和 Feynman Liang 比起来，应该大部份的人都会觉得自己是混吃等死的大懒虫吧？
今年 23 岁的 Feynman Liang 正在麻省大学（University of Massachusetts） Dartmouth 分校攻读电机工程学位，还在 Amherst 分校双主修生物物理与数学。在学期间他在 2012 年中去 Microsoft 参与软件工程实习计划，同年 9 月份接触 MOOCs 平台后立刻沉迷其中，2013 年时他已经在 Coursera、Udacity、edX 等平台上完成了 36 门课，而且 2013 年暑假一边选修 15 堂课（10 Coursera, 4 EdX, 1 Udacity），一边在 Google 实习。
还不知道 MOOC 是什么？请看这段影片：
Feynman 最早修的课程是 Udacity 平台上 Stanford 教授 Sebastian Thrun 教授的 Artificial Intelligence for Robotics，以及 Learn Python The Hard Way 等，虽然有着理工科的背景，但对于完全不会写代码的 Feynman 来说，这些课无疑是满有难度的！修完之后，Feynman 对自己感到无比的骄傲，而且清楚地知道自己想要更多、想学更多。
每个星期四晚上当他的同学们出去参加聚会、派对时，Feynman 几乎都在赶每周五到期的作业。他曾经花了 80 个小时在同一份作业上，听起来很累是吧？Feynman 说，就是这些线上课程跟作业帮助他跳过了大学课程中初级的课程，还让他得到暑假到 Google 实习的宝贵机会！
MOOCs 让 Feynman 意识到了一件重要的事情：
想学的东西是不可能全塞入学校课表里的！利用 MOOC 平台给予的自由跟资源，他才得以探索不同的领域、吸收多元的知识。
视频采访：https://www.youtube.com/watch?v=4UQv-fLiIaA
应该很少人可以一次在 Coursera 上同时选修 10 堂课而且一一完成吧？修过 50 堂线上课程的 Feynman Liang 真的可以尊称为“MOOC 修课狂人”了！在这样疯狂修课的过程中，Feynman 也在个人网站里面发表许多“码”文并茂的硬文章，有兴趣可以去看看。
以下是 Feynman 修出的一些 MOOC 心得供大家参考：
1. 证书不是重点！
应该很多人在挑课时，除了课程大纲之外，最在意的就是“是否提供学习证书（Certificate）”这个问题了。Feynman 以前也认为这点很重要，有了证书让人很有成就感，是一个没有浪费时间的“学习证明”。然而证书固然诱人，Feynman 却发现这样的心态是不正确的，你并不需要一张纸来公告你学到什么，学习到的东西也不需要正式认可才有用，学到了就是你的。 Feynman 说他曾修过一堂普林斯顿大学的算法及资料结构课程，这堂课不提供任何一种学习证书或认证，但当他在被 Google 面试的当下，这堂课给了他 Google 面试问题的正确解答，而这才是“证明”。
各位同学，你要选一张纸，还是要选一个去 Google 实习的机会呢？Google 实习生这个经历就是履历上一个金光闪闪的认证章了吧... （等同于在你额头上盖上“由 Google 品质鉴定优秀标章”）。
2. 不要用影片制作的好坏来判定课程的好坏
上过线上课程的朋友一定会发现这点：有些课程影片制作跟设计都很棒，有图表、动画、精美投影片；有些则是摄影机直接对着教授的脸＋黑板一路录到底。每个人都喜欢欣赏美好的事物，课程影片的观感自然也会影响修课的人数。在这方面，Feynman 觉得他修过许多电机工程课虽然没有精美影片，但却是他修过数一数二的好课。因此 Feynman 呼吁大家不要因为课程影片做得烂就产生排斥心理，应该先花些时间耐心上完前面几堂课，熟悉一下教授的个性和教学风格，并且了解课程实际的难度跟深度，再来判断这堂课到底适不适合你的需求。
以 Feynman 的例子来说，他实际完成的课程数大约是选修数目的 50%，有一些他会直接退选，有一些觉得很不错但没时间跟着做作业的课程，他就只看上课影片，先浏览过一次课程内容再计划下一次选修的时间。
