學習之後，卻記不住?
只是將知識搬運到大腦，卻無法內化理解?
理解知識後，卻無法思考統整出架構?
面對氾濫的資訊，我們應該怎麼避免接收錯誤資訊、提升知識網的多元及創造性?
記．獲得很不錯的長期記憶
如果學習之後記不住，那學來幹嘛?
在第一個部份中，作者以科學角度的去分析有違反直覺性常理，但有根據且可否證的學習方法來提升一至兩倍的長期記憶效果，如：
- 以在學習後回憶學習內容的「測試效應」，取代舊有重複複習同一內容的「重讀」。
- 把學習內容拆散成間隔週期為一天的「間隔效應」，取代舊有習慣將同一部分內容集中一天學習的方法。
- 在同一個學習時段中，於每個小時學習不同，而在學習科目時採用交錯不同章節學習的「交錯效應」。
- 以自己的方式重新描述知識點的「生產效應」，取代跟著書籍來讀的方法。
- 以時常轉換不同學習環境的「變動效應」，取代待在單一學習環境。
在本章最後作者表示文中提及的方法，會使所有初步嘗試的人在使用這套方法學習後當下會覺得效率低落，但對於長期記憶效果實際上卻會是採用舊有學習方法的一至兩倍。而在每個章節都有附上文獻的出處及依據，以證明這些方法並非並非作者單憑小數法則或自身經驗所得。
懂．讓理解力最大化
在第二個部份中，楊大輝認為一個知識點除了記憶之外，理解程度的深淺也是很重要的一環，因此對於如何理解外顯知識及熟練內隱知識，提出了可經否證的方法：
一.理解的相鄰可能
在經濟學中的「馬太效應」是指：個體獲得的成功會產生積累的優勢，使得個體能在將來擁有更多的機會獲得更多的優勢，意旨為「貧者越貧、富者越富」的現象。而人類在閱讀上其實也同樣存在著馬太效應，作者認為成因有二：
- 對於過往有大量閱讀經驗的個體，由於具備大量的字彙及字彙的區別及意涵，因此在理解新的知識點時會降低認知負擔，從而更能快速的加工文字背後的抽象概念。
- 生物學中存在所謂的相鄰可能，而在理解知識上同樣也存在相鄰可能性，意旨許多的知識點要達成理解的程度前，可能獲必須具備對應的前提知識(或基礎知識)，才能更快速地理解這個知識點。
而作者也在此對於速讀法提出客觀的見解：犧牲理解的正確性來換取快速閱讀，閱讀的越快，理解的正確性必然越低。
二.理解的發散模式
二十ㄧ世紀的神經學家發現大腦具有專注模式及發散模式的兩種狀態，當大腦處於專注模式時較容易陷入定勢效應及功能固著（前者指以舊有知識去理解新知識點，後者指將事物侷限於最常用於的功能），但卻能夠更為專注的分析跟計算提出方法，而發散模式則適合用於尋找不同的角度及方法去提出解決方案（更加具有創意），因此在想解決方案時可以讓自己處於放鬆狀態，而當提出較可行方案時再透由專注模式去分析及計算成效。
三.理解的自然頻率
由於人類的大腦對於抽象的事物理解力遠不如自然頻率的事物，因此我們可以透過將複雜抽象的知識點（如統計）以思想實驗的方式（假象一個空間，用模擬的方式假設許多不為抽象的事物去模擬及推測，使抽象的事情變得簡單）轉換為自然頻率的知識，使大腦更易於理解。
四.理解的透測程度
人類經常且不自覺地對於自身去理解知識點的認知產生偏差，從而認為自身已經完全理解並內化這個知識點，然而實際上只有表面性的認識。對於我們要如何加深及驗證自己對知識點的理解透測程度，作者介紹了費曼所提出的理念：「若無法以簡單、清楚、易懂的方式陳述知識點，則代表並沒有完全理解」。我們可以此方法來練習並驗證自己的理解程度：在學習完一個知識點後，假設一個虛擬的對象或找一個人，以簡單易懂方式去描述你所理解的內容使對方能理解，而在講解過程中如果存在不通順或咬文嚼字的部份，則代表自己對於這部分並不是完全理解，透過回頭在複習及重新理解並去描述來驗證及幫助自己完全理解這個知識點。筆者認為這是一個非常實用及有效的方法，與程式設計工程師在除錯時採用的黃色小鴨偵錯法有異曲同工之妙。
五.理解的工作記憶
如同電腦的隨機存取記憶體也是有限的一樣，大腦在同一時間的工作記憶是有限制的，因此在理解複雜的知識點時，如果同時需要處理的工作記憶已經超出大腦的負荷範圍，會產生難以理解的感受。面對這種問題所導致的理解力下降，作者提出兩個方法：分別為資訊壓縮及用紙筆記錄。前者可以透由學習前提知識以轉化為長期記憶，再遇到複雜知識點時能夠直接提取，從而降低大腦的工作記憶；後者指的是將資訊暫存在紙上以降低大腦要處理的工作記憶量。
網．如何編織知識之網
當你眼前有一顆樹的時候，你會說：好美的樹。當你眼前有很多種不同的生物時，你會說：好精彩的森林。
當你理解了森林裡的生物是如何博弈共存時，你會說：好壯觀的自然生態。
排列思考
