聊聊信息质量

聊聊信息质量

从信息密度、思维模型、实战经验、理解视角四个要素出发,展开探讨。

Juicing Today 今日推荐:《聊聊信息质量》
文章来源:公众号「自由基」
本篇文章来自创作者的投稿,详情请见《一份「摘星」邀请函

导语

在人生的IPO模型里(Input - Process - Output),高质量的信息输入是基础。

有限的时间里如果想要获取足够高质量的信息,一定有些关键要素需要提前掌控。有关如何管理自己的信息质量,聊聊最近的一些思考。

如何理解并管理自己的信息质量,总体而言很简单:

借助众所周知的 m=ρv ,有关信息质量的思考,一个不成熟的公式,先放在这里:

信息质量 = 信息密度 x 认知体系

其中,认知体系 = R x 思维模型 x 实战经验 x 理解视角

故,信息质量 = R x 信息密度 x 思维模型 x 实战经验 x 理解视角

展开讲讲:

信息密度

信息的输入,可以按照碎片程度来分类。

*分类来源:产品沉思录,针对具体分类做了自己的解读与加工

1、信息粒:刷微博/朋友圈/新闻

2、信息点:文章/杂志

3、信息块:书籍/论文综述/体系化的课程

4、信息流:与睿智的人交谈

5、信息源:定理/定律

定理、定律具有抽象性,宝贵之处在于它平衡了应用边界,同时又具有普适性。我们都在追寻变中的不变,虽然,往往,变是唯一的不变。

提及定理,联想起科学。此处引用爱因斯坦的一句话:

科学的目的,一方面是尽可能完备地理解全部感觉经验之间的关系;另一方面是通过最少个数的原始概念和原始关系的使用来达到这个目的。(在世界图像中尽可能地寻求逻辑的统一,即逻辑元素最少)

点线面体,顺序越靠后,半衰期越长,信息密度越高。

简单来说,就是王兴之前说过的:找书读,找人聊。找的过程,便来源于以上五个输入方式。

我回顾了下我自己的输入时间,比例分配现状大致是这样的:

image.png

我天天在吃多巴胺小零食...... = =。

有了现状之后,看目标,再拆解具体行动,做PDCA循环。现状与理想的对比目前是这样的:

image.png

有机会写写这里的实际行动与心得体会。

把握各类信息输入的比例,便度量了信息在特定时长内的质量。信息密度的管理,实质上是对于自己注意力的重新分配。

认知体系

信息输入之后的用法,取决于自己的认知体系。所谓,拿着锤子,看什么都是钉子。

真正决定信息质量的,是自己掌握的框架、所处的视角,以及对摄取信息的解读。

2.1 思维模型

现实世界绝顶复杂,我们的头脑还能勉力维持,全靠把现实简化,才能理出头绪。有鉴于此,我们的头脑并不直接处理现实,而是处理其模型——此所谓「建模」。

举个例子,图中的挂饰,你第一反应是不是他是一个人物形象?你甚至可以提炼某些要素,发现他是 Dumbledore。

image.png

但稍加思索,你会发现,图中形象的脑袋和身体一样大,手指甚至只是一个小包。和真人相去甚远。

大脑就是如此有趣,大脑每天做巨量工作,将复杂的现实浓缩简化成精神模型,以简化记忆、思考、处理。

不仅视觉如此,有关复杂问题的解决方法,那些前人留下的智慧,往往也凝练在了思维模型里。

如同芒格所提及的:「大多数人试图以一种思维模型来解决所有问题,而其思维往往来自某一专业学科。但你必须要知道各种重要学科的重要理论,才能洞察问题本质。」

如果你能做到「不加细想,都感觉很自然」,那么这个思维模型便已经成为你的精神肌肉的一部分。关于此,我还是一个初学者,也还在收集、学习、试图掌握甚至创造一些思维模型,来丰富自己的工具箱。

2.2 实战经验

单有思维模型行不行?答案显而易见。

还得知道怎么去用好思维模型,如果只会套模型,在多变的现实环境中是无法解决问题的。

模型经过凝练,在复杂世界里常常会「失真」,原理类似于「归一化」,某些细节被处理过滤了。

借助信息熵与经验集的概念:若编码所用的信息量少于信息熵,则一定有信息的损失。需要保证压缩率的下限高于信息熵,就可以达到几乎无损失的压缩。这个才适合用于做经验集。

为了保证所使用的思维模型的压缩率下限,必须通过实战经验来补齐编码所需要的信息量,才有可能在现实情况下去通过自身经验,真正解决实际的复杂问题。

而这些经验,一定,都需要亲身经历过,才知道背后的事实与发展脉络的真实样子。(这里其实还和显性知识、隐性知识相关,涉及篇幅,就不展开讲了)

纸上得来终觉浅,绝知此事要躬行。

世界上有两种 smart,book smart 和 street smart,二者是需要结合的,能量会 1+1>2。

在现实情况里,考虑到各类资源的有限性,能把握住关键问题的关键要素,解决掉,就已经很不错了。(画外音:击穿盲点!)

