俗话说，学习使人进步。很多人都愿意花时间学习，希望自己变得更厉害。
但是很多时候，这种努力往往却事倍功半，没有实际效果。
我身边有几个朋友，就很沉迷学习。
他们热衷于看书、上课、购买各种知识付费产品。
比如《得到》上的专栏，有朋友一口气就买20几个，每天上班路上要学，健身的时候也要学，就连睡觉前也得躺着听一会儿课程。
家里的书买了一本又一本，甚至书柜都放不下了，还忍不住剁手。他们不仅买，而且还真看，经常能看到他们分享读书笔记，偶尔聊天，话题也常常是我最近又读了什么书...
在朋友圈里，也经常能看到他们各种晒自己的证书、成就。甚至有时候彼此之间，还会比拼自己买课的数量，看书的速度...
然而，久了以后，很容易发现，这些积极的学习过程并没有带来理想的回报：
他们了解很多学科的知识，却没有一门足够精深。甚至有时候跟稍微懂行一点的人聊，人家追问了几个有深度的问题后，就答不上来
他们懂得了很多知识概念，却不知道该如何应用与落地。除了跟人吹吹牛，并没有多少实际的价值
为什么他们这么努力，却没有成为高手呢？
真正的问题在于，他们的学习只停留在记忆层面，而没有通过深度加工，成为技能的一部分。
看似很努力，其实没有实效。
笔者曾经在全国性的大型互联网教育公司工作过，期间深入分析过学生的行为和考试数据。
我发现了一个很有意思的现象，像听课时长、出席率、互动频次等等指标，都无法预测这个人的考试成绩。而只有做题数量能显著预测成绩的好坏。
换句话说，一个学生再怎么认真听课、跟同学互动，都不如实实在在做题来得有效。
为什么呢？因为做题是个需要深度思考的“加工”过程，为了做对题目，你需要理解问题、回忆概念、复现解题步骤。每一步都在深化你对知识的理解，对技能的掌握。
一旦你“费力”思考过某个知识点，它就会成为你记忆的一部分，久久难以遗忘。
相反，听课、互动、甚至背知识，都很被动轻松，加工深度很浅，因此也就容易遗忘，难以应用。
敏锐的读者可能会发现，深度加工通常意味着“费脑”。
的确如此。喜欢健身的朋友，可能会听说过这样的理论。如果你某次锻炼完后，没有感觉到自己练的那块肌肉酸痛，就相当于没练到位，肌肉也就不会变大。
这是因为对身体来说，现在这个肌肉大小就完全足够你用了，没有必要消耗额外能量长得更大。
对大脑来说也是如此。如果你在完成练习任务的时候，感觉一切都轻松惬意，那也就意味着现在的知识和技能储备完全足够你用了。大脑没有必要费力长出新的神经连接，来服务你的需求。
因此，好的学习是需要你“费脑”的。比如努力回忆之前所学的知识，努力寻找新的解决方案，努力思考自己还有哪些改进空间等等。
很多人都害怕费力，不愿动脑，希望能找个人帮自己把事情做了。这样确实很轻松愉快，但其实这恰恰是错过了很多学习的宝贵机会。
出于节约能量的目的，人类天生就不喜欢“费脑”。这也意味着，学习是个非常反人性的事情。要让自己坚持“费脑”，你显然需要一些策略。
策略1.带着问题学习
被动学习时，我们难以深度投入。如果我们能把学习变得更加主动，就能更有效果。
带着问题学习，就是提升主动性的一个好方法。
好的问题，就像是罗盘，能引导着你快速掌握所学知识。
更进一步，如果我们想成为某个领域的高手，我们甚至还可以将该领域需要的知识技能，拆分成一个又一个的子问题，逐个突破。
举个例子，互联网产品经理的能力模型可能如下图所示：
这个模型里，有些能力你可能已经掌握了，有些还没有。针对那些你需要补足的部分，你可以拆分成具体的问题和目标，并带着这些问题和目标去工作和学习。
假如你觉得自己项目管理能力还不够好，可以提出这些类似的问题：
项目管理的基本流程是什么？
如果项目做到一半，突然需求有变动我该怎么办？
如果项目里有特别不配合的成员我该怎么办？
......
