惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园_首页
博客园 - 【当耐特】
博客园 - 叶小钗
阮一峰的网络日志
阮一峰的网络日志
WordPress大学
WordPress大学
D
Docker
T
The Blog of Author Tim Ferriss
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Microsoft Azure Blog
Microsoft Azure Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
月光博客
月光博客
M
MIT News - Artificial intelligence
H
Hackread – Cybersecurity News, Data Breaches, AI and More
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
云风的 BLOG
云风的 BLOG
F
Fortinet All Blogs
罗磊的独立博客
小众软件
小众软件
A
About on SuperTechFans
MyScale Blog
MyScale Blog
D
DataBreaches.Net
The GitHub Blog
The GitHub Blog
C
Check Point Blog
L
LangChain Blog

少数派

派早报:Google 发布 Fitbit Air 等 - 少数派 「新人报到」確認需求,再開始 - 少数派 从 SOLO 独立开发者社区,我看到了越来越多开发者开始做自己的产品 - 少数派 我怎么管理那些"不常做,但总会忘"的生活事项 - 少数派 人形机器人量产元年,数据才是具身智能的“生死线” - 少数派 BuhoLaunchpad 高度还原 Mac 启动台:开发历程与思考 - 少数派 五年陪伴依然不舍,DIY 换壳后让罗技 MX Master 3 继续服役 - 少数派 新玩意 240|少数派的编辑们最近买了啥? - 少数派 一日一技|为什么你应该关闭 iOS 的键盘声音 - 少数派 我做了个插件和 Skills,一键提取任何网站的设计规范 Design.md - 少数派 住在三四线城市的你,该开始录播客了 - 少数派 甘南秘境,大白高国 - 少数派 AI的审美:谁让把我变成川内倫子 - 少数派 返工怎能不烦恼,打工人片单总有一部是你的「嘴替」 - 少数派 为了让「上厕所」更健康,我做了一个小工具 - 少数派 AI + Skill,能够让生成的文章去除 AI 味吗? - 少数派 新玩意|韶音OpenDots ONE 耳夹式耳机 - 少数派 《美满》| 在每一个春天的晚上相爱(362) - 少数派 新玩意|优篮子 PS01 MagSnap 磁吸支架 - 少数派 自我整合手记 | 我开始早睡了:用稳定规则,为自由托底 - 少数派 用龙虾(OpenClaw)两个多月,我最深的12个体会 - 少数派 听歌时间到,12 张你可能错过的 2025 华语乐坛好专辑 - 少数派 承诺能追吗 - 少数派 macOS 26启动台没了? 我做了个不一样的App启动器 - Keboard - 少数派 《四海为家的人》| INTJ对话INTJ(361) - 少数派 你发过的那些黑历史,是时候一次清干净了 - 少数派 新玩意:安安静静玩,越玩越专注:计客密码机 - 少数派 iPad 用户首次体验 Android 平板:vivo Pad6 Pro - 少数派 数据逻辑强 - 少数派 极北行+ | 一路向北,探访日本至北之地 | 001 - 少数派
工作停滞不前的 7 个最常见原因 - 少数派
2024-11-20 · via 少数派

这篇文章概述了我们改进努力停滞的七个常见原因,以及我们如何摆脱困境。

1. 不知道正确的技术

我们所知道的一切几乎都来自他人。科学、艺术、商业和文化都是建立在过去来之不易的方法和见解之上的累积努力。因此,我们在改进过程中遇到的最根本困难是不知道(或无法获得)解决问题的最佳方法。

以解魔方为例。3×3 魔方的可能组合非常多,超过 43 千万亿种可能的组合。假设每次移动需要一秒钟,那么逐个尝试将花费比宇宙年龄更长的时间。但只要使用正确的技巧,任何组合都可以在不到二十次旋转内解开。

因此,任何改进工作的起点都是弄清楚成功掌握该技能的人是如何做到的。

2.背景知识不够

技能和科目的难度并不是固定的。它总是取决于你已经知道的知识。如果你只懂英语,那么用日语讲授的课程会令你感到困惑,无论你有多聪明。然而,对于来自东京的幼儿园儿童来说,同样的课程可能并不难。

这是一个明显的例子,但背景知识的影响可能更难发现。例如,对某个主题了解越多,对你从文本中记住的内容的影响就越大,而不是原始的阅读能力或智力。1这使得原始能力和先前经验的相对贡献更难理清——你真的缺乏天赋,还是你只是在先决条件方面经验较少?

