你的思考真的用上大脑了么

本网站用的阿里云ECS,推荐大家用。自己搞个学习研究也不错
数十万互联网从业者的共同关注!

作者:刘传

微信公众号:千古刘传(ID:qiangulc)

欢迎投稿到早读课,投稿邮箱:mm@zaodula.com

文章底部可以评论留言啦,欢迎大家赞同质疑或吐槽。积极留言的同学,注意关注小编的回复,不定期送互联网畅销书以感谢你们的支持,么么哒!


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。

一、大脑运行的基础原则

来看一道小题:

杰克正看着安妮,而安妮整看着乔治。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

你的答案是哪个?

研究发现,人们在这道题目上的错误率高达80%。很多人选择了C,正确答案应该是A。要回答本题,需要对所有可能性进行分析排除。这种析取推理是系统性且速度较慢的处理方式。

有趣的是,当被告知需要用这种方法去解题时,绝大部分人都可以答对,但是很多人在遇到问题时都不会自动进行析取处理。心理学家Susan Fiske和 Shelley Taylor将这种思考方式称之为认知吝啬鬼(cognitive miser)。

humans, valuing their mental processing resources, find different ways to save time and effort when negotiating the social world.

大卫.赫尔在《科学与选择:生物进化与科学哲学论文集》写到:人类大脑所遵循的准则是:能不用,则不用,该用脑时也不用。

除非认知环境符合一定的要求,否则我们会尽可能地避免思考。

比如,对于一个老司机,驾驶中的动作几乎不需要思考,开车的同时还能聊天、听音乐、思考工作。

你去一家餐厅,你不会这样对自己说:“这里有些红色的东西,也许是地毯?那个穿制服的人是干什么的,是服务员吗?”

我们生活中有大量的问题,看上去是在思考,实际是在做记忆检索。我们会优先在记忆中寻找解决方法,很多时候这样做很有效,比起思考来说更省力。事实上,人们利用记忆解决问题的次数比你预期的要多。

研究发现,世界上最好的象棋选手之间的差距,其实并不是他们思考能力的差异或能否走出一次妙棋,而是他们熟悉的棋局多寡。

根据以上,大脑总是避免思考的。我用自己的话来概括:大脑运行遵循最小行动、最经济的原则。

那么,这样的一个大脑,记忆工作的方式是什么呢?

二、经济的大脑如何记忆

大脑记忆的简化模型


工作记忆(working memory),简单来说,就是我们当前正在意识、思考的区域,比如你正在看这篇文章,这篇文章的信息以及你正在思考的内容,都在你的工作记忆中。

长期记忆(long-term memory),顾名思义。我问你,你的初吻给了谁?你头脑中立马出现的那个人(搞不好是条哈士奇),这个过程就是信息从长期记忆提取到工作记忆的过程。在我问这个问题之前,这个信息没有在你的工作记忆中,它在你的长期记忆里。

我们的工作记忆容量有限,只能同时容纳7±2个有意义的信息组块(chunk)。例如,你可以尝试用5秒记忆这一串字母,然后遮住尝试复述

XCN,NPH,DFB,ICI,AMC,AAXA

大部分人能记住7个左右的字母。

换一组试试:

X,CNN,PHD,FBI,CIA,NCAA,X

相信这一句你能记得更多,因为出现了CNN、FBI等有意义的组块。

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?

三、事实性知识先于技能

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)。

一些研究者认为“四年级掉队”现象的原因在此。

该现象指的是社会经济背景较差的学生,在学前班到四年级之前阅读能力均表现正常,但在四年级后突然无法跟上同龄人,之后几年愈加严重。

因为四年级前的阅读指导重在发音,而四年级之后则转向理解。这时,社会经济条件较好的学生反而具有了极大的优势。相比其他孩子,他们的家庭条件让他们有更广的视野和知识面,根据工作记忆的原理,他们在学习新事物时,能更好地识别有意义的组块,学习记忆的能力当然更强。

事实性知识使得信息组块成为可能,换一句话说,事实性知识实际上扩大了我们的工作记忆容量。

假设A有10000个事实性知识,B有9000个事实性知识。假设两人每个月同样学习500个新知识,由于A背景知识充足,A能记住10%,B只能记住9%。十个月后,知识差距就从1000扩大到1047。

照这个趋势下去,A的知识储量只会越来越多,B很难追上,这就是知识的马太效应

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。

四、记忆是思考的残留物

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。


「必要难度」理论指出:记忆的存储与提取呈负相关。存入记忆容易,提取出来会不容易;反之,如果你有些吃力地存入,那么,提取会更牢。这也证明了,只有在工作记忆中进行深度加工过的知识,才能有效存储在长期记忆。

我有一个比喻,学习与健身相同,是否真正的有收获,是看训练后有没有这种状态:力竭。肌肉的增长,是肌纤维的撕裂与重建,撕裂的典型特征就是力竭。如果没有,说明运动不到位,强度不够。

同样的,学习后若出现“认知力竭”的状态,能说明:至少你是在学习区学习,知识有在工作记忆进行过深度加工。

工作记忆容量有限,知识进行深度加工时,会耗费你的所有心智资源。出现认知力竭,恰好证明你动用了所有的工作记忆资源,这是有效学习的典型标志。否则,你的学习仅仅是停留在舒适区。

以此来看,我们生活有不少人的看书只是消遣娱乐,当然这无可厚非,但冠以学习名义,就名不符实。如果明白认知力竭这个道理,并且能恰当运用,即便是看电影、打德州都是在学习。

那么,除了认知力竭,衡量学习有效性还有没有其他标准呢?

五、学习是原有经验的迁移

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。

不少文章曾提到新手与专家的差距,取决于刻意练习的程度。此话正确,但我不敢苟同,因为缺少条件的限制。研究表明,当一个科目在单一而非复合情景中传授时,情境间的迁移就相当困难,知识尤其容易受情境制。

对于自学者来说,同样的情况也会发生,如果长期在单一情景中进行刻意练习,该情景下的知识技能当然会极其熟练,但其迁移能力被极大的限制。

例如,一个理论实战知识极其丰富的营销人,如从未在泡妞时有意识地使用营销理论,他恐怕很难将泡妞和营销理解为同一件事。

同理,如果他的营销理论学习和练习,没有在恋爱、求职、工作等情景中进行,他也很难将这些事情用一个视角看待。

那么,如何促进大范围的学习迁移呢?有三种方法:

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。

六、学习如何学习

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。”

那么,当我们停下来思考的时候,思考必然会出现错误。这时,又得静下来,思考自己如何思考,这是为了避免生活中出错的二阶操作。学习如何学习亦是如此,学习的目的是减少不确定性,如果学习本身方法不对,再怎么勤奋都是浪费。

我很喜欢李笑来的理念,学习学习再学习,第一个学习是动词,第二个学习是名词,第三个学习是动词。连起来的意思是,学习如何学习,然后再去学习。

*版权声明,本文原创且首发自微信公众号:千古刘传(qiangulc)。无需授权即可转载,但请自觉保留以上版权声明。

未经允许不得转载:演道网 » 你的思考真的用上大脑了么

赞 (0)
分享到:更多 ()

评论 0

评论前必须登录!

登陆 注册