除了探讨AI在未来的可能性和威胁,我们更应该充分意识到:在AI时代中生存下来,从今天起必须不断地进行自我认知升级。


(资料图)

编者按:本文来自微信公众号吴晓波频道,作者:巴九灵,创业邦经授权发布。

这段时间ChatGPT引发热议,其中不乏AI彻底取代人类思维的恐怖观点。其实,除了探讨AI在未来的可能性和威胁,我们更应该充分意识到:在AI时代中生存下来,从今天起必须不断地进行自我认知升级。今天这篇文章整理了吴老师推荐过的一些思考方式和工作方法,非常经典,干货满满。

01

张五常是吴老师见过的最聪明的经济学家。有一次吴老师问他:“你思考问题的方式为什么跟别人大有不同?”

他说,他年轻的时候在芝加哥大学念书,有一位教经济学原理的教授,讲课十分风趣,有别于其他教授,他就连着听了这位教授六个学期的课。

到第三年的时候,这位老师就找到张五常说:“Steven,你已经听了我三年六个学期的课,难道你还没有学会我讲的东西吗?

结果张五常说:“其实您教的内容,我在您的著作中都已经学会了。这六个学期我学的是什么?是您思考问题的方式。”那么,在思考方式上有什么方法论吗?收听音频:《好问题和蠢问题的区别在哪里?张五常这样说》

张五常专门写了一篇文章谈论这个话题。他从四个方面谈了谈培养思考问题的方式。

首先最重要的是什么?是要学会提问题。一个好问题甚至比一个好答案更重要。什么是好问题?他说,一要达,二要浅,三要有重要性。

所谓的达,指的是问题要一针见血。所谓的浅,即回归问题的本质。

张五常写过一篇著名论文,叫做《佃农理论》。他研究的是地主把土地租给农民获得收入而农民通过支付租金获得收益之间的问题。张五常在进行理论研究的时候,起始的问题是:假设我是地主,我会怎么办?假如我是农民,我又会怎么办?从这个问题出发,他建构了自己的理论体系。

好问题的第三个特点,是界定问题的重要性。

在我们的人生和学术研究中,有很多问题不仅不重要,甚至显得愚蠢。那么到底什么是蠢问题?张五常说,如果问题只能有一个答案,没有其他的可能性,那就是一个蠢问题。

努力学会提出一个好问题后,就要开始分析问题,找到答案。这时请记住:不要抹杀你的预感。

张五常认为,得到一个稍微有创见的预感,不要因为还没有逻辑的支持而放弃它。无论这个预感是多么地不靠谱,总比一点想法都没有要好。

接着,一个值得训练的思考方式,是要学会转换角度看待问题。

任何问题一定是可以用多个不同的角度来推演的。转换角度的好处是什么?可以让你茅塞顿开。想不到的答案,大多数不是因为过于高深,而是因为目前的视角很难看到另一面。

从一个角度看是对的答案,换一个角度却可能是错的。任何推理得到的一个暂定的答案,都一定可以找到几个不同的角度来衡量。如果不同的角度都不否认这个答案,那么它才可能是正确的。

最后,在我们的思考中,是不是经常会碰到一些问题让你百思不得其解。怎么办?张五常说,最简单的办法就是把它暂时“悬搁(epoche)”起来。

如果一个问题,你拼命想、天天想,都找不到答案,说明你的知识和经验离答案还比较遥远。怎么办?先把它搁置,然后做别的事情,想别的问题。

不过,你要把这个问题藏在自己的心里。只要它像一块大石头般藏在你心中的某个角落,很可能过了一段时间,在一个非常不经意的时刻和场景,答案突然从天上掉了下来,击碎了这块大石头。这就是所谓的“念念不忘,必有回响”。所以,“等待”是思考的一个重要步骤。

这套通过训练来提高自己思考方式的办法,建议日常可以试一下:

首先学会提问题,要能够提出一个一针见血、浅显而重要的问题。然后,保护好自己的直觉,不要把预感给抹杀了。再然后,试着转换角度思考这个问题,而如果一个问题让你百思不得其解,学会继续学习,学会等待。

任何思考方式皆有共通之处,当然也有不一样的通达路径。

比如当我们遇到解决不了的问题时,你可以先束之高阁,守机待时,也可以尝试吴老师曾推荐过的管理学大师柯林斯的方法:与其费尽心思去找正确答案,不如试着去提出一个好问题,然后沿着这个问题持续追问。

比如你纠结新的一年该不该创业。可以先问自己一个问题:“你创业是单纯为了赚钱,还是已经掌握了一项新技术或是一个新商机?”

