想一想以下这些情况：

每天拿着手机阅读公众号推送的文章，渴望想学点什么，但当手机一放下，基本上过目即忘，什么都没学到；

雄心壮志地去看书，藉此提高自己的能力，但坚持一段时间，始终不见效果，不是看了后面忘了前面，就是哪一面都没记住；

有时候确实学到了很多新的知识和新的概念，觉得自己的思想充实了很多，可是一遇到问题的时候，却怎么也想不到把学到的这些知识运用出来。

如果你都有上面这些问题，那么说明你的学习方式依然停留在浅层上面。

而想要把学到的东西真正内化成自己能力的一部分，你必须经历过一连串的深度加工过程。只有经过这个过程，我们才能够把不属于我们的东西，变成是属于我们的东西。

这个过程，可以套用一个知识管理的模型说明。

DIKW模型

我们学习一样新的东西，是一个从陌生到熟悉的过程。

在解释这个过程如何运作之前，首先引入一个模型，就是DIKW模型。

这个模型，是知识管理领域，被广泛使用和分析的金字塔体系。

DIKW是由四个英文字母组成，每个字母都是一个英文单词，对应不同的概念。

D：data，数据；

I：information，信息；

K：knowledge，知识；

W：wisdom，智慧；

这四个部分，由低至高排列，形成一个金字塔的架构，很好的说明了我们如何把一个陌生的材料转化为我们自身思想一部分的运作流程。

我们从外界接收到数据，然后将其转化为我们了解的信息，再将这些信息变成我们可以学习的知识，最后透过知识的内化，成为我们的智慧。

例如“社交提示”这个概念，我们看到这个词，并不知道这到底是什么鬼。

对我们来说，除了认识这些字词，其他的东西我们一无所知，所以它是一个数据。

如果这个时候，我们进一步学习，了解到这个“数据”表达的意义，即语言特征和非语言特征所组合起来，能够在沟通情景当中给我们提供相关背景资料的信息。

那么我们就知道，所谓的“社交提示”，就是指面对面可以留给我们的信息，这些信息，透过微信这些聊天工具，是很难被我们所获知的，例如你的表情，声音，态度，心绪等。

现在我们知道这个概念的意义，也就是已经从数据转化为信息，那我们怎么把这个信息变成知识呢？

这时就需要你把这个信息的“前因后果”全部都弄明白。

例如在什么情况下，我们怎么透过社交提示提升自己的沟通呢？

我们又如何利用这些提示来更好的调整沟通方式？

哪些情景之下，我们更能掌握这些社交提示呢？

当你明白到这个概念所表述出来内涵和外延，这时你就掌握了这个知识点。

至于智慧，就是你已经把这些知识内化成自己能力的一部分了。你几乎不用刻意，就可以自然而然地透过“社交提示”来帮助自己应对沟通的情况，甚至懂得随机应变去运用它。

当然，从D到W这个过程，远远没有上文那样做得那么简单。其中每个步骤，都会涉及很多操作方法。

获取数据

处于底层，就是data，存在于这个世界的庞大数据，是这个世界事实的反映。这个数据，可以是数字，文字，图像，符号等等。

这些数据，我们是如何得来的呢？

一般来说，通常有四种方式获取：

1，通过研究实验得出；

2，通过系统归纳而统计出来；

3，靠自己阅读资料获得；

4，从别人口中得知；

例如截止至目前，2018年的微信月活跃用户量已经到达10亿。这就是一个数据，我们从报纸上获悉这个数据。

但数据是死的，没有任何意义。到底这个数据展示出来的数字，对我们起到什么样的作用，我们并不了解。

当你阅读一部经济学的著作，其中有很多专有名词，诸如“非对称信息”，“平均可变成本”，“基数效用”等，这些名词如果我们完全不理解他们的含义，我们就很难理解到整部著作的内容。不理解，意味着干巴巴的数据对我们还没有起到帮助的作用。

既然没有一点作用，那这些数据被我们遗忘甚至无法从中学到东西，这就非常正常了。

但是，为了让数据上升到信息这个步骤，让其产生价值，被我们所了解，我们就需要赋予这个数据某些意义。

加工信息

数据是没有任何意义的，信息才有。

而一个数据被赋予意义的最佳方法，就是加工它，将这个数据放在一个具体情景下去解读。

所谓具体情景，就是与这个数据相关联的具体发生情景。

例如，我们每一天都有各种各样的意外而导致人员伤亡的事情发生。对很多人来说，只是一个数字，是一个干巴巴的数据，没有任何意义。

当这个数据被我们放置在一个具体的情景当中进行加工处理，于是就会由此变得人性起来了，拥有了某些意义，成为一个有价值的信息。

为什么我们每天看到这么多因交通意外而导致死了多少人的新闻，心里却没有太多触动？

原因就在这里。

顶多感慨一下又有人死了，然后就继续忙自己的事情了。可一旦我们把这些死亡人数放置在一个具体的情景中去进行加工解读，我们就知道死去的这些人，他们的离去让我们这些陌生人有多么揪心了。

