न्यूज़ीलैंड
हिन्दी(Hindi)
साझा करें

这套工具箱,帮你适应这个复杂的世界

生活लेखक: Lachel
这套工具箱,帮你适应这个复杂的世界
सारांश编者按:本文来自微信公众号“L先生说”(ID:lxianshengmiao),作者Lach……
hougarden

本文共有 5200 字

说到「学习」,你会想到什么?

你可能会想到一万小时定律;可能会想起《刻意练习》;可能会想到舒适圈、心流、反馈、心理表征……这些,都是市面上耳熟能详、关于学习的理论和畅销书。

它们有用吗?当然有用。

但你也许会发现,很多时候,甚至是大多数时候,这些市面上的理论和方法,似乎在应对生活中的实际问题时,并不是特别奏效?

比如:

诸如此类。

原因其实很简单:

这些理论也好,书籍也罢,它们所针对的,其实是针对特定情境下的「表现」(Performance),而非真正意义上的「解决问题」(Solving)。

什么意思呢?

我们可以把前者,称为「技能性问题」,把后者称为「情境性问题」。

它们在这三方面上,有着非常大的差异:

固定环境和可变环境:

封闭和开放:

确定性和不确定性:

这就导致了,我们所习得的理论和方法,往往更适合于增进某个动作、某套技能的熟练度,但很难帮助我们更好地解决实际问题。

这同样也是很多人的毛病所在:为了学习而学习。

积累了很多知识点,却不知道该怎么用起来。

学习并不是知识的囤积,而是为了帮我们更好地适应这个世界。

那么,如何实现更有效的学习 —— 或者说自我的全面提升,来应对这个复杂的世界呢?

这是一个非常复杂的问题,我可能会打算写一本书来详细讲。在这之前,也可以先参见之前写过的几篇文章:

为什么学了很多知识,仍然没有什么用?

不破除这种认知,读再多书都没用

如何让学习像打游戏一样好玩?

今天,我想分享几个简单而又有效的原则,希望能给你一些启发。

1. 理解情境

技能性问题和情境性问题,最大的区别是什么?顾名思义,就在于情境。

前者所面对的情境是单一的、简单的、不变的,但实际生活中,我们面对的情境是复杂多变的。

一个情境由多个要素组成,每一个要素都跟其他要素纠缠在一起,牵一发而动全身,共同构成了我们所在的这个世界。

哪怕仅仅是一项「给今天的任务划定优先级」的问题,都会受到老板、上级、同事、供应商、客户和外在环境等多方面要素的制约。每一天你需要作出的决策,很可能都是不同的。

理解情境有多重要呢?心理学家 Robert Sternberg 对智力提出了一个「智力的三元模型」(Triarchic theory),其中就包括:处理新情境的能力(Creative intelligence),以及适应环境变化的能力(Pratical intelligence)。

(剩下的一种是分析能力,Analytic intelligence)

可以说,有效地理解和辨析外部世界,对于问题的解决,起着至关重要的作用。

那么,如何更好地理解我们所面对的情境呢?

一个最简单的思维方式,就是去理清因素与因素之间的连接 —— 亦即我所强调的「系统思考法」。

我在如何思考一个陌生的领域? 中,分享过一个简单的模型:

Have:你有什么,你能提供什么?

Need:你需要什么,你的缺口是什么?

Constraint:你的行为会受到什么条件约束?

可以说,一切的要素,均会经由这三个参数,彼此衔接和组合起来。构成一个个行业、商业链条,乃至整个外部世界。

举个例子:你作为一个部门领导,要推行一个新政策,那么,你得去思考:

在这个情况下,你再去把整个部门、业务的逻辑链条理清楚,才能找到下手的地方(当然,也可能发现无法下手)。否则,你的新政只能是一个空中楼阁。

举个例子:如果你的团队伙伴都是行动派,做事情风风火火(C),而你要求他们撰写大量的文档和记录,那这个政策是一定实行不下去的。你要考虑是如何减少他们的抵触情绪和劳动成本(H),以及如何让他们觉得「这个政策确实有用」(N)。

由这套方法论,我们还可以推导出什么呢?