我們透由視覺化思考的方式來排列知識，使自己建構出知識網，視覺化思考是指學生透由將自己思考步驟及聯想寫出來，可以很直接的觀察到學生的思考過程、然後針對性的給予修正與指導，透過這種方法搭配組塊的方法來釐清知識林，簡單來說，就是以俯覽視角對全局去理解，而作者這邊介紹了三個排列知識的方法：
I.心智圖
主要用於幫助釐清自己的思緒，清楚知道自己知道、擁有什麼。
優點是著重於分類及歸類，從而省略不太重要的資訊。
缺點是無法有效促進長期記憶形成，很難描述分支與分支間的相互關聯性。
II.概念圖
優點是著重於描述知識結構間的關聯性。
缺點是當資訊量過大時，概念圖會過於複雜。
III.三力圖
優點是追求本質，以宏觀的角度去釐清、發掘主題中最接近本質的三個因素及相互關聯性。
缺點是如果用於描繪真實世界的知識前提下過於簡化、籠統。
刻意練習
認知科學家認為知識可以分為兩種：外顯知識及內隱知識。
外顯知識是指可以透由符號系統表達的知識，如手語、語言、圖表等。內顯知識則泛指非符號系統表達的知識，如熟練的車手可以在不同情境下判斷要踩多少油門等，或如老練的業務在見到不同人能輕易的找出適合對方的應對方式，這是一種與情境有關且潛移默化的知識，又可以說是一種難以言傳的熟能生巧。這兩類知識在不同領域中所重疊的區域及比重會有所不同，我們對於外顯知識會希望自己能達到「理解」的程度，而對於內顯知識會希望自己能達到「熟練」的程度，進一步編織出更完整的知識之網。
無論是外險或內隱知識，皆可以劃分為三個區域，分別為舒適區、學習區、恐慌區。舒適區是指你已經完全掌握的知識；學習區是指你目前尚未掌握，但清楚自己只要有足夠時間去學習及練習，便可以掌握；恐慌區是指現階段你完全不可能掌握的知識。
對於外顯知識的學習，在第二部分作者已經做出詳細的介紹，而對於內隱知識的學習部分，作者認為我們可以透過刻意練習的方式，幫助自己對於內隱知識更加熟練。刻意練習與我們習慣性所採用的單純重複的最大差異在於：刻意練習是練習處於學習區的知識，並在練習過程中經由有經驗的人指導修正自己的方法，而單純重複只是反覆練習舒適區的知識。由於這兩者在學習策略上的差異，使得在長時間以單純重複的方式練習無法掌握更多學習區的知識，而刻意練習則可透由訂立大目標及許多小目標等方式，逐漸掌握學習區的知識，從而達到加強練習的作用。
拓．知識網的正確性、多樣性、創造性
在這個資訊爆炸的時代，透過手機、電腦可以從網路中得到非常多的資訊，可以說是最好的時代、卻也是最壞的時代。當資料唾手可得，人們的注意力逐漸也被巨量的資訊所淹沒，資訊變得過於氾濫，同時也會造成排擠效應。或許你會注意到，書局中存在著一大堆書，其內容是無關緊要、讀或不讀都無所謂。又或許你會注意到，網路上越是敷淺、娛樂性的資訊會越頻繁地出現在你面前，用各種有吸引力的標題來引誘你。有經驗的學習者會意識到這些垃圾資訊會排擠掉有價值的資訊，因此取消訂閱垃圾資訊的提供商，進而選擇性的挑選有價值的資訊管道。
但，有價值的資訊並非都是完全正確的。因此，我們除了在直覺性的思考跟接受資訊下，還需要加上其他層過濾網，來提升知識網的正確性。
知識網中存在或接收錯誤資訊，主要是因為我們習慣只用表層的方式去思考，而容易產生各種認知偏誤，如自利偏誤、小數法則等。而提高知識網正確性的方式，就是增加更多的思維模型，在接受資訊時以第二層或第三層的思維模型去判斷知識的正確性。
筆者以自己在研究所所學習到的一個模型為例，我稱為「學者模型」，筆者在讀研究所期間，學習到要表述任何知識前，都必須大膽的假設、嚴謹地求證，在研究過程中逐步修正原本設定的目標，並且要有清晰邏輯的參考文獻來證明我的研究的客觀及合理性。因此當筆者在接受到一個資訊時，我會先去分析這個資訊背後的出處及源頭，並去找尋相關對立立場的論述，同時去研究這個資訊所涉及的領域中是否有充分的證據及文獻作為依據。
當然，思維模型有千百種，這些思維模型可以幫助我們以不同的角度去解構這個世界或資訊，當我們擅長使用的思維模型越多，不單知識網的正確性提升，同時也會提升多樣性及創造性。舉例而言，我們從牛頓的第三定論中我們得到一個模型「作用力等於反作用力」、從熱力學中得到「能量守恆」、從犬隻行為訓練中得到「正加強、正移除、負加強、負移除」、從認知心理學中得知「人常犯的許多認知偏誤」，這種種的思維模型除了可以幫助我們去過濾知識的正確性，同時也可以幫助我們在思考及解決一件問題時，有更多的角度去思考，從而提升知識的多元及創造性。
活．應用於生活中的學習
這個章節筆者並沒有很感興趣，因此沒有太多著墨在此，有興趣的讀者可以參閱本書，也歡迎拍打餵食筆者。
_______________________________________________
我們透過閱讀，拼湊出真實世界的面貌，
並在反覆的探索及思維中，打破由自我無知與偏見所建立的籓籬。