知识管理术:让学习不再混乱

2019 年 1 月 4 日 清华大学研究生教育

什么是知识管理?

为什么要进行知识管理?


我的理解是知识管理就像搭建一个脚手架,然后我们将各种类型的知识,就像砖块一样的按照框架往里放,当需要某一方面的知识时,可以很容易的从里面搬出需要的砖块,甚至提炼出自己的骨架。


知识管理不仅是一种收集知识的方法,其实是一种学习和思考的方法。


为什么要进行知识管理呢?


1. 系统化的知识框架比碎片化的知识更有用

这种观点很多文章都提到过。与我们的科研生活有什么联系呢?

我举个例子,你今天看了一篇文献,里面的某种研究技术或者研究思路很有意思,当时你记住了,可是在以后的工作中你永远想不起来用,或者不知道怎么用,因为这种小的亮点你没有能够融入在个人的知识体系中。

看见了很多好的内容,也都收藏了,如果不能够归纳,整理,并且理解应用,那就永远只是别人的知识。


2. 人脑的记忆力有限

人脑很容易忘事,即使在一定时期内记忆力深刻的事物,随着时间逐渐会变得模糊。那如何让知识准确的记录呢?无疑是用管理储存的方法,让人快速回忆,并且巩固印象。


3. 手中有粮,心中不慌

当我们需要撰写文章,做报告,做实验,学习某项技能,进行某项工作的时候,如果每次都要从头进行信息检索,或者从头进行构思,无疑需要大量的精力和时间。但实际上我们在很多时候都已经进行过一些阅读,检索,思考,但是可能并没有记录下来,或者遇到一些好的文章并没有收藏,于是当我们需要的时候,就很难调用出来。如果有很好的知识管理,就有可能实现轻松调用,也避免了我们面对“从头开始”时的焦虑导致的拖延症。


4. 节省时间

毫无疑问,减少了大量检索以及重新阅读的时间。



如何进行知识管理

知识管理的初级步骤



1
察觉


察觉就是要了解自己需要学习什么知识,积累什么知识,并且让大脑对需要学习的内容保持敏感。


这句话看上去好像很简单,我怎么会不知道我自己要学什么呢?我要学英语、阅读能力、时间管理、效率工作、经济学……今天打开微信,看见学习《如何战胜拖延症》的微课,这不就是我需要的吗?报名!明天看见如何科研绘图,这个也需要,报名!

结果课越上越多,文章阅读越多,但似乎什么都没有改变,还面临着怎么也学不完的焦虑。


学习的难点之一就在于,我们身边充斥着大量的信息,引起了太大的焦虑,并且方向感不明确。


上面提到的那种学习方式是一种焦虑型的学习方式:没有目的性,不知道自己需要什么,见一个学一个。


另一种学习方式是猎手型:有目的,知道现在要学什么,下一步要去学习什么。


那么如何做到有目的的学习呢?可以尝试下面这种方法对自己进行梳理。



知识罗盘——来自彭小六


  • 根据自己需要学习的内容分成3个大类和三个层次

  • 大的方向包括三个:专业基础领域、专业领域、通用技能领域。

  • 根据目前的能力分为:舒适区、学习区、冒险区


我自己就是属于焦虑型的学习,没有目的性,所以这一观点对我有很大触动,我决定要好好梳理下。


1. 首先我根据三大类,在白纸上写下能够想到的所有的关键词。

结果当我写完以后,发现每一个大类中其实都还会再继续细分。例如英语论文的写作其实包含了英语能力学习,文章构思,科研作图,甚至还有如何回复审稿人。这为我们后面如何收集和整理提供了思路,后面我们再讲。


也正是因为每一个大的学习内容下面还有子项,因此我决定用思维导图了搭建这个脚手架的框架。


2. 根据自己的能力情况进行评价,制定学习目标



用思维导图进行了一下总结,有的能够继续细分的进一步细分。

然后用1.2.3根据是舒适区、学习区、冒险区来进行分类。


舒适区是可以用来进行输出和别人分享,并且利用自己的优势来进行工作的区域;

