你是否经常有这种困扰:
制定好读书计划,每天半小时,二三十页,坚持了半个月终于读完一本书,却发现,过了几天,就忘了书里讲了什么;
记了厚厚的几本笔记,数千个条目,每次翻开却淹没在信息的海洋里,不知从何入手用起;
和别人聊天时,谈到一个话题,模模糊糊记得「啊,这个内容我在书里看过」,却完全想不起来是什么了;
……
针对这些问题,大家往往会有两个误区。
第一个误区,是将这些归咎于记忆力。
我经常碰到这样的提问:我老是记不住读过的书,经常要反反复复翻看,是不是我的记忆力太差了?如何才能提高记忆力?学习记忆宫殿有用吗?等等。
第二个误区,是求助于外部系统。
持这种观点的人会认为:学到的内容只有记下来才有价值,我内化不了,一定是笔记方法不对。他们会不断追求一套「完美」的笔记方法,既方便记录,又方便提取、检索,最好还能便携、随想随用。
为什么说它们是误区呢?因为它们都犯了一个错误:认为学习一定要「储存」。
什么意思呢?无论是记忆力还是笔记,着眼点其实都在于「如何存放知识」。在他们的理解里,学到的知识就是一种资产,要将其存放起来,才能被我们更好地利用。
但这其实是一种很大的误解。
单单强调「存放」知识,是没有意义的。这些知识以原本的面貌囤积起来,并不会产生任何变化、价值 —— 我们只是在「复制」它们,并没有真正让它们创造出新的东西。
为什么读了很多书,却没有起到任何作用?很大程度上,就是因为,你只是在被动吸收这些信息,没有发挥出它们的价值。
如何将知识真正用起来?最本质的做法,是将知识进行聚合、关联,让这些散落的知识点集聚成整体,「涌现」出新的特征、洞察、方法。
在这个过程中,「储存」,只是一个过渡阶段,甚至是最不重要的阶段。
那么,学习的本质模式是什么呢?是「获取」+「思考」+「行动」。
这就构成了一个完整的「知识流」。
囤积起来的,只是信息,它本身是没有价值的。只有让信息流动起来,经过我们的深度思考加工,聚合成整体,再指导实际行动,才能成为「知识」。
这就是学习的过程,也是认知升级、不断自我提升的过程。
那么,在这个「知识流」体系中,每一个环节,分别都有哪些原则、方法和注意点呢?
其实,在之前的文章中,已经陆陆续续写过一些。比如:
以知识点为单位,而非以文章、章节、全书为单位,这属于「获取」;
进行延伸学习、主题学习和包围式学习,这同样属于「获取」;
强调深度思考,对知识点进行关联和网络化,这属于「思考」;
行动笔记,习惯养成,复盘和反思,这些则属于「行动」;
……
可以看到,这套体系是非常庞大的,要想把它讲清楚,至少需要一本书的量。
(后面会把这套体系写成书,再跟大家分享。)
今天先分享几个小技巧,关于「获取」和「思考」。虽然仅占这整个体系的 2% ,也希望能给你一些启发。
1. 快速翻阅
大家对「快速翻阅」一定不陌生 —— 逛书店,被某个书名吸引,拿起来,快速翻看几分钟,判断一下内容的价值,觉得有用,记下来,或者买走;觉得没用,放回去,继续逛。
但此「翻阅」,并非彼「翻阅」。
我读书有一个习惯:会在思维比较活跃的时间段,从藏书里面,随意选出几本,从头到尾快速翻看,几页几页地翻,每页瞥上几秒钟。
为什么要这样做呢?目的有二。
第一,在记忆空间里「埋点」。
神经科学表明,我们的记忆空间其实是巨大的。大多数被我们所接收到的信息,并没有被忘记,只是堆积在长时记忆的底部、难以被提取而已。它们会潜移默化地影响我们的大部分行为。
这种记忆类型,就称为「内隐记忆」。
简而言之,当你快速翻阅的时候,虽然你并没有真正读懂每一页的内容 —— 你看到的,可能只是一堆词汇或者句子 —— 但是,它们已经进入了你的记忆里,只是你没有办法「主动」地唤醒和提取而已。
那么,这些信息有什么用呢?
其实,你对它们并不陌生 —— 因为它们就是灵感、直觉和潜意识的来源。
你一定有过这样的体验:思考一个问题,突然间,蹦出一些零碎的概念、词汇、想法,连自己也不知道是从哪里来的。其实,很多时候,就是这些深藏在意识层面之下的信息,跳出了阈限,被你的意识敏感地捕捉到。
所以,快速翻阅,实质上就是一个素材的积累过程。你没法回想起「刚才都翻看了哪些内容」,但它们一直存在,没有被忘却,并且在某个需要的时候,不期然地出现在你的脑海中。
这是第一点。
第二,快速掌握一本书的脉络。
经常有同学问我:您说要「主题学习」「包围式学习」,但我怎么知道该从哪本书去找相关的知识点?是不是首先要有大量的阅读量?
