为什么那些每天读书打卡的人，根本称不上是在学习

学习的正确方式，并不是整天打卡搜集信息。

作者：程驿，来源：道长的思维铺子（ID：daozhangsiwei），经授权发布

♬ 点上方绿标可收听富书主播七月朗读音频

插曲：纯音乐-《永远常在》

你工作以来，做过最浪费时间的事是什么？

我干过最浪费时间的事，是在5年前，2016年创业时。

那时充满了焦虑，所以大量看书。

我参加了一些读书训练营，做法大致是——快速阅读，把每一本书大概内容写在标准格式的卡片中。

我写了整整5个月，读了50多本书。

突然一天惊醒，这样除了成功收集了一堆——再也不会看的信息和每天打卡的控制感，几乎没获得什么。

那时候时间之宝贵，可都是从牙膏里挤出来的啊。

我当时捶胸顿足了好几天，所以痛下决心，一定要建立起超高效的学习方法。

我这一路也认识了很多人，很多是自己确定“掌握了学习”的大V，但我也确定他们的方法更浮于表面。

还好，这个世界有一个人叫埃隆·马斯克。

他的学习才是硬功夫，是要真正掌握火箭发射难题的，而不是炫耀自己每年读多少本书。

终于，我开始用第一性原理去研究各种知识后，才感觉学习这个技能，这辈子搞定了。

学习的真正步骤是什么？

这事真的无比夸张——小学到大学，每个人花了40000小时学习，但一毕业就会把知识忘得一干二净。

任何一个国内的小孩，从小就知道要好好学习，但却基本没人告诉他们，该怎么学习？

用第一性原理想想：

一只小狮子，刚刚出生不会捕捉斑马，所以狮子妈妈得教会它如何捕猎。

小狮子会学习到“如何追击、如何攻击、如何撕咬...”等等一系列技能，而同时，它还得跟着狮子妈妈，不断捕获小斑马、中斑马、大斑马等等经验。

这就是学习，本质是高级生物体，通过后天习得生存算法。

而一些低级生物体，比如鼻涕虫、海藻、细菌，他们不需要学习，出生后大脑自带几个生存算法就够用了。

这其实好比功能机时代的NOKIA，出厂时给你“打电话、发短信、通讯录“，再来个”贪食蛇“功能，你就用得吭哧吭哧。

但像狮子、猩猩、人类这些高级生物体，就像现在你用的iPhone，花7000买回家还不够，你还得安装各类App。

你的学习，当然就是指往大脑里安装各类App，也就是学会各种生存算法。

只是大脑的特点是，光掌握算法还不行，还得掌握一些案例信息相结合。

所以，学习无非是对算法和信息的积累。

这一点，马斯克在《硅谷钢铁侠》中，有详细介绍。

现在，我们在一根纵轴上，写上这两个部分。

但如何积累呢？

一开始的核心其实也只有两个方面：存储和提取。

这时我们能得出四个象限：

A1、存储算法

A2、存储信息

B1、提取算法

B2、提取信息

举个例子：

你小学五年级学写作文，老师会告诉你一个万能写作方法——“总分总”，你记在脑子里，这就是A1-存储算法。

老师讲完了，你还是不会啊，所以你把《小学生作文报》上的两篇文章剪下来，连同把同桌小梅的作文，总共三篇”总分总“的作文，粘贴在本子里，这就是A2-存储经验。

期末考试作文，题目”我热爱的一个人“，你想起了“总分总”，于是按这个框架写，这就是B1-提取算法。

但是写到最后，不知道怎么结尾，你突然想到小梅作文中的一段话——“你像风来了又走，我的心满了又空”，于是你提取这几句话作为结尾，这就是B2-提取经验。

对，就这么简单，你小学就会了。

但为什么，99%的人就是学不好？通常人是在哪一步出了问题呢？

分别来看看。

什么是算法？

首先你得非常清楚，什么是算法呢？

而且还得再读书时，非常敏感，哪些部分可以用来建立成算法，唯我所用。

实际上，你能够直接存储-提取的算法，大致有以下这几种：

1、 清单（List）

比如你明天要坐飞机去隔壁王家村旅行，今晚就得打包，准备好所有物品。

如果每次没有头绪，乱糟糟的收拾，你会感觉很累。

这个时候你拿出清单：洗漱类、衣物类、电子数码类、证件类、药品类。

15分钟内，你就可以收拾得妥妥当当。

清单的作用，是帮助你把一堆乱糟糟的事物归类（Classify）。

而清单的展现形式一般有两种，第一种就是幕布所呈现的列表形式。

第二种就是大名鼎鼎的思维导图（Mind Chart）。

现在很多人都很执念，把所有东西都“思维导图化”，但其实这是一种最初级算法。

2、矩阵图（Matax Map）

这个你就太熟悉了，我几乎每篇文章都会用矩阵图。

比如你正在阅读的这篇文章——学习是个多抽象复杂的概念啊，用存储-提取、算法-信息四象限就能搞清楚了。

矩阵除了归类，核心作用还有分析（Analysis）。

什么是分析呢？

就是“拆分从而清晰”。

比如从前我们只会说韩梅梅学习好，李雷学习差。

而在今天分享的如何学习这张图中，你就知道了韩梅梅其实是“存储算法”更多，李雷也很努力，但更多是“存储信息”。

当然你肯定也知道“存储算法”这一个格子，肯定还比较粗糙，一个格子，当然还可以细化很多层格子（下篇讲）。

按我们行话是——“清晰无底线（Without Claer）”。

3、概念图（Concept Map）

比如著名的亚马逊飞轮，它不是一个口号，而是个底层算法。

无论是贝索斯力说股东，开展倒贴钱的Prime业务，还是后来开始AWS亚马逊云服务，都会用这个系统去思考，是否符合公司战略。

