塗鴉筆記的 5 個學習價值：不只畫得漂亮，而是想得更深
上課拚命抄，抄了滿滿三頁。考前打開，卻像在看別人的筆記：字都認得，可是當時在想什麼，一點也想不起來。
很多人第一次聽到「塗鴉筆記」（Sketchnoting），腦中浮現的是漂亮的手寫字、可愛的小插圖，覺得那是「會畫畫的人」才玩得起的東西。但如果從認知心理學與學習科學的角度來看，塗鴉筆記的重點從來不是畫得好不好看。它是一種把思考搬到紙上的技術，也就是「外化認知處理」：把原本只在腦中進行的理解、篩選與連結，攤開在紙面上，讓自己看得見、改得動。
這篇文章整理塗鴉筆記的五個核心學習價值，也說明它們為什麼有效，以及你今天就能怎麼開始。
抄得很滿，卻不一定留得住。
一張筆記，五個價值
我們先用一張心智圖看全貌。中間是塗鴉筆記，五條分支依序是：
雙重編碼：文字＋圖像，記得更牢
主動生成：從「紀錄」到「意義建構」
全局可視化：同時看見森林與樹木
玩心與心流：降低門檻，提高投入
混沌中的創化：容納模糊，連出新意
這張圖本身就是第三個價值「全局可視化」的示範：還沒細讀之前，你已經知道整篇文章要談什麼，也知道每一段在全貌中的位置。
① 雙重編碼：文字＋圖像，替記憶建立兩個索引
心理學家 Allan Paivio 提出的雙重編碼理論（Dual Coding Theory）認為，大腦處理資訊有兩個獨立但互補的系統：
語言通道：處理文字、句子與先後順序。
非語言／視覺通道：處理圖像、形狀、符號與空間方位。
傳統的逐字抄寫，幾乎只走語言通道。資訊量一大、講者語速一快，這條路就容易塞車，形成認知負荷超載：手忙著寫，腦來不及消化。
塗鴉筆記則讓你在聽的同時，把概念轉譯成形狀、隱喻或結構。例如聽到「協作」，你寫下這兩個字，也順手畫兩個咬合的齒輪。同一個概念因此在記憶裡有了「文字」與「圖像」兩個索引。之後想提取它時，兩條路都能通往同一個地方。
許多研究也觀察到「把內容畫出來」比單純抄寫更能幫助回憶（例如 Wammes 等人 2016 年關於「繪圖效應」的系列實驗）。不過效果大小會因內容和情境而不同，所以與其記數字，不如記住原則：同一個重點，用文字說一次，再用圖說一次。
試試看：下次筆記時，每頁至少挑三個關鍵詞，在旁邊各畫一個小圖示，不用好看，自己認得就好。
② 主動生成：從「紀錄」走到「意義建構」
線性筆記最常見的陷阱是機械式謄寫：手在動，腦卻沒在想。塗鴉筆記很難這樣「自動駕駛」，因為頁面空間有限，你不可能把每句話畫下來。你會被迫走過三個步驟：
篩選（Synthesize）：話太多、紙太小，必須先抓出核心觀念。
轉譯（Translate）：替觀念找一個最貼切的視覺隱喻：漏斗代表篩選、齒輪代表協作、天平代表權衡。
佈局（Structure）：用箭頭、框線與群組，決定概念之間是因果、對比還是層級。
這個「聽 → 理解 → 重組 → 畫出」的過程，正是學習科學裡的生成效應（Generation Effect）與生成式學習（Generative Learning）：自己加工、重組、產出的內容，比被動接收的內容更容易理解與保留。筆記也就從「紀錄」，變成了「意義建構」。
試試看：聽完一段內容後，先停 10 秒問自己：「剛剛最重要的一句是什麼？」再決定要寫什麼、畫什麼。
③ 全局可視化：在一張紙上看見森林，也看見樹木
文字是線性的：從左到右、從上到下。但真實世界的問題往往是網狀的。原因、影響、對象、資源與時間互相牽動，很難用一行一行的句子裝下。
塗鴉筆記常用三種非線性的版型：
放射狀（Radial）：中心主題向外長出分支，適合整理一個概念的各個面向。
路徑式（Path）：沿著一條路線前進，適合流程、故事與時間軸。
模組區塊（Modular）：把頁面切成區塊，適合條列並列的重點或多位講者。
這些版型讓你在同一張紙上，同時看見森林（宏觀結構）與樹木（關鍵細節）。複習時也不必逐行重讀：色彩、標題框和圖標都是視覺錨點，目光一掃，就能定位到你要找的那一塊。
試試看：在下筆之前，先花 30 秒決定這一頁要用哪種版型，並留下中央或上方的標題位置。
④ 玩心與心流：降低門檻，提高投入
學習動機深受情感體驗影響。塗鴉筆記把枯燥的「抄寫」轉成一段小小的創作過程，帶來三個好處：
降低對犯錯的恐懼：塗鴉筆記的口號是 Ideas, not art。重點是傳達想法，不是展現畫技。圓形、方形、三角形、線條和火柴人，就足以畫出大部分的概念。
更容易進入心流：當手、眼、耳、腦同時協調運作，注意力有明確的去處，走神與雜念自然減少。這接近心理學家 Csikszentmihalyi 所說的心流（Flow）。
成就感與擁有感：完成一張屬於自己風格的筆記，會讓人感覺「這是我創造出來的知識」。這份擁有感，會回頭推動持續學習的內在動機。
試試看：替自己準備一份「圖示小字典」，像燈泡、齒輪、箭頭、對話框、人物這類常用圖示，各練到 5 秒內畫得出來。
