一、引言
有段時間“知識焦慮”特別嚴重，總怕瞭解不夠多會被社會淘汰。
關注了十幾個科學類公衆號，生怕漏了新的科研結果；
線上教育平臺囤了很多課程，緊跟最新的行業趨勢。
然而，不僅沒有足夠時間，也慢慢發現部分內容是“新瓶裝舊酒”——用語言包裝一下，同一個知識點就變成新的了。
互聯網習慣了造新詞，否則無法引起關注。但又不可否認顛覆性的新技術也在不斷湧現。
在極其有限的時間（及金錢）裏，如何判斷真正有啓發的新知識呢？
這個問題，也是我學習【L先生智識營04課—認知工具箱】時的一直在思考的——如何利用框架化思維來提煉、辨別知識點。
此外，課程分享的三個思維模型——【認知三層模型】、【推理階梯】、【曼陀羅思考法】，這也有利於提升人際關係的應對能力，釐清紛亂，多角度提出解決方案。
說明：
文章和圖示是自己學習【L先生說智識營】課程後的思考筆記，用於穩固、複習知識。
並非完整詳細的的原課程內容，有興趣瞭解全部的朋友可以自行去上課~
二、「思維圖筆記」
1. 本圖是用Draw.io繪製，文末免費分享完整圖示。
2. Process On在線編輯，建議電腦端打開：上篇（點擊這裏）；下篇（點擊這裏）
三、學習心得
1. 框架化思維：構建捕捉、創造知識的“網”
在第二課已經分享了框架化思維學習知識的重要性。簡單來說，信息輸入大腦後，需通過框架形成聯繫構建知識，不然就還是以零散的信息形式存在，很容易遺忘，所以很多人會覺得看書後就不記得內容。
就像小朋友總是喜歡跑來跑去，如果不給他們設定一個遊戲規則要求手牽手，很快就會從你的眼皮底下溜走了。
框架思維對知識的“關聯”作用，不僅僅只是簡單的“聯想關係”，而是需要了解其來龍去脈以穩固這個框架。
① 平行的作用關係
在學習工業4.0時接觸到傳感器這個新概念，對文科生是完全陌生的領域，毫無頭緒該從哪個方向入手。
但早前我瞭解過大數據是人工智能得以快速學習的素材庫，而傳感器也是獲取大數據的途徑之一。那傳感器這個概念就不是孤立的信息點，可以納入到人工智能相關的知識框架裏，一這個角度作爲學習的突破點。
如果只是知道人工智能和大數據有關係，但不清楚其內在邏輯來形成一個“網”，就失去了“捕捉新知識”的作用。
② 現象與本質的關係
鮎魚效應、木桶理論、倖存者理論……相信大家在不同文章都看到各種“理論效應”，記得我還曾搜到過一個文檔記錄着100多個。
先別說有沒有能力記住這上百個理論，因爲你會發現有些理論還自相矛盾，在應用時根本無從選擇。
存在矛盾不代表理論錯誤，是因爲很多是基於科學實驗得出的結論——不同實驗設定的前提及條件都有差異，對應的結論也就只適應當下的假設前提，換個場景就失效了。
記住每個不同條件對應的具體結果，那是機器人學習才做的事，而我們更多是基於抽象的底層邏輯來分析、靈活應對。
例如抽象階梯、認知三層模型（下文）看着結構很像，但又有點不同。你分開獨立學習後，遇到實際問題就會躊躇——我該用哪個模型啊？
實際上這兩個模型都有一個底層邏輯，即人們對事物分類的不同水平（參看《認知心理學》第九章知識），清楚了這個知識點，你就更加理解上述兩個模型如何應用。
2. 認知三層模型：全面認識事物的現象與本質
認知三層模型分爲應用層、認知層、原理層。如下圖房屋爲例，可以更好地理解這個模型的內涵。
我們生活大多直接接觸的是【應用層】的具體信息。這類信息內容量大，多以個體爲例，對應的就是差異變化也大，會導致我們在分析問題的時候總是很容易被幹擾。
而更加穩定的【結構層】、甚至本質不變的【原理層】，可以有利於我們直達問題核心，排除各類干擾項，這也是【第一性原理】。
以分析公衆號爲例。
“公司的公衆號如何提升閱讀率？”，這基本是每個新媒體運營或編輯被問得最多的問題。
如果只從表象去分析，可能只會關注標題是否夠“引發焦慮”？選題是否有趣？推廣是否到位等。但你會發現，好像每一項都可以做得更好？但應該往哪個方向？做到哪個程度呢？
似乎很多工作，卻又不知從何下手。