学习区是有一定的了解,但是正在学习的内容;

冒险区是自己需要学习,但了解很少的内容。


  • 我们学习的目的就是将学习区和冒险区的内容逐步的向舒适区移动。

  • 但知识那么多,我们即使一直在学习,依然是有限的,因此选择哪些进行学习,这是一个难点。

  • 我们的“脚手架”会一直在变化,既会扩充,也会有删减,所以不用要求自己一下做的完美。



2
检索


互联网的发展使得知识、经验传播的更加便利。太阳下无新鲜事,很多我们在烦恼的、思考的问题,已经有比我们更聪明的人思考过了,并且很多是通过互联网免费获取的。但与此同时也带来了弊端,就是信息太多,需要耗费很多的时间精力去分辨信息的价值。


  • 通用技能检索:微信、百度、知乎、豆瓣等

  • 专业基技能:微信、百度、知乎、论坛等

  • 专业领域:图书馆、数据库、专业论坛、知乎等。


可能有人要问,微信检索?能好用吗?


这里不是给微信做广告,因为我发现自媒体的发展使得微信订阅号的检索信息比百度的相关性更高,很多质量也更高。


举个例子,我想了解“如何进行文献调研”,用微信搜索,就会出现很多相关的文章,在很多检索上也十分好用,可以算一个小tip。



3
收集、整理


收集和整理很难区分开,很多时候是一件同时进行的事情,先后顺序也并不固定。这里推荐一些我觉得比较好用的方法。我想大家可能已经知道了,就是用云笔记来进行知识管理,比如印象笔记和有道云笔记


我们的知识源来自主要4个方面:手机、网页、大脑、语言。


以有道云笔记为例,我对有道云笔记的做了一个大致的总结。云笔记的好处是在手机端和电脑上都可以进行操作。

我所使用的功能主要包括以下几个方面:


  • 用手机微信保存订阅号文章,并用手机APP或者电脑端进行整理


  • 开会、培训时,用手机APP记录照片,经验,甚至语音

      便于需要时回忆


  • 想到什么灵感,随手写下


  • 用网页保存功能保存电脑上,比如“如何撰写基金”,“如何回复审稿意见”这种文章


  • 将项目的进度,过程中的相关文件直接储存在一个笔记本中,并且标注上日期。(电脑文件夹是类似的功能,但云笔记能够让所有文件都在一个页面上,并且可以添加上一些文字记录)


  • 将某段工作经历记录下来,写成系统经验,下次再做这件事时直接根据经验调用。

    例如去年,一个老师需要做答辩秘书,问我都需要做什么,我直接把我做过秘书后写的流程和准备内容导出成pdf甩给了他。



除此之外,云笔记也可以作为时间管理的工具,列事务清单(我个人喜欢用纸笔)。


我去年的时候开始接触有道云笔记,就是希望有一个能够收集我各种想记录的内容的界面友好的工具。但是我到现在为止也做的并不好,总结一下原因:


  1. 没有养成习惯,想的起来的时候才记录一下,所以有很多文件夹里空空如也

  2. 用的软件太多,除了有道,手机上还有各种备忘录APP,日记本,还有纸质本,电脑文件的记录,导致到处都是打一枪换一个地方,不成体系

  3. 没有按照上面我们“察觉”的方法对知识系统做一个很好的分类,导致太乱。


这也是我们在进行知识管理时非常容易遇到的错误。我们来看下具体的例子,下面是我的有道云笔记。


左侧的分类很少,和我想学的相去甚远,也就是说尽管我想要建立系统,但是我之前根本连框架都没有搭起来,所以我也不知道如何去填充系统。


再来看别人的云笔记。


各种素材分类很详细,而且每一个设置了编号。


于是,我决定将自己的云笔记按照我前面脑图制定的框架重新整理。专业领域由于引用文献的便利性,我还是准备用word来进行编辑。


但是脑图给出的是具体的大类,信息种类繁多,为了便于查找,我们在整理时还要进行分类添加便签



分类的方式主要有以上三种:工作流、经验、知识体系。可根据自己的情况模仿上图进行分类。


贴标签其实就是给文件一些关键词,便于检索,因为很多内容互相之间有所关联,但不在一个文件夹。在有道云笔记中无法贴标签,印象笔记好像可以。但即使不贴标签,用关键词在云笔记中搜索也能检索到。