⑤ 混沌中的創化：容納模糊，從碎片連出新意
文字筆記追求確定與整齊。一旦遇到資訊模糊、思路卡關或前後矛盾，筆記就容易停下來。塗鴉筆記則像一個允許混亂的意義孵化器：
把不確定性畫出來：靈感破碎、邏輯尚未成形時，不必硬擠出一段工整的結論。隨手畫下的問號、打結的毛線球、虛線箭頭，都能把腦中的「卡點」端到紙面上觀察。
從碎片中迸出新點子：同一張紙上並置許多碎片，目光在它們之間游移時，原本無關的兩件事可能突然接上。認知科學稱之為概念整合（Conceptual Blending）。
低成本的容錯與迭代：草圖本來就帶著「未完成」的心理特質。畫錯了就劃兩條線、改畫，或換個顏色蓋過去。在混亂中修整的過程，正是創造力的引擎。
試試看：在頁面角落留一塊「停車場」，專門放還沒想通的問題和零碎的靈感，複習時再回來看它們能不能連起來。
兩種筆記，並排比一比
維度 | 傳統純文字筆記 | 塗鴉筆記（Sketchnoting） |
大腦通道 | 單一語言通道，容易超載、疲勞 | 雙重編碼：文字與圖像雙通道協同，加深記憶 |
思維模式 | 被動接收、逐字抄錄 | 主動生成：提煉關鍵字、重構邏輯、尋找隱喻 |
結構形式 | 嚴格線性，難以呈現複雜關聯 | 空間佈局：非線性網絡，全局與細節兼顧 |
情緒體驗 | 容易枯燥、倦怠、應付了事 | 玩心與心流：高投入、自發創作、降低學習阻力 |
面對混亂 | 畏懼錯誤與跳躍，追求格式工整 | 創化生成：容納模糊與碎片，連結出新創意 |
開始畫你的第一張：三個入門練習
先畫框架，再填內容：在紙中央寫下主題，畫一朵雲把它圈起來，先拉出三到五條分支。
一個重點，一個圖示：每條分支只寫一個關鍵詞，旁邊配一個簡單圖示。
留白與上色：最後只用一到兩種顏色，替最重要的地方加上螢光筆或陰影，不要每個地方都上色。
常見問題
我不會畫畫，也適合嗎？
適合。塗鴉筆記比的是想法清不清楚，不是畫得像不像。會畫圓、方、三角形和線，就已經夠用了。
上課速度很快，來得及畫嗎？
來得及的方法是「少寫多想」：先記關鍵詞、留出位置，下課後再花五分鐘補圖示與箭頭。這次回頭整理，本身就是一次主動生成。
一定要用紙筆嗎？
不一定。平板也很好用，重點是保持「篩選、轉譯、佈局」的思考步驟。
結語：讓筆記成為思考的地方
塗鴉筆記不只是畫得漂亮，而是想得更深。它讓文字與圖像一起工作，逼你主動理解、重組；它讓你看見全局，也讓你在混亂裡找到新的連結。
現在，拿起筆，畫下你的第一張吧。
延伸閱讀
Paivio, A. (1986). Mental Representations: A Dual Coding Approach. Oxford University Press.
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285.
Slamecka, N. J., & Graf, P. (1978). The generation effect: Delineation of a phenomenon. Journal of Experimental Psychology: Human Learning and Memory, 4(6), 592–604.
Fiorella, L., & Mayer, R. E. (2016). Eight ways to promote generative learning. Educational Psychology Review, 28(4), 717–741.
Wammes, J. D., Meade, M. E., & Fernandes, M. A. (2016). The drawing effect: Evidence for reliable and robust memory benefits in free recall. Quarterly Journal of Experimental Psychology, 69(9), 1752–1776.
Rohde, M. (2013). The Sketchnote Handbook. Peachpit Press.
Csikszentmihalyi, M. (1990). Flow: The Psychology of Optimal Experience. Harper & Row.
Fauconnier, G., & Turner, M. (2002). The Way We Think: Conceptual Blending and the Mind's Hidden Complexities. Basic Books.
本文配圖取自動畫〈塗鴉筆記的 5 個學習價值〉。片中的遺忘曲線為示意圖，不代表實測數據。
留言