|
（本文是我于2016.6.16在阿里巴巴湖畔学院罗汉堂的内部讲座实录，由阿里用户研究专家合素老师完成文字整理，特此感谢） 今天我讲的题目有点大，叫心智革命，当然啦，说革命可能有点夸张，在当前这样一个互联网信息爆炸的时代，我们每个人怎么更好地去学习一些东西，如何去构建一种分析信息，构建一种思维的模式，主要是分四块来讲。 一、知识迁移与远距联结 第一个主要是关于我们怎么看待今天的一些知识。 先给大家看一个我在知乎上的回答， 得了5万多票，也是点赞数最高的一个答案。它是我自创的一个理论，“我们在做事情的时候，可以从两个维度去看，一个是事情给我们带来的价值的高低，另一方面是事情半衰期的长短，也就是事情的价值随着时间流逝它消失的速度，然后我提倡说尽可能地去做长半衰期的事情。 当时写这个答案，也是因为一个突然而至的灵感，就马上去写了，没想到赢得了很多人的赞同和共鸣，我也不知道怎么回事。后面我就思考，这个答案里面最关键的一个词叫半衰期，就因为我用了这样一个比较形象的类比，大家的接受度会比较高，如果我不用“半衰期”这个词，而是用一个很普通的说法比如“价值的持续性”，也说得通，但用了半衰期的概念以后效果就不一样。 所以这里面就出现了这样一个问题，什么样的东西更容易受欢迎，很重要的一点是这个东西原来就是一个很平常的东西，我们赋予它新的意义，发现了它的一种新的应用场景，让我们觉得它是一个很有意思的东西。 那么我们看半衰期，作为一种知识它最早出现在核物理学中，用来描述同位素衰减的速度；用半衰期来表示它衰减的速度，比如碳-14 衰减的速度，它的半衰期是5730年，有些元素它的半衰期是非常短的，可能只有几秒或者零点零零多少秒，这是一个半衰期的概念。这是一个指数函数，在一种指数函数衰变的情况下，我们可以用半衰期来表示，这个是半衰期它本身的知识。 后来半衰期这个概念就应用到医学领域，成为一种常用的概念，用来形容某种药物在血液中浓度变化的速率，一开始服用了这个药物，通过循环系统到了血液里，会达到一个峰值，然后开始衰减，这个衰减函数，也是类似于指数函数，衰减的速度可以用半衰期来表示，这样就形成了一种知识的迁移。 我们会发现知识的迁移在我们这个时代是非常普遍的，也是很重要的，于是我就把半衰期的概念迁移到日常事情中对一种事情价值的判断，于是就变成了一种时间管理的理论。也就是说通过对知识的二次解读，进一步找到了它更深层的含义，就把它变成了一种二阶知识。 二阶知识又是我自己创的一个概念，我习惯自己创概念。其实我们可以把所有的知识分成两种，一种是一阶的知识，另一种是二阶知识，一阶知识是你自己所在的专业，或你自己工作的领域、行业中你所需要积累的知识，这些知识可能是立即、直接可以用的，二阶知识表面上好想和你没有什么关系，但是通过你对它的二次解读，你对知识的洞察和延展，对自己的本职工作可能也是有用的。 就像我中午和两位阿里的朋友在讨论风水，这个园区里的楼是如何布局的，那个楼风水好，其实风水这种东西，不一定那么科学，但是它可以拓展我们思维模式的一种边界，可以让我们换一种，之前没有考虑过的方式去思考问题，这时候风水就变成了二阶知识。 在这个时代，一阶知识有个比较尴尬的问题，就是它的衰退速度特别快，这张图所示是一个医学文献的研究，有一个学者研究了与肝脏疾病有关的学术论文，被引用的情况，有些论文被发现是错的，或者说被淘汰的，大概过了45年以后，有50%的医学论文被证明是错误的或被淘汰，所以认为医学知识的半衰期是45年；然后又有一个针对《物理学评论》这个顶尖的物理学杂志期刊的研究发现，物理学知识的半衰期是10年，10年以后，刊载在《物理学评论》上的论文有一半被认为是错误的，而工程学知识的半衰期可能只有两年，它也包括计算机，互联网等。 在互联网领域知识的半衰期可能更短，不到一年，这就是我们目前所处在的一种状况，我们需要去学很多我们工作所需要的知识，然而知识更迭的速度、演化的速度非常快，如果我们的学习风格和模式，仅仅是去了解直接的，可以明显拿来用的一阶知识，很可能是远远不够的，因为太容易被淘汰；同时你所获得的知识同质性也很高，你所掌握的知识别人头脑中也有，很难显示出明显的优势，这就是一阶知识的问题。