FunClosureFunClosure

S1EP3 - 讓資訊來找你

S1(Into the World) EP3 - 讓資訊來找你 Anchor Spotify Apple Podcast

.


這集的Podcast,遲了一天。 內容其實是分成兩天錄製的。 第一天把全部的想法寫成稿,但時間不夠錄製,只完成了一半。 第二天想要錄製,結果因為電源影響錄音品質的問題,最後完全只用Zoom H6來錄製,所幸最後還是完成了!

下次還是把電腦電源帶回家比較好,😜。

原本錄音配置: PodMic + Zoom H6 + GarageBand

調整後: PodMic + Zoom H6

.


今天講的內容是收集資訊,是一件怎麼永遠不會完成,永遠都在進行的事情。 你能做的,只有增強你收集資訊的廣度,還有吸收資訊的速度。

一樣回到這個Into the World的主題, 在收集資訊這件事情上,你不需要想著要收集全天下的資訊,或者整個業界的資訊。因為沒有收集完的一天,也不需要讓自己有這樣的心理壓力。

就我自己來說,我常常有一種無力感,覺得“天啊,新的資訊這麼多,有收集完的一天嗎?”。 但是我後來調整了一下自己的心態,我發現當我在收集自己喜歡,或者說對自己有效的資訊的時候,才能有效率地去吸收。 否則的話,常常會很有挫折感。 而“有效的”這把尺,就像是在告訴你這個資訊是不是現在的自己,當你越讀越多資訊,對你有效的資訊也就變得更多更廣。 所以不用擔心只吸收對自己有效的訊息,因為當你找到一個切入點,慢慢的,視野就跟著變廣,甚至一段時間之後,你發現本來艱澀的資訊也變成很好咀嚼吸收的。

我想說的是

  • 專心在對你有效的訊息上
  • 隨著吸收新的資訊,對你有效的訊息也會跟著改變,升級

.


為什麼單單是收集對自己有效的資訊就能慢慢的拓展收集資訊的廣度呢?

因為這些資訊慢慢的變成了你整理世界的參考點,所以慢嗎的,在了解複雜事情的成本降低了。 所以漸漸的,越來越容易了解相對困難的概念。

其實世界上沒有無法理解的概念,只有不適合你當下的概念。 只要用適當的方式切入,了解脈絡(Context)之後,很多概念都會變成理所當然。

另外一個在Podcast裡面提到的比喻方式是跟搜尋有關的。 在計算機科學裡面,有兩種搜尋法常常被拿來比較,

  • 線性搜尋法
  • 二分搜尋法

二分搜尋法O(log n)在搜尋大量資訊的時候,遠遠比線性搜尋法O(n)快太多了。 這個造成速度差距的因素在於一個前提,二分搜尋法需要再使用之前,先對資訊排序。

而這件事情,就像是你吸收對你有效的資訊,並且將之當作你排序世界的參考點,而當你搜集了足夠的參考點之後,你收集資訊的速度就可以提升很多。

.


而關於吸收到的資訊,你不需要完全地記住所有內容,因為人的記憶力是非常有限的。 但,現代人不是。

其實很多人可能沒有意識到,我們生活在現代的人,很大程度上,已經像是生化人了。 儘管我們沒有在身上嵌入機器,但是我們已經能透過手指跟眼睛,很迅速的存取電腦,甚至雲端上的資訊了。 透過這樣好好運用已經非常普及的工具,你可以很輕鬆的將你有興趣的或者是之後想詳讀的資訊存起來。 而當你有需要的時候,電腦就變成了你記憶的延伸,很快的搜尋到需要的資訊。

關於記憶力,在Podcast裡面提到的〈Get Things Done〉作者David Allen在TED Talk裡面提到的一個點,對我來說非常有效,因此一直黏在我腦子裡。 Get Things Done這個方法的目的有一個主要目的,就是讓你的腦可以專心在重要的是,而不是瑣事雜事上面。 只要透過把瑣事雜事記下來,放在對應的未來位置,你就可以清空當下的腦袋,專心在重要的事。直到未來的時間到了,在迅速的處理雜事就可以了。

而他裡面提到的例子是,當你隔天有一個很重要的東西要帶去公司,你就把它放在門口,這樣整個晚上都不需要去擔心了。 直到明天早上,經過門口時,肯定對記得要帶走。

.


最後分享的是,關於收集資訊的工具及方法。

有另一件黏在我腦海里的方式是從葛如鈞( a.k.a. 寶博士)那邊學到的, 在之前已經用臉書一段時間之後,一直沒有想過使用臉書也是一種讓資訊來找你的方式。 一直到聽到寶博士分享他的方法之後,我才開始主動的去想這件事情,關於要怎麼讓資訊來找你這件事。

而在經過幾年之後,碰巧發現Refind這個工具。 為什麼特別提到Refind,是因為它能夠讓我養成習慣,但又不會過度的喂給我資訊。 並且在顯示資訊的時候,會讓你知道有多少你關注的該領域的意見領袖也有收藏某些文章,在某種程度上,他讓你對資訊的重要性有一點程度的標示作用。

如果你還想要知道更多,歡迎在Instagram私訊我,或者直接寄Email。 之後還會想想更方便收集資訊的方式。

那今天的文章就到這, 我們下次見。

Peace

.


相關文章:

Tagged with: