为什么学了很多知识，仍然没有什么用？
本文共有 6400 字
希望能对你有启发
放心，不会太难读
在知乎上看到一个故事。
认识一位很有名气的经济学教授，当年买了上海一个小区的房子，价格大概才 30 万一套。教授有钱，一买买了两套。后来突然对房子不满意，动用了许多社会关系把房子退了，然后把钱投入了股市，然后……就没有然后了。
作者感慨道：真是知识改变命运啊。
这个故事当然未必可信，也未必有什么代表性，但类似这样的案例，在生活中，其实并不少见。
我们总觉得，那些「看上去什么都懂」的人，总是能审时度势，作出准确的判断和明智的决策，但实际上呢？他们犯的错误、做的「蠢事」，却一点都不少。
所以才会有这么一个问题：为什么读了很多书，懂了很多道理，却仍然过不好这一生？
原因其实很简单：因为单纯积累知识并没有什么用，它并不能帮你解决问题。能做到这一点的，是思维方式。
什么意思呢？
你一定还记得我在以前的文章里，提到过的「DIKW模型」，它把学习分成四个层次，分别是：数据（Data），信息（Information），知识（Knowledge）和智慧（Wisdom）。
这其中，知识的定义是什么呢？是「有意义地联系起来的信息」—— 它是对你脑海中已有碎片信息的联结和整合。
而智慧的定义是什么呢？是利用已有的知识，去处理和应对新问题的能力。
举个例子：
「DIKW模型」这6个字符，就是「数据」；
你知道它表示什么含义，这是「信息」；
你知道这个模型的背景，应用范围，学术界对其的讨论、态度等，这是「知识」；
而当你遇到问题时，懂得如何应用这个模型去思考、去应对新的情境，这才是「智慧」—— 也就是我提到的「思维方式」。
简而言之，知识是静态的，它聚焦的是「过去」。而思维方式是动态的，它聚焦的是「未来」。
知识重不重要？当然重要，它是思维方式的基础。没有知识的积累，空谈智慧和思维方式，无异于空中楼阁。
但如果单纯积累知识，而忽略了思维方式的构建和完善，那么，你就只是一个知识的「仓库」而已。
你所做的，只不过是在「复读」别人的观点。
这恰恰是许多人常犯的毛病。
在这个信息焦虑的时代，「学习」，成了一个被追捧的热词。我们害怕错过什么，害怕失去机遇、被时代淘汰，于是，我们开始买大量的书，下各种知识APP，利用碎片时间听音频课、听书，间或参加各种线上线下课程……
生怕在这场你追我赶的竞赛中，被别人抛在后面。
这当然不是坏事，学习永远都是好的。然而，许多人的学习，往往是盲目的，也是低效的。
他们只是把知识「囤积」起来，却从来没有真正利用过它。
什么叫「囤积」呢？它有三层含义：
第一层，是追求「收集」。想一想，你有多少书摆在书架上，却从来没有翻过一页？报了多少课程，下了多少音频，从来没有听过？
这样的人，只是把「拥有」当成消化，满足的是「我在学习」的幻觉。
第二层，是追求「数量」。我身边有许多这样的人，他们用各种课程和训练把自己的日程排满，整天忙着计算「我又读了多少本书」。他们一直奔跑在路上，仿佛稍微停下来就会被别人超过。
但在这些数量的背后，真正被吸收、内化、应用的，又有多少呢？
第三层，是追求「记忆」。
这样的人，会有自己的一整套学习、笔记体系，会有一沓厚厚的笔记本（数码或是实体），会有分门别类、整齐有序的知识集合……跟他们聊天时，你经常能听到「某本书提到过」「某某人讲过」「这个知识点来自……」这样的话。
到这个层次已经很不错了，达到这一步的人并不多 —— 但仅仅停留在这里，仍然还不够好。
为什么呢？很简单。单单只是知识的积累，只能说明，你永远停留在「过去」—— 任何一个知识，当它被记录下来，被你所接收到，它就已经是「过去」的事物了。