还有如何求解随时涌现的从未遇到过的新问题，特别是在互联网行业，我们是需要站在前沿去探索的人，我们所要处理的问题是没有先例的，没有参照的，这个时候就有两种基本的方法：试验和迁移。 试验就是我们最熟悉的所谓互联网思维，快速迭代，通过试验在新的问题场景中来获得新的信息；另外还有一个是迁移，其实也是很重要的，我们把其他领域的知识，迁移到我们自己所在的领域，可能我们更多的熟悉试验问题，而对迁移的探索相对较少。因为我自己是读到博士，后来也在公司里面做了很多年，我就很明显的发现，做学术研究和在企业里面做事情是两种完全不同的思维模式，在学校里做研究是一种基于前人的文献研究做一些推演、演绎或拓展，是基于前人的模板下面，一种半模仿半创新的模式；在企业里面做的事情，更多是靠试验和迭代，自己去构建一种新的架构，创造的成分会更多一点。 但这两种思维模式都有一些弊端；在一个学术环境做了很多年研究的人，可能就无法去解决一些现实的问题，因为他不知道在没有先例的情况下如何去解决这些问题，因为他习惯于先去看别人的论文，看别人是如何解决的，他才知道怎么做。但在企业里，很多人光是完成工作就已经耗尽了他的心力，工作之余非常累，也很疲惫，没有多余的时间和精力去看书，但这其实也是一种局限，很难把其他领域的东西迁移到具体的工作领域，新的灵感的来源也会变得越来越匮乏，这两种模式都是有其弊端的，最好是能够很好的结合起来。 迁移是一种比较好的方式，前几天看了一篇文章，是现在做虚拟现实的 Oculus公司，有一个部门是做虚拟现实的短片，那些人都是从Pixar、迪斯尼原来做3D电影挖过来的资深员工，他们现在在探索如何做虚拟现实的电影，他们在思考如何把原来做3D电影的经验迁移到怎么做虚拟现实的电影，因为两种电影的模式是不相容的，很多地方不一样，当然在过程中他们发现在两种制作场景中的迁移是有一些冲突的，但他们会做一些实验，将试验的结果和迁移的结果糅合在一起，探索做虚拟现实电影需要一种什么样的模式。但如果这些人没有在Pixar这种顶尖的动画公司的从业经历，它是不可能具备去探索虚拟现实电影的能力。所以这两者都是非常重要的。 当然这里面又牵涉到另外一个概念，什么是专家？专家应该是什么样的？这个其实心理学里是有一些研究的，这里有一个非常经典的模型，专家其实有两种，一种是适应型的专家（Adaptive Expert），一种是常规型的专家（Routine Expert）。后者能解决很多常规性的专业问题，但他如果遇到一个之前没有遇见过的新的问题，复杂的问题，就不知道怎么办了；而适应型的专家能够适应新情景的变化，在解决问题的时候，同时具备两种特征，既能够做到高效，又能够做到有创造性，为什么他们具备这样的能力呢？很大程度上是善于迁移不同领域的知识，而且很可能是一个距离非常远的迁移，就像刚才举到的半衰期的例子，从核物理学迁移到医学，再迁移到日常生活，这些都是远距迁移，但对我们去创造性的解决问题是非常有帮助的。基于这些心理学的理论，我就归纳了这样一张表格，三种人（新手、常规型专家、适应型专家）不同的知识特点和能力水平。 新手，菜鸟掌握的是零散的、不成体系的知识，能力水平主要是模仿或执行简单任务。一个刚到岗的新员工主要是跟着老员工去做事，通过模仿来学习，知道一些零散的知识。到了一个常规型专家时，他的知识储备逐渐完善，能够解决常规的专业性问题。但对于适应型专家来说，不仅掌握了大量的一阶知识，而且掌握了大量的二阶知识，能够解决常规的和非常规的问题，而且能进行创造性的活动。 我们有时候在网上看到一些书单，比如说面向产品经理的书单，一些初级的书单就是直接是讲产品经理相关的，产品、设计、运营等等，更高级的书单就会涉及到其他领域的东西，社会学、人类学等领域各种各样的知识，我们需要从其他领域迁移一些二阶知识来武装我们的头脑，这时候我们就能更好的成为一个适应型的专家。所以说，虽然我们工作很忙，还是应该多看书。 然后更进一步，我就提出了一个假设的表格，是我自己的一家之言。 首先，我们现在的学习模式和以前的学习模式可能会有所不同，我们现在正在处于一种变化的中间状态，我们从小学到大学的学习模式，受教育的历程都是规定好的，每一年学什么都是别人给我们规定好的，序列式阶梯，而不是我们自己设定的。