一个干枯的数据，远远比不上一个具体展示那么让人身同感受。这种加工方式，对于我们的说话能力，也同样是一种非常有用的表述方法。

所以下次看书当你看到“一只看不见的手”这句话时，你就把这句话表达出来的意思，放置到具体情景去加工解读，无论是制作读书笔记，还是在段落旁边写下批注，或是透过具体情景去理解这个现象，你就能够把文章传递出来的信息解读出更多的意义了。

掌握知识

信息是粘附意义而存在，却未必有用。

而知识，就是经过推理和分析的验证后，给我们提供实质帮助的价值存在。当你把数据转化为有意义的信息，对于我们学习知识还远远不够。

例如心理学上有“印象管理”这个知识点，经过了前面两道工序的加工，现在我们知道这个概念到底是什么意思，即“为了影响他人对我们的看法而创建积极的自我形象”。但这充其量只是信息，还不是我们的知识。

正所谓还没被我们掌握的知识，并不算是知识。那我们怎么去掌握它呢？

不少书籍，对于我们如何学习和掌握知识已经有很多的论述，但无论哪一种方法，都离不开两种方式：

1，主动构建逻辑框架

2，与实际建立联系运用

有些知识点，有时候是非常独立的，没有上下文的辅助，我们压根不知道它们到底有什么用，甚至连理解都成问题。

为了学习它们，思考是我们介入的第一个步骤。但怎么思考呢？就是主动构建逻辑框架，把这个独立的知识点，通过主动寻找与之相关的逻辑体系，从而构建出一个可以让我们理解的关系网。

而构建逻辑框架的方法很简单，就是给信息“分解设问”。分解设问，就是将一个信息，一个概念，一段话，围绕它分解成不同的问题，然后让自己寻找这些问题的答案。在找寻的过程中，你就会发现彼此的逻辑关系。

例如，微信的月活跃用户量有10亿，对我们这只是一个数字。

我们知道这10亿用户量里面，男女用户的比列是多少，年龄层又怎么分布，到底是什么原因会影响用户对微信的粘度，那么这些数据就会变成有价值的信息。

然而，这只是信息，不是知识，因为你还没有给这个信息分解问题。为了弄清楚这些信息彼此的关系，我们就需要主动构建逻辑框架，多设问，找出得出这个信息的“前因后果”。

为什么男性的微信用户量会比女性的用户量多呢？为什么年轻人的用户受众会比老一辈广呢？哪些用户对于微信的粘度会比较高呢？

当我们知道微信用户量10亿数据背后一系列的逻辑框架，有了上下文的辅助了解，找到每个问题的答案，那这些信息最终就会变成我们的知识一部分。这些由信息转化为的知识，说不定对于很多从事IT行业的人，提供很大的参考价值。

同样，我们知道“印象管理”这个概念信息，我们想要把它转化为知识，也需要给这个概念分解设问，寻找“前因后果”，建立逻辑架构。

如印象管理这个东西怎么来的呢？

我们应该怎么进行印象管理呢？印象管理都包括个体的什么地方？

印象管理会应用在哪些情景？

循着这些问题，我们一个个梳理，触类旁通。

当你能够梳理这个信息背后的逻辑架构，它是怎么来，又是怎么跟其他事情产生关联，通过对比、深挖、分析，我们清楚它的全貌，就好像把一个知识点变成一张知识网一样，那就可以说，我们已经学会了它。

因为单纯的记忆和理解，只能从纸面上掌握知识；而建构逻辑关系网，就是从纸面以外的地方掌握知识。

为什么一些知识达人能够从一个点说到另一个点，给人博学多才的感觉，就是因为他把这种知识概念，梳理成一张逻辑网，跟其他知识建立关联，自然就懂得运用学到的知识扩展到不同的地方运用了。

但是，这只是第一种学习方式，第二种方式，就是主动跟实际联系运用。

有些知识我们并不知道前因后果这种逻辑架构，但我们依然掌握到它，原因就是在于我们在实际生活当中运用到它。而这个运用的方法，就是美国心理学教授安德斯·艾利克森博士所提出的“刻意练习”。

