分享

程序员: 毁了你职业生涯的三个错误认知

 学而生之 2019-12-08

众所周知,在技术迅速转变、业务要求不断变化的 IT 行业,重塑职业道路似乎成为一个关乎生存的问题。

那么,程序员想要不被淘汰,避免自己在职场上过早地走入死胡同,最稳妥的办法--接受新技术,保持终身学习。

问题是,如何学?该避免哪些认知误区?

进行大量重复练习?

在开始之前,我先跟大家分享一个故事:

上高中的第一天,班里来了一位学习非常刻苦勤奋的同学。这位同学勤奋到什么程度呢?书桌上的资料书堆起来后,可以完全把她淹没。课余时间,我们一般都会稍作休息,聊聊天,活动活动之类。

但她是那种一刻钟都不肯浪费的人。当我们在玩耍时,她在读书学习;当我们在学习时,她也在学习;当我们午休时,她还在争分夺秒学习。晚上宿舍关灯休息时,她就会走到楼道里,借着昏暗的灯光继续学。

像她这种勤奋的孩子,我们都以为她成绩很厉害。结果考试成绩出来,吓了我们一跳:全班倒数第五名。

后来我们发现,她所谓的勤奋,其实不过就是在不断重复背题,实践题海战术。好读书,但不求甚解。是典型的“死记硬背”类型。碰巧背对了题,成绩就会上升。一旦题目“变”了身,成绩就急剧下降。

我们一直以来接受的教育就是,倘若想要学好某门技能,就应把注意力完全放在这上面,然后通过不断重复的练习、练习、练习,直到掌握为止。

而我们大多数人,都对这个方法深信不疑。因为曾经在考试期间,通过在集中练习后,在短期内效果显著,尝过甜头。

像这种不断重复的练习,往往见效快,但时间一长,就暴露出其弊端。

在《认知天性》一书中,作者认为,反复练习是效率最低的一种方式。这种学习方法是在助长人的惰性。单纯地重复练习意味着我们在机械地、快速地重复一些东西,想把它们烙在自己的记忆里。

最熟悉的例子就是考前的'填鸭',这种错误的方式让人觉得自己已经很熟练了,已经掌握了知识,但实际上这种方法不仅做不到真正的精通,也不会产生持久的记忆。

那么正确的方法是什么呢?书中提出了一些解决方案,而我感受最深的莫过于间隔练习。

我曾经有过这样的经历:

记得有一次,项目中要引入新技术,需要我们自己折腾学习。当时在学习的时候,遇到了一个技术性问题,而周遭又没有人可以指导,只能自己上网搜索。

当时只有一个心里念头:今晚不把问题解决,誓不罢休!

于是,加班加点,反复尝试,不断折腾。可是无论怎么折腾,结果还是没有任何进展,反而效果越来越糟糕。

夜已深。无奈之下,只好先行放弃。可待睡一觉后,第二天再尝试时,发现好像突然开窍,完成得比前一天更好。

这里,涉及到一个“间隔练习”的问题。间隔练习,在这里,我把它称之为“爱迪生工作法”,这个工作方式,类似于我们平时所说的“劳逸结合”方式。

据说爱迪生在工作一段时间后,就会躺在躺椅上小憩。每次他手里都会抓住一个铁球,如果不小心进入了深度睡眠,手里的铁球就会掉到地上把自己弄醒。这样,他就可以享受那种半梦半醒的状态,也是最有创造力的一段时间。

这也是我比较喜欢的一种工作方式。每学习或者工作一段时间后,休息一小段时间放松,这样让身心保持在一个舒适的状态,更容易让大脑建立新的连接,效率比持续工作/学习要好很多。这也是间隔练习带来的好处。

关于该如何有效学习,在《认知心理学》里,提出了PQ4R法,即预习-提问-阅读-反思-复述-复习。

简单可以归结为,“读书-思考-行动-反思”循环模式。通过这个循环进行读书,才能把一本书逐渐读透。这个模式应用在学习,工作流程上也同样适用。

学习是反人性的事情,当你感觉难,那就是正确的状态!在安德斯·艾利克森的《刻意练习》这本书的理论基础是“刻意练习自己不擅长的部分”。这个过程会让大脑处于一种非常不舒服的状态,会非常艰辛,若想有所成,前路必然艰辛。

关键是,要在正确的方向上使力。认知错了,一切努力都是徒劳。

最 后

在《认知天性》里有一段话,“我们之所以努力,是因为努力本身能拓展我们的能力。你所做的事情决定了你会成为什么样的人,决定了你有能力做什么。你做的事情越多,你能做的事情也就越多。”

小编是一个多年开发经验的程序员,今年年初整理了一批WEB前端学习资料作为粉丝福利(零基础想转行亦可学习),只要关注我大鱼号,私信我【前端】两个字,(有延迟需等待一分钟)即可领取粉丝福利。

虽然我不太苟同,在 IT 行业有所谓的‘走入死胡同的工作’。但是技术在更新,工作一直在变化,这对IT人来说是个真正的痛点。

保持终身学习的习惯,拥有可迁移的底层能力以及不断提升的思想高度,即使有一天,AI替代了现在的我们,我们依然能去制造另一个AI,BI,CI......

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多