但当我们处于一种自我教育的阶段，我们的学习是一种跳跃式的学习，不再具备序列式、阶梯式的特性，在这个阶段很难去做序列式的学习，因为信息爆炸之后，知识被不断的细分，知识也越来越多，很难去归类的同时，也无法判断那种知识先学，哪种知识后学；所以经常是今天学了一块，明天学习了一块，这种碎片化学习。 还有一种知识形态是体系化和组块化，以前我们学习的是一个体系的东西，在大学里作为某个专业的人，要学习一系列体系化的教材，到现在在工作中，因为我们要面临的是前人没有解决过的、新的问题，过去那些搭建得很完美的体系可能变得无效了，对我们解决新问题并没有太大的帮助，我们更需要的是一些组块，我们需要把组块进行一些远距连接并组合起来，通过组块的连接和混搭，变成一种独特知识和技能的结构，用这些知识和技能的结构去解决新的、未知的问题；所以我们需要在头脑中储备很多很多知识的组块，有些是一阶知识，有些是二阶知识，有些是方法，或者思维的模式，当我们头脑中有了这些储备以后，这些东西自由组合的可能性也就越多，于是我们解决现实问题的能力也就越强。 这张图上显示的是达芬奇手术机器人，这是一个系统级的创新，外科医生坐在这里，可以像打街机一样，操纵一些操作杆，由机器臂来完成这个手术，对于这种高科技的机器设备的创新，需要多个不同学科，不同领域的组块结合在一起来实现，在我们国家是很难做出这种高精尖设备和创新的，因为我们很多时候没有办法做出不同领域交叉的创新组合，它既涉及到医学，又涉及到机器人、机器学习、计算机视觉等，机器臂要非常精密，又需要精密的控制。 为什么这个手术机器人的效果要比经验丰富的外科医生手术效果会更好？有很多原因，其中一个原因是外科医生即便经验再丰富，他的手总是有一些生理性的细微颤动，是自己无法控制的，但当外科医生在操作控制杆，给控制杆传输数据参数时，有算法会把颤动数据滤除掉，传达到机器手臂时确保它不会颤动，确保手术操作的精准；所以国内现在也有这样的机器，但一台设备需要几千万，它的技术是被这家公司垄断的，世界上没有第二家公司可以创造这样的设备。 为什么会举这个例子呢？要真正做出很厉害的创新，站在最前沿做出引领性的东西，我们需要给自己去积累一些不同领域的知识组块，进行组合才可能做到，在我们的国家很难做出这样高效的研发，因为大部分研发人员都是各自为阵的，每个人都是从属于自己的一个学科，很难综合起来去做这样一种创新。 二、专精为主、博览为辅 在我的《精进》这本书中的第四章是讲学习的，有讲到提问的重要性。我们每个人在头脑中会放一些大的问题，是一些复杂的，需要长期去解决的问题，在长期的学习和工作中，这个问题一直占据在你的头脑，可能每天都会去想一想这个问题该怎么解答，这样就可以靠这个问题来牵引你的学习，比如说我自己会经常去思考这样一些问题，所以我的写作也是基于这些问题去做的。 在用这种大的问题（又称为“主旨问题”）来筛选信息的时候，它有一个特点就是不必局限在一个学科边界以内，比如说赫伯特·西蒙，跨越了很多个学科，在很多领域都取得了很高成就的人，他是人工智能这个学科的奠基者之一，也是认知科学的奠基者之一，从表面上来看他是一个跨越了很多个学科，但实际上在研究中他是很专业的，他要解决的是一些非常基本的问题“人是如何做决策的，人类行为的基本模式是什么”。他为了解答这个问题，自然而然地去跨越不同的学科， 所以当我们要去解决工作中非常难的、复杂问题时，当我们深度地去思考这个问题的时候，我们就需要去跨越不同的领域不同的学科，因为很多知识是在一个学术领域之外，在一些各种不同的实践之中，就像我在写书的时候也会参考各行各业的一些大牛的方法，这些方法不是基于理论与学术，可能是基于实践的一些智慧，当你真的去思考一个问题的时候，你的视野会放得很宽。 因为一个主旨问题起到了信息筛选器和思考中枢的作用。它一方面是帮助我们筛选信息，因为现在整个信息是海量的，如果头脑中没有主旨问题时，导致接受信息时就会变得非常低效。所有的信息看起来都是有用的，但再一看其实又没什么用，每天迷失在一个信息的海洋之中，就像海面上漂浮的一艘小船，躺在小船里随波逐流，也不知道要漂到哪里去，面对浩瀚的信息，我们不知道如何积累出自己的一套东西，所以我们需要主旨问题的牵引。 