来源:腾讯技术工程微信号
作者:wisehuang
在电影《教父》中,有一句台词:“在一秒钟内看到本质的人和花半辈子也看不清一件事本质的人,自然是不一样的命运。”
为什么你只能看见的是豹子身上的花斑?为什么看到本质的人和他人的命运会不同呢?
这是因为他人的知识水平比你更加全面,更加深刻。知识的全面性能让你的选择面更广,每多掌握一门知识,就多一种未来。其次它能够让你的主动权更强,本领域的专精能让你更早接触新的知识领域,获得先发优势。以一道有趣的题目为例:
有一只熊掉到一个陷阱里,陷阱深 19.617 米,下落时间正好 2 秒,求熊是什么颜色的?
看到这道题的陷阱深度以及下落时间,相信朋友们会很容易联想到重力加速度,可是题目的却让我们选择熊的颜色,这样的题目应该怎么解析呢?
其答案如下:
在这里我们无须过于细究其解题实际步骤,但它解题的方式却使用了物理、地理、生物以及数学等多个学科的知识。
如果我们仅仅具有某一学科的知识,则无法选出正确的答案。这也是知识体系的魅力之一,它让我们在解决问题时拥有“十八般武艺”。
知识 VS 知识体系
什么是知识
根据柏拉图的定义,一条陈述能称得上是知识必须满足三个条件,它一定是被验证过的,正确的,而且是被人们相信的。
在这里又会有一个常见的疑问,信息是不是知识?个人认为知识一定是信息,而信息则需要加以过滤、加工方可成为知识。知识是客观并可重复的,它能够指导我们决策或行动。
什么是知识体系
知识体系有三个特性:目标性、体系性以及抽象性,多使用逻辑树进行构建。
目标是指方向聚焦,体系有重点。体系是指结构完整、层次分明,前 2 层分支的平衡性越好,归纳程度也越强。而抽象则是知识体系是知识从具体到抽象的表现,呈现了知识的特征或本质。再进一层,什么是好的知识体系呢?除了上述所描述的有目标、够全面、抽象程度高,还有一点则是知识体系应该是相互独立但非无限穷尽的。
有的知识仅须停留在知道,有的则需要运用并且创新。
知识体系的作用
16 年美国生物学科学家估算大脑的存储容量约为 1000 万亿字节,相当于 1000TB。但同样容量的数据为什么在检索、使用的时候,人脑却远比电脑低效呢?检索从数据表的角度理解是索引和表结构,使用从代码的角度理解是类的封装和继承。建立知识体系,目的是建立类似电脑的数据存储和应用结构。从而认知知识全貌及迅速找到知识的关联。 前者用于查漏补缺,后者则用于知识的高效检索及组合使用。
构建知识体系的步骤
整体分为 4 步:找方法、建框架、收集知识、学习方式。
找到自己的普适性方法
查理芒格曾经说过:“在手拿铁锤的人看来,世界就像一颗钉子。”因为你的手上只有铁锤,所以你只能用处理钉子的方式去处理一切,用铁锤去旋转螺丝钉,用铁锤去炒菜。 很多时候我们并不是不会解决问题,而是缺少解决问题的方法,构建知识体系也是如此。
在构建之前,我们应找到自己的普适性方法。对于笔者而言它是逻辑思维,但对于你而言可能是经济学的定律、数学的定理亦或者生物学中的生物群落。 上图仅仅只是一个示例,解决问题更多不应给自己设定框架,我们应使用多种方法的组合。
明确体系的方向
我们总说这是一个信息爆炸的时代,每时每刻我们接收着大量的信息和噪声,如果不予以治理、过滤,我们将无法听到真正的声音。早在 2300 多年前,庄子曾经说过以有限的生命追逐无限的知识,那么一定会失败。搭建知识体系的目的在于圈定范围、有序学习。
1)明确体系目标
目标决定了我们要建立什么样的知识体系。使用逆向思维以目标作为终点,反向度量与目标的距离。
思考产品经理需要学习什么知识,思路会无序延伸,容易遗漏并导致知识框架不平衡。 这种情况不妨反过来想,要应聘的岗位要求产品经理拥有什么样的知识?从岗位的 JD 入手反推我们的知识体系。
2)明确体系的广度以及深度
广度,体现在知识树的纵向分类,解决的是要不要的问题。深度,则体现在知识树的横向延伸,面向的是学习程度。 归纳程度越高,知识检索的效率越高。共性越强,后续在学习同类知识时,复用可能性越大。
通过树枝的纵向广度和横向深度,我们可以了解哪部分知识是目前缺失的,结合主干的优先级确认学习路径。
收集知识
1)评估优先级
知识优先级的评估方式可以使用耗时和价值四象限图进行评估。 一般来说大部分耗时和价值呈正比例关系。耗时越短,说明被过滤的知识越多,知识也越片面。被过滤的知识只能作为学习的起点,每个人知识的侧重都是不同的,学习之前我们应尽可能的了解全貌。
2)主动降噪
主动降噪指知识卸载和去重。时间是我们最宝贵的资源。当占用你时间的信息源越多,耗费在学习的时间越少。 去重则是,减少同类信息源。同样是新闻,同类领域保留 2-3 个就够了。
3)找到专业领域的大佬
要想变成专业领域的牛人,一定踩过不少的坑。对比度娘,他们是更好的搜索引擎和导航地图,让他们帮助你提高获取知识的质量和效率。 选择的标准只需要比当前的你专业就足够了。
4)付费知识>免费知识
免费知识的特征是:干扰信息多(广告)、获取路径长(关注、下载)、知识不完整(试听体验)。 如果获取知识耗费的时间成本已经大于金钱成本,不妨尝试一下付费,花钱是为了更好的挣钱。
学习方式
由于社畜大部分的时间都在于工作,所以本节想分享工作中的学习方式。
1)在翻译中学习
在翻译中学习,可理解为遇见问题时先用对方的解法。对话的前提,是拥有对等的角度和相近的高度。只有足够全面的了解,解决需求的方法才能不拘泥于产品设计。
如:在撰写 PRD 时,为了减少沟通成本。我会将可能将需求能翻译为研发的语言,减少理解的时间。其次也随着“翻译”能力的加深,系统的实现方式及约束也了解愈深。 不仅加深了对技术的了解,也能更好从系统实现方式的角度评估需求的可行性、实现成本以及周期。
2)在使用中学习
学习新的知识,应以使用为导向。当某个节点使用了常规的手段,关键指标仍无法提升。不妨尝试新的领域,现学现用并以使用作为终点,反推需要学习的知识。 以使用作为目的的好处是避免踌躇不前和半途而废,实践出新知。
3)在复盘中学习
复盘的目的为知识提炼,让其形成体系。在现实生活中没有太多的灵光一现,更多的是旧知识新组合。
带着原有的基础再去学习新知识,能够让我们迅速找到知识的共性,从而提高学习的效率或同类问题的解决之中。而体系的扩张,也让知识不再是孤岛,每一个知识都能找到和其他知识联结的枢纽,让我们在输出解决方案时拥有更多的排列组合。
单次知识的提炼很容易,但是坚持才能带来质变。1900 年到 1999 年,道琼斯指数增长了 176 倍,但它的年复合增长不过 5.3%而已。
写在最后
一篇纯理论的通识文章写的非常吃力,5 个工作日的凌晨完成了这篇文章,质量上的欠缺也请多多包涵。 感谢你看到这里,谢谢。
推荐阅读:
更多腾讯AI相关技术干货,请关注专栏腾讯技术工程