碎片化的知识如何完美串联?
碎片化的知识如何完美串联?
文/刘十九
本文系作者授权“清南”发布。
我们的大脑很像是电脑,也有接受输入(Input),处理信息(Process)和输出(Output)的过程。
在“著名物理学家费曼的快速学习法”一文中,我们聊过了“真正理解一个概念”的重要性。而要更好的处理信息,做到真正理解一个概念还是不够的。
James Young在“A Technique for Producing Ideas” 一书(首次出版于1940s,再版至现在)中,回答了我们如何得到新想法这一问题:
关于如何产生新想法的一般规律,我认为有两个很重要:
第一个规律就像柏拉图所说:“新想法是对原有事物的重新组合。” 这可能是关于如何产生新想法最重要的事实。
第二个重要的规律是将原有事物重新组合的能力很大程度上取决于我们看到新联系的能力。…对有些人来说每一个事实都是分离的一点点知识,对有些人来说是一系列知识的联接。知识有其联系和共性。对他们来说,知识不再是孤立的事实,而是一种适用于一系列事实的一般规律。
所以,在知识间找寻关系的能力是产生新想法的关键。
基于此,在我们真正理解一个概念后,下一步要做的是“connecting the dots”。
那么如何做到“connecting the dots”?这其实是一个很难的问题。看到新联系是一种很重要的能力,我们很难寄希望于读过一篇文章或一本书就瞬间拥有。但是如何通过锻炼更好的拥有这种能力却是有章可循的。
下面我想介绍两种方法,第一种来源于Scott Young《如何高效学习》这一本书,第二种来源于我自己的一些总结。
单点拓展
作为1年完成 MIT 4年33门课程的大牛和学习领域的专家,Scott Young认为要建构信息与信息之间的联系,有3种主要的方法:深度拓展、横向拓展和纵身拓展。我们在读任何一本书,学习一个新的知识时,都可以采用。
- 深度拓展 -
深度拓展是对知识的背景和形成逻辑进一步的探寻。比如在书中看到一种新的营销理论,那要问结论从何而来?有什么背后的假设?作者的推导过程是什么?
《如何高效学习》中提到:
深度拓展需要在信息内部创造联系。不是仅仅理解一个结论就结束了,要进一步理解结论之前的试验,试验是怎么做的?是谁做的?怎么想起来做的?
如此这般之后,结论就建立在与其他相关知识联系的基础之上了。
- 横向拓展 -
横向拓展是在同一个领域对知识进行对比的一种方法。《如何高效学习》中提到:
知识不会孤立地存在,与此类似的结论还有哪些?是哪些地方类似?不同的地方在哪里?同一时期还有哪些其他的发现,同一个发现者还有哪些发现,在同一领域里还有哪些发现?围绕这一结论有哪些其他的事实?
横向拓展需要在知识周围建立联系。…比如将发生在古希腊的一件事与另一件发生在古代中国的事情联系起来。
- 纵向拓展 -
纵向拓展是跨领域建构联系的一种方法。《如何高效学习》中提到:
知识都遵循一定的模式,同样的模式在其他知识中也会见到,你能将一个公式与一个自然事件相联系吗?比如水的流动或是驾驶汽车?如果这个发现与一个看起来完全不相关的历史事件联系在一起,你能发现什么类似之处吗?想想看地震的预测与八国联军事件有什么相似之处吗?
比喻法是一种很典型的纵向拓展方法,比如在之前的文章中我将化学上的“自催化反应”和亚马逊的“飞轮效应”相类比。同亲的,将我们学习提高智慧的过程,和电脑的输入、处理、输出模型作类比也是一种纵向拓展。
经常运用这3种方法,我们找寻关系的能力一定会不断提高。Scott Young这种方法适合我们读任何一种材料,从材料本身进行发散、拓展。所以我叫它“单点拓展”法。
下面我总结了自己经常使用的方法,和Scott
Young的方法有相似之处,也有不同,供大家参考。
主题深化
从”Big Questions”开始思考
在平时的观察、思考和阅读中,我们总会遇到很多比较大的问题,不知道如何解决。我一般会仍给自己一些这样的问题。如:
有什么方法可以系统的提高我们的智慧?
在新的媒体环境下,一个消费品公司应该如何更好的营销?新的可复制模式是什么?
亚马逊为什么可以成长为伟大的公司?
