你真的會學習嗎？從結構化思惟提及

簡介： 學習是咱們從呱呱墜地開始就在進行的事，從簡單的模仿，到系統的訓練，學習對咱們而言彷佛已經習覺得常。然而，咱們真的學會學習了嗎？學習的終極目標是什麼？技術性學習思惟又有什麼不一樣？本文從結構化思惟提及，分享學習如何學習的方法。

一 前言

試想，接手一個新的業務方向，業務方的訴求是要求你能快速熟悉並投入，你會如何去應對這樣的挑戰呢？再試想，做爲一名風控技術的新人，你須要在原先的防控策略上引入新的圖計算技術，又該如何快速學習新的技術，從而達成業務目標？

如何你剛好據說過XY問題的理論，你就會知道，上述問題其實都是筆者拋出來的Y問題，X問題是咱們到底應該如何快速去學習一項新的課題。

XY問題是他人詢問本身的嘗試的解決方案Y，而不是實際問題X。這會浪費大量的時間和精力，不管是尋求幫助的人，仍是那些提供幫助的人。

二 什麼是結構化思惟？

來看這樣一個例子，一個平臺戰役KO前的準備工做，有A組和B組兩種劃分方式。

A組

B組

以上例子中，B組比A組多出了一個「維度」，將原來的元素進行了歸類分組，從而讓總體信息更有條理和邏輯，也更方便記憶。

咱們身處信息爆炸的環境，可是信息不等於認知，大腦須要將接收到的信息進行加工處理，最終造成認知並在須要時遷移運用，這樣的過程就是思惟。信息的加工處理是及其複雜的過程，須要一套科學的方法論來提升工做效率，結構化思惟應運而生。

結構化思惟是一個創建清晰、穩定、有序的思考結構，有助於咱們將知識體系從零散到系統化。咱們經常使用金字塔結構進行結構化理解和思考，金字塔結構是《金字塔原理》一書中提出來的概念，它是將結構化思惟具象成相似三角形結構的樹狀圖，直觀地體現了由結論、論點、論據組成「先總後分」的立體化分析方式（縱向結構），再經過歸類分組的方式將信息排序和窮盡（橫向結構）。

金字塔結構

有意思的是，金字塔結構先總後分，咱們看錶象彷佛橫向結構越擴越寬，信息愈來愈多。事實上隨着信息的歸類分組，信息開始知識化、系統化，信息越加工越少，若是再次提煉造成本身的方法論層面，最終能夠變成一種長波記憶。以下圖所示，當咱們遇到某項課題的海量信息時，須要作到像「漏斗」同樣的思考過程。

漏斗模型[1]

在前言中，筆者拋出幾個問題，咱們來思考一下，結構化思惟能幫助咱們快速的學習好一門課題嗎？咱們嘗試用結構化思惟來解決這個問題，從學習自己這個課題來看，先從維基百科[2]得到學習的定義：

學習是透過外界教授或從自身經驗提升能力的過程，從狹義角度來具體描述是經過閱讀、聽講、研究、觀察、理解、探索、實驗、實踐等手段得到知識或技能的過程，是一種使個體能夠獲得持續變化（知識和技能，方法與過程，情感與價值的改善和昇華）的行爲方式。

對學習這個課題進行分析，從狹義的角度，學習通過橫向拆解能夠分爲收集、加工、沉澱、使能四個方面，而結構化思惟是一種結構化的思考和理解信息的過程，和學習這個課題的總體縱向結構匹配能夠得出結論，結構化思惟主要能夠幫助完成學習的加工階段，小部分覆蓋到學習的沉澱階段。於是咱們能夠得出一個簡單的結論，對於學習而言，只有結構化的思惟還不夠。

三 學習須要學習嗎？

在阿里巴巴公益培訓Java柚子訓練營開班第一期分享上，孤盡老師分享了學習四部曲，即記憶、理解、表達、融合。

記憶是信息獲取的第一步，就像CPU運算時，要先把數據讀取到內存通常，有記憶的數據才能被大腦加工處理。如何高效的記憶呢？事實上，記憶的第一性原理仍是重複，但在實際工做學習中，有一些方法可以幫助大腦更容易記住信息。

記憶分爲長波記憶和短波記憶：

• 長波記憶：已經持久化到大腦中，忘記的時候只是由於沒有檢索到，可是很容易回想起來，相似磁盤存儲。
• 短波記憶：記住一段時間就忘記了，後面怎麼也想不起來，相似內存存儲。

就記憶而言，有如下要點值得注意：

• 有場景的信息有助於記憶
• 有規律的信息有助於記憶
• 有分類的信息有助於記憶
• 有圖像的信息有助於記憶
• 天然鏈接的信息有助於記憶

若是沒有在記憶以前進行思考，單純的重複效率不敢恭維。舉個例子，下面有兩組詞語，哪組更容易在極短的時間裏面記住呢？第一組是抽象的名詞，而第二組是具象的物品，顯然第二組能讓咱們更快想到具體的場景畫面，而且還能夠用結構性思惟快速給它們分門別類，造成短波記憶。

