学了很多知识,没多久就忘光了,怎么办?

读了很多书,回想起来,却总是觉得一片空白,想不出究竟留下了些什么;

付费参加了一堆课程,听的时候觉得醍醐灌顶,没过多久却发现都还给了老师;

看文章、听讲座,记了一大堆东西,感觉收获满满,但却一直放着让它们积灰,不知道怎么用起来

……

我想,这应该是许许多多人的心声。

很多时候,我们不是不愿意学习 —— 甚至相反,我们对学习有着极大的热情,但是,却总是感觉,好像看不到什么效果,起不到什么作用。

久而久之,无非只有两种结果:

要么是沮丧,失去斗志,再也提不起动力和热情去学习,变得困惑、茫然,浑浑噩噩;

要么不断欺骗自己,用徒劳的「读书听课做笔记」,给自己一种「我在进步」的错觉 —— 但实际上,你所学到的东西,正在一点一滴从指缝间流走。

无论是在知乎,公众号,还是训练营,我都收到了许多这样的私信。

如何解决这个问题呢?

一种常见的想法是寄希望于「记忆力」。很多读者经常问我:L先生,为什么你总是能记得那么多东西,你是怎么练成这么强大的记忆力的?

但其实,记忆所能起到的作用,极其有限。

为什么呢?原因很简单。记忆不过是「储存」而已,但要把知识真正用起来,让它切切实实成为你的能力,你需要的是三种能力:联想,建构,迁移。

这些,都不是凭借「记忆」能够实现的。

另一种思路,是把知识储存起来,放在外部工具里,需要时再去阅读和检索。

我一度也在这样做,但后来发现,更大的可能是什么呢?是你勤勤恳恳,保存了几百上千篇文章,然后,你就再也没碰过它们。

更可怕的是,你会有一种「我知道它」的感觉 —— 但这种感觉完全是虚假的。你并没有真的知道,仅仅是「见过」而已。

你只是在用「收集」这个行为,欺骗自己,让自己以为是在「学习」。

图片

那么,更有效的做法是什么呢?如何才能真正把知识用起来?

我们需要从根源来开始探讨。

社会科学家 Michael Polanyi 在1958年提出了「隐性知识」的概念。他认为:我们学到的知识可以分为两种,分别是显性知识和隐性知识。

前者指的是那些能被表述和觉察到的知识,亦即我们能主动展现出来的知识;后者指的是存在于认知之中,我们觉察不到,但却会潜移默化影响着我们的知识。

它们最大的区别是什么呢?前者能够主动复述、表达,后者只能在某些场景和时刻「突然浮现」在脑海里。

举个例子:肌肉记忆,就是一种最常见的「隐性知识」。

比如骑自行车。你未必能说得出来,骑自行车时脚蹬的频率是多少,身体是怎么发力的,怎么控制平衡,全身的肌肉如何协调……但是,当你学会骑车之后,跨上自行车,你的身体就会自然而然地调整到合适的状态,不需要大脑作任何干预。

同样,当我们学习时,我们大脑所接收的信息,其实有很大一部分,也会成为我们的「隐性知识」。

所以,你可能会有这样的感觉:有时候,读到某些内容、跟别人聊天时,突然脑子里会闪现出一些念头和想法,或是破碎的只言片语,你对它们有一个模糊的印象,但却没法回忆出更多细节。

这其实就是一种隐性知识的「激活」。

很多时候,我们以为被遗忘的东西,其实并没有真的遗忘 —— 它只是被藏到了记忆的底部,没有办法找到它而已。

为什么会出现这种现象呢?这需要从记忆的编码模式讲起。

我在许多文章里都讲过:记忆的储存模式,其实本质上,就是神经元之间的协同。若干个神经元通过突触连接,组织起来,形成一个集团,就构成了一个「概念」 —— 这就是记忆储存的最基本单位。

一个概念,通过各种突触,跟对应的图像、声音、或者其他概念连接起来,产生「联想」 —— 这就构成了一个小的小的网络,也就是一个「知识点」。

举个例子:

一个「鸟」的概念,跟鸟的图像、「niao」这个声音、以及「羽毛」「飞」「禽类」等概念组合起来,这个小小的局部网络,就是我们对「鸟」的全部知识。

大量的「局部网络」整合起来,就构成了我们整张知识网络。

显然,在这张网络上,连接越多的「节点」,也就越重要;同样,它被联想起来、被「唤起」的可能性,也就越高。

但在我们的记忆中,还残存着大量孤零零的节点。它们可能完全没有连接,可能只有一两个连接,可能漂浮在记忆里的幽暗角落。

时不时,有某个节点突然被激活,然后又复归沉寂,像什么都没发生。

这些,就是我们的「碎片记忆」 —— 它也是一种典型的「隐性知识」。

它们并未被真正忘记,只是因为缺乏连接和触点,没有能被纳入完整的知识网络之中,孤零零地漂浮在记忆的一隅罢了。

图片

图片

那么,同样属于隐性知识,碎片记忆和肌肉记忆,它们的区别在哪里呢?

其实很简单。肌肉记忆虽然脱离于整个知识网络,但它本身是自成体系的。

它是一个完整、有序的局部网络,本身是有清晰的结构的。

它会跟场景紧密绑定。当某个场景发生时,这个「小网络」的探测器被激活,继而,信号快速地沿着通道,传递向整个网络。

整个网络立刻忙碌起来,高效地、有条不紊地开始协作,一个个神经元亮起,又传递向下一个,此起彼伏,熟练而流畅。

等任务完成,整个网络再度暗下去,进入沉睡。

但是,碎片记忆是孤立的。记忆跟记忆之间,缺乏足够的连接,也就是有效的通道。

当它被唤醒时,只能激起一些起伏 —— 也就是「模糊的印象」,没有办法让这个「激活」状态继续传递下去。

你一定也看出来了:碎片记忆,最本质的特征是什么呢?缺乏「结构」。

无论是显性知识,还是技能、经验、肌肉记忆,它们之间只有量级和场景的差别,但共同点是:都具备完整的结构,从而才能协同作用,满足我们的需求。

但碎片记忆是零散的,孤立的,没有结构。继而,也就没有办法被我们利用起来。

它们会占据我们的储存空间,但我们却没法良好地把它们利用起来。

那么,如何解决这个问题呢?

当然,我们没有办法像电脑一样,直接用一个「碎片整理程序」了事。需要用一些其他的技巧。

我在之前的文章中,分享过一个方法:在笔记上加上「行动」,让笔记从囤积变成流动起来,榨干笔记的每一分价值。

今天,再分享一套方法,叫做「知识卡片」,帮你把「碎片记忆」结构化、显式化,外化成「显性知识」,成为自己真正的知识积累。

图片

如何制作自己的「知识卡片」?

我自己是用印象笔记,你也可以用任何其他工具:OneNote,为知,有道……或者,如果你喜欢纸笔,用实体的笔记本会是更好的选择。

具体来说,可以遵循下面这几个方法:

1. 每天一个知识点

知识卡片的原理非常简单,就是把每天学到的新知识,不论是书、文章还是课程,都记录下来,做成一张张「卡片」。

通过这种方式,把知识进行外化,转变成「显性知识」。

那么,为什么要强调「每天一个知识点」呢?

非常简单:我们总是会高估自己的能力,低估客观环境。乍一看,每天只记录一个知识点太少了,但是碎片记忆之所以没法「显性」,根本原因就在于:我们以为自己懂了,实际上压根没懂。

所以,这里的记录,并不是把它摘抄下来,而是需要符合两个条件:

1)在弄懂它的基础上,用自己的话重新表述出来;

2)在(1)的基础上,用尽可能简短的语言,提炼出它最核心的信息。

这两点是非常困难的。实际上,绝大多数人所做的笔记,只停留在摘抄、心得的程度,完全达不到这两个要求。

但单纯的摘抄和心得,仅仅是「复制」和「储存」,起不到将知识体系化的作用。

唯有用自己的话去提炼、浓缩,在这个加工过程中,调用自己已有的体系,横向拓宽,从点到面,才能真正把一个知识点,纳入你的知识网络之中。

所以,哪怕每天只记录一个知识点,只做一张卡片,如果你能坚持这个做法,都是在最大化学习的收益。

长此以往,你就会真切地感受到「学习」和「积累」的效果。

2. 结构化

在做每一天的「知识卡片」时,如何才能更好地浓缩、提炼,同时拓展它的「触点」,尽可能跟知识网络联系起来呢?

