[教與學的假說]
假設一件事情要能完成，有三個獨立的面向，每個面向有一定的離散選擇，那麼做這件事情所有的可能就會是三個面向的選擇數量乘積。
A × B × C = S
其中有一定數量的可能可以完成目標，其他則會失敗，像是 A1 B1 C1 會成功之類的。成功與失敗會有一個比例，成功比例高的時候事情比較簡單，反之則比較困難。
而一個人在每個面向上當下所能做出的選擇會受到自己的能力、自己的認知、環境的限制等限制，一個人如果過去成功過，那麼他可能會記得之前的做法，並且認為自己有能力，不過這兩點也會有偏差，更不用說環境很有可能也不相同。如果一個人還沒有成功過，那麼要讓他成功就要在他擁有的可能性中，成功的執行會成功的選擇。

以理論來說，把每種他知道的方法，在他的能力範圍下都做過，然後試著記住成功的那些組合，那麼他或許就獲得了在相近的環境下做那件事的能力。但是做事會需要成本，他自身的狀態與環境也不一定能保持恆定，要把所有可能都做過並不容易。更不用說實際情況下選擇會互相影響，並且還有可能是連續而不是離散的。用攻擊施壓來叫對方學習大概會落入這一類，自學者可能也會碰到類似的問題。

進一步的做法是讓對方模仿成功者的作法，這在雙方狀態近似的情況下比較有機會成功，然而要是在同樣狀態下模仿成功並不代表真的學會了，有可能雙方的基礎並不同，理解也不同，只是碰巧作為相同並且環境相同所以成功，在不同的情況下，以學習者所認知到的方式去做，仍可能會失敗。在接觸時間短、進度壓力大而無法追蹤確認的時候可能會變成這種一知半解又自以為是的狀態。

因此人們試著提出理論，希望以客觀的規則來明確陳述選擇，在限定的環境以及人們知道自己的能力範圍下，能夠知道該用什麼作法，又或是該加強什麼能力才有機會做到。但是理論比較難被意會與記住，並且要找出明確的理論也不容易，要傳達理論也是個問題，當理論很龐大要記住也是。專業上似乎會走向這個方向。

目前只想到這三點，簡要的說它們像是：窮舉法(全部記憶)、參數沿用(記參數)、數據分析(通則化)
哪種做法比較有效率... 只要碰到成功就停的窮舉法蠻靠運氣的；沿用法只要情況改變可能就沒用了，之後也是要靠試誤；沿用分析結果或許是近路，但是仍是一種沿用，學生並不會因此懂得如何分析，在情況改變之前都可以用，但是教學之前的分析需要比試誤到成功還要多的成本。