二八定律诚不欺我(笑)。

2.3 理解视角

在管理好信息密度、拥有多元思维模型和丰富实战经验之后,是不是就能真正把控住信息质量了呢?

还有一点,是个人对于这份信息的解读视角。印象很深的一个例子,来自于介绍「钉钉」组织架构的文章:「某某leader的一个能力是,知道什么人能用在什么地方最合适。」

如果是一个小兵,知道「某个人用在什么地方最合适」,你说这个有信息质量么,有,但不够,还需要leader的视角与排兵布阵的能力。

除了小兵与将领的视角,也有不同业务岗位的视角,例如产品、运营、职能;不同学科之间的视角,例如物理、化学、生物、经济学、工程学、信息学。不同的视角解读同一份信息,一万个读者,一万个哈姆雷特。

信息是服务于目标的,从目标与解读视角出发,才真正决定了一份信息的所谓「质量」。

当我们拥有了丰富的视角,并拥有灵活切换的能力,这个世界的多维和可爱,或许能更有意思地呈现在面前。

——————————————

或许你已经发现了,在认知体系的公式里,还有一个常数 R。

此处想说明的是,每个人一定有一个属于自己的领域,那是能把这份信息价值最大化的所在之处。

有人滑雪就是一开始站上就能保持平衡并能滑个大概;有人打网球就是无师自通,这些例子其实还不是特别恰当,我说不好。R很可能是智商、情商或者某些与生俱来的天赋点,就像玩游戏时角色的初始化赋值。

芒格说:「所以你们必须弄清楚你们有什么本领。如果你们要玩那些别人玩得很好而你们一窍不通的游戏,那么你们注定会一败涂地。那是必定无疑的事情。你们必须弄清楚自己的优势在哪里,必须在自己的能力圈之内竞争。」

希望我们都能找到属于自己的绝对领域,放大R的价值。

综上,基于「认知体系 = R x 思维模型 x 实战经验 x 理解视角」,我想分享下关于「认知体系」的具体理解:

首先是思维模型,每个人手里最初的锤子都不是太多,可能很小,也可能很大,当你拥有了第一个思维模型,它可能是这样的:

image.png

随着学习与经历,你会发现和拥有更加多元的思维模型。它们可能是这样的:

image.png

也可能是这样的:

image.png

当然,实际上它很可能是这样的:

image.png

在掌握的思维模型背后,实战经验会将所拥有的知识变成透视的框架,在问题目标的基础上,找解决路径,可能是这样的:

image.png

结合理解视角,看到的光影角度是这样的:

image.png

也有可能是这样的:

image.png

所以你说,每个人所拥有的模型不一,所处的视角不一,又如何奢求,人和人的理解,完全一致呢?

被误解的确是表达者的宿命。

如何提升信息质量

当然首先是提高信息密度,有意识地控制信息来源的渠道与比例。

其次是丰富思维模型,而且不是单点碎片地丰富,而是像拼乐高积木一样地组合框架,找到相对关系,在实战中链接多个位点,找到最优路径。

重要的不是每个框架本身,框架本身或许是华丽不实用的。

通过你自己,搭建的三维网络,在实战中串起来的那个复杂问题的解决方法,它是有效且高效的,那才是关键。

在实战后再循环迭代,优化、丰富原有的体系,在快速变动的市场环境里,切换不同的视角,在下一次实战中还能找到相同甚至更好的路径。这是我所理解的「方法论」本论。

写在最后

其实一直抛新概念、解释新概念,是一件在沟通层面初始效率很低的事情。更重要的是,显而易见的事实是什么。

只是,对于最开始想要学习和理解「如何管理信息质量」的我,通过概念和公式的方式搭出框架和关系,是一个思考习惯。

公式肯定粗糙,肯定不正确,我暂时接受这一点。因为我对于这个话题的兴趣,远超过自己的正确。通过写作,与自己展开对话,更深入地了解自己哪些地方还没想得足够明白,再不断完善自己的理解。

这篇文章我断断续续地写了一个多月,努力把脑海里的思考具象化、文字化、公式化。如果你对这个公式感兴趣、有想法,我会非常兴奋地希望与你讨论它,完善它。

这篇文章的思考还是 MOF 材料带给我的启发。金属有机框架,多元催化位点、比表面积极大等材料属性在这一刻,用来解释信息关系时,显得越发有趣。我曾经想过,如果我是一种MOF,愿意是哪一种呢?UiO-66就很不错。结构稳定易复合,就是有点难洗。

嚯,和我自己还是蛮匹配的。

有一次,好友提及:「有没有办法可以解决“道理我都懂,但依然过不好这一生”」

我回的是柴静《看见》里的一句话:「如果都能做到,那要这漫长的一生做什么呢」

自洽了自洽了。

说这么多,还是要活得开心。

最近小乔增强了,昨天在王者峡谷里快乐遨游7小时,成功触发成长守护。

情绪价值,也是价值。

或许另一种活法是:要什么信息质量,开心就好。

你看,知行很难合一(摊手)。

-- END --

——————

本文策展 by 董宇

阅读更多:Juicing Today

如果你有想反馈的内容或建议,非常欢迎通过邮件「[email protected]」联系我们 :)