The Significance of Structured Information In Learning...

The Significance of Structured Information In Learning！

我称自己是一名learninggeeker，每天热衷于在熟知和不熟知的领域内探索和学习，学习测试、学习涂鸦、学习编程、学习文学、学习探索、学习数独。。。学习的目的往往单纯至极，但凡有些许感悟和启发，整天都会很happy、很有成就感。渐渐地，摸索到一些自认为是通用的学习法宝- 我说“通用的”，是因为有了这些法宝，不论你学习什么，总能起到事半功倍的效果！今天就分享一个法宝：结构化的信息组织。顺便说一句，测试是我的本行，我一向认为Testingis learning（测试即学习），一个测试高手也一定是一个善于学习的人。

What - 什么是结构化的信息？

Structured Information，不妨简称为S.I.，到底是什么样子的？我举三个实例吧，分别来自测试、阅读、和背诗。

【实例一】来自测试中的S.I.

在《海盗派测试分析：MFQ&PPDCS》一书中，我提到做测试分析的思路是“KYM-TCO-Modeling”，这三个步骤虽目的各有不同（简而言之，KYM-辨别方向，TCO-确定策略，Modeling-分析建模），但都需要一个共同的技能即“信息提取与信息重组”，我给了它一个名字叫做“Curation& Subtraction Heuristic”。

引用两段书中的话，对于一个测试人员来说：

一是，提取出有价值的信息。

无论是在阅读文档时，还是在平时与开发人员/设计人员/需求人员/用户等角色交流时，或者在针对某个问题的头脑风暴讨论会议上，总是会涌现很多信息，此时我们的大脑就像一台高速运转的信息过滤与剔除的机器一样，需要快速地对这些大量的、无序的、快速涌入的信息进行加工处理，剔除那些当前环节无需关注的信息（Subtraction），而过滤出那些对我们有价值的信息（Curation）。

二是，将所提取出的有价值的信息进行结构化整理。

如果不加以整理，这些过滤出的有价值信息是零散的、不系统的。所以需要对这些信息不断地重新组织，最终输出结构化的信息图。

目前对于KYM和TCO，这种结构化的信息组织形式更多的采用了思维导图，而对于Modeling，就会采用形式各具的模型图了。

在没有做结构化的测试分析之前，很多人（包括我自己）是这样做的：根据从各处搜集来的、零散的、所谓的需求，基于经验（其实就是一拍脑袋）设计出一大堆测试用例，在这种多对多的“零散信息vs. 零散信息”之中，往往就迷失了方向，也说不清哪些地方究竟是如何测试的、测试得怎么样，后期的测试策略和测试思路的更新和维护也犹如一团乱麻.



而有了结构化的信息，这些需求在头脑中就不是零散的了，测试人员对需求的理解、测试策略的框架、需要重点关注的信息等等都变得一目了然。平时，我们无需记住一条条需求、也无须关注一条条测试用例，只要熟悉介于二者之间的结构化的信息图就可以时刻把握大体的测试方向。



所以，本质上，KYM-TCO-Modeling这些测试分析的思路，就是试图在零散的需求与零散的测试之间建立起一座结构化信息的桥梁而已。【实例二】来自阅读中的S.I.

昨日晨起，随手从书柜抓过一本书阅读，是Jeff Atwood的《高效能程序员的修炼》，读了两章已收获颇丰，可是脑海里一直在思考一个问题：这本书我去年就读过，当时还在书中精彩处做了不同的读书标记，可是为什么这次一路读过来，这本书对于我而言始终有一种“陌生感”呢？对书中的内容框架、精彩之笔完全没有印象！现在重读这本书，不过是试着把书里面“一些零散的信息”再次搬移到我的大脑中来罢了。可是我的大脑就像计算机的CPU和内存，虽然处理速度够快，但是对绝大部分信息只做临时性的存储（只有对我印象十分深刻的信息才能被永久的保存下来），那么，这次重读之后，这些零散的信息又会在我的大脑中保存多久呢？



仔细思考一下，发现以上三个步骤中，从原始的书，到带有标记的书，到大脑中关于书的信息，均为零散的信息，显然，这中间缺失一个结构化信息整理的步骤。我的大脑不善于记忆这些零散的信息，而更善于储存和消化结构化的信息。

所以，如果一本书对我足够重要，应该养成写读书笔记的习惯，而且最好是以结构化的方式记录阅读笔记（至于读书笔记的内容应该包括哪些，这与读书的目的息息相关，本文不作细细讨论，只说一条：读书笔记应该是基于你的阅读目的进行的一系列“信息过滤与剔除”的操作，不要一样不落地Copy原书的观点）。事后偶尔翻阅一下笔记本，那些更重要的信息就会渐渐地在大脑中找到属于它的永久储存位置。

近半年来开始喜欢阅读文学作品，种类很杂，前后读了几十本总是有的，阅读笔记本已更换过一本了，其中记录的都是于我而言的“精华”（于别人倒未必了），闲暇时偶尔翻阅一下，还是能记忆起当时阅读时的情景。这些阅读笔记大多是段落的摘抄，虽然不是图形化的信息，只是文字信息的二次整理，但仍然用处很大，不妨也把它看作是结构化的信息，只不过这里的“结构”是体现在文字的重新布排上。小说读了十几本的样子，大都不记得了，除了《一个人的朝圣》这一本，原因无它，只因我阅读过后立即写了一篇读后感。所以，原本1、2百页的书，在我的大脑里，只沉淀为1、2页的文章，就不容易忘记了。

去年还尝试过涂鸦的方式记读书笔记，称为“画书”，效果也不错，虽然时隔一年了，对所“画”过的书还是印象蛮深刻的。即便忘记了，只要拿起涂鸦笔记，就能迅速地回忆起关键内容来，这其中，“结构化的读书笔记”功不可没。



【实例三】来自背诗中的S.I.

