読書時の注釈を使ってEvergreen noteを作成する方法

ポイント

例えば、「人工知能の歴史」について書かれた本を読んでいるとする。

0. メモをクラスター化する：

1. 広範なノートを書く:

これについて、まず広範なノートを作成する。

このノートでは、AIの歴史における主要な出来事や発明の概要を説明する。

2. 細かいノートを書く:

次に、そのクラスター内の個々のメモを見直す。

例えば、「チューリングテスト」、「エキスパートシステム」、「ディープラーニング」などについての詳細なノートを作成する。

これらのノートでは、それぞれのトピックについてより詳細な情報をかく。

3. 関連付ける:

新しく作成したノートと関連する過去のノートを探す。

例えば、以前に「機械学習」についてのノートを書いていた場合、「ディープラーニング」のノートとリンクさせる。

必要に応じて、ノートの統合や修正を行い、アイデア間の関係性を明確にする。

4. 修正する:

詳細なノートを書き終えたら、「AIの発展における重要なマイルストーン」についての広範なノートを見直す。

詳細なノートから得た知識を基に、概要を改善する。

また、詳細なノートの内容を反映するように広範なノートを更新する。

不要になった詳細なノートは削除する。

5. ループする:

これらのステップを、本のすべての重要なアイデアやコンセプトについて繰り返す。

広範なノートは全体像を提供し、詳細なノートはより深い理解を与える。

ノート同士のリンクにより、アイデア間の関係性が明確になる。

感じたこと

概要

1. クラスターの「大きなアイデア」を捉えた広範なノートを書きます。

大きなアイデアが複数ありますか？

2. より細かいノートを書きます。

そのクラスター内の個々の断片を見直します。

そのクラスター内のより微妙なアトミックなアイデアを捉えたノートを書きます。

3. 関連付けます。

これらの新しいノートに関連する過去の関連ノートを探します。

必要に応じて、リンク、統合、修正を行い、それらのアイデアについての新しい統合された概念を表現します。

4. 修正します。

広範なノートに戻り、詳細なノートを書いて明らかになった内容と、焦点を曖昧にせずにそうできる場合は、unpacked した詳細に基づいて要約を改善します。

もう必要なくなった詳細なノートを削除します。

更新された広範なノートを書いて学んだことに基づいて、適切な場合は他のノートを更新します。

5. ループします。

参考文献

第二に、クラスターの主要点が単独で成り立つには前提条件が多すぎないかを見極めます。それは多くの仮定や複雑なモデルから導き出された結論かもしれません。私はまず結論を準備し、次に他のノートに分岐して、必要なアイデアをすべて捉えます。ここでリンクが役立ちます。詳細は概念ノートを指し示し、概念ノートはその詳細な分岐に言及します。

クラスターは本の概要に依存しません。例えば、本の索引は、目次やアイデアの流れを気にせずに参照をまとめています。用語の定義についても同様のアプローチが有効です。テキストでの使用例と定義そのものを収集し、その用語の意味を明確に把握します。クラスターはトピックベースにすることもできます。索引と同じようにです。

これが私が「内容に直交する」と呼ぶものです。ページやセクションの連続には従わず、代わりに、クラスターはあなたが適切と考える目的に沿って形成されるのです。

Ahrens, S. (2017). _How to Take Smart Notes: One Simple Technique to Boost Writing, Learning and Thinking – for Students, Academics and Nonfiction Book Writers_.

後でこのノートを見つけられるようにするために、索引からこのノートにリンクを張るか、ディスカッションやトピックへの入り口として使用し、それ自体が索引にリンクされているノートにこのノートへのリンクを張ります。