【深度思考】如何把别人的知识变成自己的知识

2019 年 6 月 20 日 腾讯大讲堂

| 导语 :2019年,有个词被关注多次——知识焦虑,其背后典型的一种现象就是“你在朋友圈里又佛又丧,你在收藏夹里积极向上”。


作者:黎翠霞,腾讯员工。


2019年,有个词被关注多次——知识焦虑,其背后典型的一种现象就是“你在朋友圈里又佛又丧,你在收藏夹里积极向上”。

在信息爆炸的时代,每个人都会从各种渠道汲取信息,所谓“开卷有益”,甭管看懂看不懂,拿起书来就是好样的。

从获取知识的目的来看,阅读可以分成以下三类:

1. 解决困惑——你想学一个方法或一个知识点,因为它能解决你遇到的某个问题。

2.拓展自己的知识面——帮助构建自己的知识框架和逻辑。

3.积累茶余饭后的谈资——最近《XX》这本书挺火的,看了吗?看了,还不错,里面有句话我觉得写得很好…


从时间投入成本来看,可以分成以下两类:

1.「粗糙」阅读——每天抓着上班、下班、排队、午休、睡前等零散的碎片时间看看各位大牛的公众号或朋友圈的推文,更有懒者会选择“5分钟读完一本书”这样的短视频。


2.「精细」阅读——静下心来利用三五小时读一本书,读完后还不忘夸奖一下自己,“自己真的好棒棒,又看完一本书了”。


但事实往往是,懂得很多道理,却依然过不好这一生。

看了那么多书,却依然没有变成自己的知识。

那些如获至宝地被收藏到自己的文件夹里的文章、材料、笔记,很可能收藏之后再也不会打开;那些花了心思看完的书,很可能转眼就忘光光,几个月之后根本想不起书里讲了什么内容。


首先我们来定义一下什么是别人的知识,什么是自己的知识?


你看过的好书、读过的好文章,是别人经验、观点的总结,他们经过消化、思考后述诸笔端。你直接把别人的观点拿过来复述一遍,传递作者的观点,充其量叫做搬运信息。只有对现有知识产生思考,学以致用并自己去执行了才能称之为自己的知识。


这跟演员演戏是同一道理,光看别人演戏不能提高演技,演员必须要走到角色生活的源头去挖掘和经历角色经历的一切,才能最终提炼和升华出角色里鲜明的性格特征和情感表达方式。

《霸王别姬》里的程蝶衣打动了无数人,张国荣为了饰演好这个角色,拜戏剧大师张曼玲为师,提前半年到北京学习京剧,确保台上台下言行举止与角色保持一致。

因此,阅读的关键,不在于「读」,而在于「想」。

接下来,将为大家给大家讲讲我是如何把别人的知识变成自己的知识的。



||| 第一步、学会思考——问题导向体验

爱因斯坦说:如果给我1个小时解答一道决定我生死的问题,我会花55分钟来弄清楚这道题是在问什么。一旦清楚了它到底在问什么,剩下的5分钟足够解答这个问题。

带着问题去阅读,才能真正学到东西。问题就好比一个过滤器,我们每天经历无数事物,但绝大部分不会进入我们视野,只有有问题部分才会被重视起来。出现问题,寻求答案的过程就是收获知识的过程。


如果不懂如何带着问题去阅读,可以参考以下建议。


营销圈有一条黄金圈法则,最开始由营销大师Simon Sinek提出:

People don’t buy what you do , they buy why you do it.

后来被广泛应用于产品设计领域。

这里,他提出了「Why-How-What」理论,这是一种由内而外的思考方式,分为三层:

1.    Why:思考为什么要这么做,我们的目标、理念。

2.    How:采用什么方法、措施。

3.    What:产品的表现形式和成果展示。

感兴趣的同学可以去了解一下如何适用,将会让设计思维方式提升一大截。

我认为,这套理论不仅适用于产品设计领域,也同样适用于阅读领域。阅读前,不要一上来就关注别人讲了什么,而要带着问题去阅读。



作者为什么这样讲(why),围绕思路和主题,他的目的和理念是什么?他是怎么得到这个结论和核心观点的(how)?

最后才能更深层次、更系统地理解他讲了什么(what)。


举个例子:

在《增长黑客》这本书里有这么一句话:

增长黑客就是通过快速的迭代试验找到实现产品增长的有效方法。


作者为什么要这么说(why)?通篇读下来,你会发现,作者通过对Facebook、Airbnb、Uber、LinkedIn等企业的研究,最终得出这句话就是增长黑客的中心任务(how),我们的终极目标就是实现产品的有效增长。

为此,作者介绍了实现增长的多种不同的方法:A/Btest、搜索引擎优化、PMF、精益创业、有损服务等(what)。

这样的阅读方式,你关注到的不仅仅是局部,而是全貌了。

 

||| 第二步、学会对知识拆解重组——深度加工

很多同学喜欢做读书笔记,一般是把书中或文章里的原话摘抄下来,然后放在不同的文件夹里进行封存。我以前也经常这么做,但结果是,这个方法根本不work!


原因很简单,这只是最省力的摘抄和复制,我们的大脑根本没有进行过思考,所以对于内化和巩固知识点起不到任何作用。再说了,几百几千条的笔记,除非经常翻阅,不然很快会忘光光。


祖宗总说,好记性不如烂笔头,但单纯重复是效果最差的学习方法。想想为了高考,曾经抄过的无数遍的政治观点,现在还记得多少?


