學習的學習之七—如何應用元知識
總結規律往往是用歸納法,可以從眾多現象中尋找背後的規律。而應用規律來來設計實現過程則要複雜的多。總結規律和應用規律之間的難度區別就在於“知道”和“做到 ”的差別。
刻意練習我們學到的元知識,是我們真正掌握它的關鍵。刻意練習就是要做到兩方面的重複:第一,在不同的場景中,重複應用同一個元知識;第二,在不同的時間裡,重複應用同一個元知識。要實現這兩種重複,就需要藉助外部資源來掌握元知識。
藉助外部資源掌握元知識
藉助外部資源掌握元知識就是首先要重新界定問題。比如:孩子不聽話該怎麼辦?可以重新界定為如何讓自己的意見來影響別人。當我們重新界定了問題,答案就很清晰了。我們可以藉助外部世界沉澱的很多解決方案來處理這類問題,例如:西奧里尼的心理學著作《影響力》裡提供的解決方案:互惠、喜愛、承諾一致、社會認同、權威、稀缺。這6個方法應該是構建影響力最底層的規律。
1.確保所有人的聲音你都能聽到。這麼做其實是互惠的一種形式。你通過給予別人注意力和關心,從而利用互惠效應,讓別人更重視你的意見。
2.規則穩定,有可預見性。這麼做是承諾一致的一種應用。如果你朝令夕改,就會打破別人承諾一致的理由,你的權威自然受損。
3.公平,執法一視同仁。公平是融合了互惠、喜愛和承諾一致的要求。
這就是換一個視角看問題的妙處。
刻意練習掌握元知識
抓住問題的本質進行練習
抓住問題的本質進行練習,就是訓練“心理表徵”。例如品牌命名的關鍵就在於降低傳播成本。如果你對品牌命名有這樣的認知深度(認知效率)。你也能推匯出品牌命名的20種方法。
抓住問題的本質進行練習就是想辦法訓練你的心理表徵。
大量地持續練習
大量持續的練習就是每天高強度的思考和閱讀,一點點的挖掘出自己看問題的能力,讓自己越來越容易直指要害,反思問題才能讓別人覺得深刻。
我們能成為頂尖選手並沒有什麼祕訣,而是對可能是基本技能的東西有更深刻的理解。
元知識與預見性認知
學習知識的終極目的無非三個:解釋問題、解決問題和預測問題。
關鍵的預見性認知
在困難的情境下,不同的人會做出不同的選擇。通常的解釋就是:性格差異。這種差別更多來自我們對未來的相信程度。如果一個人具備“預見性認知”的能力,那他的優勢就要大很多。
問題的關鍵在於:第一,我們能夠培養預見性認知的能力嗎?第二,如果可以,要怎麼做呢?
先說第一點,我們能不能獲得預見性認知?答案自然是可以。比如,雖然我現在活著,但是我們知道每個人都會死,我也不例外。這就是預見性認知。雖然這個例子很簡單,但它背後隱藏了一個關於預見性認知的重要規律:如果你能夠了解一件事情的基本發展規律,比如人人都會死,你就能做出一些關於未來的判斷。
那麼這就涉及第二個問題了,如何獲得預見性認知?要想獲得預見性認知,一個重要的環節便是掌握元知識。不過,對這個問題的解答,讓我們先反過來思考,看看怎樣做會阻礙我們獲得預見性認知。我在觀察別人和反思自己的思考過程中,發現有兩個認知習慣阻礙著我們獲得預見性認知,那就是應激性反應和單因果思考方式。
應激性反應與單因果思考方式
針對問題的本能的應激反應和單因果的思考方式,使我們在考慮得失時,很容易陷入細節的問題或表象的問題裡。“窮人思維”就是一個典型的例子——窮人的思維頻寬被眼前的危機佔滿了,他們沒有多餘的空間來考慮長遠。其實,我們大多數人也都有這種窄頻寬的窮人思維、單因果的思考方式,只不過再物質資源更緊缺時,我們會不由自主地進一步強化這種現象。
結構性反應與系統化思考方式
與應激反應相對應的是結構性反應。所謂結構性反應,是指我們在做選擇時,不僅要根據接觸到的現象做出反應,還要思考這個現象的系統結構是什麼。在股市裡,幾乎人人都知道一句話:別人買進的時候,你賣出;別人賣出的時候,你買進。不過,縱然股民知道這一點,大部分人也做不到,因為他們知道的仍然是一個“現象”。這底層的結構就是:今天的我們是由過去我們的選擇鑄就的。那麼,明天的我們,也是由今天的選擇決定的。我們的不同選擇,造就了不同的力量結構,就會推動未來向不同的方向發展。找到今天的結構,就能找到投資明天的機會。
解釋問題的三個層次
培養“預見性認知”的能力可以用一個等式來表示:
對問題的預見性認知=影響問題發展的結構(基礎規律)+獲得具體資訊的數量與質量
基礎規律就是元知識,而預見性認知的質量,很大程度上取決於我們對問題的界定:我們面臨的問題究竟是什麼?