不妨按照「结构化」的方式,事先设定好一个框架,用这个框架去思考和剖析它。

我自己设计的结构,是这样的:

  • 本质:它的核心是什么?我可以如何理解它?

  • 来源:它来自哪里?为何会产生?原因是什么?

  • 去处:它表现为什么?我能拿来做什么?如何操作?

  • 联想:它跟其他什么东西相关?可能会涉及到哪些概念?

举个例子:

情绪反应

  • 本质:激素变化,下意识反应,应对环境的进化优势

  • 来源:杏仁核活跃,抑制前额叶皮层

  • 去处:战或逃反应,身体的高唤醒状态;FESU模式,场景预演。

  • 联想:三脑系统;CBT方法;《思考快与慢》……

任何一个知识点,做成「知识卡片」时,我都会去填写这几个问题。并在填写时,尽可能发散思维、查资料,不追求绝对正确(实际也很难),重点在于:在这个过程中,不断让自己的大脑参与进来,去思考、分析,对它进行加工。

经过这个过程,留下来的产物,就是一张完整的「知识卡片」。

当然,你完全可以有其他的「结构」,未必要用这个模式。只要注意保持一致即可。这样,才能达到把知识串联起来的效果。

阅读是进食,但思考才是咀嚼。

3. 升维整合

知识卡片做好了,并不是就放着不管了 —— 你需要不断地对它们进行审视,整合起来,进行「升维」。

什么叫升维呢?

两张或多张知识卡片,可能能够组合起来,合并成一张新的卡片,组成一个局部的小网络,重新提炼、浓缩出来 —— 这就是一个升维。

因为我们的视角拔高了,原本的核心信息成了细节,成了另一个新系统的部件。

举个例子:像前文的「情绪反应」,是一张知识卡片。那么,等你对它非常熟悉的时候,不妨思考:

  • 有哪些卡片能跟它整合起来,形成一个新的系统?

  • 它本身属于哪个更高层级的系统?

  • 如果把它本身看作一个点,我可以如何构造一个新的知识网络?

这是一个不断清除旧卡片、组成新卡片的过程。在这个过程中,这些被清除的知识,并没有消失,它们已经在你记录和反刍的过程中,被纳入了你的知识网络,成为「显性知识」的一部分。

而整合起来的新知识,就会成为一个新的系统,开启一个新的小网络。

如果说结构化和触点延伸,属于「横向拓展」,那么整合升维,就是「纵向拓展」—— 唯有这样,才能不断优化自己的知识储存结构,以点带线、面、体,形成自己独特的思维模式。

这就是一种对知识进行高维度内化和吸收的方式。

4. 转化行动

我在以前的文章里也讲过:无论任何知识,最终的方向,一定要转化为行动。

同样,也只有通过行动,我们才能完成整个「显式」的过程。

那么,有什么方式,可以帮助我们把卡片转化为行动呢?

一种做法是:每天抽出部分时间检视卡片,并记录随时产生的任何念头,写到待办清单里面,作为一个小任务,安排时间让自己去完成。

这是最简单的做法,但稍微有点被动。

另一种方法是:主动去思考,这个知识点如何用到生活中?它可以优化我工作、学习、生活的哪个环节?它跟哪个场景是绑定的?

然后,为这个场景和知识点,建立一个联系,让自己能够联想起来,并将其应用到实践中。

最简单的方式就是便利贴。像我刚开始做时间管理的时候,会在门口贴上便利贴,写上「检查外出清单」。这样,当我想要出门时,就会想起要打开待办APP,检阅一遍清单,看要带的东西有没有带齐。久而久之,这个习惯就会被内化,成为「肌肉记忆」,无需再进行提醒。

这就是一个把「碎片记忆」结构化、体系化的过程。

希望这套简单的「知识卡片」法,可以有效地帮助你,把学到的东西真正用起来。

毕竟,学习是为了能够更好地生活。不要为了学习而学习。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://xiahunao.cn/news/2779486.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

C++引用(内含和指针的对比)

1.引用的概念 概念:引用不是新定义一个变量,而是给已存在变量取了一个别名,编译器不会为引用变量开辟内存空间,它和它引用的变量共用一块内存空间。 类型& 引用变量名(对象名) 引用实体;(&这个符…

Python:解析获取连续的重叠对pairwise

简介:pairwise函数,返回从输入迭代器获取的重叠对的迭代器,是Python 3.10 新特性,表示一个迭代器从对象中获取连续的重叠对,在某些场景中可以优化代码运行效率。pairwise 函数是一种用于处理列表中元素之间配对操作的通…

leaflet 显示自己geoserver发布的中国地图

安装vscode 安装 通义灵码 问题&#xff1a; 用leaflet显示一个wms地图 修改下代码&#xff0c;结果如下&#xff1a; 例子代码 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport&q…

代码随想录算法训练营第四十九天(动态规划篇之01背包)| 474. 一和零, 完全背包理论基础

474. 一和零 题目链接&#xff1a;https://leetcode.cn/problems/ones-and-zeroes/submissions/501607337/ 思路 之前的背包问题中&#xff0c;我们对背包的限制是容量&#xff0c;即每个背包装的物品的重量和不超过给定容量&#xff0c;这道题的限制是0和1的个数&#xff0…

Docker容器输入汉字触发自动补全

一、描述 输入汉字自动触发补全&#xff1a; Display all 952 possibilities? (y or n)是因为容器中没有中文字符集和中文字体导致的&#xff0c;安装中文字体&#xff0c;并设置字符集即可。 二、解决 1、安装字符集 &#xff08;1&#xff09;查看系统支持的字符集 lo…

[C#]winform制作圆形进度条好用的圆环圆形进度条控件和使用方法

【创建圆形进度条流程】 在C# WinForms应用程序中创建一个圆形进度条&#xff08;通常用作仪表盘的显示&#xff09;可以通过多种方式实现。下面是一个简单的例子&#xff0c;演示如何使用System.Drawing命名空间中的图形绘制功能来绘制一个基本的圆形进度条。 首先&#xff0…

私有化部署一个自己的网盘

效果 安装 1.创建目录 cd /opt mkdir -p kod/{db,site} cd /opt/kod 2.环境文件 vim db.env 内容如下 MYSQL_PASSWORD123456 MYSQL_DATABASEkodbox MYSQL_USERkodbox 3.编写docker-compose.yml vim docker-compose.yml 内容如下 version: 3.5services:db:image: mar…

游戏服务器租用价格表_TOP3费用对比

游戏服务器租用多少钱一年&#xff1f;1个月游戏服务器费用多少&#xff1f;阿里云游戏服务器26元1个月、腾讯云游戏服务器32元&#xff0c;华为云26元&#xff0c;游戏服务器配置从4核16G、4核32G、8核32G、16核64G等配置可选&#xff0c;游戏专业服务器公网带宽10M、12M、15M…

在 Windows上恢复删除照片的 4 种有效方法

您是否曾在 Windows 7/8/10/11 中不小心删除过照片&#xff1f;如何轻松快速地恢复已删除的照片&#xff1f;在这里这篇文章列出了几种在Windows 11/10/8/7中恢复已删除照片的可行方法&#xff0c;而MiniTool数据恢复软件 是丢失照片恢复的最佳选择。 意外删除的照片 根据一项…

机器学习系列——(十五)随机森林回归

引言 在机器学习的众多算法中&#xff0c;随机森林以其出色的准确率、对高维数据的处理能力以及对训练数据集的异常值的鲁棒性而广受欢迎。它是一种集成学习方法&#xff0c;通过构建多个决策树来进行预测和分类。本文将重点介绍随机森林在回归问题中的应用&#xff0c;即随机…

多视图特征学习 Multi-view Feature Learning既可以被看作是一种学习框架,也可以被看作是一种具体的学习算法!