这个概念就不多做讲述了，有兴趣的朋友，查阅相关的资料就行。

简单来说，就是让知识在一个具体的实际环境当中，重复锻炼记忆，直至这种知识成为自身能力的一部分。

诸如想把话说好，就不断重复开口锻炼；想把车开好，就不断重复驾驶锻炼。这时候，大脑运用学到的这些知识，就好像我们刷牙那样自然而然，无需刻意努力也能做好。

运用这两点学习方式，都需要我们投入足够的注意力；如果我们注意力不集中，或者甚至敷衍了事，我们依然无法掌握学到的知识。

至于生成智慧，这个就因人而异了。毕竟一个知识如何转化为智慧，跟个人的阅历和经验有很大的关系。

我用一个故事说明。

有一次，爱迪生把一只灯泡交给他的助手阿普顿，让他计算一下这只灯泡的容积是多少。

阿普顿是普林顿大学数学系高材生，又在德国深造了一年，数学素养相当不错。他拿着这只梨形的灯泡，打量了好半天，又特地找来皮尺，上下量了尺寸，画出了各种示意图，还列出了一道又一道的算式。

一个钟头过去了。

爱迪生着急了，跑来问他算出来了没有。“正算到一半。”阿普顿慌忙回答，豆大的汗珠从他的额角上滚了下来。

“才算到一半？”爱迪生十分诧异，走近一看，哎呀，在阿普顿的面前，好几张白纸上写满了密密麻麻的算式。

“何必这么复杂呢？”爱迪生微笑着说，“你把这只灯泡装满水，再把水倒在量杯里，量杯量出来的水的体积，就是我们所需要的容积。”

“哦！”阿普顿恍然大悟。他飞快地跑进实验室，不到1分钟，没有经过任何运算，就把灯泡的容积准确地求出来了。

这就是智慧的体现了。

当然，并不是所有信息都值得我们转化为学习的知识，这时就需要去筛选知识。

提炼有效知识

纵然你懂得DIKW，也知道怎么从D做到W，但这依然称不是有效的知识。何谓有效知识呢？

就是能够确切帮助自己和提高自己的知识。

有时候我们之所以感到知识焦虑，就是因为我们什么都想学，却什么都学不好。

好像我不是做医生，就算看书知道“血液透析”这个概念，学会了对我的生活也并没有太大的帮助。既然如此，这种知识就没必要浪费时间去分解设问。

只有在你需要掌握某个知识点，而不得不去弄懂影响你理解的与之相关联的知识点时，你才有必要运用DIKW的模型去学习。这是一种有目的、针对性的主题阅读方法。

否则，一本书有这么多知识点，并不是每个知识点都值得我们学习，也不一样对我们有帮助，这时如果全部都运用DIKW模型去掌握知识，这种学习就会变得很低效而浪费时间。

提炼有效知识的重点，就在于你能否识别这些知识对你是否有用。根据这个原则，有效则可以分为三个层面：

1，短期能够被有效利用；

2，长期能够被有效作用；

3，将来能够被有效使用；

短期有效，指的是你学到的知识，短期内能够有效给你提供帮助。

例如下个星期就考试，你必须把手头上的科目知识学好。那么这些科目知识，就是在这段期间内能被有效利用去应对考试的知识。你想学习时间管理，解决自己工作注意力不集中的问题，也是属于这类。

长期有效，就是长期对我们潜移默化产生影响的知识。

这种知识，不经过长时间的积累，很难察觉出来。而且这种知识，有时候是从短期有效知识转化而来。

例如你学习开车，科目一二三四，就是为了应对考试而学习的短期有效知识。可当你通过这个考试，当中的一些知识或技能，就会长期作用于你的生活，对你产生明显的影响 ，成为长期有效知识。

将来有效，指的就是现在学习了，我们不知道什么时候用到，但说不定有一天能够被我们有效使用的知识。

例如学习口才，暂时的你没有人际关系或者与人沟通方面的需要，这种知识你学习了，也不知道什么能否使用出来。

所以当你学习的时候，一定要有一个清晰的目标，问一问自己，你学习的知识是属于哪个层面？

如果你想学习时间管理的方法，短时间内改善自己丢三落四的习惯，那么你就需要针对这个目标，把与时间管理的方法和概念，利用DIKW模型结合自己的实际需要全部弄明白。

如果你想提高阅读能力的质量，能够在自己长期的阅读当中产生正面的作用，这时你就针对这个目标，设立好学习的步骤，一步一步掌握不同类型阅读的知识和方法。

如果你在看书期间，看到一些知识暂时没用，但或许将来有用，那你就把这些知识摘录下来，分门别类，建立一个专属的档案资料馆。

当你能够做到这样子，把有效的知识提炼出来，然后透过DIKW模型去逐个击破学习掌握，那你就能够真正把学到的东西变成自己内在能力的一部分，而不是一问三不知那样，学过了等于没学。

这样的学习，才是真正的学习！