快,学会学习(九)

非结构化知识

这篇博客我们来讨论一下如何将非结构化知识,例如碎片知识,结构化地进行系统学习,并且延伸出知识范围外的更多的内容。并且也会讨论结构化知识的相关情况。这次的内容核心主题就是结构化学习与碎片知识。而最后我会根据一次具体的学习过程给出例子。

碎片知识

首先我们需要了解一下当我们接触碎片知识的时候的状态是一种称作 informal learning 的学习状态。而关于 informal learning 和 formal learning 以及 non-formal learning 的区别则是在于,是否有组织以及是否有目标。

在我们接触碎片化知识的时候,尤其是我们阅览一次知乎或者一次博客文章的时候,我们会对未知的理论知识,构建起了它其中的一个表征。而我们之所以尽管碎片知识非常的多,但是还是感觉自己的知识体系无法构建起来的原因是:

  • 这个表征因为理论的缺失,所以没办法与其它相隔较远的同理论知识构建起联系。

简而言之就是,你只能认识到一个情况,就算你认识到第二个情况,第三个情况,但是因为你并没有主动地去摸索背后的理论规则,或者去了解关于这个现象本身的内容发展。所以你的碎片知识永远都还是碎片知识。

而这次的碎片接触过程就是无目标且无组织的 informal learning 过程。那么你想要解决因为碎片化知识过多,但是依旧感觉自己没有掌握任何情况的情况。(虽说我还是建议少接触碎片知识)你可以根据以下的做法适当做出属于自己的修改:

  1. 定期审阅你得到的碎片知识。相信你如果烦恼自己的碎片知识过多,那你肯定是有一款软件或者一个网盘存满了各种资料。虽说里面可能有很大部头的书籍,但是那些书籍在还没吸收进你的大脑之前。你是缺失对它的整体印象的。所以,定期的审阅,并且根据你的目标,也就是上篇博客中提到的抉择。

    我给的建议是 3 天一小清理,进行信息提取。并且依照一定的模板构建自己的知识库。例如下边这种形式:

    • 内容:
    • 日期:
    • 理解:
    • 拓展:
    • 延伸材料:
  2. 获取正确的碎片知识。其实这点是比上一点还要重要的。因为我曾经因为错误的碎片知识导致一些被人嘲讽的情况。因此我的建议还是不管何时,你必须先确认自己获取的碎片知识足够正确后,才放进你的软件或者你的大脑。

  3. 利用好你的稍后阅读。利用好提醒事项功能的软件,或者某些稍后阅读软件。或者利用好 Anki 。还有各种能够延后提醒自己的软件。不管怎样,这是第一次的深阅读。而不是第一次整理。在你第一次深阅读后,你还应该进行一次上述的深度处理。提取出这个东西的核心。

  4. 分辨碎片知识是否只是新鲜感。在每次获取碎片知识的时候,你有可能碰到的情况是“这很新!我以后肯定能用上”,这种我一般统称为“松鼠症”。好的可控的松鼠症能够帮你构建起自己的资料库,但是过于放纵的“松鼠症”容易给你带来信息获取的焦虑。就是你“本”不需要获取那么多知识。

我的做法

  • 看到了一篇关于自动文摘的科普文章,觉得对拓展知识面有帮助。
  • 添加到印象笔记。
  • 导出链接,放到事项提醒软件。让自己在某一刻准备阅读。
  • 阅读。
  • 一边阅读一边思考这个文章和之前遇到的什么知识点是密切相关的。
  • 然后记录下来。就如同上文所说的。
    • 内容:关于自动文摘过去二十年的发展。提及了单文档、多文档、单句、多句、单段、多段、抽象、摘要等形式的文摘处理。
    • 日期:2018-6-1
    • 理解:单文档的摘要文摘目前已经到达了比较稳定的程度。(省略)。
    • 拓展:可以考虑的方向还有(省略)。
    • 延伸材料:提及的文章,还没看到的文章有(省略)。
  • 然后加入到自己的可检索的文档库中去。虽说我一般都是直接利用文档名结合时间来检索,但是不推荐。推荐还是利用印象笔记本身来进行总结。
  • 为这个内容构建一个思维导图。(如果这个只是很小的知识点,那你应该加到之前的思维导图上,或者之前总结的更为相信的文档库中)
  • 删除这个碎片知识。

我的做法只要足够熟练,一次走下来大概是20分钟左右,然后结合输出,可以实现一天处理类似的文档,大约30篇以上。那么你一天下来的知识体系应该会壮大不少。

碎片知识结构化

上边提到了自己的碎片知识的处理过程,但是实际上生活中很多偶然遇到的碎片知识,总不可能一下子就把整个领域都学进去,但是又觉得很有趣。(仅仅是有趣这个理由就够了)。那么我们怎么在短时间内给它构建起一个结构化的知识呢?

