如何從新手成為專家

2021-03-04 07:55:14 字數 3814 閱讀 4363

1樓:夜幕罪惡埉

很多人都想讓自己進步,成為所在領域的專家。看病我們更願意找專家,美食我們更希望能找到專業的大廚,寫**我們更希望能找到牛人,做管理我們希望找個好領導。專家擁有比常人更強的處理他們專業領域問題的能力,我們甚至還不完全認識問題的時候,專家就已經憑藉一種不可思議的能力知道了正確的答案。

專家和新手的區別,表現在他們的知識量、知識組織和運用知識等方面。在認知心理學領域,將「知識」這個概念分成「陳述性知識」和「程式性知識」,這兩種知識的定義如下:

陳述性知識:是關於事物及其關係的知識,或者說是關於「是什麼」的知識,包括對事實,規則,事件等資訊的表達。比如:

程式性知識:是關於完成某項任務的行為或操作步驟的知識,或者說是關於「如何做」的知識。它包括一切為了進行資訊轉換活動而採取的具體操作程式。

知識分成這兩種,我們的大腦中知識儲存的形式也分成兩種。在日常生活中,我們時刻都面臨著不同的選擇,需要解決許多困難和問題。為了應對各種認知任務,我們需要大腦能在短時間內儲存和處理各種資訊,完成這個過程的大腦系統就是「工作記憶」。

它是語言理解、學習與記憶、推理和計畫等複雜認知能力的基礎。「長期記憶」是能夠保持幾天到幾年的記憶,它與工作記憶以及短期記憶不同,後二者只保持幾秒到幾小時。在構建工作記憶的過程中,我們腦內儲存的長期記憶起到了非常關鍵的作用。

如果我們問專家,你是怎麼做到的?他們會給出各式各樣的答案。有人告訴你要練習一萬小時,有人告訴你這是天賦,也有人告訴你找乙個好老師很關鍵。

專家通常很難把他們的行為恰如其分地解釋清楚,他們的很多行為是如此地熟練以至於變成無意識了。我們也許可以通過分析什麼是專家和新手的區別,來窺探成長為專家的方法和路徑。

一、專家掌握更多的「套路」

專家不同於新手之處,就在於他們有一套解決本專業領域問題的圖示(schema:an outline of a plan or theory),我把這種圖示稱為「套路」。比如乙個剛畢業的程式設計師,就不太掌握程式架構設計的模式;乙個銷售新人,就不太掌握面對不同客戶的銷售策略。

與新手相比,專家的「套路」中既有關於問題領域的更豐富的陳述性知識,又包括了更豐富的關於策略的程式性知識,新手掌握的「套路」相對貧乏。所以,進入乙個行業的新手,通過學習本領域內好的「套路」是乙個幫助自己快速成長的方式。金庸的《雪山飛狐》中,閻基靠兩頁胡家刀譜練成一方小霸王。

alphago使用人類棋譜資料訓練決定落子策略的策略網路,戰勝了人類最強圍棋棋手。

當然,現有的「套路」既能幫助我們成長,也可能形成思維定勢,限制人的成長。alphago zero不在依靠人類棋譜資料,完全擺脫人類知識,不停自我迭代訓練,結果比alphago更厲害。alphago zero並非不需要訓練資料,訓練資料樣本是根據圍棋規則自行計算得到,所以少了現有套路的侷限。

二、專家的套路組織更有效

朱熹曾經對做學問的高境界有過一段描述:「舉一而三反;聞一而知十;乃學者用功之深;窮理之熟;然後能融會貫通;以至於此」。首先我們應該對每個門類或者某個問題有比較深入的理解,並能從中抽象出共通性的理性知識,進而將其儲存在記憶當中。

然後再進行其他門類的學習和思考,進而抽象另外的共通性。當我們能發現抽象出的東西中具有某種共性的時候,進而就可以將不同領域的知識串聯起來。

專家對自己掌握的知識有良好的組織,通過總結歸納在大腦中形成知識之間的高度互聯。這種互聯幫助專家更好的記憶知識,同時也讓專家可以具有更多的創新能力。相反,新手知識單元之間缺乏良好的組織,結構鬆散。

三、專家花更多時間搞明白「問題是什麼」

與新手相比,專家們花在確定問題表徵方式上的時間佔更大的比例,但是他們在執行解題策略上花的時間遠遠少於新手。專家試圖運用專長,將問題的已知資訊與他們既有的知識相匹配。一旦專家發現了正確的匹配,他們很快就可以提取出解決問題的策略並予以執行。

有經驗的醫生更有可能迅速將症狀歸結為某種或少數幾種模式,開出少量的針對性強的檢查專案,從有限的可能性中選出正確的診斷,接著開始**。實習醫生可能會給病人做一堆的檢查專案來輔助自己對病人的情況作出判斷。

有經驗的程式設計師遇到bug,會花比較多的時間從測試資料中去找線索,用比較少的修改就可以找出問題的原因。乙個程式設計新手,可能會花比較多的時間在偵錯程式上,不斷通過猜測-驗證的迴圈來乙個個的查詢問題的原因。

專家們能夠從已知資訊(我知道什麼)向著未知資訊(我需要發現什麼)做正向推進。新手在表徵問題上花費的時間似乎比較少。相反,他們尋找逆向法:

從未知資訊出發,向已知的資訊推進。先是問「需要找什麼」,然後問「知道了哪些資訊和策略」,從而幫助他們尋找丟失的資訊。不能怪新手缺少經驗呀。

研究者發現,越是優秀的問題解決者,在實際解決問題的過程中做事越具有系統性。例如,乙個好的管理者,會努力的去尋找解決問題的最佳槓桿點,而不是頭疼醫頭。

四、專家更容易「言之有物」

問題解決者所做的陳述被稱為言語報告。如果要求問題解決者在試**決各種問題的同時出聲報告他們在想什麼,我們就可以觀察到新手和專家之間的另外乙個差異:專家更容易「言之有物」。

專家更擅長對各種問題進行分類、描述問題的本質以及選擇解決方案的邏輯推理。

一項研究發現,與口頭談論相比,如果參與者寫下解決問題的策略,其解決問題的能力可以得到更大的增強。對問題解決新手而言,和高手交流解題策略能更快取得進步。

所以,程式設計師通過同行評審是乙個提公升自己能力的好方式,通過閱讀別人的**吸收他人好的想法,通過點評別人的**輸出自己的學習成果並獲得反饋。

五、專家可以實現各種思考的自動化

通過反覆訓練運用知識來解決問題,專家可以實現各種思考的自動化。他們運用兩個重要的過程:

一是圖示化--發展豐富的、組織程度高的套路(圖式)。

二是自動化--鞏固各個步驟,使之成為統一的套路,以後就基本上不需要有意識的控制了。

通過這兩個過程,專家將問題解決時容量有限的工作記憶揹負的重擔轉交給容量無限的長時記憶。問題解決因而變得越來越高效和精準。工作記憶能力得到釋放,可以使人更好地監控問題解決過程的進展和精確性。

而新手正好與之相反,他們必須用工作記憶來處理問題的多方面特徵以及各種可能的策略。工作記憶在這方面用得多了,在監控問題解決的進展和精確性方面能動用的資源就少了。

新手剛開始寫程式的時候,會常常記不住一些函式的輸入輸出引數,需要借助函式說明手冊等資料。通過一段時間高頻率的使用,這些常用函式的引數就變得如數家珍了。剛走上管理崗位的新手,也常常記不住招人面試注意事項。

六、專家借助天賦

新手和專家之間的差異及專家內部的差異應該歸結於與生俱來的天賦還是專業訓練的質量,在這個問題上還有相當多的爭論。

許多人擁護「熟能生巧」的說法。不過,有些人持不同意見。他們承認訓練在構建知識庫和技能庫中的重要性。但他們還強調天賦的重要性。

例如,研究指出遺傳因素似乎是閱讀障礙的主要原因。此外,閱讀能力所需語音意識的差異可能就是影響閱讀的一種遺傳因素,它在一定程度上造成了閱讀能力的個體差異。即使發現訓練的作用能解釋特定領域的很大一部分專長水平的差異,遺傳因素對剩餘部分的貢獻也可能會造成一定的影響。

善於使用自己的天賦,做自己擅長的事情,是新手成長為專家的加速劑。

七、專家的成長離不開刻意練習

即便有天賦的存在,專家的成長也離不開刻意練習。

馬爾科姆格拉德威爾的《超凡之人:成功的故事》讓「1萬小時定律」家喻戶曉。在**、運動和棋類等領域,最優秀的專家從小就開始訓練,每天訓練多達4個小時,堅持反覆練習許多年,累積起來超過1萬小時。

但必須明白這種訓練應該是有重點,有章法的。應該強調的是,訓練的目的是習得新技能和新應用,而不是盲目地重複已知的內容。

我們有沒有可能從專家和新手的區別裡面獲得什麼啟示。有沒有可能找到他們取得如此成就的秘訣,以便我們運用他們的學習和實際方法,提公升一下自己的能力?

成功學中關於優秀個體思維發展的闡述,大多來自於心靈雞湯,和包含成功人士陳年舊事的主觀描述。但是,常人用科學方法無法驗證甚至無法再現這些成功體驗。

真正對我們有啟發的我總結為stot:

從新手到專家= schema(套路)+ time(時間)+ talent(天賦)+ opportunity(機遇)

你們是如何從新手煉成老司機的,新手買車如何快速成為老司機?

原來我的文章說過,拿了駕照差不多十來年了,一直不敢開車上路。因為覺得自己在駕校裡什麼也沒學會。最近幾年,因為遇到下雨或是天氣冷的時候,坐公車地鐵也是人很多,不比開車方便。於是就想還是自己開車。先用家裡的車,跟著家人上路,把交通規則什麼的都熟悉了一遍,然後又苦練了幾把倒車。再在家人的陪同下,把從家到單...

劍俠情緣3如何回到新手村,劍俠情緣3從新手村出來還能回去嗎

要回稻香村的話一定要等七十級以上才行哦。你先從七秀碼頭回到揚州,然後揚州再到再來鎮,找到敬師堂,裡面有個npc可以傳送回稻香村 你在七秀碼頭的話,坐船到揚州,然後去揚州城外的再來鎮旁邊個敬師堂,點敬師堂內的幾個npc對話可以傳送到稻香村 到揚州去敬師堂,進門左邊找那個能置換親傳身份的npc,點他對話...

如何讓自己成為知道專家??怎麼才能變成專家

大多數的 知道 使用者都會有這樣的體會吧 知道 的每個分類下幾乎都有些專精於此的 答手 每天都勤勤懇懇地在自己所擅長的領域為大家釋疑解惑。為了鼓勵這些確有專長的使用者,知道 推出了 專家 計畫 對各位在二級分類下所得積分的統計和排序 只計算每週的上公升積分 每個二級分類都會產生 專家排行榜 試執行階...