取得高成就的关键是打好坚实的基础。弄清楚某个领域的先决条件、知识、程序和技能是什么,并确保在遇到具有挑战性的课程或问题时真正掌握了这些内容。

3.练习的时间不够

练习可以加快技能的掌握速度,使技能更加自动化、流畅和准确。在智力领域,增加练习可以减少执行技能所需的认知负荷,这意味着你可以处理比刚开始时更复杂的任务。

练习的幂律表明,反复练习带来的成绩提升遵循一条曲线,一开始陡峭,随着时间的推移逐渐趋于平缓。即便如此,达到精通所需的重复次数可能需要一段时间才能积累——在一项实验中,雪茄卷制师在重复了数万次之后,仍然不断进步。

任何聪明的方法或窍门都无法弥补练习的缺乏。

4.练习的技能是错误的

实践有帮助,但它不是万能的。

迁移是衡量一项任务的练习量对另一项任务的表现提升程度的指标,但事实往往表明迁移的范围比人们想象的要窄。这意味着,在错误的环境中或在错误的支持下对错误的技能进行大量练习,可能只会使你试图提高的技能获得微不足道的提升。

任何改进的尝试都需要从明确自己到底想要擅长什么开始,将模糊的能力分解为具体的任务、方法、想法或判断。一旦你做到了这一点,你就可以更直接地针对那些对你来说重要的部分来调整你的练习。

5.你无法从错误中吸取教训

如果没有良好的反馈,进步往往是不可能的。

伟大的心理学家爱德华·桑代克在早期的实验中发现了这一点。参与者蒙着眼睛试图画出特定长度的线条。由于无法看到自己画的线条有多长,即使经过数千次尝试,他们也没有任何进步。

虽然闭着眼睛画线似乎很愚蠢,但我们中的许多人在试图改善生活的某些方面时,也会做类似的事情。我们招聘候选人,但从不追踪被拒绝的人表现如何。我们估计项目长度,但从不检查我们过去的努力是否按时、按预算完成。大量的科学文献记录了领域专家在线索薄弱、反馈不佳的决策任务中表现平平。

如果您的实践没有得到明确、准确的反馈,大量的经验可能会导致过度自信,而不是专业知识。

6.环境挑战性太大 — — 或者挑战性不够

极难的挑战并不能最大限度地提高学习效果。就像魔方一样,如果你面对问题却不知道最佳方法,你可能会浪费数年时间,永远无法自己解决问题。应对复杂的挑战可能会使推断基本原理变得更加困难。

最好从坚实的基础开始。但即使拥有相关背景知识和技能的最佳基础,也需要增加挑战才能不断取得进步。这有两个原因:

首先,如果我们继续只做简单的任务,我们可能永远无法达到我们真正想要达到的高度。如果你在学习语言时只使用抽认卡,你可能永远无法进行对话。如果你只写论文,你可能永远也读不完一本书。许多技能都是复杂性的连续体,如果目标是做一些令人印象深刻的事情,我们需要在这个范围内不断取得进步。

其次,我们往往只在环境反馈表明某件事做得不够好时才会调整自己的表现。如果我们坚持相同的难度,我们可能会找到一个“有效”但并不理想的解决方案。反复练习往往会让我们的表现更流畅、更自动化,但我们可能永远得不到提升自己水平的推动力。

7.你对学习的运作方式没有正确的思维模型

像生活中的任何事情一样,你解决问题的能力取决于你是否有充分的心理模型来解释某件事是如何运作的。如果你不知道进步的真正基础是什么,你就无法修复你的汽车、电脑,甚至你的职业生涯。

关于学习的研究非常广泛且复杂,但学习运作的基本心理模型几乎人人都能理解。准确了解你正在学习的领域或想要实现的目标会有很大帮助,因为它可以帮助你在陷入困境之前诊断出错误。