其实未必。你并不需要逐页地把一本书读完,很多时候,只要快速翻阅几遍,就能大致记住「这本书大概讲了什么」。
那么,当你需要查阅资料,进行主题学习的时候,就能快速定位到相关位置。
如果你的记忆类型,是视觉型和图像型,那你肯定会有这种经历:
回忆一个内容,虽然记不起具体讲了什么,但能模模糊糊记起某本书,知道大概在哪一页,甚至包括页面的内容,文字和图片的排版,等等 —— 这个图像突然出现在了你的回忆中。
这就是所要达到的效果。
获取信息,很多时候并无需记住信息细节,只需要记住「在哪里能够找到」,能够快速利用起来即可。
这跟记忆力其实没有太大关系,它更需要的,是不断积累这些细小的习惯。
2. 结构化拆解
很多人有一个习惯:喜欢照原样「摘抄」和「记诵」信息。作者怎么写的,就怎么记下来,等以后再去深入思考、理解。
但不妨想一想:你记下来的这些东西,真的会去看吗?
人都是懒惰的,能不动脑子就不动脑子。这样一来,这些被你摘抄和记忆的信息,其实都是浪费了。
这也是造成「信息囤积」的最大原因:我们只是在搬运信息,并没有真的吃透和理解它们。
如何解决这个问题呢?最好的方法,就是当信息进入你的大脑时,不要原样照搬,而是把它们进行结构化的拆解。
简而言之,就是用自己的话去复述:
-
这段信息讲了什么?
-
它有几个要点?分别讲了什么?
-
这些要点之间是什么样的逻辑关系?
-
我可以如何把它放进我的框架里面?
训练营中讲到这个内容时,很多同学问道:按这种方式去记忆和理解,如何确保自己的理解是正确的?会不会歪曲信息的本意呢?
这其实是难免的。任何信息经过你的加工,不可能保留100%的原貌,一定会发生改变。重点在于,这些改变是否是错误的,是否在可接受的范围内。
所以,解决方法也很简单:不要去读跳出自己水平太多的信息(因为你很难真的读懂),尽量做到,对信息有一定的熟悉程度,同时又能吸收到新的东西。
我在这个公式,让你的学习更高效中,也提到过这个原理:E = K / I 。
什么意思呢?E 代表新知识的接受程度,K 代表你已有的相关背景知识,I 代表新知识的复杂程度。
简而言之,就是集中优势火力,聚焦目标,充分了解,各个击破。
这才是有效的学习方式。
另一方面,对信息进行拆解,实质上,也是在进行一次精细加工。
认知心理学把对信息的理解分成两种,第一种叫简单加工,就是单纯的复述、记诵信息;第二种叫精细加工,就是对信息进行思考,建立联系,重新表述。后者的记忆效率,远远优于前者。
所以,时刻对信息进行拆解,再思考、内化、记忆,不仅能提高对信息的利用效率,也能不断强化对信息的记忆。
3. 回想测试
如何才能记住读过的内容?
大多数人想到的,可能是复习,笔记,以及各种「记忆术」—— 诸如故事记忆、记忆宫殿、图像记忆……
但这些方法真的有效吗?
大量的自我学习判断测试表明:各种记忆术能让人觉得「短期记忆增强了」,但长期来看,它们的效果并不稳定,甚至是无效的。
原因其实很简单:这些方式都属于机械记忆。你对它们的记忆本身,是跟结构和场景绑定的,换一种问法,换一个角度,很可能就回想不起来了。
其实,只需要用最基础的回想和再认,就能非常有效地提高长期记忆效率。
如何回想呢?很简单,测试自己:我刚刚读到了什么?
这个回想测试可以在任意时候进行。比如:
读完一页书,翻过来,回想前一页的内容;
快速翻阅后,停一下,回想刚刚翻过的内容;
读完一段话、一篇文章,问自己:我刚刚读到了什么?
读到一个关键词,问自己:这个概念在前文是否出现过?讲了什么?
……
我们会下意识地排斥这种方式,因为它会降低流畅性:你需要从接受信息的愉悦感中停下,跳出来,调动大脑去思考、回忆,这是一个很不讨喜的做法。
但这恰恰是这个方法之所以有效的原因。
心理学家 Rowland,在2014年发表的一篇论文中,分析了331个关于记忆的实验,指出:绝大多数情况下,记忆效率跟「提取时所花费的努力」(effortful processing)基本呈正相关。
也就是说,阅读时越流畅、越「舒服」,你就越可能记不住。反之,不断强迫大脑去思考、理解、回想,建立的记忆就越牢固。
原理非常简单:当大脑需要花费精力去提取一个信息时,它就会觉得「这个信息是重要的」,从而给它赋予一个高权重(bias),使它更容易被提取。
所以,我读书时,很少会一气呵成、不断翻阅下去 —— 除非是我非常熟悉的内容。往往是读一部分,起来踱步、思考,把刚才读到的信息在脑海里反刍,不断寻求关联,往回溯源,尝试着在知识点之间建立触点。
不要让自己沉浸在新鲜信息的刺激中。记住:只有经过深度思考,被你完全吃透的东西,才是真正属于你的东西。
from http://36kr.com/p/5132382.html
相关推荐
通过不断地实践和实验,你将更好地掌握MATLAB中的图像处理技巧,并能够灵活运用到实际项目中。记得在编写代码时,要注重注释和代码结构,这将有助于理解和维护你的程序,也能提高编程效率。祝你在MATLAB的学习旅程中...