• 同一性 矛盾性 螺旋性 鬥爭性 對立 統一 形而上 惟心主義 惟物主義 人性
• 西瓜 蘋果 香蕉 梨子 黃瓜 南瓜 西紅柿 白菜 香蔥 花椒 辣椒 香菜 車釐子

快速記憶以後的內容是尚未消化的內容，很容易忘記，須要重複的理解，將知識內化成本身的認知的一部分，而且要去表達，傳遞出去，讓內化的知識可以使能，邊學邊實踐才能融會貫通。

孤盡老師以記憶這一要素爲啓發點，告訴咱們要培養快速學習的能力，講究方法和努力，而且要學會如何學習。值得分享的是，不少時候咱們是不知道本身不知道，沒有仔細去思考過如何學習自己這個命題，每每一頭扎進本身的業務和工做中，不可自拔，沒有跳出來看看一些根本的要素。

再舉個例子，Java中，LinkedList是單向鏈表仍是雙向鏈表？在不少開發同窗的固化思惟裏面就是單向鏈表，而且在使用時也不清楚是不是合適的場景，在學習的四部曲裏面其實只作到了第一點，記住了有這樣一個List子類，後面的三部曲通通沒有作到。

再如，浮點數爲什麼會有精度問題，爲何損失精度後是這樣一個結果，若是腦中沒有出現計算機浮點數清晰的存儲結構圖（有圖像的信息有助於記憶），那在學習的過程當中就有很大的缺失。

單精度浮點數存儲結構

這樣看來，你還會學習嗎？

四 技術視角的學習思惟

從技術同窗的角度出發聊學習思惟，咱們不妨先從領域驅動設計（Domain-Driven Design）開始。

在支撐業務時，要正確地理解業務領域，對問題域進行分析和領域知識建模，其中一種生動的方式就是6W模型，即描寫場景的過程必須包含 Who、What、Why、Where、When 與 hoW 這六個要素，領域專家或業務分析師從領域中提煉出「場景」，咱們在學習領域時，就好像是在講故事，又好像是在拍電影。6W 模型以下圖所示：

軟件的實現依賴於現實問題域的知識模型抽象，而這個知識模型的構建事實上是技術視角下學習思惟的表現（下稱技術性學習思惟），在領域驅動設計中，主要分爲戰略建模和戰術建模，其中戰略到戰術的思考自己能夠看作是一種縱向到橫向的信息歸類，以便於咱們結構化、有序化的理解和思考。

咱們說軟件是自動化現實世界的過程，首要任務就是學習這些過程，同時技術性學習思惟要比常規的認知更加具備挑戰性，除了將信息加工成知識，還須要進一步將知識模型化，再用計算機語言去表達這些知識模型，模擬現實世界的過程。軟件開發困難嗎？我想難，但也不難，好的設計和很差的設計都有能支撐業務的例子，但咱們更指望有好的設計，怎麼作設計好的軟件呢？沒錯，這又是一個Y問題，X問題是咱們如何學會學習。

五 實踐和小結

1 Special

以筆者所從事的風控領域爲例，要快速學習風控的知識，支撐起阿里及螞蟻集團的國際戰場。對收集的信息進行整理、記憶以後，從風控思想視角，能夠歸納爲以下的價值和描述：

一句話價值：風控價值 = 業務助力 + 有效攔截 - 業務打擾

而對相關概念加工整理和思考後，對風控技術進行理解，其中一種抽象的方式，把風控當作公式：

把風控函數f ，用變量體系進一步展開：

其中 s 是策略體系，u 是變量體系，var 是變量。

變量， 能夠當作是策略條件部分的左值。

能夠看到學習的過程是將一個龐大課題聚焦到核心要素，而且創建易於理解的模型層面，但這依然處在學習的中期甚至是早期階段，還須要不斷的表達和融合，內化爲本身一部分。在風控領域其實還有不少方面須要下探，有一種還不會真正學習的意識也是巨大的收穫，能敦促本身朝着更體系化的目標而去，最終能融合成本身的學習結果，並有所領域產出。

2 小結

快速學習是一種能被強烈感知到的訴求，受到阿里柚子訓練營的啓發，其實有時候焦慮的背後是由於本身尚未學會如何學習，仍是按照從前的方法在重複。學習如何學習是一種技能，要知道本身不知道，咱們的終極目標仍是要讓本身能在有限的時間裏高效的學習，而學習的終極目標不是沉澱，而是知識的表達和讓本身持續性的變化。

原文連接 本文爲阿里雲原創內容，未經容許不得轉載。