最近一个月又迷上了《诗经》，觉得古代民间流传的诗篇真是美不可言、朗朗上口。我左挑右选的一本读物是李山老师的《风诗的情韵》，有空时就翻上几页，对于喜爱的诗还要多念几遍，背诵下来。开始一两首还好，可是到现在已积累有十多首了，很多诗篇内容还相近，发现愈加容易混淆，而且后面还有更多的诗篇要读要背呢，这对于不惑之年的我，难度着实不小。

你猜对了，这时，我又开始打起“结构化信息”的主意来了。这是目前为止已背诵诗篇的结构图，可想而知，这个结构图将随着新内容的到来会不断的调整。这样，我的大脑里只要存储这张结构图就行了。每次我巩固背诵诗篇时，就从大脑中把这张图调出来，按图背诵。



后来，我用符号将上图中的文字进一步简化，这些诗在我的大脑中就变成一些简单的结构化的符号组合了。



通过这几个例子，不难知道，所谓“结构化的信息”并无固定的模式可言，只要是对原始的、比较零散的信息进行适当的提炼和抽象，以结构化的形式表达出来即可，关键是要满足不同的人在不同场景下使用的需要。

How - 怎样将信息结构化？

既然结构化信息本身无固定的模式可言，得出结构化信息的过程也无固定的方法或步骤可以遵循了。不过可以确定的是，这个过程一定是个高度探索的过程，千万不要为了结构化而生硬地结构化，结构化信息的得出一定是在经历过一番探索过后逐步形成的一个自然结果。就像前面讲到测试中做测试分析的例子一样，有的人为了画KYM思维导图而做KYM，其结果就总是差强人意。

说到探索，不同领域的探索各有千秋，比如探索测试、探索开发、探索游戏、探索读书等均有各自的独特之处，但他们也有些共同之处，比如面临的都是不确定的事物或未知的难题、需要基于反馈不对调整反复试错、答案可能不唯一、包容极大的自由度和创新性等等。我在软件测试领域所积累的普遍性很强的探索性测试思维KLTDR，也许可以供其他领域的探索借鉴：

• K- Knowing Your Mission，识别目标
• L- Learning and Collecting Information，初步了解和收集信息
• T- Trying，尝试解决问题
• D- Deep Exporation，深入探索阶段
• R- Repeating，重复上述步骤

需要注意的是，这几条并没有固定的使用顺序，K-L-T-D可以任意组合，每一个字母出现的次数不限、字母前后出现的顺序不限、循环R的次数也不限。

就拿上述背诵诗经的例子简单阐述一下吧。

• 刚开始的时候，目标（K）就是阅读这本书而已。
• 读了第一章，了解到书的写作形式和内容组织形式，意识到诗篇的美，这些都是我收集到的信息（L）。
• 此时觉得不妨把喜爱的诗篇背诵下来（K-目标更新）。
• 于是读完一章，背诵一章（T）。
• 读完第二章，发现与前一章背过的诗，内容有相关性（L），先简单做个标记。
• 读完第三张，发现内容与前面两章的内容也有相关性，比如有的讲述送亲的场景、有的讲述迎亲的场景、有的讲述闹洞房的场景等等。隔了几天再回忆这些诗作，发现标题与内容都极易混淆（L）。因而对我就究竟能背下来多少首诗产生了怀疑（K-怀疑之前的目标了）。
• 为什么不利用各首诗之间的相关性，用简单的图文呈现出来，方便记忆呢？于是有了结构化信息的草图（T-这时的草图还是文字居多）。
• 有了初步的解决方案，就继续阅读，背诵新的诗，探索如何将其加入之前的草图中（D），必要时更新结构化信息的表达方式（T-草图几经修改，现在变成了符号为主的图，不断演进中）。
• 重复上述步骤（R），根据学习中的进展（L），根据需要调整目标（K），不断更新维护结构化信息图（T和R）。

目前为止，这张结构化信息图就由最初的“文字为主的简单记录草图”变成“图形为主的简单框架图”了，后续是否还会演进？我想答案是一定的。期待变化、拥抱变化，是探索者的必备素质之一。



这一切看起来很简单，对吗？可是我的coaching经历告诉我，这个简单的KLTDR的思维方式对那些不善于探索的人来说还是有一定难度的：他们不知道如何做好KnowYour Mission（K）、没有勇气踏出第一步去了解未知去收集信息（L）、没有意识去主动地捕捉模式或者搜寻可能的解决方案（T），如果KLT都做不好，就更谈不上D和R了。不过不要气馁，好消息是，探索性的思维方式是可以通过训练不断提升的。其实，无论在平时的工作还是学习中，探索无处不在，只要多加练习，就一定能领会KLTDR的思维方式。

学会了KLTDR的思维方式，探索能力就强；

探索能力强，则结构化信息的能力就强；

结构化信息的能力强，则学习的能力就强；

学习的能力都强了，那还愁什么呢？！

    关注 ShareTesting分享测试