时间管理和精力管理一直都是我的薄弱，所以看过不少这方面的书和文章，方法各有差异，但相同的是都没有提到为什么要这么做，或者这么做合理的原因是什么。其实仔细想想，每个人的情况都不用，适用的学习方法也不同，与其尝试各种方法找到相对合适自己的，不如本根本出发，了解自己再为自己专属订制。
这本书看书名就知道是写给老师，告诉老师你们的课为啥不受学生喜欢，应该怎么改进。也许你会想，我又不是老师看来干嘛。但这本书好就好在、是从认知心理学来讲述学生不喜欢学习的原因，这适合绝大多数人，因为即便每个人的成长背景不同，教育水平不同，但这些都是后天环境，落实到生物层面，人类大脑运作方式是相同的。
所以，从这本书中能够获得的是，了解大脑是怎么思考的，它喜欢什么不喜欢什么。
大脑的工作方式
下图简单地展现了大脑的工作方式。针对环境中问题或者信息，大脑首先从长期记忆中“捞取”相关信息，假如相关信息不能直接解决问题，那么大脑会把信息放到工作记忆中加工——也就是我们说的思考。
工作记忆：工作记忆是大脑思考的地方。由于空间有限，如果放入的信息过多，则无法有效思考。工作记忆的空间无法增加，只能通过优化长期记忆中的知识来节省空间（之后会提到）。
长期记忆：长期记忆是存储知识的地方。知识分为事实性知识和过程性知识两种，以做菜为例，对食材的识别属于事实性知识，比如看到眼前的蔬菜知道是大白菜，看到调味料知道是盐等等，做菜的步骤则是属于过程性知识。我们最一份菜即需要事实性知识也需要过程性知识。
删除
(选填) 图片描述
一个人看起来在进行逻辑思考，但其实大多数时间他只是在进行记忆检索，正如刚刚提到的，大脑遇到问题会先从长期记忆中寻找可解决的方法，如果找不到才在工作记忆中处理。
书中举了象棋选手的例子，简单复述一下，顶级象棋选手之间的差距是记忆拉开的，棋手下棋依赖于对于相似棋盘布局的记忆，由于这是个记忆检索过程所以只需要很短的时间，这就是为什么最好的棋手即使在快棋赛中也能胜出的原因。心理学家估计顶级象棋选手可能在长期记忆中拥有五万局棋局记忆。
为了更清楚说明大脑思考方式，我们以计算题为例。我们知道九九乘法运算，也知道乘法通用的计算规则，当计算8X8时，可以脱口而出64，因为它存储在我们的长期记忆中，直接调取就可以了。但是如果计算28X8，那么得思考一下，先计算8X8=64，再计算2X8=16，然后16进位与64相加160+64=224。假如我们记性非常好，通过这次计算记住了28X8=224这个答案，那么下次再遇到这个算式就可以直接回答了。
删除
(选填) 图片描述
如果此时再让你求一道题，比如微积分计算，但你还未学过微积分或者刚学到还不能数量适用，那么长期记忆是不存在微积分计算规则的，工作记忆空间也可能被占满以至于无法得到答案。
总结
当环境中的信息刺激大脑时，大脑会从长期记忆中调取对应的知识（事实性的或过程性的），假如知识无法直接应对环境的信息，则会进入工作记忆加工处理，如果信息过量超过了工作记忆的容量，则无法成功思考。所以大脑首先依赖的是记忆，当记忆无法满足要求才会思考。
如何有效思考
还记得刚刚说过的吗，我们思考是发生在工作记忆中的，当工作记忆被信息占满，而这些信息又不足够解决问题，那我们就没法成功思考。比如上述例子中，如果你刚学微积分还不能灵活运用，那么做一道微积分的题目对你来说可能非常困难，因为微积分的计算规则占满你的工作空间。所以，导致我们不能有效思考是因为工作记忆空间被占满，那么什么情况下会被占满呢？这本书提出比较常见的三种情况：
步骤的提示过多
事实间没有关联
一个新学会的概念（除非非常简单）
我们的工作记忆空间是固定的，没法“扩容”，那么怎么样才能使我们能成功思考呢？需要优化我们的长期记忆，长期记忆中存储的是事实性知识和过程性知识。书中提出的三种情况都是跟长期记忆有关的，第一条与过程性知识相关，后面两条与事实性知识相关。
下面我们会围绕这三点来说。
步骤的提示过多
这是因为我们对事情的过程还不熟悉，换言之过程知识并未进入长期记忆。
解决的方法就是将步骤存进长期记忆，以后使用时可以立刻调出来，换言之就是将过程自动化，这样就不会占用我们的工作记忆空间了。
比如说，在我们刚学会开车时，开车的操作——检查后视镜、观察车速、踩油门力度等占据了工作记忆的所有空间，这时候我们会觉得不能很好地根据环境做出对应的操作，因为此时“开车”这一过程知识还未完全进入长期记忆，也就是还未自动化，所以在使用它时需要用工作记忆处理来思考。如果环境非常复杂，信息量超过了工作记忆空间，我们还很可能不知道应该怎么操作，比如新手不会倒车。然而，有经验的老司机快速连贯地做完这一系列事情，甚至同时和乘客聊天，因为对老司机来说，“开车”这一过程已经自动化，使用时可以从非常迅速地长期记忆中调用。
再比如说，我们做一道新菜，第一次做得看着菜谱一步步来，全神贯注生怕哪一步操作失误，此时我们的长期记忆中没有这道菜的过程知识，在做菜时需要用到工作记忆来处理。但当我们做了几次后，做这道菜的过程已经自动化了，再次做时就不会占用工作记忆空间了，富裕的空间可以跟别人聊天，或者思考创造新菜谱。
说了那么多，还没有提到如何讲过程自动化。方法只有一个——练习，熟能生巧就这个道理。
另外，阅读也是一个自动化的过程，我们可以做一个实验感受一下，说出下面字的颜色。
删除
(选填) 图片描述
你会发现，当字和颜色相符时可以轻松说出颜色，但是两者不一致时很容易直接念字而非颜色，因为阅读是自动化的，当“紫”这个字与应该念出的字“白”相冲突时，冲突减慢了你回答的速度。如果你是刚学会认字的儿童，或者这里面的字是用你不熟悉的语言写的，那么要说出颜色一点难度都没有，因为阅读对你来说还未自动化。
这个实验说明：
阅读是自动化的，且自动化过程费时很短
自动化过程需要环境中的提示（字），且在有提示的情况下无法避免，这就是无法控制自己把字读出来的原因
对自动化过程的组成过程（比如分辨字）是不通过大脑直接发生的，所以可以做到不假思索。
事实间没有联系
在解释这个原因前，有必要先说一下事实性知识的作用。主要作用有三个：
提供词汇
填补作者留下的逻辑空白
合并相关要点，节省工作记忆空间
提供词汇
当 一个人使用了生僻的单词，你可能不明白他所指的意思。比如网络用语，别人跟你说一个网络词汇估计你会一脸茫然。但是你长期记忆中有这个事实知识——网络词汇，那么便会很轻松知道对方含义。
填补作者留下的逻辑空白
如果你看到一句话“有个陌生人闯进我家，我开枪把他打死了”，假设你不清楚美国持枪和隐私文化，那么你一定会感到很奇怪为什么这个人会持有枪支，直接开枪把人打死不担心判死刑吗？对这句话不疑惑所需要的事实性知识是：在美国个人可以持有枪支，闯进私有领域后果很严重；作者在写这句话时，是假设读者清楚这两点的，所以不需额外强调。如果你也有这样的事实性知识，那么就不会疑惑。
你也许会问，作者不强调背景不怕读者看不懂吗？这取决于读者是什么群体。以讲座为例，如果是学术讲座，那么内容一定是专业的，很多基础知识不会再讲座中强调，因为听众是领域的专业人士，基础知识都懂。但如果讲座是科普，而且听众是儿童，那么就要用非常浅显的语言把最基础的要点提炼出来。
合并相关要点，节省工作记忆空间
将环境中分散的信息片段拼在一起的现象叫做合并。如果信息能被合并，就能在工作记忆中储存更多的内容。比较典型的例子，一堆零散的字母很难记住，但是组成有意义的单词则不费力气就记住了。然而，合并只有在你的长期记忆中拥有合适的事实性记忆时才起作用，也就是前提是你得懂的这些单词的含义，对一个不懂英语的人来说，单词也是零散的字母。作者还给出了阅读网球文章的例子：
阿什伯恩给游击手沃茨打了个地滚球，沃茨将球扔给了二垒手达克。达克上垒，迫使从一垒跑来的克雷明出局，他接着扔给一垒球手安德森。阿什伯恩没能上垒。
这段话对于我来说就很难理解，它包括了好几个独立的动作，而且很难 联系在一起。但对于懂棒球的人来说，这只是一个熟悉的模式，这段话说的是一个“双杀”。
人们如果有一些相关的背景知识，就能够更好地理 解他们所读到的东西，其部分原因就在于合并。下面是一个在初中生中进行的研究：根据标准化阅读考试区分出一半阅读能力高的学生和一半阅 读能力低的学生。研究者让学生阅读一篇描述了半局棒球比赛的故事。
