|
能点开本文进行的阅读的朋友，相信你一定是个爱学习爱进步的人。我想邀请你回答以下问题： 阅读一本致用类书籍举例，如《高效能人士的七个习惯》，平时你阅读完这类书并实现有效知识点的记忆，一般会花多长时间呢？ 在掌握可视化思维这个方法之前，我阅读完一本致用类书籍大概需要一周，而运用了可视化思维之后，我阅读并掌握本书的有效知识点能做到两个小时以内。 是否很好奇我是怎么做到的呢？  今天，我就为你推荐一个帮助学习者实现深度学习的好方法——可视化思维。 学术点说，可视化思维（Thinking visualization）是指运用一系列图示技术把本来不可视的思维（思考方法和思考路径）呈现出来，使其清晰可见的过程。 通俗点说，可视化思维就是帮助学习者实现隐性知识图示化、碎片知识系统化，最终帮助学习者实现旧知与新知的全连接与意义学习，深化、强化、系统地使学习者完成对知识的理解和记忆。
学习一般分为两种，机械学习与意义学习。当学习者记忆新知识或学习材料时，如果没有将其与先前的知识建立练习，或者学习材料本书与先前的知识就没有联系时，发生的就是机械学习。而当学习者选择将新旧知识相关联时，意义学习就发生了。 01 当我们机械学习时，也就是大面积背诵一些我们并不能理解，也觉得没有价值的知识点时，我们的情绪是消极的，智力上的建构也处于消极和无效的状态。 02 当我们进行意义学习时，也就是通过对知识的理解或情感的感悟中来获得收益时，我们的情绪是积极的，也能感受到知识的力量。并促使学习者投入更多的时间和经历去主动建构新的知识，从而完成对新旧知的深度、全面、系统的理解和记忆。 可视化思维，就是学习者进行意义学习的好方法。 这是一张我阅读完《高效能人士的七个习惯》后绘制出来的知识全景图。  通过对本书知识全景图的绘制，我也实现了对本书核心知识点的提炼和记忆，完成了对本书的深度、系统的学习。 接下来，我简单说一下如何在阅读的同时运用可视化思维，从而实现对本书的深度、系统学习。 第一步：聚焦任务 先思考并回答一下，你想通过这本书（致用类书籍）解答一个什么问题？ 我的回答就是：如何成为一个高效能人士。于是，我将焦点问题确定为“高效能人士的定义”。 第二步：罗列概念 将围绕焦点问题的核心概念通过阅读这本书，全部提炼出来，在焦点问题的指引下，可以列出10-20个与焦点问题有关的概念，建议可用卡片或便利贴写概念词（一张一词）。 我翻阅书籍，提炼了作者的回答：“高效能人士是以原则为中心，以品德为基础，先实现个人效能，再实现人际效能的人。” 然后，再由对“原则”、“品德”、“个人效能”、“人际效能”几个核心词进行延伸和发散思维，得到了后面的概念。 第三步：分析关系 将提炼出来的概念进行排序，把范围最广、最具包含性的概念置于概念图的顶端，找出范围最广、最具包含性的概念，并为每个概念选择2个或3个（不超过4个）子概念并放在其下。 如图所示，高效能人士的定义中，最具包含性的概念是“人”，接下来是“原则”、“品德”、“个人效能”、“人际效能”，再接下来就是对这几个概念的解释词，如“个人效能”的子概念就是“积极主动”、“要事第一”、“以终为始”等……  第四步：梳理流程 用线条连接概念，用一个或多个连接词对连线进行标注。连接词应该定义出两个概念词之间的关系，让其读起来是一个有效的陈述句或命题。 连接创造意义，当你分层次将大量相关概念连接在一起的时候，你就可以看到一个给定领域的意义的结构。 如图所示，两个概念词之间，都会由连接与连接词相连，而连接词与概念词是可以实现某种意义的，如“坚持学习”、“开启天性”等。  第五步：建立关联 寻找概念图中不同分支之间的连接并表明连接词，交叉连接往往可以帮助你看到知识领域里新的、创造性的概念。 如“诚实守信”既可以是作人的原则，也可以是作人的品德，就可以在概念图中将此词与“原则”和“品德”之间建立连接。 当这五个步骤做完之后，再来回顾这张概念图，你会发现，当你从聚焦任务开始，你就带着任务去寻找答案，主动地进行旧知与新知的神经元连接，建构属于你自己对答案的意义。  而每一个概念都是在你彻底了解之后，你才能推演出它的上下命题，并对它进行正确的排列，填写合适的连接词，这样的操作步骤就是在帮你梳理你对这个任务的知识系统，而这个知识系统，不是你机械学习得来的，而是通过你的主动探寻获得的意义学习。 当然，一本书的知识量其实是挺多的，当一张概念图没法全部呈现出来所有知识点时，我们可以以不同的焦点问题，来进行概念图的绘制。而当你对概念关系的理解发生变化，或有新的领悟时，概念图也会跟着改变。 以上就是深度学习一本书的5步法，你学会了吗？深度学习一本书，你值得拥有这样的好方法。
谢小语老师简介：ACI注册国际高级课程设计师；新精英认证生涯规划师；《建构主义7D精品课程开发》首批授权老师；《阅读指导师技能手册》国家版权课作者；中国管理科学研究院授权阅读指导师培训老师。 |
|
|