一切事物的存在,都必然有其原因。

如前文所述:任何一个要素,一定都不是孤立存在的,它必然会通过 HNC 模型,跟其他要素相连接。

举个例子:如果你发现公司里存在一个历史遗留问题,已经非常久了,那么,别急着去动手,你要思考的是:它为什么这么久还没有被人解决?

原因无非这么几点:

从这个角度思考,你才能真正发现「病根」所在。

希望这套方法论,可以帮助你更好地,从系统的角度去看待和思考问题。

2. 关注 Know-Why

我们平时所学习的知识,往往有两种类型。

一种叫做「Know-What」,亦即对概念的知识。比如:这个术语是什么意思?这个领域是研究什么的?这个标准的详情是什么?等等。

另一种叫做「Know-How」,亦即对行动的知识。比如:怎样操作这个程序?怎样策划一个活动?怎样撰写一份产品文档?等等。

这两种都是知识的有效积累。但仅仅止步于此,是不够的。

为什么呢?因为从「学习」到「应用」的过程中,有一个最重要的路径,就是:

我应该在什么时候、什么场景下使用它?

亦即「Know-Why」:为什么会有这个知识点?它是为了解决什么而存在的?它的核心和本质是什么?

只有弄通了这一点,才能将 Know-What 和 Know-How 的价值最大化。

所以,我平时在自己的文章里,都会不厌其烦地用大量的篇幅,去解释原理(亦即 Why)。

可能有些读者觉得没必要,有些读者会直接拉到实操和技巧,但说实话,Why 的部分,比 How 的部分,其实会更重要。

原因很简单:How 是带有强烈的个人情境的,我不可能根据每位读者的情况,去定制一套最优的方法,而只能写一些通用的模式。而一旦理解透了 Why,其实未必要遵照我的建议来,你自己也能找出恰当的路径。

举个例子:我在之前的文章里讲过,读书不要追求「把一本书读完」,而是要广泛、横向地去进行主题阅读,哪怕同时读好几本书、一本书只读几页也不要紧。

但这一点是否对每个人都适用呢?其实未必。

如果你有强烈的「一本书翻开了就一定要读完」情结,又或者你工作太忙、只能挤出一点时间读书,那就不太适用这个方法。

但一旦你理解了,这个方法的本质在于「以我为主,为我所用」,那即使不做主题阅读,你也能够按照自己的步调和节奏,去找出最适合自己的阅读方法。

这里也分享一个小建议:在学习一样东西时,事先想好:我可能会在什么时候用到它?

然后,把这个知识点跟场景建立联系。

比如,我最近在读建筑学和建筑史。但我不会死板地按照教材的内容去记忆,而可能会按照这样的思路:

诸如此类。

然后,再把这些知识点放在笔记软件里「旅行」的部分(注意不是「建筑」),以便在旅行时随时拿出来参阅。

这就是「Know-Why」,它的本质是一种粘合剂,把多种多样的「Know-What」和「Know-How」联结起来,让知识发挥出应有的作用。

3. 发现问题

如果只能列出一种最好的学习方法,那一定是「发现问题」。

为什么呢?这需要提到我们神经网络的一个特征:敏感化。

让我们回到学习的本质。当学习一个知识点时,大脑里面发生了什么样的变化?答案是:关于这个知识点的局部神经网络活动增强了,并且其内部神经元之间的链接也被强化了。

但是,神经元的链接不可能无限提升,在每一天里,我们能真正学习的内容也是有限的,很多东西会被大脑在睡眠时清除掉 —— 这也就是「明明读过一本书,却无论如何都想不起来了」的原因。