但我们要面对的，永远是全新的、陌生的情境和问题。
所以，更重要的是什么呢？让这些停留在「过去」的记忆，成为你的根基，在它们之上生长出新的萌芽：一些针对全新情境的假设，猜想，推论和判断。再依据它们，去做出行动，修正行动，利用这些知识来指导你的行动。
这就是我所强调的：不要囤积知识，而是要让知识流动起来。
跨越从「已知」到「未知」的界限，打破从「旧」到「新」的屏障。
那么，什么是「流动」？
举几个我自己的例子，帮助大家理解。
当我学到一个知识点时，我不会单纯把它复制粘贴下来，而一定会试着用自己的话去表述。在这个过程中，去理解其背后的逻辑，去找到：哪些是这个知识点的要点，哪些是不重要的、可以忽略的信息。
同样，我会立即思考：它对我有什么意义？可以用在什么地方？可以跟哪些其他的知识点建立联系、产生新的价值？
与此同时，我会记录下对它的思考和评论，以及存在的问题，并通过行动，去解决这些问题，更好地理解和吃透这个知识点。
以及，我会做一个训练，叫做情境联想：把学到的内容跟可能面对的情境进行联想，去思考：我在什么场合下可能用到它？当我面对这些情境时，我可能会用到哪些知识点？
简而言之：我不会把一个知识点「复制」下来，再存放到仓库里，囤积起来，等待可能哪一天的使用；而是会通过一套流程，从思考到联想、提问、行动、记录，等等，让这个知识点在流动中创造价值，最终落地。
这些，都是非常简单的做法，但它们能有效地帮助你，把重心从囤积转移到流动，让知识流动起来。
在这个过程中，最重要的是什么呢？两点。
1）抽象储存
如同我所说：大脑是用来思考的，不要拿来记忆。我不会去记录知识点的细节和结构，甚至，如果你问我某个领域的问题，我也不一定能给你巨细靡遗地讲清楚。
但我能够知道，它在我的知识网络里大致位于哪个位置，跟其他哪些节点有联系，它们合起来构成了一幅什么样的图景，我从这幅图景中可以归纳、整理出什么，它能应用到什么样的新问题里面。
2）问题导向
如前面所说：任何一个知识点，最终都是要落地，跟「问题」建立联系的 —— 这样才能发挥它的价值。
试着用你已经掌握的知识，去塑造你看待事物的视角，思考问题的框架，分析问题的路径和方法……利用这些「旧」知识作为依据，不断去补充、完善、修正，乃至于推翻和重构自己的观点 —— 这才是学习的要义。
也是让知识「流动起来」的核心。
心理学对智力有一种分类方法，即分为「晶体智力」和「流体智力」。
什么意思呢？晶体智力，指的是我们储存、建构和应用「经验和知识」的能力，简单来说，就是我们大脑中已有的知识量和有序程度。知识越丰富，结构越有序，晶体智力越高。
而流体智力，指的是在混乱中发现意义的能力，亦即针对新异环境进行思考、推理，发现新问题、解决新问题的能力。
一般认为，晶体智力随着年龄增长逐渐提升，到60岁前后到达峰值，随后缓慢下降（亦即开始遗忘）。
而流体智力会在成年后几年内达到峰值。随后，如果你勤于锻炼，它会保持平稳的水平，直到老年才开始下降；但如果你疏于锻炼，它会保持稳步的回落。
当然，这两者是相辅相成的：我们通过流体智力解决的问题，会成为我们的经验，亦即晶体智力的一部分。而晶体智力的发展，又能够促进和刺激流体智力，帮助我们更好地理解外部世界。
有一个例子可以很好地帮你理解这两者：在我们学生时期，为什么有些人总是能不费吹灰之力解出数学题呢？他们这种能力，或者说「数学天赋」，到底来源于什么？
实际上，这种能力需要两步：第一步是熟记各种定理和类型题；第二步，是需要培养「将新问题转化为旧问题」的能力。
也就是说，数学天赋好的人，其实都有一个共性：他们能够一眼就分辨出，这道题目可以转化为哪一种「基本类型」，跟哪几种定理能够产生联系。
