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。