神譯局是36氪旗下編譯團隊，關注科技、商業(yè)、職場、生活等領域，重點介紹國外的新技術、新觀點、新風向。
編者按：古今中外，追求上進的人對學習之道總是孜孜不倦，介紹這方面的書籍文章也如汗牛充棟。但是如果不從更廣的視角去研究，也許對學習之道的探索就會只見樹木不見森林。更廣的視角是什么？是分析人的大腦、情緒、推理，是分析學校、職業(yè)道路、科學探索，是分析認知心理。本文就介紹了這些相關書籍，文章來自編譯。
大概在一年前，我開始了一個研究項目，關注的重點是學習的遷移。鑒于課堂與現(xiàn)實世界之間的脫節(jié)，學習遷移的效果常常令人失望，我渴望對學徒制和邊做邊學進行深入研究。
但事實證明，這項研究沒我想象的那么簡單（但也更有趣?。?。自那時起，我一直在做著廣泛的探索，想建立一幅更連貫的，關于我們如何思考和學習的畫面。
以下是我最近看過的一些相關書籍。
身心無法分開。情緒對于推理必不可少。笛卡爾的錯誤是假設自我意識的基礎是思考能力，而我們所棲身的肉體不過是個附屬物罷了。
達馬西奧是一位神經科學家，以軀體標記假說（Somatic Marker Hypothesis）而聞名。該理論認為，我們無意識地整合了對情緒和身體狀態(tài)的感知。這些軀體線索有助于“標記”風險與回報決策，讓我們得以做出明智的“直覺”決定。
達馬西奧的主要證據(jù)來自腦損傷患者。那些邊緣系統(tǒng)受損的人智力表現(xiàn)正常，但在個人生活中表現(xiàn)得完全無能。他們沒法做出決定，部分是因為他們缺乏能夠幫助他們做出優(yōu)先考慮的情緒。
在愛荷華博弈任務（Gambling Task）中，參與者需要抽取紙牌。有的回報很高，但偶爾也會遭遇很大的損失。其他一些牌是安全選擇，回報不高，但損失也較小。沒有受到腦損傷的控制組參與者能夠知道哪些牌是有風險的，然后會避開那些。而腦損傷患者還是會選擇有風險的牌。
我發(fā)現(xiàn)這本書很有說服力，但體細胞標記假說仍然存在爭議。
誰創(chuàng)造了歷史，為什么？心理學家迪恩·西蒙頓調查了大量關于記錄著名藝術家、科學家、政治家和領袖所做的貢獻的科學文獻。
西蒙頓發(fā)現(xiàn)，職業(yè)生產力呈現(xiàn)出一種特征形式。職業(yè)生涯開始時產出會迅速加速，很快就達到巔峰，然后逐漸下降。這個波峰的銳度因領域而異，詩人和數(shù)學家上升和下降的速度都要比小說家或生物學家快。
在創(chuàng)造性的工作當中，質量和數(shù)量是高度相關的。最好的科學家、作家和藝術家往往也是最多產的。普萊斯定律（Price’s Law）用數(shù)學語言表達了這一觀察：半數(shù)的論文為一群高生產能力作者所撰，這一作者集合的數(shù)量上約等于全部作者總數(shù)的平方根。這是什么概念？假設一群科學家的人數(shù)是100，這個公式預測，他們發(fā)表的論文當中，將近一半都是由其中的 10 名研究人員發(fā)表的。
文藝復興時期的畫家是如何在短短幾十年之內達到那個高度的？
藝術家大衛(wèi)·霍克尼積累了令人信服的證據(jù)，表明文藝復興時期的畫家運用鏡子和透鏡的時間比以前猜測的時間要早得多。他認為，古代這些繪畫大師對光學的運用不僅導致了現(xiàn)實主義的迅速增多，而且導致了細心就可以察覺的簽名失真。
沃頓商學院教授彼得·卡佩利評估了關于上大學所帶來經濟回報的證據(jù)。他的發(fā)現(xiàn)令人困惑，這大概也是他的看法。
