你有沒有試過，看了很多文章，到頭來什麼都沒有學到呢？

就算看似學到了很多新的知識和新的概念，可是一遇到問題的時候，卻怎麼也想不到把學到的這些知識運用出來。

如果你是這樣子，說明你的學習方式依然停留在淺層上面。

想要把學到的東西真正内化成自己能力的一部分，你必須經曆過一連串的深度加工過程。

這個過程，可以套用一個知識管理的模型說明。

我們學習一樣新的東西，是一個從陌生到熟悉的過程。

在解釋這個過程如何運作之前，首先引入一個模型，就是DIKW模型。

這個模型，是知識管理領域，被廣泛使用和分析的金字塔體系。

DIKW是由四個英文字母組成，每個字母都是一個英文單詞，對應不同的概念。

D：data，數據；

I：information，信息；

K：knowledge，知識；

W：wisdom，智慧；

這四個部分，由低至高排列，形成一個金字塔的架構，很好的說明了我們如何把一個陌生的材料轉化為我們自身思想一部分的運作流程。

我們從外界接收到數據，然後将其轉化為我們了解的信息，再将這些信息變成我們可以學習的知識，最後透過知識的内化，成為我們的智慧。

從D到W這個過程，每個步驟都會涉及很多操作方法。

處于底層，就是data，存在于這個世界的龐大數據，是這個世界事實的反映。這個數據，可以是數字，文字，圖像，符号等等。

這些數據，我們是如何得來的呢？

一般來說，通常有四種方式獲取：

1，通過研究實驗得出；

2，通過系統歸納而統計出來；

3，靠自己閱讀資料獲得；

4，從别人口中得知；

例如截止至目前，2018年的微信月活躍用戶量已經到達10億。這就是一個數據，我們從報紙上獲悉這個數據。

但數據是死的，沒有任何意義。到底這個數據展示出來的數字，對我們起到什麼樣的作用，我們并不了解。

當你閱讀一部經濟學的著作，其中有很多專有名詞，諸如“非對稱信息”，“平均可變成本”，“基數效用”等，這些名詞如果我們完全不理解他們的含義，我們就很難理解到整部著作的内容。不理解，意味着幹巴巴的數據對我們還沒有起到幫助的作用。

既然沒有一點作用，那這些數據被我們遺忘甚至無法從中學到東西，這就非常正常了。

但是，為了讓數據上升到信息這個步驟，讓其産生價值，被我們所了解，我們就需要賦予這個數據某些意義。

數據是沒有任何意義的，信息才有。

而一個數據被賦予意義的最佳方法，就是加工它，将這個數據放在一個具體情景下去解讀。

所謂具體情景，就是與這個數據相關聯的具體發生情景。

當這個數據被我們放置在一個具體的情景當中進行加工處理，于是就會由此變得人性起來了，擁有了某些意義，成為一個有價值的信息。

例如“社交提示”這個概念，我們看到這個詞，并不知道這到底是什麼。

對我們來說，除了認識這些字詞，其他的東西我們一無所知，所以它是一個數據。

如果這個時候，我們進一步學習，了解到這個“數據”表達的意義，即語言特征和非語言特征所組合起來，能夠在溝通情景當中給我們提供相關背景資料的信息。

那麼我們就知道，所謂的“社交提示”，就是指面對面可以留給我們的信息，這些信息，透過微信這些聊天工具，是很難被我們所獲知的，例如你的表情，聲音，态度，心緒等。

所以在現實當中聊天，我們會獲得這種“社交提示”，而網上聊天，這種“社交提示”就缺失了。

通過這種具體的解讀，我們是不是更加明白這個概念的意思呢？這就是把數據轉化為信息的過程。

一個幹枯的數據，遠遠比不上一個具體展示那麼讓人身同感受。這種加工方式，對于我們的說話能力，也同樣是一種非常有用的表述方法。

所以下次看書當你看到“一隻看不見的手”這句話時，你就把這句話表達出來的意思，放置到具體情景去加工解讀。

無論是寫讀書筆記，還是在段落旁邊做批注，甚至透過具體情景去理解這個現象，這就是加工信息的一種手段。

通過這種手段，你就能夠把文章傳遞出來的信息解讀出更多，屬于自己的思考了。

信息是粘附意義而存在，卻未必有用。

而知識，就是經過推理和分析的驗證後，給我們提供實質幫助的價值存在。當你把數據轉化為有意義的信息，對于我們學習知識還遠遠不夠。

例如心理學上有“印象管理”這個知識點，經過了前面兩道工序的加工，現在我們知道這個概念到底是什麼意思，即“為了影響他人對我們的看法而創建積極的自我形象”。但這充其量隻是信息，還不是我們的知識。

