为什么那些每天读书打卡的人,根本称不上是在学习

学习的正确方式,并不是整天打卡搜集信息。

作者:程驿,来源:道长的思维铺子(ID:daozhangsiwei),经授权发布

♬ 点上方绿标可收听富书主播七月朗读音频

插曲:纯音乐-《永远常在》

你工作以来,做过最浪费时间的事是什么?

我干过最浪费时间的事,是在5年前,2016年创业时。

那时充满了焦虑,所以大量看书。

我参加了一些读书训练营,做法大致是——快速阅读,把每一本书大概内容写在标准格式的卡片中。

我写了整整5个月,读了50多本书。

突然一天惊醒,这样除了成功收集了一堆——再也不会看的信息和每天打卡的控制感,几乎没获得什么。

那时候时间之宝贵,可都是从牙膏里挤出来的啊。

我当时捶胸顿足了好几天,所以痛下决心,一定要建立起超高效的学习方法

我这一路也认识了很多人,很多是自己确定“掌握了学习”的大V,但我也确定他们的方法更浮于表面。

还好,这个世界有一个人叫埃隆·马斯克

他的学习才是硬功夫,是要真正掌握火箭发射难题的,而不是炫耀自己每年读多少本书。

终于,我开始用第一性原理去研究各种知识后,才感觉学习这个技能,这辈子搞定了。

学习的真正步骤是什么?

这事真的无比夸张——小学到大学,每个人花了40000小时学习,但一毕业就会把知识忘得一干二净。

任何一个国内的小孩,从小就知道要好好学习,但却基本没人告诉他们,该怎么学习?

用第一性原理想想:

一只小狮子,刚刚出生不会捕捉斑马,所以狮子妈妈得教会它如何捕猎。

小狮子会学习到“如何追击、如何攻击、如何撕咬...”等等一系列技能,而同时,它还得跟着狮子妈妈,不断捕获小斑马、中斑马、大斑马等等经验。

这就是学习,本质是高级生物体,通过后天习得生存算法。

而一些低级生物体,比如鼻涕虫、海藻、细菌,他们不需要学习,出生后大脑自带几个生存算法就够用了。

这其实好比功能机时代的NOKIA,出厂时给你“打电话、发短信、通讯录“,再来个”贪食蛇“功能,你就用得吭哧吭哧。

但像狮子、猩猩、人类这些高级生物体,就像现在你用的iPhone,花7000买回家还不够,你还得安装各类App。

你的学习,当然就是指往大脑里安装各类App,也就是学会各种生存算法。

只是大脑的特点是,光掌握算法还不行,还得掌握一些案例信息相结合。

所以,学习无非是对算法和信息的积累。

这一点,马斯克在《硅谷钢铁侠》中,有详细介绍。

现在,我们在一根纵轴上,写上这两个部分。

但如何积累呢?

一开始的核心其实也只有两个方面:存储提取

这时我们能得出四个象限:

A1、存储算法

A2、存储信息

B1、提取算法

B2、提取信息

举个例子:

你小学五年级学写作文,老师会告诉你一个万能写作方法——“总分总”,你记在脑子里,这就是A1-存储算法

老师讲完了,你还是不会啊,所以你把《小学生作文报》上的两篇文章剪下来,连同把同桌小梅的作文,总共三篇”总分总“的作文,粘贴在本子里,这就是A2-存储经验

期末考试作文,题目”我热爱的一个人“,你想起了“总分总”,于是按这个框架写,这就是B1-提取算法

但是写到最后,不知道怎么结尾,你突然想到小梅作文中的一段话——“你像风来了又走,我的心满了又空”,于是你提取这几句话作为结尾,这就是B2-提取经验

对,就这么简单,你小学就会了。

但为什么,99%的人就是学不好?通常人是在哪一步出了问题呢?

分别来看看。

什么是算法?

首先你得非常清楚,什么是算法呢?

而且还得再读书时,非常敏感,哪些部分可以用来建立成算法,唯我所用。

实际上,你能够直接存储-提取的算法,大致有以下这几种:

1、 清单(List)

比如你明天要坐飞机去隔壁王家村旅行,今晚就得打包,准备好所有物品。

如果每次没有头绪,乱糟糟的收拾,你会感觉很累。

这个时候你拿出清单:洗漱类、衣物类、电子数码类、证件类、药品类。

15分钟内,你就可以收拾得妥妥当当。

清单的作用,是帮助你把一堆乱糟糟的事物归类(Classify)

而清单的展现形式一般有两种,第一种就是幕布所呈现的列表形式。

第二种就是大名鼎鼎的思维导图(Mind Chart)。

现在很多人都很执念,把所有东西都“思维导图化”,但其实这是一种最初级算法。

2、矩阵图(Matax Map)

这个你就太熟悉了,我几乎每篇文章都会用矩阵图

比如你正在阅读的这篇文章——学习是个多抽象复杂的概念啊,用存储-提取、算法-信息四象限就能搞清楚了。

矩阵除了归类,核心作用还有分析(Analysis)。

什么是分析呢?