但如果我们总是围绕着一个主旨问题来筛选信息，就会出现一种视野窄化的现象，所以我们需要一种“随机漫步”的模式去进行补充，讲得简单点就像一个女孩子去逛街，看衣服，一路走过去并没有特定的目的，看到一件很好看的衣服可能就想买了，就是一种随机的信息摘取方式。尽管我们大部分是在网上买书，但我是比较喜欢去博库书城或浙江图书馆逛，会有很多意外的发现，体验会不一样。你不用去管你所在的书架是什么类别，可能是你从来没关注过的类别里意外发现很有意思的书，而在网上逛就不会有这样的发现。 所以，当我们学习的时候，可以把这两种信息筛选的模式做一个配比，80%的时间是靠你的主旨问题去筛选信息，20%的时间是用随机漫步的方法来筛选信息。像平时看杂志也是这样，我在很多年以前就发现，看杂志是一件非常无效的事情，看上去好像很好看，当杂志看完了翻到最后一页，再回忆刚才看到内容好像都记不起来了，因为它的每一篇文章讲的都是不同的知识或故事，这些文章之间都没什么关联，所以回忆起来一片空白，就跟刷微博的感觉是一样的。但现在我越来越领悟到，看杂志虽然不是一种主要的信息获取方式，但对灵感的激发是很有好处的，用20%的时间用随机漫步的方式做信息输入。 当我们要去解决一个问题却毫无头绪时，我的惯常方法是把问题悬置在一边，自己做一些别的事情，比如看个电影，骑个自行车，跑跑步等，在你完全放松下来时，突然会有一个灵感，就突然知道如何去解，这在心理学里面是一个被反复验证的现象，当我们在解决一个问题时，思路卡住的原因往往是我们头脑中已有的条条框框的东西，对我们产生的一种抑制的作用，让我们局限在一种既有的思考模式里，当我们换一个情景，在不想这个问题的放松状态里，原有的限制性的条条框框就暂时没有了，这时候会有一些意想不到的新东西会涌现出来；随机漫步的信息收集的方法起到了一种催化剂与刺激物的作用，刺激我们找到新的解法。 实际上，从一个创造力的观点来讲，如果创造力足够的话，任何一个难题都是有解法的，问题无法被解决可能只是创造力还不够，导致无法找到之前没有想到的解法。而很多时候找不到问题的解法，就是因为我们头脑中既有的知识、经验和思维模式对我们构成的限制，需要用一些随意的、新鲜的刺激帮我们找到新的方向。 刚才讲到的问题是主旨问题和随机漫步相结合的信息输入；这两个方式对应的两种知识的领域，主旨问题是你专精的领域，就像我们很流行的10000小时理论，专注于一个领域，需要漫长的时间积累才能成为一个专家，这是专精；还有一个是博览，通过随机漫步去接触更广范围的知识，这两者之间应该是什么样的关系呢？我们知道一个典型的模型叫T型人才，一般的说法是现代社会一个理想的人才，它的知识结构应该像一个T型，一横表示知识广博，一竖是在每个领域很专精，这个模型是对的，但它还不够准确，看字形的话，这一横和这一竖关联度不是很高，是两个不同的东西，但其实呢？这一横和这一竖的知识应该产生更紧密的关联，构成一个知识的网络，所以我推荐王云五先生他提出的一个观点，我在公号上写过关于他的一些文章，他是民国时期非常博学的、百科全书式的传奇人物，文理兼通，非常厉害，从数理方面到多种语言，靠自学成才的。他写过一篇文章叫《专材与通材》。 比如这张图，这是一张山脉的等高线地图，这是海拔最高的山峰，周围有一些海拔相对低一点的山峰，这个图类似于王云五先生认为的通才的知识结构模型。一个通才是一脉群山，中间有一个最高的山峰，周边有其他山峰环绕着。有一个最专精的领域，同时也懂一些周边的领域和学科，只不过不如中间那个那么专精。山峰和山峰之间是连绵成一个体系；所以理想的情况是，我们在一个公司是做设计，做研究，做技术，这一块你应该是最精通的，但对其他领域应该有所涉猎，这样的知识结构是最理想的，而不是说只有一座很高的山峰，但其他的不存在，或者说其他你懂的东西都是很零散的，相互之间是没有关联的，这都是行不通的；所以最好的就是这里面提到的一种专才与通才的知识结构的模式。 三、洞察深层结构 第三个部分是对于我们所获取的信息如和洞察更深层的结构。 我也研究过一些阅读的方法，首先就是关于看书，我有一个基本的观点，看书的方法是很多元的，你怎么看书它并没有一种固定的唯一模式，我买过一本很老的书是专门研究阅读方法的，二十多年前出版的，介绍了108种阅读方法，但其实它还没有讲全。 一个人怎么看书，其实是和你阅读的这本书的性质有关，另外也跟你自己的目标和需求有关，就是你想从书里面得到什么东西，其实也决定了你的阅读方法，有些书比如一些美式畅销书，它仅仅就是讲了一个概念，但会花很多篇幅去举出很多的例子，你就是应该很快速的去浏览，能抓住它的核心概念，可能只花一两个小时，这本书就看够了；还有一些内涵丰富的书，可能需要花很多精力去看；还有一些书是你陌生的领域，你也没有时间去系统的学习的，但书里面某个章节里的某些观点对你是有启发意义的二阶知识，可能你只要从这本书里找到这个点，你读这本书的目的就达到了。 所以看书绝对是有多种方法，精度和泛读相结合的过程，有时候看得非常快，有时候看得非常慢，关键是取决于我想从这本书里得到什么东西。对看书的理解，我的观点是当我们打开一本书的时候相当于进入了一个多维空间，特别是对于一本好书。举个例子说红楼梦，为什么有红学，是因为在这本书里面的层次和维度太多了，内涵太丰富了，所以有很多专家学者可以从某个特定的角度去解读红楼梦，有些是研究其中的诗词戏曲，有些研究服饰，饮食，男女关系等等。 解读内涵丰富的书的时候，最可行的方式去选择独特的视角切入进去，你才能把这本看得很深，如果没有视角只是常规的从头读到尾，那么我们对这本书的理解可能是肤浅的，因为认知心理学里有个基本观点我们的工作记忆和注意力都是非常有限的，在看书的某个时点上能加工的只是很少量的信息，而如果这本书的信息内涵很丰富的话，有很多信息是被你忽略的，没有特定视角的话，很难从书里找到有价值的东西。 对于一本书可能有什么样的视角和维度呢？我这里做了一个不完全的列举，举一些不太常见的例子，比如脚注，现在的书脚注不多，但以前的一些学术著作，下面有很多脚注，或章节后面有尾注，为了阅读的连贯性，我们很可能跳过脚注，但有些人在看第二遍的时候可能专门去看脚注，会对正文中的一些细节点做更加细致的解读，会告诉你信息的原始出处等。这会帮你找到一个隐藏的知识脉络，于是发现脚注里包含的信息可能比正文还要丰富。但如果你同时去关注一本书的方方面面，你可能就不太会关注脚注这么一个看上去不那么引人注意的一个点。 我再举一个极端的例子，比如说幾米，他是一位非常成功的画家，我看过一篇文章，讲幾米是如何修炼成幾米的，他曾经花了10年时间，非常刻苦的去练习画画，他会找很多的图，不仅仅是从看艺术的书，绘画的书里找，他会看任何可能的书，可能是一本医学的书，机械的书，商业的书，也可能是一张产品说明书，只要这本书里面有插图，他就会找过来看，他就会研究这里面的细节，这张图是如何表达信息的，所有的书都是它的阅读对象。他的阅读是没有边界的，但同时他看书又是很专精的，他关注这个图是怎么画出来的，所以他就花了10年的时间，成为了幾米。 所以这就是一种方式，对一个东西你要往深处去理解它，去挖掘它的时候，首先你要选定一个特定的视角，这个视角可能是很片面的，比如几米看书只看图不看文字，甚至完全不知道这本书在说什么，但是这就是他想要的东西，所以他这样做是对的，是成功的。对我们而言，很多时候也是一样，比如我们去分析很大的一组数据，很多时候也是需要去变化一些独特的视角，选择某个视角之后再去深入去发现和挖掘它里面的深层结构。 其实在很多年以前，我们的老祖宗就知道这么样一种读书的方式，就是苏东坡分享过他的读书经验，他认为每本书都要读好几遍，我们读一本书就像逛一个淘宝，什么都有，然而人的精力是有限的，信息是无法穷尽的，所以要我们自己很专精的选择某个角度，“每次做一意求之”。我们每看一遍书是从某一个角度切入，当我们再看一遍的时候，会换个切入的角度；这样来回很多遍以后，才会把这本书的方方面面的知识都掌握了。就像八面受敌时，能应对任何一面的攻击，因为我对每一面都已经掌握透了，这就是“八面受敌”的读书法； 其实我看书也是这样，因为我对思维的方法，方法论的东西比较感兴趣，所以我在看书时善于提取他深层次的结构。比如有一本很好的书，是心流概念的提出者，米哈里·希斯赞特米哈伊写的《创造力：心流与创新心理学》，其中有一页讲了一个故事，讲一个天文学家的是如何做出重大的天文学发现的，他用的是一种叙述的形式，我们一般人看故事时看过就过去了，但我侧重研究方法，所以会去分析叙述背后有什么样的结构。我们可以看下科学发现的过程；我很惊讶的发现，只要稍微深入分析会发现，可能一个科学发现，或我们做创造性事情的过程，其中的方法可能就蕴含在一段平淡无奇的叙述里面。 比如它说，一开始我们要关注细节，比如我们在座的各位都是某个领域的专家，其实专家对细节是比较敏感的，一个新手只能了解和表达比较粗糙的概念，越是专家他能掌握和处理的细节越多。作为一个科学家，他也是对细节很敏感，这是第一点。 第二点就是说你要把一件事情做好，你需要沉浸其中，需要完全投入在里面，才能把事情做得很好，你想做为一个天文学的研究，天文学的数据，这么多星球的数据被记录下来，怎么样在这些看上去没有任何规律的数据中去发现规律。这可能和我们在阿里对很多数据的处理是类似的。所以他让自己沉浸到这样海量的天文学数据里面。 然后他要对数据进行比较，他发现有些数据比其他数据更有趣，当你发现一个数据有趣的时候，可能你就快成了，如果你没有发现这个数据是有趣的，你可能离成功还有很远的距离；所以这就是第三部对数据进行比较，发现有些数据更有趣，更特殊。然后你去记录最有趣的“中心特性“，我把这个词加了引号，中心特性其实是一个很关键的概念，能够发现这么多数据当中最核心的一个特征。由于数据是非常海量的，所以他采了一个样本，取了其中的二三十个星系做了重点研究。 所以我就提取出来的这样的一个过程和结构，注意最微小的细节，这是最初期的一个探查，如果你本身就觉得细节是无足轻重的，你可能就没有踏入这个大门；首先你要有一个关注细节的意识才能踏入大门；然后把自己沉浸其中，去对比和比较这些数据，发现其中最核心，最关键的点，最后再去选择最有价值的数据进行收敛，做更进一步的分析。 这就是我阅读时，用一个我关心的主旨视角去看书，去发现一个比较深层的结构。所以我又建了一个比较简单的模型：找到深层结构，首先要建一个个人化的视角，你自己想要从这个信息里获得什么，不论你是看一本书，还是你看网络上的一篇文章，甚至你看一部电影，一个电视剧，一本小说，如果你对这些信息的对象是有一个诉求，是想找到和发现一些东西的，那么你首先要知道你的特定视角是什么。当你选择了特定视角之后，意味着你会把大多数的无关信息屏蔽掉，会保留下切合你视角的信息，不切合视角的信息就会过滤掉，但这可能只是暂时的过滤，当你换一个视角的时候，可能会把原来删掉的信息重新利用起来。只有屏蔽了无关信息之后，你才能会对留下来的信息作比较深入的分析，洞察出深层的结构。 深层的结构有一些典型的类型，比如构成要素，一样东西的组成结构是什么；次序或流程，就像我刚才举个那个例子，其实是一个跟时间有关系的顺序的模型；还有一个就是权重的模型，优先级的模型，举个简单的例子，比如你想学英语，变得非常精通，你会请教一个专家，你会在语法、词汇、听力、写作、阅读这些方面，到底哪一块是权重最高的，实际上你们是在讨论一个权重模型；还有一个是因果关系，反应链，如果这个因果关系是多层的，比如从 A 到 B 再到 C，再从C到D; 还有一种是隐喻和类比的模型，隐喻是思考中一个很基本的概念，我们在思考的时候往往是通过隐喻来思考的，有时候也是靠隐喻来做营销的。 因为我们现在面对的信息太多，太庞杂了。我们每天接触的信息，信噪比是很低的，比如微信上订阅了很多公众号，太多太杂了。当我没有一个明确的诉求我要从这些公众号去学到什么东西的时候，我会把它留着，不会去看。但我很可能给自己留下来一段时间，专门去搜索某方面资料的时候，我会把公众号的文章会再看一遍。所以就是说海量的信息中，首先要驱除噪音，留下来的那些有价值的信息，同时也是一些相对表层的信息，需要我们去发现它深层的结构，而一个有效的结构和模型往往又是简单而优美的，模型越简单它的解释力越强。如果你能把一个看上去很复杂的东西抽象出一个简单的模型，那么很可能你这个模型是有效的，所以就像这个模型一样，它可能是一个简单而有效的模型。 