文 / 千古刘传
大脑是用来思考的,从小我们都被如此教育,以至于这条准则近乎于常识。然而,一旦脱离教育体系,无人指导,需要靠自己去甄别信息、学习知识的时候,这种常识却成为了思维底层最大的盲区。
来看一道小题:
杰克正看着安妮,而安妮正看着乔治。杰克已婚,乔治未婚。请问是否有一位已婚人士正在看着一位未婚人士?
A、是
B、不是
C、无法确定
humans, valuing their mental processing resources, finddifferent ways to save time and effort when negotiating the socialworld.
人类大脑所遵循的准则是:能不用,则不用,该用脑时也不用。
那么,这样的一个大脑,记忆工作的方式是什么呢?
XCN,NPH,DFB,ICI,AMC,AAX
X,CNN,PHD,FBI,CIA,NCAA,X
那么,我们的记忆模型如此工作,对于学习有哪些有价值的启发呢?
根据工作记忆的原理,我们很容易发现,事实性知识是多么的重要。以上述的字母表为例,如果你的事实性知识中没有CNN、FBI、CIA这样的概念,你无法对信息进行组块(chunking)。
比起技能来说,事实性知识作为知识增长的基础,重要性不言而喻。
根据大脑记忆的简化模型,信息必须先进入工作记忆才有机会进入长期记忆。你的记忆不是你想要记住或你尝试记住的事情,而是你所思考的事情。大脑总是避免思考,而学习是要对抗这个趋势。
那么,除了认知力竭,衡量学习有效性还有没有其他标准呢?
学习科学中,迁移的定义是,把一个情境中学到的东西迁移到新情境的能力。Tesla的CEO马斯克将物理学的思考原理,用于思考商业问题,就是一种迁移能力。查理芒格一直推崇跨学科的学习方式,将各个学科的理论框架混合应用处理投资问题,是一种迁移能力。我学过一个TTPPRC商业分析理论,是风尘棋客从泡学理论中迁移出来的。无论是学术中还是商业中的牛人或专家,无一不是有极强的知识迁移能力。
1、解决具体案例,然后收集其他相似的案例,目的是为了抽象出能帮助我们进行弹性迁移的一般性原理。这可以理解为归纳法。 2、在具体情境中学习,然后加入到“如果——怎么办”类问题解决中来,或者问自己:'如果改变问题的这一部分,怎么办?”。 3、尝试思考不仅能解决单一问题,而且能解决整个相关类群问题的方法。例如,思考如何做好自己的公司,不如思考如何同时做好十家公司。
总之,要使知识产生大范围迁移,必须在更高的抽象层面上表征问题。
查理芒格在近期最新的问答中谈如何减少错误:
“我和巴菲特做了两件事(去减少错误)。第一,我们花很多时间思考。我的日程安排并不满,我们坐下来不停地思考。从某种意义上说,我们更像学者而不是生意人。我的系统总是坐下来静静的思考几个小时。我不介意在很长的时间里没有任何事情发生。巴菲特也是如此。”
联系客服