Multi-view Feature Learning 1.多视图特征学习Multi-view Feature Learning的基本介绍总结 1.多视图特征学习Multi-view Feature Learning的基本介绍 多视图特征学习是一种利用多视图数据集来进行联合学习的机器学习方法。多视图数据指的是对同一事物从多种不同的途径或角度进…

Java奠基】对象数组练习

目录 商品对象信息获取 商品对象信息输入 商品对象信息计算 商品对象信息统计 学生数据管理实现 商品对象信息获取 题目要求是这样的&#xff1a; 定义数组存储3个商品对象。 商品的属性&#xff1a;商品的id&#xff0c;名字&#xff0c;价格&#xff0c;库存。 创建三个…

PE 特征码定位修改程序清单 uiAccess

requestedExecutionLevel level"asInvoker" uiAccess"false" 可以修改这一行来启用禁用原程序的盾牌图标&#xff0c;似乎作用不大。以前没事写的一个小玩意&#xff0c;记录一下。 等同于这里的设置&#xff1a; 截图 代码如下&#xff1a; #include …

ubuntu22.04 安装部署04:经常死机,鼠标,键盘无响应

相关文章&#xff1a; ubuntu22.04 安装部署01&#xff1a;禁用内核更新 ubuntu22.04安装部署02&#xff1a;禁用显卡更新 ubuntu22.04安装部署03&#xff1a; 设置root密码 一、现象说明 1. 开机一小时后&#xff0c;突然之间网络掉线&#xff0c;鼠标、键盘无反应。 2.…

C++ //练习 5.12 修改统计元音字母的程序,使其能统计以下含有两个字符的字符序列的数量:ff、fl和fi。

C Primer&#xff08;第5版&#xff09; 练习 5.12 练习 5.12 修改统计元音字母的程序&#xff0c;使其能统计以下含有两个字符的字符序列的数量&#xff1a;ff、fl和fi。 环境&#xff1a;Linux Ubuntu&#xff08;云服务器&#xff09; 工具&#xff1a;vim 代码块 /****…

【UE 求职】学了虚幻引擎可以应聘哪些岗位?

目录 1 领域1.1 游戏开发领域1.2 影视和动画制作1.3 建筑和工程可视化1.4 模拟和训练1.5 其他领域 2 如何做好一份简历1. 明确简历目标2. 突出UE5相关技能3. 展示相关项目经验4. 教育背景5. 专业经验6. 软技能7. 证书和奖项8. 定制化和校对 &#x1f64b;‍♂️ 作者&#xff1…

【蓝桥杯Python】试题 算法训练 比较

资源限制 内存限制&#xff1a;256.0MB C/C时间限制&#xff1a;1.0s Java时间限制&#xff1a;3.0s Python时间限制&#xff1a;5.0s 问题描述 给出一个n长的数列&#xff0c;再进行m次询问&#xff0c;每次询问询问两个区间[L1,R1]&#xff0c;[L2,R2]&#xff0c;   …

VTK 三维场景的基本要素(相机) vtkCamera 相机的运动

相机的运动 当物体在处于静止位置时&#xff0c;相机可以在物体周围移动&#xff0c;摄取不同角度的图像 移动 移动分为相机的移动&#xff0c;和相机焦点的移动&#xff1b;移动改变了相机相对焦点的位置&#xff0c;离焦点更近或者更远&#xff1b;这样就会改变被渲染的物体…

TestNG基础教程

TestNG基础教程 一、常用断言二、执行顺序三、依赖测试四、参数化测试1、通过dataProvider实现2、通过xml配置&#xff08;这里是直接跑xml&#xff09; 五、testng.xml常用配置方式1、分组维度控制2、类维度配置3、包维度配置 六、TestNG并发测试1、通过注解来实现2、通过xml来…

《21天精通IPv4 to IPv6》第2天:深入IPv6的世界——学习什么是IPv6?

博主猫头虎的技术世界 &#x1f31f; 欢迎来到猫头虎的博客 — 探索技术的无限可能&#xff01; 专栏链接&#xff1a; &#x1f517; 精选专栏&#xff1a; 《面试题大全》 — 面试准备的宝典&#xff01;《IDEA开发秘籍》 — 提升你的IDEA技能&#xff01;《100天精通鸿蒙》 …