四、构建心智组块 接下来会说下面一个问题，当你知道怎么去筛选信息，知道怎么找到深层结构时，你怎么会把这些信息做一些好的组合，这里面有一个很重要的概念是打散再组合。 如果是做设计的人会有打算再组合这样一种习惯性的思维模式，因为很多时候设计本身就是一种重组，可能是从别的地方挖过来的东西，重组之后变成一个新的东西。就像乐高的积木一样，乐高为什么会成为让人很佩服的公司？三岁的小孩可以玩，一个成年人也可以玩得很 high，构造出千变万化的，几乎所有的造型。它靠的就是这样一种思维——从底层的最基本结构单元构造出各种东西。 那么我们对知识和信息也是一样的，因为在现在这个知识爆炸的时代，知识快速涌现和分化的时代，我们保留原有的体系去学东西时，会变得越来越低效，越来越不适应一个新的情境的变化，所以我们不需要局限在一个旧的体系里面，要去打散旧的体系。就像很多人看书会完整的把书看下来，写一个很完整的读书笔记，或者做一个思维导图把这本书的主干和支架列出来，然后就觉得他掌握了这本书。这当然是一种很用功的读书方式，但是如果你看这本书的诉求并不是掌握这本书的整体，而仅仅是关注书中的一部分，仅仅是这本书中的一个碎片，那就没有必要去画这样的思维导图的；当你再看另外一本书的时候，你可能关注的是另外的一块或几块碎片，如果你看了100本书，你可能就找到了几百块有价值的碎片，然后你把这些碎片重新组合起来，就变成你所需要的这些东西。 你学习的过程不是说你学了很多本书的整体，而这些书的整体往往是没有办法帮助你去解决一些新的、现实的问题的，你只有把从那些书里摘取的有价值的碎片，把他们重新组合起来以后，你才能去解决一个新的问题，这就是打散再组合的的思想。 我又要举王云五的一个例子，因为真的特别厉害。他看书就比较善于做卡片，在信息时代以前的那些学者或者作家，他们就会用卡片作为他信息组织的一种方式，比较辛苦主要靠手写（我们现在这个时代不需要手写，可以用印象笔记或其他东西来做，效率就会高很多），比如钱钟书也记了很多卡片，王云五一辈子就记了几万张卡片，这所有的卡片包罗万象，构成了他个人的知识库。所以王云五之所以这么厉害，也是用了一种打散再组合的思想。 这里面一个很关键的要点，卡片和一个笔记本，最主要的差别是什么？你把一个信息记在本子上，因为是订好的，这是没法重组的，但卡片是离散，非常灵活，用卡片的好处是可以重组。所以当他想写一本书，会从几万张卡片中挑出一部分和这本书有关的内容，聚合在一起，加工下就变成一本书，再从卡片里重新摘取进行组合，又会变成另外一本新的书。 所以在这个时代，我们对知识的态度，怎么样去学习，怎么样去掌握知识，也是用一种卡片的思维，我们去学习和搭建一些知识的组块，这些知识的组块，这些知识的点，可能来自不同的领域，不同的学科，也可能来自于我们实践的经验，可能来自于我们跟某个高手的交谈等各种可能的渠道，这些东西在存储在我们头脑中都是一个个的碎片，我们要经常去整理这些碎片，考虑如何将他们组合起来，去构成我们独特的知识竞争力。 就向另外一个很著名的例子就是伍尔夫，她是写小说的，所以会看很多小说，虽然她自自己水平很高，但有时会看写得很烂的小说，因为她知道，即便是很烂的小说，从整体上来说是很失败的，但小说中有些桥段是可以借鉴的，也有一些片段和碎片对她是有价值的，所以她可以把这些东西收集并组合起来。这就是我们可以借鉴的方法。 所以对于阅读，我自己又做了一个模型。有一本书可能很多人都看过，叫《如何阅读一本书》，这是一本关于阅读方法的经典著作，它会系统地讲解阅读有哪些方法，从简单到复杂，从低阶到高阶，有基础阅读、检视阅读、分析阅读、主题阅读4类方法。我在这个基础上又提出一个新的方法叫“泛主题阅读”：你看的是一些表面无关的内容，从属于不同的分类，但是如果你从二阶知识的角度，去分析它更深层的涵义的话，它可能同属于一个主题的书，在这个主题下，你就可以积累一些独特的东西。 举个例子，比如说我在《精进》的第五章的第4节里面，讲到清单对于我们思维的作用，我写这一节的准备工作就是构建了清单这个概念的知识组块。这个组块的来源是很多的，比如清单的特性我参考了翁伯托·艾柯的《无限的清单》 这本书。艾柯是意大利的哲学家和文学家，是我们这个时代非常博学的一个人之一，视野非常广博，在他这本大部头的著作中，他列举了诗歌、小说、和绘画中的清单。