例如,将列表中每个元素翻倍可以简洁地写为`[elem*2 for elem in bag]`,而不需要使用for循环和索引。列表推导式不仅使代码更简洁,而且提高了执行效率。 2. 遍历列表时,Python提供了更为直观的方法。如果需要在...
Python是一种强大且易读的编程语言,它提供了许多简洁...掌握这些Python小技巧,不仅可以提高代码的可读性和效率,还能让你的编程体验更加愉快。在编写Python代码时,尝试使用这些方法可以使你的代码更加简洁、高效。
微软Word是全球广泛使用的文字处理软件,其快捷键功能对于提高工作效率有着重要的作用。以下是从给定文件内容中提炼出的Word快捷键知识点: 1. 文档操作快捷键: - Ctrl+N:新建一个Word文档。 - Ctrl+O:打开...
进阶技巧:解锁多线程下载、断点续传等高级功能,让你的下载效率翻倍提升! 你将学到: Python基础语法:快速入门,掌握编写脚本的基础。 网络请求与响应:使用requests库获取视频链接。 HTML与CSS基础:解析网页...
还有,如果你喜欢快捷键,自定义快捷键来启动截图,比如Ctrl+Shift+S直接开始屏幕录制,效率翻倍!别忘了,Ubuntu还支持截图后直接上传到云盘或社交媒体,一键分享不再是梦。现在,轮到你动手试试了!
扩容时通常会将当前容量翻倍。 示例代码: ```java Object obj = new Object(); Vector v = new Vector(100000); for (int i = 0; i ; i++) { v.add(0, obj); } ``` 上述代码演示了向 `Vector` 的头部插入元素的...
以下,我们将详细介绍ES6中的几个重要小技巧,这些技巧在实际开发中可以极大提高代码的可读性和效率。 1. 强制要求参数 ES6引入了默认参数值机制,这让我们能够为函数参数设置默认值。如果函数在调用时未传递参数,...
DDR2内存,全称为Double Data Rate Second Generation SDRAM(第二代双倍数据速率同步动态随机存取内存),是计算机硬件中的...通过学习DDR2内存应用技巧指南,你可以更加熟练地操作和调整内存,让电脑发挥出最佳性能。
- **翻番**:表示数值增长的倍数,翻一番是原数的2倍,翻两番是原数的4倍等。 了解并熟练掌握这些术语和解题技巧,对于提高公务员考试行测资料分析部分的答题效率和准确性至关重要。通过练习和应用,考生可以快速...
在Python开发过程中,掌握一些高效的小技巧能够显著提升开发效率,减少不必要的错误。以下就是针对初学者的一些实用建议: 1. **列表推导式**:列表推导式是Python的一个强大特性,它允许你简洁地创建新列表。例如...
4. 倍长中线法:如果题设中存在中线,可以将其延长一倍,从而构建全等三角形,便于集中和转换条件。 5. 翻折法:如果题目中有垂线、角的平分线等条件,可以利用轴对称性,将图形沿对称轴翻转,构造全等三角形。 ...
4. 数列的规律考察,如3,6,12,24,这是一个等比数列,每次翻倍,所以接下来是48,96;而2,5,11,23,47则可能是一个每次加3的奇数序列,因此后两项可能是91,183。 5. 应用题包括了速度、时间和距离的关系,如...
- **一线三等角问题**:涉及到两个直角三角形的斜边是等腰直角三角形的直角边。 - **角平分线、中垂线法**:利用角平分线和中垂线的轴对称性构造全等三角形。 - **旋转重合法**:利用角含半角、等腰三角形绕顶点...
2. 倒影Bitmap的创建:使用`Bitmap.createBitmap()`方法创建一个新的Bitmap,大小与原图相同,但高度翻倍,以便容纳倒影。 3. 倒影的绘制:使用`Canvas`在倒影Bitmap上绘制原图的翻转副本,可以使用`Matrix`类来实现...
- 例3中,函数y=sin(2x+φ)先进行横坐标伸长到原来的2倍,再向左平移φ/2个单位,最终得到新的解析式。 7. **解题技巧**:在解决三角函数图象变换的问题时,理解并熟练运用五点法、平移和伸缩变换的规则至关重要...
- **扩容与缩容策略**:当装载因子超过一定阈值时,哈希表可能会进行扩容,通常是翻倍;反之,如果装载因子低于另一阈值,可能进行缩容,以节省空间。 - **插入、查找和删除操作**:这些基本操作都需要考虑如何...
对于这个问题,我们可以采用二分查找的思想,每次尝试用接近上界一半的火药来测试所有邮箱,如果全部未爆炸,则翻倍火药,反之则减半。这个策略可以确保在log2(m)次测试内找到答案,大大减少了火药的使用。 需要...