就是“拆分从而清晰”。

比如从前我们只会说韩梅梅学习好,李雷学习差。

而在今天分享的如何学习这张图中,你就知道了韩梅梅其实是“存储算法”更多,李雷也很努力,但更多是“存储信息”。

当然你肯定也知道“存储算法”这一个格子,肯定还比较粗糙,一个格子,当然还可以细化很多层格子(下篇讲)。

按我们行话是——“清晰无底线(Without Claer)”。

3、概念图(Concept Map)

比如著名的亚马逊飞轮,它不是一个口号,而是个底层算法

无论是贝索斯力说股东,开展倒贴钱的Prime业务,还是后来开始AWS亚马逊云服务,都会用这个系统去思考,是否符合公司战略。

概念图的核心是明确输入-输出,其知道每个概念之间的相互关系。

比如现在让你上台来一次即兴演讲,估计你脑子会发懵。

但这个时候我拿起手边一张卫生纸,给你画一张图,你立即就霸占全场了:

a、经历。

我觉得自己的人生就像一个挎包,出生的时候拉链没开,什么也装不下。

b、低谷。

后来打开拉链,就开始不断装东西,越装越多,比如物欲、金钱、感情或工作压力等等,后来几乎都要撑裂了。

c、翻转。

于是我开始丢东西,刚开始丢的时候觉得很不舍,但后来能够真正做到放下,就只留了三样最重要的东西,它们是身体、家庭和幸福。

所以我感觉现在的自我非常舒适。

4、 公式。

比如我有个陌陌的市场经理朋友,有次在软件园中午吃食堂,她说,来了个总监,总是嫌他们之前 广告预算太多,但是公司明明UV(不重复用户数)的增长还不错啊。

我告诉她,把这半年每周的预算和UV数据,在Excel中写一个Correl函数,拖动数据就能测算出两者的相关性。

大于0.8则证明两者高度相关,投广告完全没问题,结果相关系数=0.91,分分钟打脸新来的总监。

公式不仅包括函数,也包括各学科底层原理。

比如经济学的“供给-需求”理论,可以解释市场现象、公司关系、小卖部是否卖豆浆,你和女朋友关系等生活方方面面。

X、感知算法(技能)

刚刚提到的四种,都是基于归纳和演绎的理性算法,其实只占你生活的1%。

而剩下的99%,都是感知算法

比如吃一盘菜,感觉好吃or不好吃,今天和朋友打球,投球、跑位、进攻、防守等等。

其实都基于大脑神经网络算法,靠大量案例和重复刻意练习来掌握。

由于感知算法无法量化,所以此后文章不再提及。

什么是信息?

打个比喻,如果你想了解一个领域,算法就是房屋的框架,修建起来基本不会变,信息则是框架内的“装修、物品、家具”等等具体的东西。

两个人在一起,不可能只沟通算法,还得填充进实实在在的东西,彼此才能理解。

那么,你一般会遇到什么类型信息呢?

其实三个方面问题-观点-论据

问题:为什么很多人稍微遇到点事,就控制不住情绪?

观点:根本不是“性格”的问题,而是每个人面对事件的不同认知立场导致。

论据

1、飞机上的噪音很烦人,但你肯定不会因此发脾气,因为你默认飞机噪音是客观存在的,没有任何理由发脾气,这是客观立场

2、几个七八岁的小孩在旁边吵吵闹闹,说了几次都不听,你就会发火了,因为你认为小孩是可以听话的,所以是他的问题,这是意向立场

3、你设计了一个扫地机器人,也有很大噪音。这时你又没法发火了,因为是你自己设计的,你感觉自己可控,这是设计立场

问题-观点-论据三者关系是:

问题是每个人都会遇到的,而观点则是每个人不同面对问题的视角。

而在解释和沟通环节,又需要有论据,也叫“说服力工具”,让别人信服,所以,你对于信息的搜集和掌握,无非这三者。

当然,每个部分还可以再分子类。

问题:

A1-定义,什么是情绪?

A2-原因,为什么人类会情绪?

A3-行动,在XX情况下,做哪些事能让你控制好情绪?

...

观点:

权威认同:心理学家埃里克森提出一个情绪理论...

对比:“人类和黑猩猩情绪对比,有哪些不一样”

颠覆性:“通常我们理解情绪和情商有关系,但其实,情商理论根本站不住脚...”

论据:

B1-类比:“情绪理论,其实好比你住一个岛上,在岛上会感觉舒适满足,但在.....”

B2-案例:“曾经有一个极端的案例...”

B3-故事:“公元前6世纪时,在古代印度的王国里,有位叫悉达多的王子,看到生老病死所产生的苦,其实是所有情绪的来源“

B5-数据:“据XX统计,人口上2000万的大都市,65%的人都有情绪焦虑的问题。”

...

当然问题-观点-论据你还可以补充各种分类细节,感兴趣可以留言到评论区。

后面的话

综合来看,为什么学习仅仅是存储-提取

你会发现大多数人学习的误区。

1、热衷收集信息,而非掌握算法。

我在2015年干的蠢事——每天用一个固定表格记录每本书的内容,其实最后只掌握了一个算法,那就是表格本身。

在同一表格下,即便写了10000本书,也就是一堆信息,而非搜集算法。

2、你以为的算法,其实还是信息。

比如刚刚看到有人把书的内容画在了一张纸上,看上去很震撼,但除了想把信息过一遍,其实毫无意义。

因为它的唯一用途,是你哪天去给别人讲一遍这本书(实际你几乎不可能遇到这个可能)。

算法的作用是今后你遇到同样的情况,可以无限次使用,显然你不可能每次拿出这么复杂一张图。

3、你更热爱存储,而非提取。

不过我说的提取,更多是指要解决一个真实问题。

比如你囤积了很多心理学概念,然后跑到各种群去复制粘贴,也就没什么价值。

作者简介:程驿,世界500强数据分析师,软件工程产品经理,已出版新书《认知颠覆》,公众号:道长的思维铺子(ID:daozhangsiwei),富兰克林读书俱乐部经授权发布

(0)

相关推荐