而在我们以前的概念里，一个清单就像是一个相声一样，像是一个贯口，列举一串的菜名说出来，但在艾柯的概念里，一副西方的油画里有很多人物，它其实是一个人物的清单；有很多的器具，那就是一个器具的清单。把一幅画当成一个清单，其实就是把清单这个概念扩大了。看了这本书我受到很大启发，从这里面概括出清单的一些特性和功用。但艾柯讲到的主要是文学和艺术，关于清单他没有讲到的还有很多，于是我再去看其他的书的时候，又发现在投资、医学、航空、航海这些领域，清单都有非常重要的作用。比如一个飞行员在开飞机之前，他必须要用清单去检查每一个项目，检查每个项目是不是正常的，确保不能有任何差错。比如一个外科医生在做手术之前也要检查清单，去看有没有差错，所以我就会搜索不同领域的资料，最后去服务于清单这个知识的组块，构建这个组块。可能在我之前很多人也知道清单和清单的作用，但他可能并没有把不同领域、不同来源的知识组合在一起，构成一个完整的关于清单的知识组块。 其实很多东西都是一样的，比如说逆向思维这么一个概念，我们会收集一些例子。有一次我帮孩子找一个动画片的时候，发现一个很有特色的动画片（《威力小子》），每一集会只用1、2分钟来讲一个很短的故事，而每一个故事都是一个逆向思维的应用，比如说这里有一个钟反掉了，你想把它反过来，但不管怎么弄你都反不过来，于是最后干脆把房子给颠倒了。很开脑洞，但它反应的其实是一个逆向思维的应用。如果你想构建一个逆向思维的知识组块，你就可以去分析这个动画片，他是如何讲这个动画片里的故事，这个故事是怎么来的，构思是怎么出现的？这样就会很有意思。 所以最后我就提出专家级知识管理五个台阶，但这也仅仅是我的一个初级模型，后面可能会做修改和完善。 知识管理的最低层次就是存档，可能绝大多数人看到一个好的东西就会存在印象笔记里，但这仅仅是一种物理的存贮，把这个内容从一个服务器搬到印象笔记的服务器而已。如果只是存档的话，你其实并没有真正的利用起这个知识，比如你把文章从一个服务器搬到另外一个服务器的时候，也许这篇文章你读过了，是知道一点东西，这个东西你看到了，别人也看到了，但与其他读过这篇文章的人相比，在这个点上是没有什么区别的。比如 KK 的书，大家都会去看，都会说他讲得好像很厉害很有道理，但大家都看了，他的东西你理解了，别人也理解了，你比别人高明的地方在哪里呢？其实也没有高明的地方。你们同样都是读者，都写不出他这样的书。只是把知识从一个地方搬到另一个地方而已。 但是如果你能从这些同样的内容信息中提取出你自己的一些东西，你能找到那些与你有关的知识碎片，提取出一些更深层的结构，这个时候，你就比别的读者高明了；别的读者可能只停留在存档或停留在我去理解了作者说的是什么，但是你看出的东西是比作者说的东西更进一步的，可能你看到了作者也没有说出来的那些东西。这对你来说是更重要的，而且这是你比别人更高明的地方；所以这就已经到了第三个层次，提炼深层结构，然后你再去建构一些组块，对组件进行一些重组，变成一些更有创造性的东西。 一般来说，如果单从学习的角度，我们能够做到前三步就已经很不错了，其实后两步其实是一个创造性活动，如果你是一个专门从事创造性活动的人，可能需要做更多这样建构型的工作。 但其实主要的问题是很多人其实只做到了第一步，把知识从一个服务器搬到另外一个服务器而已，所以我们再回过头来看这个表格的时候，可能会有更深层的了解，我们现代这个时代的学习和心智的提升，更多的是掌握各种来源，各种渠道的知识组块和知识碎片，然后从你独特的视角去把他们组合起来，当你头脑中的知识组块达到一定的程度，变得比较丰富以后，他们之间自己会组合，自觉地涌现出一些新的东西，很多时候会靠你的直觉来思考；在一个复杂系统理论里面，很强调一个自主的涌现、自组织。这需要你达到一个很高层次，高端的专家水准，或者说接近大师的水准。 而在未来，我们每天都会面临新的挑战，每天都要去解决前人没有解决过的问题，所以我们就需要去掌握很多很丰富的知识组块，然后去构建构建组块之间的远距联结，去构建一些新的心智组块、模型、结构，做一些新的交叉组合。然后你就可以走得比别人更远。 谢谢大家！ |
|
|
