

点击每个阶段查看详情。这个循环在团队层和个人层以同样的方式运转。

提问 QUESTION 假设 HYPOTHESIZE 探究 INVESTIGATE 评估 VERIFY
PHASE 1 · QUESTION

提问 — 从真正的好奇出发

每一次循环都从真正好奇的东西开始 — "我还有什么不懂,我真正好奇的是什么?"在搜索答案之前,先把问题磨成可验证的形式

好的问题会收窄探究的方向。有了它,下一步的假设才不至于含糊。

↻ 评估结束后,更新的理解会引出下一个问题 — 循环永不停止

结构 — 分形嵌套

层有两个,循环只有一个

TEAM LAYER 团队挑战 — 面向世界问题的假设 个人 A 学习假设 个人 B 学习假设 个人 C 学习假设

团队挑战面向世界,
个人挑战面向自己

个人挑战不是从团队挑战中分离出来的额外任务,而是嵌套其中的学习假设。解决团队问题的过程本身,就是个人的验证实验场。

当两层发生冲突的那一刻 — “我为了学习而承担这一部分,团队的产出就会变慢” — 框架的回答是明确的。

冲突时,个人学习优先
同一循环,不同用途

在团队层与个人层,
循环以不同的方式运转

引擎只有一个,燃料却不同。团队层验证的是世界的问题,个人层验证的是自己的理解。请对比每个阶段在两层中如何运作。

TEAM LAYER团队层 — 面向世界的假设
INDIVIDUAL LAYER个人层 — 面向自己的假设
挑战是世界尚未解开的真正问题。宣布终极挑战,并用层级树进行分解。问题的真实性,就是整棵树的真实性。
挑战CHALLENGE
挑战是自己的学习。从树的叶子节点中选出“现在不会的”,嵌套进团队挑战之中。新手选基础技能,熟手选能放大专业能力的相邻领域。
把挑战磨成可以回答的问题 — 用户真的面临这个问题吗,解决了什么才算成功,为什么是现在。 “真正要解的
问题是什么”
提问QUESTION
“我还有什么做不到,我真正好奇的是什么。”把成为学习起点的真正的问题用自己的话写出来。 “这个我
是真的不懂”
针对这个问题给出一个预测。这是全队共用的一个假设“这个解决方案
能解开这个问题”
假设HYPOTHESIZE
在学习之前、不借助信息、仅凭当前的理解写下。这是与成员数量相同的N 个假设。同伴会问 — “如果这个假设被推翻,你会知道什么?” “我现在对 X
是这样理解的”
动手做、去碰壁、见用户。团队的探究,就是让解决方案暴露在现实之中
探究INVESTIGATE
团队的探究现场就是个人的实验场。不必另设学习时间,就在解决团队问题的过程中验证自己的假设,并记录它被推翻的瞬间。
确认“问题解决到了什么程度”,但结果不是成绩,而是下一个团队假设的原料。产出物的质量不在打分范围之内。
评估VERIFY
测量学习增量(Δ) — 起点假设与当前理解之间的距离。个人的假设本身就是个人的评估标准,因此即便各团队的成果不同,成长依然可以被测量。
解决方案假设被推翻,是调整方向的信息。这意味着获得了转向的依据,而不是项目的失败。
失败FAILURE
学习假设被推翻,是最大的学习点。理解的更新,与预期和现实的落差成正比。从未被推翻的假设,反而是警告信号。
当两层冲突时

“我为了学习而承担这一部分,团队层的探究就会变慢” — 当两层的利益相撞时,个人层优先。因为团队层的产出物,是为个人层的学习服务的手段。这个优先级,就是 QuestLoop 的身份认同。

真实性 — 挑战层级树

小挑战的意义,
由血统来证明

终极挑战被层层分解到可以挑战的大小。点击叶子节点试试 — 那个小挑战与真正的问题如何相连,血统会随之点亮。

← 左右滑动可查看完整的树 →

终极挑战 让视障人士在室内不再迷路 感知空间 LiDAR 室内建图 不依赖视觉传递信息 非视觉界面 掌握路径 室内地图·路径数据 亲手测量 ARKit 锚点的 误差极限 尝试将点云 简化为 平面结构 闭上眼睛 用 VoiceOver 手势 度过一整天 将建筑平面图 建模为 图数据结构 尝试将路径导航 转译为 触觉节奏 LEAF = 个人选择的挑战 · “选择自己不会的”
选择一个叶子节点,即可显示血统 在某些人眼里像玩具的小任务,对另一些人却是通往成果的踏板。造就这种差异的,正是这棵树。

决定它是玩具还是踏板的,
不是挑战的大小,而是连接的可见性

亲手构建你团队的树 →

宣布团队挑战、分配个人挑战并可视化血脉的工具

机制 — 由结构支撑

驱动它的不是运营者的能力,
而是五个机制

难以独自设立好的挑战和好的假设 — 这个问题,QuestLoop 不靠人,而靠结构来解决。

DEVICE 01

受约束的选择

不是从白纸开始“设立你的挑战”,而是从挑战树的叶子节点中选出现在不会的。选项派生自团队任务,关联性由此得到保证;一条规则,保证了难度。

规则:选择自己不会的
DEVICE 02

假设句式模板

格式本身就是过滤器。无法验证的假设,从一开始就写不完这个句子。

我现在的理解是 [X]。
试着做 [Y],就会见分晓。
DEVICE 03

同伴验证仪式

提问的不是建立假设的本人,而是团队同伴。没有循环守护者验证也能运转,提问的同伴自己也在训练元认知。

“如果这个假设被推翻,你会学到什么?”
DEVICE 04

作为基础设施管理者的循环守护者

循环守护者不是检查挑战的人,而是照看这套结构是否运转良好的人 — 树的分解、模板、同伴仪式的管理者。这不是干预,而是基础设施管理。

DEVICE 05

学习增量(Δ)评估

判定成败的标准不是“问题解决了吗”,而是“相对于假设,发生了什么变化”。问题必须是真的,尝试也必须是真的,但评估对象不是产出物,而是学习的变化量。个人假设本身就是个人的评估标准,评估的模糊性因此消失。产出物质量的下降之所以能被正式接受,依据也在这里。

新手的叶子节点

基础技能

从树的叶子节点中选出尚未掌握的基础技能。要学的东西就铺陈在地图之上。

专家的叶子节点

放大专业能力的相邻领域

对一位十年经验的开发者来说,为做出更好成果所需的设计感觉、市场领域知识,就是他“不会的”。为了把擅长的事做得更好而需要的周边知识,成为他的挑战。

同一规则,不同叶子 — “选择自己不会的”覆盖了从新手到专家的全部区间
总结 — 五项原则

一页读懂 QuestLoop

01

学习是目的

团队产出物是手段。冲突时个人学习优先,产出物质量的下降被正式接受。

02

假设是引擎

提问→假设→探究→评估。假设被推翻的瞬间是最大的学习点,验证的时刻就是考试。

03

结构是分形

团队层与个人层以同一循环运转。个人挑战嵌套在团队挑战之中。

04

失败是必需的

失败不是被允许的对象,而是被设计的对象。生产性失败与心理安全,是环境的底座。

05

血统即真实性

每个小挑战都通过层级树与终极的真正问题相连。连接的可见性战胜冷嘲。