第三次参加开智的信息分析课程，有幸作为教练团一员在周末答疑中分享，主题是：如何运用信息分析，快速全面地了解一个学科。
这个问题乍一看会无从下手，有两个难点：一是全面，看了很多本心理学书，就能说全面了解么，到底要如何判断；二是快速，如何在面对海量的信息，仍能游刃有余，需要分析能力的养成。
但少有人走的路，无疑是有价值的，在信息分析课上给出了一整套高阶模型和实践策略，帮助解决这个难题。
信息分析四步走
在对课程内容的吸收过程中，我最大的体会是：要把思考方向校对，思考方向对了，行动就容易了。
打个比方，如何把一只大象装进冰箱里：打开门，把大象放进去，把门关上。课上同样给出了如何把信息分析化繁为简的四个阶段。
分别是信息获取、信息整理、信息加工、信息报告。
光听四个词没有感觉，要理解分别解决的问题是什么，关注点在哪里。
- 获取阶段，去框定信息的边界。
- 整理阶段，关心如何降低认知负荷。
- 加工阶段，解决如何发现有价值的信息。
- 报告阶段，帮助记住和运用信息。
下面我想结合学科探索的实践，详细展开，讲解四个阶段的行动。
信息获取
首先是信息的获取，这个阶段最重要的是要框定准确的信息边界，准确的边界是既不漏、也不多。
可以想象信息源头的质量会决定分析结果的质量，如果源头有偏差，那分析结果一定是有问题的。
在获取阶段，第一个要处理的是少信息的问题，如何确保信息没有遗漏呢。
解法是要增加信息的多样性，维基百科、教材、视频是通常获取信息的渠道，缺点是仅由少数人编写，更新慢，而且不可避免保留个人的信息盲点，对于一些大的领域，比如心理学，很难找到类似的资料。
如果信息由很多人贡献，会更加完整，论文是大量学者贡献的一手信息，是更好的信息来源。
从论文获取信息，看似困难，掌握后反而便利，这是信息分析课上最反常识的知识点。
打开了论文检索网站，如何找到想要的论文，在课程中，强调一个不好的实践：用关键词检索，这也是最常用的检索习惯。
这里有坑，比如心理学，一名学者在写心理学论文时候，通常是不会把“心理学”设为关键词，这对他是不言自明的，而如果是其他学科的学者，反而会出于比较的需要而加入。如果使用“心理学”为关键词检索，会混入大量无关的信息，边界是不准确的。
如何提高边界的准确性，思路是找现成的轮子，沿着前人形成的边界走。
推荐的检索顺序是 学科>主题>关键词，借助已有的学科分类，边界准确很多。
这一步看起来很简单，但会打破已有的检索习惯，需要反复练习来强化。
边框设好了，会碰到第三个问题，信息量庞大，心理学的主题，一年就有好几千篇论文，该怎么去读，怎么去学习。
阳老师告诉要从庞大的数据集里抽样出最有典型性的部分，最佳实践是下载1000篇硕博论文。
有两个关键：一是1000篇，1000篇是量上的积累，有比较全的覆盖；二是硕博论文，硕博是质上的保障，代表了未来的主流工作者，代表未来的思潮。
最后千万不要忘记查漏补缺，也就是课上反复强调的交叉验证，任何一个学术网站都可能有坑，同时从多个学术网站上去进行信息获得，然后交叉比较，能保证来源信息的准确。
信息整理
获取到一批论文，是不是就开动阅读，这时候会发现信息过于庞大，难度极大。
第一个阶段解决了信息准确性的问题，那第二阶段在整理阶段，要去降低认知负荷，让人可以有序、有效的行动起来。
采取的第一个动作是切割，把信息化整为零，要消化一个大蛋糕，得切割成很多块小蛋糕。
切割的原则，课程推荐使用大时间周期下可复用、可追踪的策略。
如果在印象笔记等类似软件做过分类，会发现最大的痛苦是，当积累的资料多了之后，调整分类会痛苦不堪，需要将大量的资料回炉重分。
起始就按照长周期、可持续的方式分类，能杜绝这种状况。
怎么做呢，客观指标 > 主观指标，用长时间周期下稳定的客观分类，比如年份、学会、期刊、院系、导师，各自独立而且稳定。
如何实施切割，可以采用高级检索的实践，云端的知网、万方，本地的 Zotero 都提供了这项功能。我把知网的论文以学校为分类，建立起一系列高级检索，1000篇论文切割成了15个学校，每个不超过100篇，认知负荷降低一个数量级。