正所謂還沒被我們掌握的知識，并不算是知識。那我們怎麼去掌握它呢？

不少書籍，對于我們如何學習和掌握知識已經有很多的論述，但無論哪一種方法，都離不開兩種方式：

1，主動構建邏輯框架

2，與實際建立聯系運用

有些知識點，有時候是非常獨立的，沒有上下文的輔助，我們壓根不知道它們到底有什麼用，甚至連理解都成問題。

為了學習它們，思考是我們介入的第一個步驟。但怎麼思考呢？就是主動構建邏輯框架，把這個獨立的知識點，通過主動尋找與之相關的邏輯體系，從而構建出一個可以讓我們理解的關系網。

而構建邏輯框架的方法很簡單，就是給信息“分解設問”。

分解設問，就是将一個信息，一個概念，一段話，圍繞它分解成不同的問題，然後讓自己尋找這些問題的答案。在找尋的過程中，你就會發現彼此的邏輯關系。

例如，微信的月活躍用戶量有10億，對我們這隻是一個數字。

我們知道這10億用戶量裡面，男女用戶的比列是多少，年齡層又怎麼分布，到底是什麼原因會影響用戶對微信的粘度，那麼這些數據就會變成有價值的信息。

然而，這隻是信息，不是知識，因為你還沒有給這個信息分解問題。為了弄清楚這些信息彼此的關系，我們就需要主動構建邏輯框架，多設問，找出得出這個信息的“前因後果”。

為什麼男性的微信用戶量會比女性的用戶量多呢？為什麼年輕人的用戶受衆會比老一輩廣呢？哪些用戶對于微信的粘度會比較高呢？

當我們知道微信用戶量10億數據背後一系列的邏輯框架，有了上下文的輔助了解，找到每個問題的答案，那這些信息最終就會變成我們的知識一部分。這些由信息轉化為的知識，說不定對于很多從事IT行業的人，提供很大的參考價值。

同樣，我們知道“印象管理”這個概念信息，我們想要把它轉化為知識，也需要給這個概念分解設問，尋找“前因後果”，建立邏輯架構。

如印象管理這個東西怎麼來的呢？

我們應該怎麼進行印象管理呢？印象管理都包括個體的什麼地方？

印象管理會應用在哪些情景？

循着這些問題，我們一個個梳理，觸類旁通。

換言之，給你要解讀的“信息”，提出一系列諸如“Why”，“What”，“How”的問題，而你又能夠找到相關的答案，那麼你就這個信息，就構建出某種邏輯關聯。

當你能夠梳理這個信息背後的邏輯架構，它是怎麼來，又是怎麼跟其他事情産生關聯，通過對比、深挖、分析，我們清楚它的全貌，就好像把一個知識點變成一張知識網一樣，那就可以說，我們已經學會了它。

因為單純的記憶和理解，隻能從紙面上掌握知識；而建構邏輯關系網，就是從紙面以外的地方掌握知識。

為什麼一些知識達人能夠從一個點說到另一個點，給人博學多才的感覺，就是因為他把這種知識概念，梳理成一張邏輯網，跟其他知識建立關聯，自然就懂得運用學到的知識擴展到不同的地方運用了。

但是，這隻是第一種學習方式，第二種方式，就是主動跟實際聯系運用。

有些知識我們并不知道前因後果這種邏輯架構，但我們依然掌握到它，原因就是在于我們在實際生活當中運用到它。而這個運用的方法，就是美國心理學教授安德斯·艾利克森博士所提出的“刻意練習”。

這個概念就不多做講述了，有興趣的朋友，查閱相關的資料就行。

簡單來說，就是讓知識在一個具體的實際環境當中，重複鍛煉記憶，直至這種知識成為自身能力的一部分。

諸如想把話說好，就不斷重複開口鍛煉；想把車開好，就不斷重複駕駛鍛煉。這時候，大腦運用學到的這些知識，就好像我們刷牙那樣自然而然，無需刻意努力也能做好。

運用這兩點學習方式，都需要我們投入足夠的注意力；如果我們注意力不集中，或者甚至敷衍了事，我們依然無法掌握學到的知識。

至于生成智慧，這個就因人而異了。畢竟一個知識如何轉化為智慧，跟個人的閱曆和經驗有很大的關系。

我用一個故事說明。

有一次，愛迪生把一隻燈泡交給他的助手阿普頓，讓他計算一下這隻燈泡的容積是多少。

阿普頓是普林頓大學數學系高材生，又在德國深造了一年，數學素養相當不錯。他拿着這隻梨形的燈泡，打量了好半天，又特地找來皮尺，上下量了尺寸，畫出了各種示意圖，還列出了一道又一道的算式。