经过修改后的云笔记列表如下:


有些内容已经根据此分类重新编排,有些只是空的框架,还没有内容,但以后再遇上我关心的内容,我就知道需要往里面填了。


不仅是用云笔记的时候需要合理的分类和标签,在我们电脑里,各种文件的分类也是同样的道理。我的电脑分类从开始时就很随意,所以经常找东西找不到,花了很多时间在找文件上,找个时间我觉得有必要重新整理一下……甚至包括衣物,文件、文具等杂物的整理也可以借鉴。


所以知识管理不仅是管理知识,而是提醒我们如何能更好的掌握我们的工作和生活,内在本质有相似之处。



4
利用


如果只看不用,那学习的效率就太低了。


一般提高知识学习效率的方式是输出分享,形式包括:文章,思维导图,PPT,读书笔记,向他人介绍。

比如你现在看到的这篇文章,就是我学习知识管理的一种输出方式。


但是我觉得还有一种非常重要的,就是去实践。



知识管理术总结


最后用一张图来总结一下本文的内容。



转载自“学习兵”微信公众号


登录查看更多
3

相关内容

对个人及社群所拥有的显性知识和隐性知识的确认、创造、掌握、使用、分享及传播进行积极及有效的管理。 
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
194+阅读 · 2020年6月29日
专知会员服务
146+阅读 · 2020年6月15日
打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
35+阅读 · 2020年4月5日
零样本图像识别综述论文
专知会员服务
57+阅读 · 2020年4月4日
清华大学两名博士生被开除:你不吃学习的苦,就要吃生活的苦
机器学习算法与Python学习
25+阅读 · 2019年9月16日
【知识图谱】大数据时代的知识工程与知识管理
产业智能官
22+阅读 · 2019年7月3日
全面回顾 | 从知识工程到知识图谱
THU数据派
16+阅读 · 2019年5月11日
曹羽 | 从知识工程到知识图谱全面回顾
开放知识图谱
20+阅读 · 2019年5月5日
我在知识星球这一年
码农翻身
10+阅读 · 2019年2月28日
技术动态 | 事理图谱,下一代知识图谱
开放知识图谱
29+阅读 · 2018年12月28日
关于机器学习你要了解的 5 件事
机器学习算法与Python学习
7+阅读 · 2018年9月7日
已删除
将门创投
4+阅读 · 2018年6月26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
Arxiv
102+阅读 · 2020年3月4日
Knowledge Distillation from Internal Representations
Arxiv
4+阅读 · 2019年10月8日
Arxiv
20+阅读 · 2019年9月7日
VIP会员
相关VIP内容
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
194+阅读 · 2020年6月29日
专知会员服务
146+阅读 · 2020年6月15日
打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
35+阅读 · 2020年4月5日
零样本图像识别综述论文
专知会员服务
57+阅读 · 2020年4月4日
相关资讯
清华大学两名博士生被开除:你不吃学习的苦,就要吃生活的苦
机器学习算法与Python学习
25+阅读 · 2019年9月16日
【知识图谱】大数据时代的知识工程与知识管理
产业智能官
22+阅读 · 2019年7月3日
全面回顾 | 从知识工程到知识图谱
THU数据派
16+阅读 · 2019年5月11日
曹羽 | 从知识工程到知识图谱全面回顾
开放知识图谱
20+阅读 · 2019年5月5日
我在知识星球这一年
码农翻身
10+阅读 · 2019年2月28日
技术动态 | 事理图谱,下一代知识图谱
开放知识图谱
29+阅读 · 2018年12月28日
关于机器学习你要了解的 5 件事
机器学习算法与Python学习
7+阅读 · 2018年9月7日
已删除
将门创投
4+阅读 · 2018年6月26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