这种将「未知」和「已知」结合起来，去探索全新情境的能力，正是我们许多人，慢慢疏于练习、任其荒废掉的能力。
为什么？因为我们这个社会，本质上是需要秩序去维系的。它并不需要你不断地去面对新异环境，去锤炼头脑和智力 —— 它只需要你安分守己，循规蹈矩，在自己的位置上面，做好该做的事。
用一个拟人的说法来讲：这个世界不希望太多人去思考，因为思考是一种熵 —— 一思考，就会产生许多麻烦。
那么，它就需要耗费更多的能量，产生更多的无序和代谢产物，去抹平这些麻烦。
一切都有安排，外在的力量会逼迫你服从「圈层」的规训和安排，不越界。
你会希望构成你身体的细胞有自己的自由意志和思想吗？肯定不会，对吧？
这是宏观角度。
而从微观角度出发，也是一样的。
我们在工作和生活中，几乎每时每刻都会受到两种力量的影响和诱惑：一种叫做「求新」，亦即涉足新领域，尝试新的挑战，用新的方法解决问题；一种叫做「守旧」，亦即遵循过往的习惯和行为模式，在单位时间内获得性价比更高的收益。
大多数人的选择都是后者。原因很简单：我们每一个人，几乎都是风险规避和损失厌恶者。
我们不愿意舍弃已有的收益，不愿意面对充满未知和不确定的风险，不愿意让自己成为「越界者」。
这就导致了，我们最终都会走到同一个「最舒适」的点上面，停下不动。
成为同质化的人。
说得有点远了，宕回来。
那么，如何让知识从「囤积」到「流动」，培养这种应对新情境的迁移能力呢？
我将它分成三个层级，分别对应知识的储存、识别和调用。
1）储存
「囤积者」的知识储存方式，是树状结构，采用的方法是分类和层级：知识点 A 可以分成 A1，A2，A3 三个部分，A1 又进一步可以分成 A1.1，A1.2……诸如此类。
他们所追求的，是「有序」，每个知识点都有其位置，严丝合缝，一丝不苟。
「流动者」的知识储存方式，则是网络结构。他们不会去储存知识的细节，而是会对其进行「抽象」，提炼出一些关键的特征和要素，并通过这些特征和要素，把它跟其他知识点「联系」起来。
这就是我一直所说的「知识网络」：它不仅仅是对信息的组织方式，更是对信息的理解、储存和提取。它不追求「分类」，而是追求「联想」和「相关」。
2）识别
囤积者发现一个新问题时，往往会对其「贴标签」，将其归类为已知的某一类问题。亦即，试图从已有的知识体系中，找到一个最接近、最相似的元素，将其「套用」到新问题上面。
而流动者发现一个新问题时，会注意到其新异之处和不同点，并聚焦于：它跟旧的问题有哪些不同？从旧的问题可以如何延伸、变换出这个新问题？这其中有哪些特点，是不能用以往的方式去对待的？
3）调用
囤积者调用已有知识和经验时，会追求「还原」和「准确」，执着于通过既定的路径去检索和复述信息。故而，他们会重视记忆力，会追求「博闻强识」、不出错，追求信息的完全匹配。
而流动者的思维方式，则是通过提炼要点，为已有的知识建构一个个高维度的、不同的「模式」。再通过对「模式」和「特征」的匹配，在节点之间进行跳跃，来检索和提取信息。
这些模式和特征，其实就是「思维方式」
在这个过程中，后者一定会遇到错讹、偏差，但这没有关系 —— 如果过度追求「不出错」，那就没有办法创造任何新的东西。我们要追求的，是「满意解」。
这三点，是流动者与囤积者的不同，其实也是大脑的优势所在。
大脑之所以比现在的电脑更高级，并不在于运算速度、储存空间和精确性 —— 这几个指标，电脑的效率千万倍于大脑 —— 而在于两点：大脑能进行模糊处理，以及高并发计算。
模糊处理可以帮助我们，「抹掉」那些不重要的信息，「凸显」那些重要的、关键的信息；高并发则可以充分利用我们的脑力，对这些关键信息进行匹配，高效地调用资源。
