用相关思维方式,有助于把时间用在正确事情上,可是,具体落地时,第一个问题就是“拖延”,我也有过这种状态,不过现在好多了。 人为什么拖延?可以找出诸多理由,如:懒、完美主义者、面对复杂任务感到不知所措、担心失败后没面子遭到指责等;若从经济学视角衡量,我认为一大原因在“现时偏好”(present bias)。 比如: 所以,我们应该将前人的悔恨,视为动力,只要有碎片时间就想法投入到“可复利的事情上”,并关注长期收益,这样一来,才能慢慢克服固有的“现时偏好”导致的拖延倾向。 另一个案例我从保险、公积金上面吸取,两者都体现“默认效应”(default effect),众所周知两者上,钱取出来都要付出很大代价,这让你更能守住承诺。
反之,明确可行的承诺应该是:“我接下来三个月里,利用每周三晚上、周日下午和朋友去健身,跑3公里做20分钟负重练习,如果没做到,我给朋友100元。 你非常想达成目标,即便做出承诺,前进时,还会掉入下一个无效规划时间的陷阱;没错,就是“帕金森琐碎定律”(Parkinson's law)。 工作会无限膨胀,占满完成工作的时间和碎片化的机会,对我来说,这种情况经常出现,你遇到过吗? 假设,每天头等大事有最后截止期限,并不意味着要在”时间限制范围“内把它做完,应该尽早做完这件事,然后,做下一件领导交代今天要完成的任务。 况且做下一件时,会不会有新问题出现?好比,陷入”非常重要又紧迫的大事“时,这两个思维模式,描述人们在项目进行和结束时的感受。 其一:九九定律(ninety-ninety rule) 美国心理学家弗雷德里克·艾尔维(Frederick E. Emery)认为,学习某个技能或做新项目,人们需要花费90%的时间才达到90%的水平,而到专家级需要投入时间、精力会更多。 其二:侯世达定律(Hofstadter's law) 美国计算机科学家罗伯特·侯世达(Robert Hofstadter)觉得,任何事情,都会超出原计划的时间。 也就是,我们总会预估偏差,尤其在做PPT、老板演讲稿时,本以为认真做完能一遍过,最后可能要大幅度修改。 上述两个定律都强调一个事实,即: 即便你有时间观念,但并不擅长预估完成一件事的时间,除非为持续进行的事情,付出很多努力,否则很难意识到真正完成一个项目,需要经历多少琐事。 怎么办? 你可以选择,什么阶段下表示项目“完成”了,此完成通常指达标、可以交付给领导反馈,同时定期询问哪些部分完成了,能很好避免浪费你的精力,不那么完美的解决方案,才是前进最佳状态。 还有一种情况,有些自己的事情不需要向领导汇报,常常在快完成前觉得太难,彻底放弃。 就像,我早些年开始写作时,基本功不稳,对自己要求又高,还要查文献准确性,就逼得自己“破罐子破摔”;脑子与行动作对时,“损失规避”(loss aversion)完美解释了为什么这样。 简单讲,与获得同等收益相比,我更想避免损失。 失去50块钱造成的不愉快,要比得到50块钱带来的愉悦,要难受,由于我讨厌,又想得到,还有阻力,损失规避的做法反而会在许多情况下导致“内耗”。 丹尼尔·卡尼曼Daniel Kahneman)1992年在《风险与不确定性》杂志上,阐述沉没成本带来的谬误。 他指出,许多存在风险的情况,人们希望潜在收益是损失的两倍,这样,才愿意冒险参与,如果不拿50块钱冒险,你希望有一半概率得到100元。 想要规避,怎么办? 我的一切行动宗旨,站在“机会成本”出发。 长期纠结已经损失的,就是浪费,本来可以用其他时间弥补的过错,就不应该犹豫;同样,获得微不足道的必然收益,然后放弃,肯定会错过潜在机会。 比如: 一份洞察报告已经做了一半,现在放弃,已经投入很多资源在里面,假设,任由这些无法挽回的成本蒙蔽自己,就会成为“沉没成本谬误”(sunk-cost fallacy)的受害者。 换言之,决策面前,你不应该把时间放在“纠结中”,也不应该应为做好的决定,行动一半觉得太难,进行放弃。 如果这个决策本来就是错误的,导致你已经付出一半精力,那沉没成本会升级为“协和谬误”(Concorde fallacy)。 什么意思? 你不能笃定,创业这样做一定成功,团队进行半年后,发现不宜继续下去,但苦于各种投入而将错就错,最后反而贴了老本(throwing good money after bad)。 从不那么重要的决定,到更大决定,日常沉没成本谬误比比皆是,我们应该从现实角度充分审视可能性,从“机会成本”角度给出评估,可真实评估成功概率,是非常难的事。 罗伯特·诺克斯(Robert E.Knox)和詹姆斯·英克斯特(James A. Inkster)在《人格与社会心理学》杂志上,针对赛马场曾做过两项实验。 他们请尽可能多的人,评估自己选择的赛马获胜概率,有些下注前,有些下注后,结果发现,下注之后,投注者对自己的选择更有信心,他们认为获胜概率很高。 显然,实验证明,认为自己决定的事走下去能成,本身是一种认知失调,反之,坚持以“数据为本”有助于避开这种陷阱,有些经济学家认为,亏损时沉没成本可能会损失声誉。 但应该考虑,如果因为拉不下面子,错失某些事情健康发展,本身就是一种失败,对一些成功的人来说,“灵活度”与“韧性”很重要,甚至更为重要。 诚然,一切行动的前置条件就是机会成本。 