删除
(选填) 图片描述
学生对于棒球的知识决定了他们对故事的理解，他们的阅读能力在此时并不如背景知识那么重要。背景知识使合并成为可能，它扩大了工作记忆的空间，进而使得 片段间的联系变得容易，最终使理解变得容易。
说到这里，解释了为什么事实性知识对理解很重要，其实也说明了为什么事实之间没有联系会让思考困难，因为没有对应的背景知识让我们理解环境的信息。那么解决的方法就是增加事实性知识。科学家就是拥有背景知识非常多的一群人，他们在实验前会对结果有一个预期，如果结果出乎意料说明他们的知识还不完备，实验隐藏新知识，要做到这点需要对该领域有很深的了解，而这些了解就是背景知识。著名地理学家曾经说过“最好的地址学家看过的石头最多”，这些石头就是他的背景知识。
曾经看过一篇文章，一个很优秀的产品经理每两天都会去体验一个新的APP，为的是保持对产品的敏感度。这个产品感其实就是产品经理的背景知识。同样的，数据敏感度也是所有跟数字打交道的人的背景知识。如何增加背景知识？别无他法，唯有多练。
一个新学会的概念（除非非常简单）
就像开头微积分的例子，我们即便学过微积分，但由于刚学还不能灵活运用，在做相关题目时依然会感到非常困难，因为这个概念比较抽象。这里其实涉及到事实性知识的一个维度——抽象还是具象。
抽象的知识难以理解，也不容易迁移到新的场景中，而概念一般是抽象的，所以当我们要运用一个新学会的概念时，也会占满工作记忆空间。那么有没有什么办法可以更好得理解抽象概念呢？
我们的大脑更喜欢具象的知识，所以要想更好理解抽象概念，可以寻找实例（具象的）来展示这个概念，也就是套用不同的例子，但要注意以下几点：
例子能正确反映这个抽象概念。否则有可能理解错误。
通过不同例子从不同角度展示或表达这个概念。从不同角度的看问题能理解更透彻。
这些例子是已知的，也就是存在长期记忆中的。如果例子不是已知的知识，我们无法理解例子也无法通过例子理解概念。
删除
(选填) 图片描述
这里还涉及另外一个点，为什么知识难以迁移（将已有知识应用在新的问题上）？
在这个其实与我们对问题的理解深度有关。当两个问题的结构相同时则知识可以迁移，问题的结构又分为表层结构和深层结构，表层结构可以理解为问题的字面意思，一般只有一个，即表面上看到内容。深层结构则是问题所反应的内容，往往有多个。
删除
(选填) 图片描述
一般来说，我们只看到问题的表层结构，很难意识到深层结构，因为表层结构是具象的，而深层结构是抽象的。遗憾的是，表层结构对于解题不是非常重要，深层结构才是关键。先来看两个问题：
问题1：杰恩在给她的草地撒种。草地宽20英尺，长100英尺。她知道草种10块钱一袋，每袋草种可以种1 000平方英尺。杰恩要花多少钱才能把地种满？
问题2：乔恩在给他的桌子刷油漆。桌子长72英寸，宽36英寸。清漆每罐8块钱，每罐清漆可以涂2 300平方英寸。乔恩要花多少钱买清漆？
这两个问题的深层结构（解题步骤）相同，表层结构（一个是播种问题，另一个是刷漆问题）虽然不太不同，但两者相似度很高，所以我们很容易发现这两个问题的知识可以迁移的。再来看两个问题：
问题1：有一个病人胃里长了恶性肿瘤，由于条件所限不能给病人做手术，但如果不摘除肿瘤病人就会死亡。有一种特殊的射线可以杀灭癌细胞，如果想把肿瘤一次性去除，使用的射线强度会过大，病人未病变的器官也会受到影响。射线强度低的话，对正常器官没有影响，但对癌细胞也没有效果。怎样在 杀灭癌细胞的同时保护正常的器官呢？
答案: 将几束低强度射线从不同角度聚焦在肿瘤上，这样正常的器官就不受影响， 但射线的强度相加足以杀灭癌细胞。
问题2：一个小国家的独裁皇帝住在城堡里，这个城堡在国家的中心位置有很多条道路呈辐射状向外延伸。一个正直的将军计划攻陷城堡，解放国家的民众。将军知道如果他将全部兵力集中进攻， 那么一次就可以攻下城堡。但线人说皇帝在每条路上都埋了地雷，如果通过的人数少地雷不会引爆，因为皇帝还有亲信需要进出城堡。但通过的人数量一多，地雷就会爆炸。