那么,大脑如何判断哪些信息更重要,哪些信息可以清除呢?一个非常重要的参数,就是敏感化。

简而言之:当我们关注某个问题时,与之相关的神经网络,就会额外得到一个加权输入。正是这个加权输入,使得这部分神经网络在大脑的认知中「更重要」。

因此,学习一个领域,更好的方式是什么?其实并不是按步照班地看书,一个个知识点去攻克;而是分成两步:

1)自上而下:先对一个领域产生兴趣,然后去构建整体的框架。

2)自下而上:接触这个领域,自己去发现问题、找到问题,再从问题出发去溯源,找出解答。随后,把一个个解答链接起来,填充进框架里,得到一个更宏观的视野。

我每天一定会拨出一段时间,去浏览一遍我的信息渠道。不是精读,而是扫视一遍,从中找出我感兴趣的话题,再从这些话题出发,去搜寻相关的研究、进展和探索,把这个话题弄通弄透。

下一步,再把它跟我已有的知识网络链接起来,去更新我的知识库。

如果是一个新领域,也是一样的。以我常讲的编程为例。好的学习路径,一定是在工作中发现问题,去思考「我可以写一个什么程序来解决问题」,再从目标倒推,去弄通整个路径。

很多读者可能会问:可是,要怎么样找到问题呢?我好像没有什么问题呀?

一个办法是,去寻求「理想情况」和「实际情况」之间的差距。问自己:

这两者之差,就是问题所在。

比如:我希望我在旅行时,看到一些知名的建筑,能够欣赏它们的美感,无需导游解说或是现场搜索,而我现在显然做不到 —— 那么,我就必须补一下相关的知识。

再比如:我每天都有一些例行工作,希望能在半小时内完成,而现在手动一个个去做需要2小时,如何尽可能减少操作,压缩这段时间呢?—— 这也是一个问题。

不要为了学习而去学习,而是要为了解决实际问题而去学习。

4. 拓展视野

跟读者和朋友聊天时,我会发现一个问题:

很多人的视野,往往都局限在自己的专业领域上面,太窄了。

实际上,哪怕你只是分出一点点精力,稍微涉足其他领域,所带来的收益都是巨大的。

为什么呢?正如我所说的,知识是有网络效应的。

简单来说:如果你的知识库里只有 10 个知识点,那它们之间链接的可能性就是 45 种。如果你的知识库有 20 个知识点,那它们组合的可能性有多少呢?190 种。

这只是两两之间的组合,如果把所有的网络可能性都算上,那差距会非常非常大。

而许多领域其实都有一个什么样的规律呢?易学难精。

初期,你可能花费几十个小时,就能大致了解这个领域的概况和框架,掌握一系列知识点。后面随着你的深入探索,学习曲线会变得更陡峭。你要花更多的时间,才能完善、弄透一个更复杂的知识点。

但对我们而言,掌握「初期」就已经足够了。

所以,一个建议就是:把 80% 的时间精力花在你的专业领域上,用剩余的 20% 去探索其他可能性。

以我为例,除了心理学和认知科学之外,我对经济学、社会学、商业、管理学、市场营销、物理学、IT、历史、艺术……都有兴趣,这些,都会反映在我的文章里。

这里没有炫耀的意思。这里面,许多都是我的「20%」,我对它们的了解也就是刚刚入门而已 —— 但即使如此,也能经常带给我许多灵感,帮助我发现不同领域间碰撞出来的火花。

这些,就是我的「aha!」时刻。

这个世界,从底层而言,一切都是彼此组合、链接的,只是它们生长到认知和应用层面,才分出不同的种种细分学科、领域。

如果只是停留在地面上的部分,你就容易陷于片面,难以窥见世界的全貌。

不妨把视野拓宽一点,走得更远一些。

你会发现隐藏在这个复杂世界,背后的「可能性之美」。


转载声明转载声明:本文系后花园转载发布,仅代表原作者或原平台态度,不代表我方观点。后花园仅提供信息发布平台,文章或有适当删改。对转载有异议和删稿要求的原著方,可联络[email protected]