知识=经验×反思2

简介: 管理大师查尔斯•汉迪曾经在伦敦商学院教书。在培训一些经理人的时候,他讲了这么一段话:“你们不会把这次培训看成什么难忘的学习机会,除非它能帮助你们反思过去,理解从前的经验。
管理大师查尔斯•汉迪曾经在伦敦商学院教书。在培训一些经理人的时候,他讲了这么一段话:“你们不会把这次培训看成什么难忘的学习机会,除非它能帮助你们反思过去,理解从前的经验。如果能达到这个目的,它才能帮助你们更好地解决将来出现的难题。”   

汉迪的这一段话,包含三个重要的公式。最重要的是第一个:经验+反思=知识。经验本身不是知识,只有经过反思才形成知识。你做了五年或者十年的管理工作,骄傲地认为自己有五年或者十年的管理经验,其实往往不过是把一年的经验,重复了五遍或者十遍而已。   

俗话说:吃一堑,长一智。实际上,在吃一堑之后,如果不进行反思,不会长一智。不善于反思的人,吃十堑也不长一智。而善于反思的人,看见别人吃一堑,自己就能长一智。   

第二个公式是:经验+难题=难题。没有形成知识的经验,是吃一堑而没有长一智的经验,或者瞎猫碰上死耗子的经验。带着这样的经验,如果再遇上难题,难题依然是难题。   

第三个公式是:知识+难题=解决方案。知识能够帮助解决新出现的难题,这是其和经验的核心区别。从经验中提炼的制度、流程、程序、规则、方法等等,就是知识。即使是看似从经验中下意识地产生的直觉,也是知识的表现形式。   

詹姆斯•马奇和赫伯特•西蒙,组织领域的两位学术大师,举过一个直觉的例子:一个国际象棋特级大师,能够同时与50个甚至更多的高手对局。他轮番走到每一局棋前,只有几秒钟时间走每一步棋,靠的是直觉而非精准的思考,但是却可以赢得几乎所有棋局的胜利。   

为什么?研究发现,一个特级大师能够熟悉50,000种棋子配置的模式,知道在该模式下如何行动。因此,在几秒钟之内,特级大师靠的是识别模式来选择相应的行动。马奇和西蒙说:“直觉只是识别通过过去的经验而熟悉的事物的技能。”   

反思经验,总结模式,遇到新的难题时,能迅速识别其中的模式,并采取相应的行动,这就是直觉。爱因斯坦也说过:“直觉只不过是以前的知识型经验的产物。”所谓的知识型经验,就是通过反思形成了知识的经验。   

我每次在“卓有成效的自我管理”工作坊的开头,都会分享汉迪这一段话,帮助学员理解:不管是汉迪的培训还是我的工作坊,都只是提供一个反思的环境。其中,老师的讲解、同学的讨论、师生的互动、案例的思考等等,都只是反思的催化剂。决定最终效果的,是学员自己是否对经验很好地进行了反思。   

你可以自己创造反思的环境。棋王卡斯帕罗夫提的人生建议,就是在每天结束时进行反思,“识别生命中的模式”,问自己:“我们看到了什么?学到了什么?是否观察或体验了应该记录下来的新鲜事物?我们是否识别出了这种情况、机会或模式?它会再次发生或出现吗?”   

反思的力量是巨大的。可以套用爱因斯坦的著名公式E=mc2,把第一个公式改为:知识=经验×反思2。这在数学上更为准确:当反思等于零的时候,即使经验再多,知识也等于零。这还可以引发非常贴切的联想:强大的反思,能够从有限的经验中提炼出惊人的知识,就像从小小的铀原子中释放出原子弹的能量。

更多文章可以参见个人网站http://www.liulan.info


参考:

 程序员职业生涯探讨  

 程序员职业生涯探讨

 为你的职涯做个清楚的定义

 [FT Chinese]职场的“中国特色”

 程序员谈如何掌握计算机专业英语

 软件工程师两年的职场训练



目录
相关文章
|
8月前
|
算法
选择和努力那个更重要?贝叶斯告诉你答案
选择和努力那个更重要?贝叶斯告诉你答案
|
6月前
|
数据安全/隐私保护
可指导实践的Fogg行为模型|思维模型No.30
可指导实践的Fogg行为模型|思维模型No.30
41 0
|
6月前
思维模型No.59|系统设计之IPO模型(大辉改进版)
思维模型No.59|系统设计之IPO模型(大辉改进版)
69 0
|
7月前
|
算法
算法分享三个方面学习方法(做题经验,代码编写经验,比赛经验)
算法分享三个方面学习方法(做题经验,代码编写经验,比赛经验)
37 0
|
大数据 测试技术
【基础理论-白盒测试】:只要你看完这篇文章,你就超过了99.99%的同行了
【基础理论-白盒测试】:只要你看完这篇文章,你就超过了99.99%的同行了
|
机器学习/深度学习 人工智能 算法
Interview:算法岗位面试—10.29下午上海某电子(偏传统ML算法,外企)数据结构算法+晚上国内某保险公司(偏AI算法,世界500强)技术面试之分类算法、回归算法、聚类算法等细节考察
Interview:算法岗位面试—10.29下午上海某电子(偏传统ML算法,外企)数据结构算法+晚上国内某保险公司(偏AI算法,世界500强)技术面试之分类算法、回归算法、聚类算法等细节考察
|
机器学习/深度学习 人工智能 算法
Interview:算法岗位面试—10.12上午—上海某科技公司图像算法岗位(偏图像算法,互联网AI行业)技术面试考点之LoR逻辑回归的底层代码实现、特征图计算公式
Interview:算法岗位面试—10.12上午—上海某科技公司图像算法岗位(偏图像算法,互联网AI行业)技术面试考点之LoR逻辑回归的底层代码实现、特征图计算公式
Interview:算法岗位面试—10.12上午—上海某科技公司图像算法岗位(偏图像算法,互联网AI行业)技术面试考点之LoR逻辑回归的底层代码实现、特征图计算公式
|
机器学习/深度学习 自然语言处理 算法
Interview:算法岗位面试—11.17下午上海某网**软件公司(上市)技术面之比赛考察、目标检测算法、视频分析算法考点
Interview:算法岗位面试—11.17下午上海某网**软件公司(上市)技术面之比赛考察、目标检测算法、视频分析算法考点
|
机器学习/深度学习 人工智能 算法
Interview:算法岗位面试—10.25早上—上海某电公司算法岗位(偏图像算法,国企)技术面试之比赛历程、项目收获(Pytorch和Tensorflow)、未来方向
Interview:算法岗位面试—10.25早上—上海某电公司算法岗位(偏图像算法,国企)技术面试之比赛历程、项目收获(Pytorch和Tensorflow)、未来方向
|
机器学习/深度学习 算法
Interview:算法岗位面试—10.24下午—上海某软件公司(机器学习,上市)电话面试—考察SVM、逻辑回归、降低过拟合、卷积网络基础等
Interview:算法岗位面试—10.24下午—上海某软件公司(机器学习,上市)电话面试—考察SVM、逻辑回归、降低过拟合、卷积网络基础等

热门文章

最新文章

相关实验场景

更多