切割完成之后，要大致的知道每个分块讲的是什么，通过比较，获得进一步关注的内容，可以用知识图谱来进行快速定位，用视觉来实现认知卸载。
下面是一个演示，按照院系建立起了知识图谱，华师大和中科院的比较，信息量很大，但可以感觉到，两个学校的研究重点是不一样的，一个比较偏向于学习记忆发展，另外一个比较偏生理结构。
信息量还是比较大，可以再进一步卸载，切割的更细。我的做法是把导师切割出来，下面有两个导师的知识图谱，一边是郭德俊教授，一边是时勘教授，信息清晰了很多，比如说郭教授的研究，看到跟情绪相关，时勘教授全是工作、团队相关，他是组织行为研究的专家。
到这里，形成了很多小的信息块，并且知道每个信息块当中大致讲了什么，就好比展开了一个全景地图，然后下面一步就可以根据兴趣按图索骥，深入探索。
信息加工
在加工阶段，为了发现有价值的信息，需要开始了解论文的细节，阅读原文仍不必要，阅读摘要即可。
这里用到的是实践是结构阅读法，论文摘要是有严格的学术规定，比较常见的是实验性论文，会包括：研究问题、研究对象、研究方法、研究结论和建议。
足够帮助了解到研究的边界在哪里，给出了应用的结论是怎么样的，去提取出来就好。
文摘印象里可能觉得只是三言两语，但真相是摘要也是一篇文章，可以想象，一篇博士论文要写半年以上，作者用1000字来写摘要，太正常不过。假设一篇摘要500字，一千篇就是五十万字，是一本托尔斯泰的《安娜·卡列琳娜》，而且是无剧情版的，贸贸然去读也是不行的。
经过了信息整理切割后，在一个感兴趣的主题下，可能找到4~5个导师教授，50篇左右的论文，阅读量控制在两万字左右，足够开展深入阅读。
边阅读边开展归纳，借助课上的时间、空间、变量关系框架。
我做了个演示，针对情绪主题的论文，将多位学者的研究归纳整合。
到这里，会获得了一个感兴趣，而且结构化的信息。
接下来就要来创造价值了，去发现这个信息中的对自己的价值。
教练组针对这个点有反复的讨论，共识是发现价值的前提是拥有明确的问题，带着目的才能发现，在前面的步骤中，要不断校正在这次信息的目的，针对的找到对应的价值。
寻找价值信息的判断靠 有趣度 的衡量，这是一个学术术语，值得是看起来是什么，但实际不是什么的信息。阳老师反复讲解过，有趣度背后蕴藏着套利的机会。
比如，想要借钱，得找找看起来没钱，但实际上有钱的土豪。
比如，想要获得真知，得找看起来没料，实际上都是干货的学术领域学习。
带着有趣的目光，找到属于自己的论文，去深入寻找带来价值的信息。
信息报告
最后一个阶段是报告，报告是用零散信息搭建组块，报告环节重点关注的是组块形式，如何去组织信息的结构。
在报告阶段，相比给他人看来说，更重要的是自己记住和运用，自己能记住，别人才能明白。
课堂上推荐了两种组块形式。
一、2×2 矩阵，简单清晰，比如说对于情绪主题来，按照积极、消极情绪，高唤醒、低唤醒，这个2*2维度来划分，把大量的这个信息整合其中。
二、4×5 清单，这是最优的记忆提取结构，形式上把每层并列控制在4个节点内，最深不超过5层，运用上要不断做归类和整理。
我以这篇分享为例，形成一个清单范例。
那到这步为止，完成了一次完整的信息分析的任务，一步一步了解一个学科，看完之后有没产生一点感觉。
面对一个大问题，克服立刻获得答案的冲动，拆解成一系列步骤，分阶段聚焦具体问题的解决，最终会得到未知但有价值的信息，这是信息分析带来的价值。
你会不会问，信息分析一定能获得确定结果么。
答案是要自己来体会，在成人学习的世界里，没有正确答案，只有不断的探索和逼近。
最后，学习一个学科带来什么优势，看看阳老师的解释。
大家可以比较两种学习方法：
看了大量的微信公众号文章、知乎回答，买了一堆付费专栏，谈美学，最终，能获得什么样的知识体系？零碎而已。
一上来导入了1478篇硕博论文，基本代表了美学研究界五年到十年的研究热门话题与未来走向。然后快速浏览论文摘要，获取分类、合并同类项，再每个类别抽样挑出 1 - 10 篇阅读。
花费的时间可能都一样，但是哪个信息获取速度更快？信息质量更高？
向正在发生的未来学习，与你共勉。