如果说,优秀计划是避开拖延的“左膀”,那么,确保使用正确的工具和流程,就是“右臂”。 好比: 写一本书,第一步确定大纲,确保内容衔接流程,而非想到哪写到哪,任何事情之前,最好提醒自己“无须重复做无用功(no need toreinvent the wheel)”,因为,你不是第一个吃螃蟹的人。 自媒体专家无处不在,任何一个问题,都能找到上百种解法,许多领域,对过去成败经验已经达成共识,我们完全可以避开。 建筑工程师克里斯托佛·亚历山大(Christopher·Alexander)在著作《建筑模式语言》中提到“设计模式”(design pattern),它觉得一个问题出现,必然已经有重复可使用的解决方案存在。 比如: 为什么,所有门把手都安装在同一高度,方便大多数人使用;为什么大部分楼梯都设成同一宽度,方便大多数人行走。 之所以一致,因为它们遵循被证明管用的同一基本设计模式,某些情况下,这些模式已经成为正式标准。 想想拖延想做的事,那些阻力中,有没有设计好的模式?能不能把框架借鉴过来? 我的职业生涯中,用不到4年时间做到总监级,并非有多努力,多会社交,而是很早就发现,市场营销、品牌传播都有一套完善的底层方法和设计方式。 把它们提炼出来,我的认知得到大幅度提升、工作效率事半功倍,当然,日常工作总结、开会、制定各种计划,都有模式可遵循,你必须学会善用工具和前人的设计模式,提高办事效率。 与“设计模式”相反的“反面模式”(anti pattern),有两种意思:
家里的四位密码锁突然忘记密码,该怎么办?有三种方案:
你肯定不会把它砸了(暴力解决),通常找不到解决的规律,对可能解开的众多选项,按照顺序逐一会检验,从中找到那些符合要求的数字。 不过,穷举搜索(exhaustive search)只适合小规模问题,我们搜索信息时,互联网可以用给出大量信息,可也充斥着准确性。 想要找导有价值的内容,你就要把所有信息多比较;亦或基金、投资,你不知道哪只好,于是把所选项历史业绩导入表格,根据标准筛选。 然而,随着问题变大,你就需要更复杂的工具、或昂贵的方法。 比如: 想砍一颗小树,用斧头或手锯就行,要砍更大的树就需电锯,想清理一片树林,首要任务找到”伐木工人”;但有些问题,即使借助复杂的工具也相当棘手。 一个长度为8个字符的密码,存在218亿种组合方式,这不可能靠人工一个个试,用计算机都相当耗时,与随机尝试的每个组合比起来,更好的办法是“启发式”(heuristic)。 丹尼尔·卡尼曼在《思考的快与慢》中描述过该现象,我们可以把困难的问题折合成简单问题,然后反复试错,这种办法无法获得最佳或完美结果,但多数情况下很管用。 Facebook内容审核,正是如此。 该公司刚成立时,并没有针对社区内容管理的前车之鉴可参考,起初制定一套简单启发式规则(例如,图片不可以出现裸照),然后逐渐加入更多要求,公开资料显示,截止2018年,其要求已达到27页以上。 所以,看出有什么区别吗? 另一个解决方法是使用算法(Algorithms),也就是,分步骤的过程;它在今天十分常见,但我们常常没有意识到它的存在。 比如: 以旅行为例,算法控制着交通的管理方式、路线设计、最佳座位、以及给你推荐的各种酒店类型。 算法是简单的(交通信号灯每两分钟变一次),也是复杂的(交通信号根据实时传感器动态变化),甚至可以极为复杂(人工智能控制),许多算法扮演者黑匣子角色。 这意味什么呢? 你不需要了解它的运作方式,我们应该考虑,如何使用工具更快完成任务,甚至从寻找可选项开始,都应该有自己的设计模式,按照模式找步骤。 值得注意的是,我们可能需要花一些时间,分析眼前各种选项的利弊,如果选错工具,会很容易遇到麻烦(浪费钱、工具使用不熟等),这方面也可以寻找同事给出建议。 比如: 老板让你把会议纪要做成思维导图、和项目进度图,你应该设计完成这件事的所有步骤(谁用过这种软件,哪个好用,哪些步骤,每一步分别做什么,内容和结构如何衔接等)。 假设,你能将一个问题分解成多个独立部分,然后将这些部分交给不同的人解决,就能更迅速地完成更多的任务。 不妨设想,一个项目分解成多个部分,委派不同人员是不是很快,即便自己做,同样也能把多个部分,放在不同时间段,要知道,任何事情并非一蹴而就。 如果还解决不了问题,怎么办? 是时候考虑重新定义问题(reframe the problem)了。大多数游乐设施座位有限的,要在同一时间内供多人乘坐,唯一方法是增加座位,但改造、增加座位相当费钱,还需要长时间关闭游乐设施。 迪士尼就曾面临“排长队”问题。 如果将“怎么才能让人们减少排队等候的时间”重新定义为“怎么才能让人们在排队等候时更开心”,会怎么样? 迪士尼的“快速通行证”(FastPass)允许每位游客有限次地跳过排队,排队区外竖立的“预计等候时间”电子公告牌,让人们不用猜要等多久,此外,排队中还安排了游戏、图片、动画给顾客解闷。 工程和科学领域,任何问题都可以被数学化,当重新定义后就变成更容易的解决形式,这是通过利用“已知算法和设计模式”实现的。 换言之,将难题转换成已有可行解法的问题。
戳下方图片「找到我」 觉得有价值,欢迎点个在看,每个人都应该拥有独立思考的能力,舍满取半,欢迎分享给更多人。 |