那应该怎么做?把知识进行深度加工。


在获取知识的时候,把信息拆解揉碎,再用自己的话重新组织一遍,强迫它和我们脑中已有的概念建立联系,从而固化下来。这个过程会消耗很多脑力,但一旦坚持了,会受益匪浅。小时候,老师会让我们做睡前三分钟思考:闭上眼睛,回顾老师上课讲过的知识点,并用自己的话默念一遍。通过对信息的自由回忆,加深对知识的理解。


在此基础上,我总结了「深度加工三步曲」,希望对大家有帮助。



【步骤一】提取中心思想

这条笔记主要讲的什么?这跟高中我们做文章练习是一样的,通过一段话,提取它的中心思想。

举个例子,《增长黑客》里有这样一条笔记:

有损服务,是指刻意输出在品质上存在某些损失的服务,目的是以此牺牲换取其他方面(速度、稳定性、成功执行的几率)的优化。

背下这样的概念其实意义不大,但提取中心思想后,就记得很牢固了,例如,可以提取这样的中心思想:有损服务是一种优先保证关键功能的服务。


【步骤二】寻找相关信息及结论

进行完第一步后,我们就可以对笔记进行深入剖析,寻找相关信息,这些信息可能是你的疑惑,衍生问题或其他想法。

如:什么时候会用到有损服务?速度、稳定性和成果执行这几个元素哪个更重要?我们应该怎么选择?诸如此类的。

发生问题时(如时间成本、人力成本、服务器资源无法有效供给的情况下),优先保证核心功能的运转,按照核心重要程度进行舍弃;条件允许的情况下,舍弃的性能越少越好。

【步骤三】找到适用场境

知道了这个概念,就可以想想在哪些场景下可以使用到?


书里举的例子是讲微信团队的服务器逢年过节都承受巨大的消息量压力,后经考量,多数情况下消息的顺序并没有那么重要,于是替换成有损的解决方案,在极端情况下不强求用户收到消息顺序的一致性。


那我们可以想到,在618、双11这样的电商节日,在抢购压力巨大的前提下,对于秒杀商品,剩余商品的精确数量也并没有那么重要,可以用仅剩1千件来替代仅剩987件,以此减少后台数据库的实时查询量。


这样就构成了一条有效的笔记。


||| 第三步、进行知识的迁移——知识的行动力


在知识面前,静止的永远是他人的,流动起来的才是自己的。

可以通过两种方法检验你是否真的掌握了这个知识点:


1.实践

把自己整理出来的知识点,用来指导实践,通过实践性的输出,做到学以致用。


2.传授他人

跟别人聊天,你能把这个知识点说得像昨天刚发生在你身上的一件事一样,且别人能听明白,说明你已经掌握了。


||| 结语


总结一下把他人的知识变成自己的知识的流程:

首先,进行输入,选择自己感兴趣的文章、书籍,认真花时间和精力去阅读,书不在多,贵在精。

其次,利用why-how-what三步法进行思考,理解知识点的应用范围。

再次,对知识点进行重复梳理和精度加工,寻找适用场景。

最后,把知识用于实践上,使其变成自己的知识。

 

引用一句爱因斯坦的话和你共勉:

学习知识要善于思考,思考,再思考,我就是靠这个方法成为科学家的。


年度好文:腾讯工程师的自我修炼


《一起来捉妖》妖灵战斗力的量化浅析


QQ 8.0改版策划故事


当我们谈论智慧零售时,到底在谈什么?

登录查看更多
3

相关内容

喜欢,常用的集合
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
356+阅读 · 2020年2月15日
【阿里技术论文】AliMe KBQA:阿里小蜜中的结构化知识问答
专知会员服务
82+阅读 · 2019年12月14日
三本书,帮你解决阅读难题
罗辑思维
8+阅读 · 2019年6月13日
我是怎么走上推荐系统这条(不归)路的……
全球人工智能
11+阅读 · 2019年4月9日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
人机交互如何改变人类生活 | 公开课笔记
人工智能头条
4+阅读 · 2018年7月9日
当我们在读书时,我们在读什么?
互联网er的早读课
3+阅读 · 2018年3月19日
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
机器学习应该准备哪些数学预备知识?
AI100
4+阅读 · 2017年11月26日
关于孩子的未来,汪涵和李锐想告诉你这些......
三联生活周刊
6+阅读 · 2017年10月28日
如何用Python从海量文本抽取主题?
AI研习社
7+阅读 · 2017年7月6日
已删除
Arxiv
32+阅读 · 2020年3月23日
VIP会员
相关VIP内容
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
356+阅读 · 2020年2月15日
【阿里技术论文】AliMe KBQA:阿里小蜜中的结构化知识问答
专知会员服务
82+阅读 · 2019年12月14日
相关资讯
三本书,帮你解决阅读难题
罗辑思维
8+阅读 · 2019年6月13日
我是怎么走上推荐系统这条(不归)路的……
全球人工智能
11+阅读 · 2019年4月9日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
人机交互如何改变人类生活 | 公开课笔记
人工智能头条
4+阅读 · 2018年7月9日
当我们在读书时,我们在读什么?
互联网er的早读课
3+阅读 · 2018年3月19日
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
机器学习应该准备哪些数学预备知识?
AI100
4+阅读 · 2017年11月26日
关于孩子的未来,汪涵和李锐想告诉你这些......
三联生活周刊
6+阅读 · 2017年10月28日
如何用Python从海量文本抽取主题?
AI研习社
7+阅读 · 2017年7月6日
Top
微信扫码咨询专知VIP会员