第二题与第一题有同样的深层结构（解题过程）：如果人数太多会带来损失，可以分散兵力从各个方向进攻。然而在试验中很多被试者并没有意识到这两个问题的深层结构一致，也就是即便被试知道第一题答案后，也不知道第二题可以怎么办。
第一组问题的表层结构虽然不同，但是很相似，所以通过表层结构可以判断有一致的深层结构。但是第二组问题的表层结构差异很大，我们在看不到深层结构时也无法通过表层意识到两者的相同处。为什么会这样呢？因为我们的大脑假设我们读到的新事物和前面读到的事物有关（这一假设使我们理解得更快、更顺利，但它也让我们更难辨别问题的深层结构）。我们的认知系统不是在努力理解我们所读、所听，就是在 寻找合适的背景知识帮助我们理解生词、词组和语句，但是合适的背景知识总是和表层结构有关。当人们读到肿瘤问题时，认知系统会根据已有的背景知识缩小需要理解的范围，这些知识往往和肿瘤、射线、医生有关。当读到军队时，抽取的背景知识往往和皇帝、军队、城堡有关。
知识之所以难迁移，是因为大脑不擅长抽象思考，使得我们看问题只能看到表层结构，而忽略了深层结构。那么我们应该如何才能克服看问题只看表层，或者说如何才能抽象思考？书中提到两个有趣的实验：
实验一：象棋高手和初学者
被试者用很短的时间看一盘象棋，之后他们被要求复盘。
初学者和专家都使用了合并——他们迅速放下几个棋子，然后停顿，回忆一下，再放下几个棋子，如此重复，暂停下来是要回忆下一块区域的棋子位置。
初学者是根据相对位置分块的，靠近的棋子合并为一组，他们可能从棋盘的一个角落开 始再移动到另一个角落，等等。
专家是根据职能单元分块的， 也就是说棋子之所以归于同一个区域不是因为他们靠得近，而是因为一个 棋子对另一个棋子有烕胁，或者一个棋子在支持另一个棋子防守。
实验二：物理问题归类
物理学的新手（只上过一门物理课程的本科学生）和物理学专家（研究生和教授）要将二十四道物理问题归类。
新手按照问题中涉及的物体进行分类，如提到弹簧的问题归为一类，提到斜面的问题 归为另一类。
专家按照解决问题所需的物理学重要原理分类，如不管提到弹簧还是斜面，只要是需要运用能量守恒 定律的问题都归为一类
这两个例子都说明专家是进行抽象思考的，他们可以轻而易举地看清问题之间抽象的、功能上的联系，这恰恰是解决问题的关键，也是对新的问题能良好的迁移能力的原因。专家之所以能抽象思考，是因为专家拥有对于问题类型的抽象知识，也就是在长期记忆中留有问题和情况的表现形式，这些表现形式本身是抽象的。这些初学者都没有。
删除
(选填) 图片描述
此外，专家使用的很多常规性步骤通过反复实践已经变得完全自动化了，这也使他们节省了大量的工作记忆的空间。那么，他们如何利用这富余的空间呢？他们经常会和自己在抽象层面上讨论正在研究的问题，讨论时还可以提出假设，并思考可行的解决方法。
和自己对话需要工作记忆，所以新手不太容易做到这一点。即使他们确实和自己对话，内容也会比专家说的要浅显许多，例如复述问题或者试着用熟悉的方法解决问题。新手和自己对话时，他们只是在描述所做的事情， 而缺乏专家能够自测这一优点。
如何像专家一样思考？只有通过大量练习，专家真正突出的地方是持续工作的能力，我们总有停下手边的工作娱乐一会的时候，而伟大的科学家有超出 凡人的毅力，脑力衰竭的阈值也比一般人高。
总结
有时候我们觉得思考很困难，是因为工作记忆被占满了，导致这一现象的原因主要是信息量超出了工作记忆的容量。由于工作记忆空间的大小是有限且固定的，所以要想解决思考失败的问题，只能优化长期记忆空间中的知识——过程性知识和事实性知识
优化过程性知识：把过程自动化，比如数量掌握开车、做饭、阅读，当我们熟练掌握这些技巧时，在做这些事时就不需要占用工作记忆空间。
优化事实性知识：增加背景知识以及知识之间的联系。
以生物学家为例，实验的步骤和试验中遇到问题的处理过程在反复实践已经变得完全自动化了，所以在进行实验时有更多的工作记忆空间思考问题。他们拥有丰富的背景知识，对实验的结果有一定的预期，当结果与预期的不符，便能通过背景知识分析出可能的原因，相对于初学者，会有更大的概率发现新的问题。