当我们问自己这些比较大的问题时,就会发现很多知识瞬间有机会联系在一起。当然绝大部分情况下,我们的知识还远远不能回答这些问题。
一般来说,在一段时间里,我会拿出一个问题进行有针对的主动思考,将其他问题扔到脑后。因为我们的潜意识其实远强于我们的意识,所以扔到脑后可以最大程度上利用潜意识来思考这些问题,遇到有启发的信息也可以快速的建立和这些问题的联系。
接下来,我们聊一下如何“主动思考”一个问题。
①
首先,先整理关于这个问题都知道些什么。
然后可以用各种方法建立对这个问题的基础理解,可能是和专业的朋友聊天,也可以是找最相关的文章或书籍。在有了基础理解后,我一般会试图建立一个框架,保证自己可以一步步逼近问题的答案。
正如Philip Tetlock 和 Dan Gardner在《超预测》一书中提到的:
超级预测家是一个数学基础很好的群体。许多人知道贝叶斯定理,如果感觉有必要,他们会运用这个定理来为自己服务。…对超级预测家而言,比贝叶斯定理重要得多的是贝叶斯的这一核心见解:根据证剧的重要性持续更新预测,以此逐渐接近真相。
同样的,建立一个框架,持续更新自己的理解,让自己逐渐接近问题的答案是这一步的关键。
这里的框架类似于战略咨询公司常用的“不重不漏”原理(可以百度”MECE”,或者读《金字塔原理》了解更多),把大问题化大为小,化整为零,回答那些能够回答的,把不能回答的刻画清楚。
但不大一样的是,我更建议从基本的原理出发,向上逻辑推导。
如想要了解一个消费品公司在当前环境下,如何更好的做营销。一个好的切入点是从心理学、神经科学出发来了解人们记忆的原理和决策的机制,然后进一步了解媒体渠道和人们媒体消费行为发生的根本性变化。
如想要知道如何系统的提高我们的智慧,要从获取信息、处理信息和输出信息等基本的维度来一步步找到答案。
这其实借鉴了Elon Musk的first principle thinking。
要特别指出的是,我们往往很难在开始就构建对“big question”探索的理想框架,当我们对问题的探索有了一些初步的进展后,可以先建立一个粗略的版本,然后再动态调整。
此外,在探索一段时间后,和专业的朋友交谈往往会让人充满惊喜。
一个很重要的原因是不同人的知识结构是不一样的。即便朋友没有对这个问题有深入的研究,听到他们思考这个问题的角度,弄明白自己和他们意见的同与不同在哪里,把不同的看法整合成自己见解的过程,就是形成框架的过程。
虽然再完美的框架,都只是我们为了找到答案建立的一种模型近似,但通过这种近似,我们首先找到了不同子问题之间的联系。
② 选择子问题潜入
在找到一个合适的框架后,接下来是选择一个子问题潜心研究。如果觉得比较困难,可以重复上一步进一步细化。
在这一步,因为在一段时间里,我们集中的瞄准一个子问题找寻答案,所以非常多的材料、谈话、书籍都很容易建立密切的联系。有些知识归属于当前的子问题,有些知识我们建立了和其他子问题的关联,还有一些知识暂时无法关联,我们通过进一步完善框架包容它,把它和更大的问题建立联系。
③ 归纳当前子问题,继续下一个,一直到建立问题的答案
当对一个子问题有了透彻的理解后,就可以进行收拢式的归纳了。
这时要验证自己归纳的答案是否清晰,可以参考上一篇文章中费曼的做法,也可以把这一个子问题写下来成为一篇文章。这些做法都可以进一步加深理解,自我核查,同时有助于我们建立新的联系。
如此继续下一个子问题,动态的调整原来的框架,直到建立问题的最终答案。通过这种方法,我们在每一个大问题下面,都形成了一个巨大的知识网络。由于不同的子网络都是从基础原理出发的,这些子网络往往具有很强的可连接性。
比如当我们从心理学、神经科学出发了解了人们记忆的原理和决策的机制,这个子网络不仅适用于原来的营销问题,还可以作为另一个问题的重要组成部分:如何更好的投资,等等。
Mortimer Adler 和 Charles Doren 在《如何阅读一本书》里提到主题阅读是阅读的最高层次,他们的解释是:
在做主题阅读时,阅读者会读很多书,而不是一本书,并列举出这些书之间相关之处,提出一个所有的书都谈到的主题。但只是书本字里行间的比较还不够。主题阅读涉及的远不止此。借助他所阅读的书籍,主题阅读者要能够架构出一个可能在哪一本书里都没提过的主题分析。
上面提到的第二种方法是从主题阅读的方法中借鉴而来,所以我叫它“主题深化”法。
如果你仍对本文中的话题感兴趣,不妨读读下面几本书:
A Technique for Producing Ideas, by James Young
如何高效学习,by Scott Young
超预测,by Philip Tetlock & Dan Gardner
如何阅读一本书, by Mortimer Adler & Charles Doren
·
来源邀稿:求智集
作者简介:刘十九,知乎市场营销领域优秀回答者;36看如何Linkedin等平台的特约专栏作者,并且独立运营知乎专栏和公众号。
公号:求智集(ID:roadtowisdom)
http://mp.weixin.qq.com/s?__biz=MjM5NDU4Mzc5NQ==&mid=2651288043&idx=2&sn=abd6d58d4f6efb3300762b7c

加载中…