一、引言

有段时间“知识焦虑”特别严重，总怕了解不够多会被社会淘汰。

关注了十几个科学类公众号，生怕漏了新的科研结果；

线上教育平台囤了很多课程，紧跟最新的行业趋势。

然而，不仅没有足够时间，也慢慢发现部分内容是“新瓶装旧酒”——用语言包装一下，同一个知识点就变成新的了。

互联网习惯了造新词，否则无法引起关注。但又不可否认颠覆性的新技术也在不断涌现。

在极其有限的时间（及金钱）里，如何判断真正有启发的新知识呢？

这个问题，也是我学习【L先生智识营04课—认知工具箱】时的一直在思考的——如何利用框架化思维来提炼、辨别知识点。

此外，课程分享的三个思维模型——【认知三层模型】、【推理阶梯】、【曼陀罗思考法】，这也有利于提升人际关系的应对能力，厘清纷乱，多角度提出解决方案。

说明：

文章和图示是自己学习【L先生说智识营】课程后的思考笔记，用于稳固、复习知识。

并非完整详细的的原课程内容，有兴趣了解全部的朋友可以自行去上课~

二、「思维图笔记」

1. 本图是用Draw.io绘制，文末免费分享完整图示。

2. Process On在线编辑，建议电脑端打开：上篇（点击这里）；下篇（点击这里）

三、学习心得

1. 框架化思维：构建捕捉、创造知识的“网”

在第二课已经分享了框架化思维学习知识的重要性。简单来说，信息输入大脑后，需通过框架形成联系构建知识，不然就还是以零散的信息形式存在，很容易遗忘，所以很多人会觉得看书后就不记得内容。

就像小朋友总是喜欢跑来跑去，如果不给他们设定一个游戏规则要求手牵手，很快就会从你的眼皮底下溜走了。

框架思维对知识的“关联”作用，不仅仅只是简单的“联想关系”，而是需要了解其来龙去脉以稳固这个框架。

① 平行的作用关系

在学习工业4.0时接触到传感器这个新概念，对文科生是完全陌生的领域，毫无头绪该从哪个方向入手。

但早前我了解过大数据是人工智能得以快速学习的素材库，而传感器也是获取大数据的途径之一。那传感器这个概念就不是孤立的信息点，可以纳入到人工智能相关的知识框架里，一这个角度作为学习的突破点。

