下载掌阅APP，畅读海量书库
立即打开
大多数学科的学习过程是类似的，不管是学习化学、历史还是编程，你都要经历获取、理解、拓展、纠错以及最后的应用阶段。
问题是不同学科的知识并不相同，历史课上你要记住一大堆日期；程序设计课上你要了解什么是多态性。不同的知识有不同的结构类型，虽然学习的过程是类似的，但是知识结构的类型却不一样。
吃汉堡和吃一碗苜蓿芽，其过程一样，都要先经过咀嚼，然后在胃里消化，接着营养物质在小肠里被吸收，最后废弃物变成粪便排出体外。不过汉堡和苜蓿芽的食物类型不同，因此在咀嚼、消化、吸收和排出体外的具体方式上也不同。
你不能用同一种方式处理不同类型的信息。学习必须根据内容做出适当的调整，如学习的内容是一个名词解释，还是针对一个有争议问题提出不同的看法？
用同一种方法处理不同类型的信息是行不通的，针对不同的信息，你可以根据本书第二部分介绍的办法做些调整。我把信息分为五种类型，便于你了解遇到的信息属于哪一种类型。
·随意信息
·观点信息
·过程信息
·具体信息
·抽象信息
这五类信息基本上涵盖了学校里的课程和实际生活中能遇到的所有信息类型。有些信息介于两种类型之间，比如物理学游走于抽象信息和具体信息之间，生物学则可能既有随意信息又有具体信息。实际上，大多数学科都是上述各种信息的组合，不过是比例不同。
随意信息是一系列事实、日期、定义或规则，它们缺少逻辑分类，常常在学校里碰到，很少在真实世界里遇到。很多医学专业的新生在学解剖时，会遇到大量需要死记硬背的知识，比如人有206块骨头等。这些知识看起来没有规律，无法再加工。需要死记硬背的知识就是随意信息。
对待这种信息的第一个目标就是：假如存在某种逻辑关系，那么尽量去发现它，否则记忆和使用信息的工作会更加困难。
如果这样做还是不能令人满意，可以采取下面三种方法。
·联想法
·挂钩法
·压缩法
随意信息的有利一面是理解起来不费劲，要理解心脏如何泵血肯定比认识心脏各部分的名称更为复杂。
不过事情往往是相对的，正是因为这种信息需要理解的工作少，所以可供探究的程度也少。因此，随意信息如果不进行反复机械记忆，非常容易遗忘。联想法、挂钩法和压缩法就是帮助我们记忆随意信息的方法。
随意信息是最不容易进行整体学习的，假如你需要记忆大量的随意信息。联想法、挂钩法和压缩法会有些帮助。
观点信息是存在争论的信息。小乘佛教和大乘佛教哪一个更优秀？这就是观点，观点信息在论文中很常见，关于这类信息，大家的意见不一致，而当你需要做决定时却非常重要。（什么是健康饮食？哪一行业发展前景更好？）
对于观点信息，最大的难点在于获取阶段。你需要检查大量的信息以寻找其中的模式，而不是去记忆具体的细节。速读技巧对于收集信息非常重要。
图表法对于观点来说也是非常有用的方法，它能帮助你在阅读以后提取出关键思想。
过程信息是教导你怎么行动的信息，是讲述一系列动作、操作的信息。比如，讲述如何游泳的知识，编写一段电脑程序，建造一所房子以及设计一个模型都依赖于过程信息。学习这类信息最重要的是不断练习、反复去做。不过，建立正确的背景概念对于节约时间也同样关键。
大多数过程信息都依赖于正确的模型，通过练习可以慢慢形成一个结构，如果有正确的模型则可以提高学习速度，以下是一些可以改进模型的技术：
·内在化
·比喻法
·图表法
·模型纠错
过程信息的最大难点是需要实际投入大量的时间用于练习。你可以对概念理解得不好，但是必须实际地掌握动作。你无须全部学习材料，只要拥有正确的背景模型，就可以练习那些教你的动作。
过程信息的好处是：如果练习了，它比其他类型的信息记得更牢，保存时间更长。通过练习，你可以将模型与知识结构更好地融合在一起。
另外两类信息是具体信息和抽象信息，它们是学校里学习最多的两种信息。具体信息是那些在实际中可以观察到、听到、触到的信息，比如医学上的视、触、叩、听得到的信息就是具体信息，不过实际上，大多数信息都介于抽象和具体之间。
例如，生物学可能是比较具体的科目，有大量真实的图像，你不需要做更多的视觉化工作，因为艺术家和自然本身已经做好了这种工作。不过生物学也有酶、神经元、蛋白质结构、化学反应等难以想象图像的知识，所以生物学也是一门抽象学科。
本书第二部分列出的大多数技巧都可以用于具体信息。内在化有助于将信息与多个感官相联系，举例来说，你不但能看到心脏泵血的图像，还可以给这幅图画加上感情和声音。
抽象信息缺少与感官的直接联系。数学、物理、心理学、计算机和化学主要涉及的是抽象信息。量子物理学和微积分中有大量抽象的信息，不容易马上想象出图像来。
抽象信息与随意信息正好相反。抽象信息非常难以理解，但是逻辑性很强，学习时好比潜入深海的探索，随意信息则非常浅显，但是逻辑性差。
在处理抽象信息时，你需要将之移到具体的层次。整体性学习者一般会抛弃课程中的随意信息，因此他们比一般人理解得更好，后者往往不愿意尝试理解复杂的知识。
内在化和比喻法对于将复杂知识简化至关重要，模型纠错也很重要，因为一开始建立的模型总是存在各种各样的错误。
对抽象信息来说，理解和拓展阶段显得难以忍受。假如你感到理解困难，可以降低接受信息的速度，将前面的信息深入仔细地探究。这种知识的特点是一环接着一环，所以打好基础至关重要。
在学习抽象信息时，整体性学习优势明显。通过将信息转化为更容易想象成图像的形式，你可以为知识建立广泛的联系。内化和比喻法是两种主要的办法。
学习一个新问题时，首先要判断信息主要属于哪一类？确定信息的类型可以帮助我们决定学习时采用什么技术，以及估计记忆时可能会遇到的困难。
稻草搭建的桥不是强结构，钢铁做的桥一定非常坚固。知识结构也有强弱之分，如有可能，应当尽量使用强结构。
随意信息结构是最弱的结构，难以进行整体性学习，学习起来时间长，而实际应用价值又很局限。可能的话，要尽量找出随意信息中可能的逻辑结构（于无序中寻有序），能帮助你记忆。
举例来说，如果有一系列名词要记住，看起来是很随意的信息，但是你要努力寻找它们可能存在的逻辑关系，也许名词的第一个字都是三点水旁？这就是一种逻辑关系。如果实在找不到逻辑关系，也可以试试针对随意信息的联想法，比如挂钩法和信息压缩技术。
具体信息结构和过程信息结构是最强的信息结构，二者会唤起你的实际经验。新的知识可以与旧的经验很好地联系起来，编写程序包括了具体信息结构和过程信息结构，修改程序后的结果会立即反馈给你，各种概念不断地出现在脑海中。
通过本书后面提及的众多方法，你可以将弱信息结构转变为强信息结构。