3. 做好心理准备：同侪互评机制的优缺点
很多 MOOC 课程会有同侪互评机制（Peer Review or Peer Grading），确保选修的学生在电脑自动评分系统之外可以得到一点“真人回馈”，也借此与世界各地的学子进行交流分享。同侪互评机制的过程是这样：为别人的作业评分前要先完成一系列的“练习”，确保你具有一定的评分标准。
Feynman 和其他学生觉得同侪互评机制有着很大的问题1：首先，修课的学生来自世界各地、有着各种背景，看法观念差距太大，给出来的意见太杂；其次，非英语系国家学生因为英文能力字汇有限，没办法清楚表达意见。所以修 MOOCs 课程的同学们要先对同侪互评有基本的心理准备（准备抱怨吧！）。
4. 请不要只选“安全”的课
在竞争激烈的大学中，所有选修课的成绩最后都会印在你的成绩单上，影响你的总平均、影响你的升学率、最后影响你的决定 —— 学生们开始避免选修到硬课、地雷课。
然而选修 MOOC 课程不会有这么大的压力，你可以自由选择任何主题、领域的课程，文科学生可以选修天文物理、电脑科学；理科学生也可以尝试西洋史、设计学科，不用怕修课的成绩影响你的未来，真正“跟着感觉走，紧抓着梦的手～”，要相信各领域的知识其实环环相扣，没有一门学科是“没用”的，未来回头看会发现所学的一切都有它在人生中扮演的角色跟意义。所以燃烧你的求知小宇宙，大胆的选课吧！
5. 不要假设课程一定会有连贯性
Coursera 联合创办人 Andrew Ng 曾说过2：“Coursera 并不是一所大学，我们只是一个平台。”平台上的课程教材跟内容纲要都是由各大学校及教授提供的，有些教授会利用这个机会来“试课”，课程会随着时间发展趋于成熟，如果课程口碑良好，也可能再提供相关或是更进阶的课程，当然也可能不了了之。
因此选课时，不要只想要找到“一系列”的课程，或是假设某一平台上的课程全都是某种形式的。即使是同平台上的课程，也都是由不同的教授、不同学校提供的，有着独特的评分方式跟授课形式，学生应该要能以开放的心态接受各式各样的课程，从中享受及学习。
结语：如果你选了一堂课，就上好这一堂课
自学最怕的就是半途而废、有头无尾了！在过去几年内，MOOCs 新创公司和许多顶尖大学合作，提供了我们各学科领域的优秀课程，吸引了各年龄、各行业的学习者利用这些资源自我提升。不过尽管课程注册率超高，却有 90% 的学生最后没完成课程。MOOC 的学子们，如果觉得哪堂课真的很值得上，就认真的把它上好、上完吧。
Feynman 推荐了几堂他目前修过最喜欢的课程3：
史丹佛大学 —— 机率图形学习模型 Probabilistic Graphical Models
Google 的 Peter Norvig –– 电脑程式设计 Design of Computer Programs
麻省理工大学 –– 电路与电子学 Circuits and Electronics
哈佛大学 —— 正义：这是一场思辨之旅 Justice：What's The Right Thing To Do
https://www.youtube.com/watch?v=sHHa4ETr2jE
以及“非修不可”、会“摇滚你的世界”、由知名心理学家 Dan Ariely 教授的怪诞行为学： A beginner’s guide to irrational behavior。
https://www.youtube.com/watch?v=lUfzzpliUuY
和 Feynman Liang 一样充分利用 MOOC 开拓你的未来吧！哞~。
The Problems with Peer Grading in Coursera?
Coursera credentials today， full Coursera-powered degrees tomorrow??
How Many MOOCs Is Too Many? “No Such Thing,” Says MOOC Pro Feynman Liang?
相关文章