这些问题会成为你“费力”思考的催化剂。当你带着这些问题学习时，你会发现自己不自觉的就开始“深度思考”了。
当然，问题单一次没有整理完整也没有关系，它可以随时更新。当你学得越多，能力越强时，提出的问题也会越深。
策略2.创造实战机会
相信我们都有体验，学过的知识不一定记得牢，但是一旦我们亲手实践过，印象就会非常深刻。
举例来说，很多朋友都尝试学过编程，也没少在这方面花钱花时间。
一般来说，编程学习都会从基础知识开始，把变量、循环、IO处理等等基本知识全学一遍，顺带完成课程要求的一些编程习题。
学到这个时候，学习者基本上掌握了编程的基础知识，也能写出一些简单的程序。
此时，学习者通常感觉自己神功将成，觉得编程似乎也没什么难的。但是如果这个时候，身边朋友一说要帮忙做个什么网页、APP的，还没等动手，就立马会发现自己其实啥也不会。
为什么有了基本技能，离真实的应用却还差了这么远？
因为在基础知识技能和实践应用之间，还隔着至少三道关卡：
识别应用场景：在面对一个完全未知的场景和条件时，我们需要快速找到可能的解题方法
熟悉应用方法：某个技能的应用，需要通过大量重复，才能达成熟练应用的效果
分辨细微差别：同一类方法，在面对不同的场景问题时，也需要做出微调，这需要大量的实践经验积累
基本功的重复训练，只是让我们掌握了这个领域最基础的知识。至于识别应用场景、熟悉应用方法、分辨细微差别，只能靠大量的实践锻炼才行。
这也是为什么，专业的软件工程师，往往不是学出来的，而是实践练出来的。
因此，如果你学完了编程基础知识后，就开始做大大小小的真实项目工作。那么不出几个月，就能把这些基础知识全都有机串联起来。这个时候再接个网页/APP之类的需求，基本上就不在话下了。
不过话说回来，如果你想学的东西并不是本职工作涉及的，这个时候如何寻找锻炼机会呢？
答案是把自己的能力封装成一个轻产品，向外部推广出去。
举个例子，如果你写作能力非常好，那么你就可以尝试签约、投稿。创造一些外部需求，让自己应对各种各样的复杂选题、用户群体、写作风格，全方位的锻炼自己的写作能力。
又比如在公司内部，如果你的沟通能力特别好，而你又有心锻炼。那不妨主动跟领导申请参与各种商务洽谈、内部会议，让领导每次都带着你。期间主动发现沟通机会，主动解决问题，长此以往就能得到更多的锻炼机会。
实践出真知，只要你练得足够多、足够丰富。你就能熟练掌握技能应用的方方面面，成为货真价实的高手。
策略3.突破舒适区
普通人开一辈子车，也很难成为赛车手。不是因为实践练习不够多，而是因为低水平的重复，不会“费脑”，因此也就不能带来技能提升。
一般来说，人的能力存在三个区域：
舒适区：已经熟练掌握的技能，在这里完成任务完全无压力
恐慌区：个体完全不会的内容，当前无法解决这个区域的问题
学习区：在舒适区和恐慌区之间，人们既不会不知所措，也不会过于轻松，属于跳一跳够得着的领域
顾名思义，学习区是最佳的训练区域。在这个区域，你可以给大脑足够的锻炼，习得以前不会的知识。
相反，如果直接越级到恐慌区，会带来压力，甚至导致放弃。而如果停留在舒适区，更不会带来什么进步。
还是以开车举例。如果你普通道路已经开得非常熟练了，已经进入了舒适区。那此时就需要做一些突破，比如尝试越野赛道。等越野道路也熟练了，可以试着参加业余比赛，直到真正进入职业赛场...
当然，要想练习充分发挥作用，还有两点要留意：
要有及时反馈：如果你练习的是错误的步骤，你练得越多，错的也就越多。因此每次实践，你都需要关注结果，及时修正错误动作，提高练习效率。
进行分解练习：成为一个领域的高手，要掌握的技能可能非常多。比如开车至少就需要加减速、过弯、换挡等等操作，直接进行综合训练很困难，拆分步骤逐个击破是更好的选择。
如果你学的东西，实在想不出什么提升难度的方式，比如背单词。你仍然可以使用两个小技巧，来增加练习的难度：
增加学与练的间隔：有间隔就有遗忘，间隔训练就是在增加回忆的难度。例如你可以把1个小时的背单词时间，拆分成3个20分钟，中间各自穿插30分钟休息，轻微的遗忘后再复习，效果会大大提升。
穿插不同练习任务：比如背一会儿单词，看一会儿书。穿插会要求我们快速切换大脑“进程”，每次切换都需要重新找到状态，看起来非常浪费时间，但是提升了回忆和思考的难度，因此也就间接提高了学习的效果
我们都想成为高手，也愿意付出大量时间学习。但是被动记忆那些精心制作的知识，只是看起来很用功，实际上没有什么效果。
真正能帮助我们掌握知识技能的，其实是“费脑”的学习过程。如果你真的有心成为高手，那么下面这三个策略都能给你帮助：突破舒适区、带着问题学习、创造实战机会。
请你思考：
就像本书所讲的，看完这篇文章不会带来变化，只有认真思考才会。我们不妨问问自己，从这篇文章中到底学到了什么，又如何应用到自己的生活中呢？
刘子勋
作者
搜狐高级产品经理，北师大心理学硕士，人人都是产品经理专栏作家，开课吧签约导师。
参考资料：
[1] 《认知天性》
[2] 《刻意练习》
联系客服