最后太提到为什么知识难以迁移，因为我们事实性知识不够使得我们无法看到问题的深层结构，而问题的表层结构往往都是不同的，所以无法迁移。
如何优化长期记忆中的知识？只有通过大量练习，专家极有可能当初也像初学者一样，而且想要达到专业水平都必须经过这一段。
如何有效记忆
我们可以通过优化长期记忆中的知识来提升思考能力，其中增加事实性知识是重要的环节。然而，环境中的信息并不能直接进入大脑的长期记忆，能进入长期记忆中的信息也有可能只是以浅层的结构存储，这样我们依然没法看清楚深层结构。接下来，我们来谈一下记忆。
记忆是思考的产物。事情必须进入了工作记忆才有机会进入长期记忆，有时候我们觉得看完几页书好像没看一样，因为注意力不集中导致看的内容没有进入工作记忆，自然就无法进入长期记忆。
删除
(选填) 图片描述
书中举了个例子：
高中的一堂社会实践课上，三个人一组做关于西班牙内战的项目。一组学生发现电脑上有 PPT软件，他们想利用它进行展示，教师觉得这个点子很好就允许了，很快所有人都开始用PPT。最后学生把作业变成了学习PPT的高级功能，学生仍然很积极，但他们研究的是怎样使用动画、添加影像、寻找有趣的字体等。这时候教师想让他们回到原来的题目已经太迟了，他费了很大气力才让学生展示 的不仅仅是动画效果。
思考和记忆有关，学生在课堂上思考PPT的技巧，那么最后记住的就是PPT怎么做而不是有关内战的事了。
前面提到大脑能调用记忆就不会思考，说明大脑是不喜欢思考的，确是也是，思考太消耗能量了。那么我们如何让大脑喜欢思考，或者思考起来没那么痛苦呢？有三个方法
激发大脑的好奇心
非常幸运的是，人是具有好奇心的动物，这与大脑不爱思考并不矛盾，因为好奇心只有在遇到自信能解决的问题时才会被激发，也就是说问题太难或者太简单大脑就“懒了”。作者举了个例子，在某次心理学演讲中，听众都是热爱心理学的人，作者展示了一张PPT，如下：
删除
(选填) 图片描述
虽然内容都是大家感兴趣的，但是这张图太复杂，大家立刻就分身了，因为大脑觉得无法理解，就失去了思考的兴趣（大家在做PPT时一定要简洁、简洁、简洁）。如果内容太简单，大脑压根不需要思考，那么大脑会觉得无聊。
所以，只有问题难度适中，才能让大脑有信息解决，才能激发大脑的好奇心。
2. 大脑能记住有意义的事
大脑能记住意义的事情，其中又更偏爱故。实验表明对于同样的内容表述，故事总是比其他种类（如说明文）有趣。可能是因为故事总是需要推论（一个情节带动另一个情节需要推论，人物之间的关系也需要推论），而推论是思考的方式之一，因此故事更容易被记住，中等难度的故事更有趣（更能激发我们的好奇心）。
如果我们的工作是机械重复性比较强的，可以主动了解自己所做的工作在整个大项目中的作用，让大脑知道自己工作的意义，那么相对来说也没那么无聊。
在学习中，如果内容太多实在记不住，也可以编程故事或者有时间线的事情来记忆，会相对轻松些。
3. 增加事实性知识
事实性知识可以增强记忆，长期记忆中的事实性记忆越多，获取同领域事实性知识越容易。也就是说，如果你对于一个 方面了解得越多，你就越能更好地理解这方面的新知识，比如了解棒球的人 比不了解的人更能理解一个棒球方面的故事。它说明持有的信息量取决于已有的信息量，如果你比我拥有的多，你就能持有更多，获得更多。
在美国，背景较差的学生在学前班到四年级之前阅读能力均表现正常，但在四年级后突然无法跟上同龄人，之后几年落后愈加严重。对该现象的解释是：四年级前的阅读指导着重在发音，四年级时大多数学生已经熟练掌握发音，这时的阅读考试转而着重理解。由于理解建立在背景知识之上，拥有更大的词汇量和更广的知识面的孩子在学习新鲜事物就越容易，学生间的差距在这个阶段会逐渐拉大。
综上所述，背景知识能使你成为一个更好的思考者。
总结
难度适中的问题能激发大脑的好奇心；大脑喜欢有意义的事，特别偏爱故事；某领域的背景知识能让你更容易了解该领域的知识