一個鐘頭過去了。

愛迪生着急了，跑來問他算出來了沒有。“正算到一半。”阿普頓慌忙回答，豆大的汗珠從他的額角上滾了下來。

“才算到一半？”愛迪生十分詫異，走近一看，哎呀，在阿普頓的面前，好幾張白紙上寫滿了密密麻麻的算式。

“何必這麼複雜呢？”愛迪生微笑着說，“你把這隻燈泡裝滿水，再把水倒在量杯裡，量杯量出來的水的體積，就是我們所需要的容積。”

“哦！”阿普頓恍然大悟。他飛快地跑進實驗室，不到1分鐘，沒有經過任何運算，就把燈泡的容積準确地求出來了。

這就是智慧的體現了。

當然，并不是所有信息都值得我們轉化為學習的知識，這時就需要去篩選知識。

縱然你懂得DIKW，也知道怎麼從D做到W，但這依然稱不是有效的知識。何謂有效知識呢？

就是能夠确切幫助自己和提高自己的知識。

有時候我們之所以感到知識焦慮，就是因為我們什麼都想學，卻什麼都學不好。

好像我不是做醫生，就算看書知道“血液透析”這個概念，學會了對我的生活也并沒有太大的幫助。既然如此，這種知識就沒必要浪費時間去分解設問。

隻有在你需要掌握某個知識點，而不得不去弄懂影響你理解的與之相關聯的知識點時，你才有必要運用DIKW的模型去學習。這是一種有目的、針對性的主題閱讀方法。

否則，一本書有這麼多知識點，并不是每個知識點都值得我們學習，也不一樣對我們有幫助，這時如果全部都運用DIKW模型去掌握知識，這種學習就會變得很低效而浪費時間。

提煉有效知識的重點，就在于你能否識别這些知識對你是否有用。根據這個原則，有效則可以分為三個層面：

1，短期能夠被有效利用；

2，長期能夠被有效作用；

3，将來能夠被有效使用；

短期有效，指的是你學到的知識，短期内能夠有效給你提供幫助。

例如下個星期就考試，你必須把手頭上的科目知識學好。那麼這些科目知識，就是在這段期間内能被有效利用去應對考試的知識。你想學習時間管理，解決自己工作注意力不集中的問題，也是屬于這類。

長期有效，就是長期對我們潛移默化産生影響的知識。

這種知識，不經過長時間的積累，很難察覺出來。而且這種知識，有時候是從短期有效知識轉化而來。

例如你學習開車，科目一二三四，就是為了應對考試而學習的短期有效知識。可當你通過這個考試，當中的一些知識或技能，就會長期作用于你的生活，對你産生明顯的影響 ，成為長期有效知識。

将來有效，指的就是現在學習了，我們不知道什麼時候用到，但說不定有一天能夠被我們有效使用的知識。

例如學習口才，暫時的你沒有人際關系或者與人溝通方面的需要，這種知識你學習了，也不知道什麼能否使用出來。

所以當你學習的時候，一定要有一個清晰的目标，問一問自己，你學習的知識是屬于哪個層面？

如果你想學習時間管理的方法，短時間内改善自己丢三落四的習慣，那麼你就需要針對這個目标，把與時間管理的方法和概念，利用DIKW模型結合自己的實際需要全部弄明白。

如果你想提高閱讀能力的質量，能夠在自己長期的閱讀當中産生正面的作用，這時你就針對這個目标，設立好學習的步驟，一步一步掌握不同類型閱讀的知識和方法。

如果你在看書期間，看到一些知識暫時沒用，但或許将來有用，那你就把這些知識摘錄下來，分門别類，建立一個專屬的檔案資料館。

當你能夠做到這樣子，把有效的知識提煉出來，然後透過DIKW模型去逐個擊破學習掌握，那你就能夠真正把學到的東西變成自己内在能力的一部分，而不是一問三不知那樣，學過了等于沒學。

這樣的學習，才是真正的學習！