三个办法:

  • 维基百科+知网+Google Scholar+输出+一个番茄钟+费曼技巧

    这里利用的是维基百科的结构化知识,加上后两者足够有效精确的知识导向。尝试用一个番茄钟内得到的知识输出成一个很小的文档或者思维导图。然后根据里面的内容利用费曼技巧进行学习。

  • 豆瓣

    这个方法则是通过直接去看你当前想要获取的碎片知识的相关书籍的书名和目录。迅速构建起一个对这个碎片知识的理解和联系的推断。

  • 一本书

    最为简单的方式,但是也是最耗时的方式。

我之前是第三个办法,现在是前两个方法结合着用。而且在研究完以后,我会很快速地将知识处理成自己能够很快产生印象的形式。我的形式如下:

自动文摘——文档——抽象、文档——段句词——摘要

然后每次见到关键词都能够很轻松地回想起来。

非结构化知识

碎片知识只能说是非结构化知识中的一种,实际上非结构化知识还包括了本身不存在结构的知识。例如姓名、电话等。这种知识其实你就需要利用合理的记忆技巧了。多用是原则,但是用一点小技巧能够实现快速回想。记忆技巧将会在第十四篇论述。

结构化知识的学习

结构化知识的学习可以分成两种,一种是从表征回推,一种是从理论推表征,一种是理论与表征互推。我现在简要阐述这几种的区别而且最好的抉择要求。

表征回推

实际上,在工作中用实践得到的知识很大部分就是这种,你会获取到一个理论所延伸出来的很多的表征,而且你会对这些表征有很好的理解。但是你会遭遇到以下情况:

  • 无法从一个表征得到另外一个表征
  • 无法从表征得到很好的理论体系

很多人之所以做了二十来年的工作依旧没有很好的发展,就是因为这个原因。因为他们重复获取了相同的表征。然后总是重复 informal learning 。无法从表征推得理论。

但是这些获取表征的速度是最容易出产品的,也是最容易提高生产力的。

理论直推

绝大多数学生之所以理论很丰富,但是没办法干活就是因为他们并不知道自己的理论如何推得表征。但是他们有个极好的能力就是能够根据理论推得表征的类似情况,所以能够很快地向着全能系的人前进。就如同学习了“如何学习”的理论以后,就可以开始进行对自身学习的分析。

从而获取元认知的能力。最后达到不管学什么都能够很快构建体系化的能力。其它领域也类似。

这个方法是最容易拓展的,也是最常见的。

理论与表征

这个方法耗时极长,需要的时间可以用月来计算。但是通过这个方法来得到的相关领域的知识,能够有很好的效果。基本就如同知识体系成了自己的大树,深深扎根在当前领域里面了。

这个适合长期浸淫在一个领域的人。

抉择

实际上,抉择的能力甚至比掌握以上三种方法还要麻烦。我简单地给出一点评判标准。

  • 你是否需要通过测试或者获取成绩

    是的话,选择理论直推,而且不要理会别人要你结合实践的要求。纯粹浪费你的时间。

    不是的话,那你是否需要生产

    • 是的话,选择表征回推。
    • 不是的话,理论与表征。
  • 你是否是想要了解领域

    是的话,选择理论与表征。

  • 你是否希望在未来的一天,自己在这个领域变得很厉害

    是的话,选择理论与表征,但是前期使用理论直推,不要理会任何的表征要求。

  • 你是否想自己能够用这个获取钱财

    是的话,前期表征回推,后期理论与表征。

  • 你是否希望自己能够成为很厉害的人

    是的话,直接理论与表征。

以上就是一些的决策标准。是我经过了长期的自学以后发现的规律。

一次具体的学习过程

我今天学习了关于量子力学的相关内容。我进行了以下的行为:

  • 查找资料,时间耗费两小时
  • 开始处理资料:

    • 博客与轻度解释材料、知乎文章或者回答,整理出最核心的关键词,耗时二十分钟。
    • 书籍,整理出整个领域的框架,耗时五小时
    • 论文,整理出现在最前沿内容,耗时一小时
  • 开始理解材料:

    • 沉浸式学习,也就是进入 zone,约三小时,集中在早上和中午一点后。理解了核心的三条原理。并且尝试回答某些问题。
    • 思维导图构建、文档输出,约半小时。
  • 开始记录内容,耗时十分钟。

现在我已经从昨天的对量子力学一窍不通,到达了已经可以跟人讲述某些原理的程度。

  • 自我评价:还行

是否能够有进步:

  • 搜索资料的速度
  • 对书籍的判断
  • 进入心流的时间
  • 对某些原理的基本数学原理的理解
  • 学习时间的控制
  • 吃饭时间的控制

以上就是这次博客的全部内容,稍后会更新情人节特别版。

谢谢阅读。

本文作者: Bon
本文地址https://bonxg.com/p/57.html
版权声明:本博客所有文章除特别声明外,均采用 CC BY-NC-SA 3.0 CN 许可协议。转载请注明出处!

# Aon
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×