如果只是知道人工智能和大数据有关系，但不清楚其内在逻辑来形成一个“网”，就失去了“捕捉新知识”的作用。

② 现象与本质的关系

鲶鱼效应、木桶理论、幸存者理论……相信大家在不同文章都看到各种“理论效应”，记得我还曾搜到过一个文档记录着100多个。

先别说有没有能力记住这上百个理论，因为你会发现有些理论还自相矛盾，在应用时根本无从选择。

存在矛盾不代表理论错误，是因为很多是基于科学实验得出的结论——不同实验设定的前提及条件都有差异，对应的结论也就只适应当下的假设前提，换个场景就失效了。

记住每个不同条件对应的具体结果，那是机器人学习才做的事，而我们更多是基于抽象的底层逻辑来分析、灵活应对。

例如抽象阶梯、认知三层模型（下文）看着结构很像，但又有点不同。你分开独立学习后，遇到实际问题就会踌躇——我该用哪个模型啊？

实际上这两个模型都有一个底层逻辑，即人们对事物分类的不同水平（参看《认知心理学》第九章知识），清楚了这个知识点，你就更加理解上述两个模型如何应用。

2. 认知三层模型：全面认识事物的现象与本质

认知三层模型分为应用层、认知层、原理层。如下图房屋为例，可以更好地理解这个模型的内涵。

我们生活大多直接接触的是【应用层】的具体信息。这类信息内容量大，多以个体为例，对应的就是差异变化也大，会导致我们在分析问题的时候总是很容易被干扰。

而更加稳定的【结构层】、甚至本质不变的【原理层】，可以有利于我们直达问题核心，排除各类干扰项，这也是【第一性原理】。

以分析公众号为例。

“公司的公众号如何提升阅读率？”，这基本是每个新媒体运营或编辑被问得最多的问题。

如果只从表象去分析，可能只会关注标题是否够“引发焦虑”？选题是否有趣？推广是否到位等。但你会发现，好像每一项都可以做得更好？但应该往哪个方向？做到哪个程度呢？

似乎很多工作，却又不知从何下手。

实际上，这些优化手段，都必须有一个可靠的参考标准。例如【选题是否有趣】的参考对象在于：抢占了目标用户时间的竞争对手，他们的内容是否比你更有吸引力。

而竞争对象，可不仅仅只是你的同行！这就是需要往下挖掘到【原理层】——用户消耗碎片化时间的核心目的是什么。

确定了公众号的核心定位后，才能往上进一步思考优化的方向：

① 以消磨时间娱乐为主。用户可以玩游戏，看短视频，为何要看公众号？

② 以自我提升为主，用户可以到各大在线教育平台上课，为何要在公众号获取知识？

通过这个模型的分析，可以切入的优化角度就更加精准，也能根据竞争对手的特性做更有“策略性”的参考和改动，而不是每一种方法都去没有目标地去尝试。

认知三层模型除了分析问题，也可以作为整理知识体系所用。如营销学每年都会“新发明”各种理念，但却没有一个学科标准进行规范，会让你陷入混乱之中。

但其实营销学很多都可以回归到心理学某个核心的基础理论。基于这个底层逻辑去梳理各种专业术语，就会发现到底哪些是同个内涵不同说法，或哪些是糟粕哪些是精华了。

3. 推理阶梯：克服“自动化思维”的无谓猜想

“今天同事催我赶紧给文档，感觉态度很差，是不是他对我意见？”

“刚才跟领导打招呼，他没理我，应该是我最近工作表现不好？”

……

相信很多“社恐”打工人每天大脑都会被各种想法支配，最后揣度得出的负面结论让自己一天结束后，筋疲力尽。

且对这些想法和结论，我们自己往往是深信不疑，认为有理有据——对方的行为说明了一切。

然而，当脑海里突然浮现出一个想法的时候，即使就1、2秒时间，也是完成了一个复杂的认知过程（下图）。

这个认知过程，如果是真正的严谨推论、理性思考，是需要跟考察证据，非常耗费能量。

因此我们往往都是习惯依赖【自动化思维】——依据自己的【核心信念】有选择性地截取对方特定行为，并根据自己主观的规则进行解释。

同时，受限于人体机能，我们无法100%观测到真实世界，这是无法避免的限定条件。

基于这两点，问题也就此产生，个人认为的和他人真实的想法，总是存在差距。

这个差距最后产生的偏差，要么是过度解读、要么是自寻烦恼。

那如何破除【自动化思维】的魔咒呢？

① 对于突然出现的想法或态度，需要不断地审视：为什么会有这个态度；哪些特征导致；为什么不是其它特征；起主导作用是什么信念。

② 拓展信息渠道，避免信息茧房的影响。关注[不在场的东西]——未展示的数据。

③ 图尔敏模型的应用：检验概念是否模糊；检验骨架是否成立/充分/确定；检验前提是否成立。（L先生智识营-03课）

4. 曼陀罗思考法：扩展问题解决的角度与思路

通常我们面临问题时，最经典的步骤是：

① 提出一个A、B选择项（或更多）问题

② 针对各个选择项，列出好、坏

③ 对比，看哪个好处更多。

在简单购物决策中，例如买包盐，根据价格、口味等简单因素即可做出选择。但实际生活却因为太多不可控和不可见因素，让各种“好处”、“坏处”都是动态变化或者无法确切肯定。

“要不要买房”、“要不要换专业”、“要不要跳槽”……这些问题即使列出各种好坏，都会发现无法判断。

当提出问题只能有两个对立选择时，本身就会限制了解题思路。因此曼陀罗思考法正是重置问题思考角度的模型——最开始是【原有问题】，走完九宫格后提出更本质的【新问题】。

曼陀罗思考法并非给出解决方案，而是改变你思考的角度，从而才能进入到下一步去寻找更有效的解决方案。

四、小结

三种认知工具方法都有个通用的思路——梳理现象，寻找本质，找到被隐藏起来的问题、关键。同时，其应用场景也不仅仅只是局限于本文分享的内容。

但或许有些朋友会疑惑，每次分析都要走一遍分析流程，那该多累。我个人认为，其实最开始接触各种理论模型，首先，理解内在的逻辑——WHY，你才能用得好；其次，多次应用，从生疏到熟悉，最后自然会内化，形成新的【自动化思维】。就无需每次分析都要机械化地走一遍，这样反而变成了形式主义。

附录：思维图

建议电脑端打开，手机端可能被压缩不清晰。