卡普利發(fā)現(xiàn)拿到大學學位的回報率差異很大。當下很“火爆”的專業(yè)畢業(yè)后說不定就消失了。去上提供更多職業(yè)培訓的學校的回報，往往比傳統(tǒng)的文科院校要差。經濟援助、學生貸款以及很少有人按標價支付這一事實，使得評估高等教育的回報變得更加困難。
卡佩利反對存在技能差距的觀點，即缺乏高技能工人的說法。相反，他認為缺口主要是在培訓上。雇主希望新員工為工作做好準備，但他們不想投入任何時間讓新員工跟上進度。不幸的是，雇主似乎不太關心學校提供的學術技能，因此這種準備的直接價值很讓人懷疑。
如果你想弄清楚這個有名無實的問題，這本書的幫助不是太大。但是，如果你想了解勞動力市場的運作機制，以及都有誰被雇用了，看這本書可以得到一個引人入勝的概述。
科學家是怎么想的？ 克拉爾借鑒了赫伯特·西蒙（ Herbert Simon ）與艾倫·紐厄爾（ Allen Newell ）的開創(chuàng)性工作，把科學認知看作是一種解決問題的行為。發(fā)現(xiàn)是對可能假設空間的搜索，以及測試假設是否正確的可能性實驗。
相對于對科學進行的社會學研究， 克拉爾著眼于實驗室的發(fā)現(xiàn)過程。學生們被提供了具有神秘功能的可編程小工具，任務是要求他們弄清楚這些工具是怎么用的。據(jù)此， 克拉爾和其他人推斷出科學工作當中涉及到哪些認知過程。
這本書有很多有趣的花絮，但讓我印象深刻的是著名的 2-4-6 任務（2–4–6 task）的另一種解釋。在這個實驗中，受試者被給予一系列數(shù)字，其中的第 2、4、6 個數(shù)字是遵循某種規(guī)則的，然后詢問他們其他數(shù)字是否遵循同樣的規(guī)則。實驗者通常會在這項任務中發(fā)現(xiàn)確認偏差。受試者一般會提出一個理論（比方說，“1x、2x、3x”），然后只測試那些看起來能證實該理論的例子，比如“3、6、9”或“10、20、30”。這些學生往往會失敗，因為符合“升序序列”的規(guī)則范疇其實要廣得多。
隱性知識是非正式學習的主要障礙。當你看到一位有成就的藝術家畫的一幅杰作時，您能看到他們是怎么做的嗎？如果你幸運的話，你也許能看到他們的運筆，但你看不到他們?yōu)槭裁磿@么畫。他們考慮了哪些因素？他們運用了哪些啟發(fā)式方法、技能和直覺？
自從施耐德（Schneider）和希夫林（Shiffrin）提出受控和自動處理理論以來，一些人認為技能是分階段進行的。一開始，人們執(zhí)行任何技能都很審慎，需要費功夫。慢慢地，技能的執(zhí)行變得無形和自動。想弄清楚專家是如何執(zhí)行技能的是件很困難的事情。這倒不是因為他們刻意要把奧秘隱藏不說，而是因為做對的事對他們來說太明顯了，反而很難表達出來。
認知任務分析是旨在梳理此類知識的時候的一系列方法。其中包括概念映射、結構化訪談以及重述關鍵事件。雖然提取專家知識本身是一項需要大量培訓才能掌握的技能，但我發(fā)現(xiàn)了解其基本框架對于思考如何培養(yǎng)技能這件事來說很有用。
心理學的認知革命一般可以追溯到奈瑟爾的著作《認知心理學》。這場革命重新煥發(fā)了大家對隱藏的心理過程的興趣，在美國行為主義時代，這些心理過程被認為是不科學的。
在這本書中，奈瑟爾對這場認知革命帶來的一些新的扭曲提出了反對意見。特別是，他批評了赫伯特·西蒙與艾倫·紐厄爾等研究人員所支持的計算機模型。他呼吁，要提高心理實驗的生態(tài)學效應（也就是實驗結果或預測應該反映現(xiàn)實生活當中的行為）。