因此，面对一个飞来的网球，我们不需要计算风速、角度、速度，也能大概作出反击；面对一个复杂的棋局，我们无需像 AlphaGo 一样，对每个落子点进行胜率计算，也能依据过往千百局对局的经验，知道落在哪里会更好。
（当然，这些技巧正在被人工智能科学家们应用到电脑上面。未来，科学家能否用电脑模拟出人脑？很难说 —— 这是题外话了）
最后，提几个建议，帮助你锻炼「流动」和「迁移」的能力。
1. 拆解信息的逻辑
小时候，我们往往喜欢通过拆东西，去了解一样事物的构造 —— 男生应该很有共鸣。
但这种习惯慢慢地消失了。如今，我们更倾向的是什么呢？是接受别人告知我们的信息，按照作者的思路和脉络走，接受「作者在说什么」而非「我想要什么」。
所以，一个简单的做法就是：对获取到的信息进行拆解，去分析信息背后的逻辑 —— 它是如何构成的？每一部分之间如何连接？每一个结论和断言背后的支撑是什么？整体的结构是否稳固？
不妨去试着问这么几句话：
它可以分成哪几部分？各部分之间是什么关系？
它的关键特征是什么？是什么使得它跟别的事物区分开来？
它的每一部分为什么成立？是否有足够的论据和说服力？
我可以从中得到什么？它对我的意义和价值是什么？
这可以非常有效地提升你的思维能力，帮助你提取信息的要点，以及提升面对新问题的分析能力。
2. 不断尝试新事物
前面讲过，知识的「流动」，是对新问题的迁移解决。但前提是什么？你总得有「新问题」，对吧？
为什么说好奇心很重要？就是因为，好奇心可以帮助我们尝试和探索新事物，在已知中创造出未知，推动我们面对新情境和不确定性。
所以，我有一个心态：无论多困难的挑战，只要是没有接触过的，我都会很乐意去尝试一下。很可能做不好，也可能付出一些成本，但这可以迫使我去面对新情境，放弃以往的固有思路和路径依赖，更有效地调用自己的能力。
在这个过程中，你会被迫去找到问题、发现问题、思考问题 —— 这才是你能力的体现和提升的机会。
尝试新事物，从新事物中发现问题，调用自己的知识和经验去攻克问题，获得反馈完善自己，拥有更大的自信去探索新事物 —— 这就构成了一个正反馈的回路。
3. 锻炼网络思维
我一直笃信一点：万事万物，都是有其内在联系的。
所以，无论是积累知识，还是分析问题，永远都不要孤立地去看待事物 —— 不妨试着从整体、联系的角度，用网络的视角去思考。
这里有一个重点：我们并没有必要把所有的知识完整无误地记录下来，关键在于，我们通过某一个节点，能够联想和激活其他哪些节点，它们整合起来，能够「涌现」出怎样的系统性 —— 这才是最重要的。
大家平时在生活中，不妨多做做联想练习，这会有助于思维的活跃和创造力。
4. 理性行动
前面讲的这些，都属于认知和思维的内容。但还有至关重要的一点，就是执行。
很多时候，我们都会面临「道理都懂，但就是做不到」的窘况，以及「我当时就应该怎样怎样」的懊悔，其实问题往往就出在执行的心态上 —— 我们难以主宰自己的大脑，反过来被情绪所控制，从而作出种种不理性的行为。
相关的内容，我在旧文中讲过很多。非理性的思维模式，比如启发式，损失厌恶，锚定……情绪相关的内容，包括如何与情绪和解，夺回大脑的掌控权，等等。可以阅读以前的文章，在这里就不多赘述了。
一个小小的建议是：平时多做复盘，思考并记录「我为什么会这么做？」「我当时的心态是什么？」这样，可以有效地帮你监测自己的思维过程，更好地控制它。
也希望每一个人，能真正实现「知行合一」。
点击【阅读原文】
获取我分享过的免费资源
也可以读读近期这些文章：
—— 相关文章：
—— 热门文章：
提高自己的警觉性，更好地面对未来
决策常犯的错误，帮你一网打尽
每天都疲惫不堪？这篇文章给你充电
THE END
- 晚 安 -