狗耳周五:大卫·爱泼斯坦的《范围:为什么多面手在专业化世界获胜》
“你想拿学位做什么?”
这个问题毁掉了很多本科生的感恩节晚餐。这不仅仅意味着对学生职业目标的单纯兴趣。这是一种指责:“你在研究我不觉得有用的东西。”
有人问:“你想拿_____学位做什么?”让人不禁要问:“你为什么还不长大?”你为什么不集中精力实际的场?”
感谢大卫·爱泼斯坦和他的新书范围:为什么多面手能在专业领域取得胜利现在,大学生们对这个问题有了答案。在一个人们无法接受一个“收入不高”或“没有意义”的专业的社会里,爱泼斯坦提供了关于为什么要学习的确凿数据如何思考可能比学习更有利可图什么去思考。
在他2008年的书中异常值,马尔科姆·格拉德威尔推广了“10000小时规则”大学、公司和青年体育组织都根据格拉德威尔的发现调整了它们的运作方式。对于那些没有听说过这一原则的人来说,这一原则基本上是说,为了掌握某一领域的知识,一个人必须首先为这一目标投入10000小时的深思熟虑的练习。很显然,这一点并不重要大多数现代机构都接受这一原则:大学、实体组织、职业体育运动都强调时间的数量而不是质量的小时。
爱泼斯坦基本上把这个想法搁置了范围;以至于格拉德威尔为这本书写了一篇前言:“出于我无法解释的原因,大卫·爱泼斯坦设法让我完全享受这种被告知我所想的一切都是错的体验。”我爱范围.”
范围是一本伪装成自助书籍的微妙的社会评论。爱泼斯坦对现状感到沮丧,他的个人生活细节说明了他的同情所在:爱泼斯坦毕业于哥伦比亚大学,主修环境科学和天文学,几年后就以记者的身份为《体育画报》撰稿。2019年,他写道范围这本书与环境科学、天文学和体育没有什么关系。然而,这本书显然是他丰富经验的结晶。
格拉德威尔和爱普斯坦的共同之处在于,他们都看到了世界上尚未开发的潜力,因为社会拒绝改变它的想法。格拉德威尔本人是历史专业的学生,他以将科学论文和历史案例研究应用到世界其他地方,从而对整个人性做出评论而闻名。爱泼斯坦会说,格拉德威尔的风格和兴趣不在于专长,而在于泛化。格拉德威尔范围。
为什么泛化是有用的?
尽管在领英(LinkedIn)的求职网站上浏览时,你可能会觉得不是这样,但未来50年的职业发展将需要更多的泛化,而不是专业化。
爱泼斯坦定义了两种解决问题的方法:“邪恶的”和“善良的”。这些分类来自心理学家加里·克莱因(Gary Klein)和丹尼尔·卡尼曼(Daniel Kahneman),他们都专门研究人类判断模型。
“友善”的解决问题是可重复的,它是“归结为一门科学”。爱泼斯坦将高尔夫和象棋称为“善良世界”的问题。一个下1万小时象棋的人会比下10小时象棋的人表现得更好。爱泼斯坦断言,在一场普通的高尔夫球或一场普通的象棋比赛中,玩家只能看到有限数量的结果和可能的情景。因此,经常玩游戏的人开始发展模式识别能力。爱泼斯坦断言,10000小时规则只适用于小提琴手和外科医生,但并不一定适用于其他领域。
花10000个小时学习如何解决“类”问题的问题在于,计算机恰好非常擅长模式识别。由于可能性的范围有限,因此可以为计算机制作一个模拟这些字段重复性的公式。爱泼斯坦写的是一位著名的国际象棋大师,他输给了IBM的沃森。(如果你认为这个理论不适用于高尔夫,看这个视频一个机器人撞上了一个洞)。简言之,对于“善良”的世界问题解决者来说,就业市场正在萎缩,给那些知道如何在“邪恶”世界中导航的人留下了很大的空间。
“邪恶的”问题是没有公式的问题。看看科学:是的,科学中有“科学”;但这只是为了让我们意识到我们之前学过的东西。科学的革新者打破规则,他们是第一次从不同的角度看待事物的人。爱泼斯坦写道,诺贝尔奖得主“作为业余演员、舞蹈家、魔术师或其他类型的表演者的可能性(比普通大众)至少高22倍。”爱泼斯坦说,这不是巧合。这些科学家锻炼了他们大脑的创造性部分,所以他们更善于创造性地解决问题。渊博的知识,加上创造性的解决问题的能力,使科学家势不可挡。
如果这一部分无法说服你,请阅读以下内容:
”一个[…]国际研究小组分析了50多万篇研究论文,并将一篇论文归类为“小说”,如果它引用了另外两种以前从未出现在一起的期刊的话。只有十分之一的论文进行了新的组合,二十分之一的论文进行了多次新的组合。该小组跟踪研究论文随时间的影响。他们发现,具有新知识组合的论文更有可能在声望较低的期刊上发表,也更有可能在发表时被忽略。他们在世界上起步缓慢,但三年后,具有新知识组合的论文超过了传统论文,并开始从其他科学家那里积累更多的引文。发表15年后,在被引用最多的论文中,进行多种新知识组合的研究更有可能名列前1%。”
我在书中的这段话下面划了线,写了“美丽”其次。没有什么比这更能说明现代世界是如何运作的,特别是在学术界。新奇有趣的想法被人看不起,但它们给了我们iPhone、互联网和治疗世界上最具破坏性的疾病的方法。对某个领域的专家来说,新想法没有价值,因为它们无视传统;它们不安全且未经测试。但这正是赋予新想法价值的原因。我们的现代经济奖励赛斯·戈丁(Seth Godin)称之为非凡的想法,字面意思是“值得注意”。将你的头埋在一个领域很难获得新想法。
正如爱泼斯坦在第51页所写,“在一个复杂、相互关联、快速变化的世界中,一个好的工具是远远不够的。正如历史学家和哲学家阿诺德·汤因比(Arnold Toynbee)在描述技术和社会变革时代的世界时所说,“没有一个工具是万能的。”
专家的问题:
现代世界是由科学驱动的。为了相信某事,我们必须首先有可靠的数据来支持它。在许多方面,这是一件好事,因为我们积累了更多关于世界的信息,这增加了我们取得突破改变生活的可能性。
然而,一个问题是,当意见需要时,我们往往过于依赖数据来表达意见解释的数据。人们很容易认为,只要有专家站在他们一边,他们就万无一失。也许有时候是这样,但爱泼斯坦指出,有时候专家们过于狭隘地寻找事实,以至于忽略了情况的根本真相,有时会带来灾难性的后果.