其中心思想是模式（schema）的重要性。模式指的是你具備的讓你可以從環(huán)境中“挑選”出信息的心理模式。比方說，你的詞匯模式讓你可以理解現(xiàn)在正在看的這些字。
心理學一直存在著“建構主義”與“實證主義”之爭。建構主義者看待世界的方式是自上而下：先驗知識、背景和文化限制了我們能夠看到什么東西。實證主義者看待世界的方式是自下而上：我們直接通過自己的感官和科學獲取知識。
現(xiàn)實情況可能是兩者兼而有之。就像我在評論沃爾特·金斯（Walter Kintsch）的建構-整合理論時所討論的那樣，對于文本理解，我們有刺激驅動的規(guī)則，但會應用先驗知識來做出推斷，拼湊復雜的含義。我們頭腦中的模式與外部世界的刺激共同決定了我們的想法。
人人都擔心偏見。但擔心噪聲的人不夠多。
利用作者的類比，想象一下朝著目標射擊。偏差意味著每次射擊都偏離靶心，但偏離的方式都是一樣的。噪聲意味著射擊的落點很分散。兩者都很糟糕，但后者往往被忽視。
作者指出，噪聲可能比偏差更糟糕。比如，一樣的罪行，但法官作出了截然不同的判決。對于特定風險，保險承銷商給出的報價范圍很大。雇主對求職者的印象與面試時有很大不同。
用機械性預測（mechanical rules）而不是人類判斷。
匯總獨立評分。
用排名比較而不是絕對標度。
用結構化的分析評估。
采取外部視角。用基準概率來判斷可能性。
我對這本書的興趣源于學習和專業(yè)知識的局限性。眾所周知，卡尼曼對專業(yè)知識持懷疑態(tài)度，他認為許多所謂的專家根本就名不副實。為什么即便經過了多年的訓練，積累了豐富的經驗，我們的判斷也還是有那么多的噪聲，那么容易出錯？這個問題的答案對通往自我提升之路有何意義？
赫伯特·西蒙因在有限理性方面的工作而獲得了諾貝爾獎。在《管理行為》一書中，基于他的博士論文，他認為管理的很多“原則”其實是相互矛盾的。
相反，他將管理視為信息與影響力的問題。個人決策受到注意力和處理能力有限的限制。西蒙認為，公司的存在取決于組織引導信息流，從而促成合作的增強能力。
我發(fā)現(xiàn)這本書很有趣，因為本質上它把組織學習問題看作是網絡問題。只有當你從這樣的角度去看待組織的工作時，你才能夠理解組織的力量與功能障礙。
誰成為了諾貝爾獎獲得者？他們與普通的科學家有何不同？
朱可曼這部經典著作全面審視了美國諾貝爾獎獲得者的生活。她系統(tǒng)地梳理了他們的家庭背景（一般都是富裕家庭和專業(yè)出身）、教育道路（始終都是精英）以及科學生涯（多產，集中在高產的關系網絡里面）。
朱克曼與偉大的社會學家羅伯特·默頓（Robert Merton）兩人均認為科學領域存在馬太效應。他們認為精英研究是一個自我強化的循環(huán)。最優(yōu)秀的人才能夠得到最好的導師、最多的資金以及解決前沿問題的機會。這個杰出圈子之外的研究人員很難與其競爭。
數(shù)據(jù)驅動解釋了精英成功在各個領域是如何“運作”的，我對此感到著迷。雖然我們當中很少有人能達到這樣的高度，但事實是，有關如何取得此類成功的知識和信息的分布是不均的。正如一位諾貝爾獎獲得者所說的那樣，關于找到優(yōu)秀的科學導師的“顯而易見的”真相是：
“許多學生只是在選擇教授的方式上很傻。他們不過是不認識真正高素質的教授罷了?！?/p>
當然，成功的一部分因素確實是天賦和純粹的機會。但是，那些最終獲勝的人，往往能很精準地抓住各自領域中晦澀難懂的成功之道，這似乎不僅僅只是巧合。
譯者：boxi。