實際上，這些優化手段，都必須有一個可靠的參考標準。例如【選題是否有趣】的參考對象在於：搶佔了目標用戶時間的競爭對手，他們的內容是否比你更有吸引力。
而競爭對象，可不僅僅只是你的同行！這就是需要往下挖掘到【原理層】——用戶消耗碎片化時間的核心目的是什麼。
確定了公衆號的核心定位後，才能往上進一步思考優化的方向：
① 以消磨時間娛樂爲主。用戶可以玩遊戲，看短視頻，爲何要看公衆號？
② 以自我提升爲主，用戶可以到各大在線教育平臺上課，爲何要在公衆號獲取知識？
通過這個模型的分析，可以切入的優化角度就更加精準，也能根據競爭對手的特性做更有“策略性”的參考和改動，而不是每一種方法都去沒有目標地去嘗試。
認知三層模型除了分析問題，也可以作爲整理知識體系所用。如營銷學每年都會“新發明”各種理念，但卻沒有一個學科標準進行規範，會讓你陷入混亂之中。
但其實營銷學很多都可以迴歸到心理學某個核心的基礎理論。基於這個底層邏輯去梳理各種專業術語，就會發現到底哪些是同個內涵不同說法，或哪些是糟粕哪些是精華了。
3. 推理階梯：克服“自動化思維”的無謂猜想
“今天同事催我趕緊給文檔，感覺態度很差，是不是他對我意見？”
“剛纔跟領導打招呼，他沒理我，應該是我最近工作表現不好？”
……
相信很多“社恐”打工人每天大腦都會被各種想法支配，最後揣度得出的負面結論讓自己一天結束後，筋疲力盡。
且對這些想法和結論，我們自己往往是深信不疑，認爲有理有據——對方的行爲說明了一切。
然而，當腦海裏突然浮現出一個想法的時候，即使就1、2秒時間，也是完成了一個複雜的認知過程（下圖）。
這個認知過程，如果是真正的嚴謹推論、理性思考，是需要跟考察證據，非常耗費能量。
因此我們往往都是習慣依賴【自動化思維】——依據自己的【核心信念】有選擇性地截取對方特定行爲，並根據自己主觀的規則進行解釋。
同時，受限於人體機能，我們無法100%觀測到真實世界，這是無法避免的限定條件。
基於這兩點，問題也就此產生，個人認爲的和他人真實的想法，總是存在差距。
這個差距最後產生的偏差，要麼是過度解讀、要麼是自尋煩惱。
那如何破除【自動化思維】的魔咒呢？
① 對於突然出現的想法或態度，需要不斷地審視：爲什麼會有這個態度；哪些特徵導致；爲什麼不是其它特徵；起主導作用是什麼信念。
② 拓展信息渠道，避免信息繭房的影響。關注[不在場的東西]——未展示的數據。
③ 圖爾敏模型的應用：檢驗概念是否模糊；檢驗骨架是否成立/充分/確定；檢驗前提是否成立。（L先生智識營-03課）
4. 曼陀羅思考法：擴展問題解決的角度與思路
通常我們面臨問題時，最經典的步驟是：
① 提出一個A、B選擇項（或更多）問題
② 針對各個選擇項，列出好、壞
③ 對比，看哪個好處更多。
在簡單購物決策中，例如買包鹽，根據價格、口味等簡單因素即可做出選擇。但實際生活卻因爲太多不可控和不可見因素，讓各種“好處”、“壞處”都是動態變化或者無法確切肯定。
“要不要買房”、“要不要換專業”、“要不要跳槽”……這些問題即使列出各種好壞，都會發現無法判斷。
當提出問題只能有兩個對立選擇時，本身就會限制瞭解題思路。因此曼陀羅思考法正是重置問題思考角度的模型——最開始是【原有問題】，走完九宮格後提出更本質的【新問題】。
曼陀羅思考法並非給出解決方案，而是改變你思考的角度，從而才能進入到下一步去尋找更有效的解決方案。
四、小結
三種認知工具方法都有個通用的思路——梳理現象，尋找本質，找到被隱藏起來的問題、關鍵。同時，其應用場景也不僅僅只是侷限於本文分享的內容。
但或許有些朋友會疑惑，每次分析都要走一遍分析流程，那該多累。我個人認爲，其實最開始接觸各種理論模型，首先，理解內在的邏輯——WHY，你才能用得好；其次，多次應用，從生疏到熟悉，最後自然會內化，形成新的【自動化思維】。就無需每次分析都要機械化地走一遍，這樣反而變成了形式主義。
附錄：思維圖
建議電腦端打開，手機端可能被壓縮不清晰。