爱普斯坦引用了艾伦·卡曾斯的话,她是一位研究诉讼律师欺诈的研究员。“她告诉我,狭隘的专家是一种无价的资源,但你必须明白,他们可能是盲目的。所以我试着从他们那里获取事实,而不是观点。”(pg。225)
当爱泼斯坦与阿图罗·卡萨代瓦尔交谈时,这种情绪得到了肯定。阿图罗·卡萨代瓦尔是一位多产的科学家,他对真菌的发现导致了我们今天拥有的最重要的艾滋病治疗方法。Casadevall受雇于纽约市的阿尔伯特·爱因斯坦医学院,以改革他们的课程。不出所感的是,他试图通过整合“哲学、历史、逻辑学、伦理学、统计学、沟通和领导力”等课程,给医学院的学生提供更广泛的学习范围。Casadevall认为,如今的科学家们并没有学会如何思考,而只是学会了思考什么:“人们在手机上掌握了所有的人类知识,却不知道如何整合它们。我们不训练人们思考或推理。”(pg。277)
你更愿意由谁来领导你的团队?一个了解大量事实的人?还是一个知道如何有效地综合这些事实的人?
对高等教育的影响:
在阅读范围内,我忍不住看到了爱泼斯坦披露的数据与现代教育之间的相似之处。在高中,学生应该有激情。这就是大学想要看到的,学生对某件事充满激情,他们投入了大量的时间,无论是小提琴还是篮球。然后学生上了大学,如果他们还没有专业化,那么当他们在第一年被迫选择专业的时候,他们会很快进入大学。
甚至在大学毕业后,雇主们还在沿用这种陈旧的观念,认为公司的最佳人选是那些在自己的领域上过最多课程的人。如果他们要招聘市场营销人员明显地最适合他们的人是那些上过市场营销课程最多的候选人。对于一个入门级职位来说,这可能还不错,因为公司想要的是一个不会永远搞砸的人。但如果这些公司在寻找创新者,他们就会错过大卫奥美(没有上大学),Seth Godin(计算机科学专业),以及Tim Ferriss(东亚研究)。也许这种招聘模式就是原因所在美国人在50岁前平均会有11份工作.
让我印象最深的是新西兰研究员、学者詹姆斯·弗林(James Flynn)的研究。弗林专门研究智商。学院,尤其是文理学院,经常通过让学生学习不同学科的核心课程来宣传他们在让学生“批判性思考”方面的成功。但据弗林表示,情况并非如此:
”即使是最好的大学也没有培养批判性智力,”他告诉我。“他们没有给学生提供分析现代世界的工具,除非是在他们的专业领域。他们的教育太狭隘了。”他的意思并不是说每个计算机科学专业的学生都需要一门艺术史课,而是说每个人都需要一种思维习惯,让他们能够跨学科跳舞。”
弗林的观点得到了他的研究的支持:
”弗林进行了一项研究,他将美国一所顶尖州立大学的高年级学生(从神经科学到英语专业)的平均绩点与他们在批判性思维测试中的表现进行了比较。该测试测试学生将经济学、社会科学和物理科学中的基本抽象概念以及逻辑应用到常见的现实场景中的能力。弗林困惑地发现,广义概念思维测试和GPA之间的相关性约为零。用弗林的话来说,“取得好成绩的特质不包括任何广泛意义上的关键能力。””
这是有道理的,对吧?如果你从专家那里学到了一些东西,你就会对这个问题有一个单一的理解。专家往往看不清全貌。取麻省理工学院的物理学毕业生不知道如何用电池为灯泡供电作为一个例子。他们在高尚的物理概念上花了太多的时间,以至于忘记了最基本的东西。这虽然很幽默,但也很吓人。很多时候,科学创新来自于对科学基本原理的重新记忆。因此,我们错过了多少创新?
这并不是说专业化是没有必要的。如果我做扁桃体切除术,我不会在意外科医生是否读过《尼各马可伦理学》;我想找一个上过医学院做过很多扁桃体切除术的人。
专业化在社会中有一席之地,但我认为,我也相信爱泼斯坦的想法,专业化在我们的机构中占据了太大的位置。在技术创新方面,我们需要创新者,需要能带来很多东西的人。正是这些人,有能力的人,将能够利用科学创新,并用它来改变生活。
正如生物学家E.O.威尔逊所说:“我们淹没在信息中,却渴望智慧。”
我们能采取什么步骤使智慧和信息和谐地协同工作?
买“范围”亚马逊