概念图的核心是明确输入-输出，其知道每个概念之间的相互关系。

比如现在让你上台来一次即兴演讲，估计你脑子会发懵。

但这个时候我拿起手边一张卫生纸，给你画一张图，你立即就霸占全场了：

a、经历。

我觉得自己的人生就像一个挎包，出生的时候拉链没开，什么也装不下。

b、低谷。

后来打开拉链，就开始不断装东西，越装越多，比如物欲、金钱、感情或工作压力等等，后来几乎都要撑裂了。

c、翻转。

于是我开始丢东西，刚开始丢的时候觉得很不舍，但后来能够真正做到放下，就只留了三样最重要的东西，它们是身体、家庭和幸福。

所以我感觉现在的自我非常舒适。

4、 公式。

比如我有个陌陌的市场经理朋友，有次在软件园中午吃食堂，她说，来了个总监，总是嫌他们之前 广告预算太多，但是公司明明UV（不重复用户数）的增长还不错啊。

我告诉她，把这半年每周的预算和UV数据，在Excel中写一个Correl函数，拖动数据就能测算出两者的相关性。

大于0.8则证明两者高度相关，投广告完全没问题，结果相关系数=0.91，分分钟打脸新来的总监。

公式不仅包括函数，也包括各学科底层原理。

比如经济学的“供给-需求”理论，可以解释市场现象、公司关系、小卖部是否卖豆浆，你和女朋友关系等生活方方面面。

X、感知算法（技能）

刚刚提到的四种，都是基于归纳和演绎的理性算法，其实只占你生活的1%。

而剩下的99%，都是感知算法。

比如吃一盘菜，感觉好吃or不好吃，今天和朋友打球，投球、跑位、进攻、防守等等。

其实都基于大脑神经网络算法，靠大量案例和重复刻意练习来掌握。

由于感知算法无法量化，所以此后文章不再提及。

什么是信息？

打个比喻，如果你想了解一个领域，算法就是房屋的框架，修建起来基本不会变，信息则是框架内的“装修、物品、家具”等等具体的东西。

两个人在一起，不可能只沟通算法，还得填充进实实在在的东西，彼此才能理解。

那么，你一般会遇到什么类型信息呢？

其实三个方面问题-观点-论据。

问题：为什么很多人稍微遇到点事，就控制不住情绪？

观点：根本不是“性格”的问题，而是每个人面对事件的不同认知立场导致。

论据：

1、飞机上的噪音很烦人，但你肯定不会因此发脾气，因为你默认飞机噪音是客观存在的，没有任何理由发脾气，这是客观立场。

2、几个七八岁的小孩在旁边吵吵闹闹，说了几次都不听，你就会发火了，因为你认为小孩是可以听话的，所以是他的问题，这是意向立场。

3、你设计了一个扫地机器人，也有很大噪音。这时你又没法发火了，因为是你自己设计的，你感觉自己可控，这是设计立场。

问题-观点-论据三者关系是：

问题是每个人都会遇到的，而观点则是每个人不同面对问题的视角。

而在解释和沟通环节，又需要有论据，也叫“说服力工具”，让别人信服，所以，你对于信息的搜集和掌握，无非这三者。

当然，每个部分还可以再分子类。

问题：

A1-定义，什么是情绪？

A2-原因，为什么人类会情绪？

A3-行动，在XX情况下，做哪些事能让你控制好情绪？

...

观点：

权威认同：心理学家埃里克森提出一个情绪理论...

对比：“人类和黑猩猩情绪对比，有哪些不一样”

颠覆性：“通常我们理解情绪和情商有关系，但其实，情商理论根本站不住脚...”

论据：

B1-类比：“情绪理论，其实好比你住一个岛上，在岛上会感觉舒适满足，但在.....”

B2-案例：“曾经有一个极端的案例...”

B3-故事：“公元前6世纪时，在古代印度的王国里，有位叫悉达多的王子，看到生老病死所产生的苦，其实是所有情绪的来源“

B5-数据：“据XX统计，人口上2000万的大都市，65%的人都有情绪焦虑的问题。”

...

当然问题-观点-论据你还可以补充各种分类细节，感兴趣可以留言到评论区。

后面的话

综合来看，为什么学习仅仅是存储-提取？

你会发现大多数人学习的误区。

1、热衷收集信息，而非掌握算法。

我在2015年干的蠢事——每天用一个固定表格记录每本书的内容，其实最后只掌握了一个算法，那就是表格本身。

在同一表格下，即便写了10000本书，也就是一堆信息，而非搜集算法。

2、你以为的算法，其实还是信息。

比如刚刚看到有人把书的内容画在了一张纸上，看上去很震撼，但除了想把信息过一遍，其实毫无意义。

因为它的唯一用途，是你哪天去给别人讲一遍这本书（实际你几乎不可能遇到这个可能）。

算法的作用是今后你遇到同样的情况，可以无限次使用，显然你不可能每次拿出这么复杂一张图。

3、你更热爱存储，而非提取。

不过我说的提取，更多是指要解决一个真实问题。

比如你囤积了很多心理学概念，然后跑到各种群去复制粘贴，也就没什么价值。

或许你还想看

作者简介：程驿，世界500强数据分析师，软件工程产品经理，已出版新书《认知颠覆》，公众号：道长的思维铺子（ID：daozhangsiwei），富兰克林读书俱乐部经授权发布

本文图片来源于网络，如有侵权请联系删除

商务合作微信：fushusz（备注品牌），知乎@富叔，头条号、微博@富书

看更多走心好文章

请长按下方图片

识别二维码 关注富书

👇点击阅读原文进入，和你一起提高生活质量

你若喜欢，为富叔点个在看哦