这套工具箱帮你适应这个复杂的世界
发布时间:2019-12-07 23:15

  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。

  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?

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

  技能性问题面对的是固定环境。比如:拉小提琴,无论你是初学者还是大师,你面对的永远是一把小提琴,不会改变;

  但情境性问题则不然。☆△◆▲■你每天要完成的任务不可能一成不变,每天的行动轨迹也不可能一成不变。从而,过去的行为模式,未必能一直适用。

  技能性问题面对的是固定环境。比如:拉小提琴,无论你是初学者还是大师,你面对的永远是一把小提琴,不会改变;

  但情境性问题则不然。你每天要完成的任务不可能一成不变,每天的行动轨迹也不可能一成不变。从而,•☆■▲过去的行为模式,未必能一直适用。

  技能性问题的目的是非常明确的:下棋,就是为了赢,那么我每一步都要使全局的胜率最高。一切策略和技巧都是为了达成这一目的,非常明确。

  但情境性问题是完全开放的。哪怕是最简单的「今天去哪里玩」,你都很难找出一个明确的目标 —— 实际上,连问题的本身都是可以质疑的:我是要出去玩,还是待在家里学点东西?

  技能性问题的目的是非常明确的:下棋,就是为了赢,那么我每一步都要使全局的胜率最高。一切策略和技巧都是为了达成这一目的,非常明确。

  但情境性问题是完全开放的。哪怕是最简单的「今天去哪里玩」,你都很难找出一个明确的目标 —— 实际上,连问题的本身都是可以质疑的:我是要出去玩,还是待在家里学点东西?

  技能性问题有100%的确定性。我按下某个键,就会弹出某个音;我下在这个位置,就能够吃掉对方的子。如果出错了,那一定不是棋子的问题,而是我看得不够远。

  但实际生活中的问题,往往都具备极高的不确定性。同样一套说辞,对这个客户适用,但对另一个客户却可能适得其反。

  技能性问题有100%的确定性。我按下某个键,就会弹出某个音;我下在这个位置,就能够吃掉对方的子。如果出错了,那一定不是棋子的问题,而是我看得不够远。

  但实际生活中的问题,往往都具备极高的不确定性。同样一套说辞,对这个客户适用,但对另一个客户却可能适得其反。

  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。

  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。今天,▲●先分享几个简单而又有效的原则,希望能给你一些启发。

  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,口▲=○▼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。

  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」。

  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。

  每个人的思维模式是什么样的?他/她会有什么习惯?会受到什么影响?存在哪些限制?

  每个人的思维模式是什么样的?他/她会有什么习惯?会受到什么影响?存在哪些限制?

  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。

  你要考虑的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)。

  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?

  去动它可能涉及其他环节,影响其他人的利益,或是对整个系统产生扰动(C)。

  去动它可能涉及其他环节,影响其他人的利益,或是对整个系统产生扰动(C)。

  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。

  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?

  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,其实更重要。

  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:我之前讲过,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。

  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。

  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:

  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。

  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:

  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。

  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。▼▼▽●▽●

  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。

  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。

  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。

  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。

  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。

  ☀本文选自L先生说(lxianshengmiao),作者:Lachel,25万关注的高效思维达人,知识管理专家,多家媒体专栏作家,36氪年度优秀作者。灼见经授权发布。返回搜狐,查看更多极速快三注册▼▲