人們對問題的解釋大致可以分為三個層次:現象解釋、技術規律解釋和通用規律解釋。
比如,對於“得到”APP為什麼能夠快速崛起,可能就有這三個層面的解釋:
現象層面:因為有羅輯思維這個900萬使用者的公眾號導流,所以發展速度快啊!
技術規律層面:在內容方面:有羅輯思維多年內容製作的基礎,所以內容質量很高。在支付方面:因為支付寶、微信等移動支付的成熟,為內容付費的技術壁壘被打破。在時機方面:正趕上網際網路內容創業的風口,受關注度高。
底層規律:使用者價值第一:知識對經濟的推動作用越來越大,同時免費的資訊極度氾濫,這反而使獲取價值資訊的成本越來越高。因此,使用者產生了通過付費獲得優質內容、節約時間提升競爭力的需求。品牌效應:羅輯思維為新創立的“得到”品牌提供了重要的質量背書,這為吸引種子使用者起到了重要作用。規模效應:採用音訊而非羅輯思維傳統的視訊節目形式,極大地降低了內容製作的難度並縮減了生產週期。這一變化使“得到”在使用者快速增長後,仍能較好的應對大家對節目數量的需求,進一步發揮規模效應。從眾效應:當使用者規模達到一定邊界後,就會引發從眾效應。如果這一趨勢增強,將使“得到”本身的品牌效應進一步放大。邊際成本低:採用標準化的內容生產方式(訂閱、說書、說課等),再加上幾乎無售後和線下環節,使使用者增長的邊際成本幾乎為零,這能夠進一步支援和放大規模效應。綜合效應:以上幾個效應相互作用,共同影響“得到”業務的發展。
相關文章
- 如何學習伺服器的知識?伺服器
- python綜合學習七之TensorFlow初識Python
- web知識學習Web
- JVM學習之JVM基礎知識JVM
- 如何高效學習 Kubernetes 知識圖譜?
- 機器學習學習筆記——基本知識機器學習筆記
- 機器學習之必備知識篇機器學習
- Java學習筆記之----------Java基本知識Java筆記
- 知識圖譜學習
- JAVA學習知識集合Java
- 知識學習綜合
- 前端知識學習01前端
- 前端知識學習03前端
- 知識圖譜構建與應用推薦學習分享
- 機器學習數學知識積累之概率論機器學習
- Python學習-字串的基本知識Python字串
- 需掌握的深度學習知識深度學習
- 小白階段如何學習Web前端知識Web前端
- 【強化學習篇】--強化學習從初識到應用強化學習
- HTML5學習之Canvas基礎知識HTMLCanvas
- 如何加速專業領域知識的學習?- Commoncog
- 清華大學劉知遠:知識表示學習及其應用(附視訊、PPT下載)
- 新媒體運營學習什麼?如何學習新媒體知識
- Python 學習之元組Python
- 碎片化學習前端知識前端
- 前端鑑權知識學習前端
- 學習記錄 -- 知識點
- 逆向爬蟲知識學習爬蟲
- Android基礎知識學習Android
- 如何將知識圖譜特徵學習應用到推薦系統?特徵
- 【深度學習】機率論知識複習深度學習
- 學習如何學習的演算法:簡述元學習研究方向現狀演算法
- 知物由學 | 人工智慧、機器學習和深度學習如何在網路安全領域中應用?人工智慧機器學習深度學習
- 強化學習之原理與應用強化學習
- 深度學習之卷積模型應用深度學習卷積模型
- InnoDB學習(七)之索引結構索引
- 如何系統的學習伺服器相關知識?伺服器
- HTML5學習之Web Storage基礎知識HTMLWeb