接下来继续问自己:“你为什么要赚钱?这项技术是否具有核心竞争力?你看到的商业模式到底有多大的市场需求,有没有很高的竞争壁垒呢?”

然后可以接着问:“这项技术转化为产品需要多大的投入?它的风险边界是多少?以及你愿意为它付出多少时间和金钱的成本?有没有投资人愿意帮助你共同承担其中的风险呢?”

随着问题垂直性的持续追问,答案会慢慢地浮现出来,它有点像法国哲学家笛卡尔的“分析律”,即把一个复杂的问题,层层追问,尽量分析到不能再拆分的单元。收听音频:《新年开工遇难题?管理大师柯林斯来支招》

另一方面我们发现,不管是张五常、科林斯还是笛卡尔的思考方式,都非常注重“提一个好问题”,然而施展、许知远曾在第一期《吴聊》节目中谈到,当代青年的提问能力在衰退,一是抓不住重点,二是过分自我表达。这或许是一件令整个社会悲哀的事。

所以,认知升级的第一步,或许是关注他人,关注世界,从学会提问题开始。而一个好的系统性思考方式,更要搭配好的习惯和好的学习方法。

02

何谓好的习惯?我们可以理解为在生活、工作和学习中的自律和节奏性,其中一个典型的表现是对时间的管理。

众所周知,吴老师是不折不扣的“工作狂”,他要出差做企业调研,要管理两家公司,要参加大型活动,每年要写一本书,每天还要录制《每天听见吴晓波》的音频。忙的时候,吴老师常常会在机场的休息室挤出时间写热点稿和录制。关于如何管理时间,吴老师很有话语权,同时也推荐过不少大师级时间管理法。

比如戴维·艾伦的GTD工作法,它分为五个步骤。

首先是收集。收集大脑中闪现的想法、想完成的事情等等。

然后是厘清。把收集到的任务分到四个列表中,即未来列表、删除列表、资料列表、执行列表。

接着是整理。把执行列表中的任务分成三类,分别是两分钟就能完成的、需要等待他人完成的、在指定时间里需要完成的。

再接着是检查。看看是否有事情被遗漏了。

最后是执行。每天打开时程表,看看有哪些需要做的事,然而一一落实到位。

另一位时间管理大师是埃隆·马斯克,他不仅忙着管理数家公司,还忙着造人。吴老师就曾分享过马斯克“时间盒子”管理法。收听音频:《1年工作量抵别人8年,马斯克怎么办到的?》

原理很简单,马斯克把每天的时间切割成一个个比较短且固定长度的时间段,然后把计划要做的事情放进这些“时间格子”里,这样就相当于给自己创造了一个个“时间限”,然后在“时间限”里尽最大努力完成预定的目标。如果无法完成,那就对工作进行删减,或者安排下一个时间段再展开,而不是超出现有的“时间限”持续工作。

吴老师认为非常像自己的“砍头日工作法”,即如何让deadline释放最大生产力。除此之外,吴老师还透露过管理自己时间的“三张表”,以及保持自律的方法,有兴趣的同学不妨听一听。收听音频:《我靠这三张表管理时间》

吴老师日更《每天听见吴晓波》,意味着需要庞大的知识储备。但问题在于,每天讲一个不重复的知识点,总有一天会耗尽知识储备,所以吴老师每天都需要大量阅读,接触新的知识,消化理解完后在音频中分享给同学们,然后在接下来的演讲和节目中变着花样继续阐述。其实,这个方法正是被誉为“史上最牛的学习法”——费曼学习法。

费曼学习法包括四个步骤。

第一步是确立目标。先选择一个你要理解的概念,然后在白纸的最顶端写下这个概念。

第二步是教学。想象你是一个老师,正在向你的小白学生讲解这个概念,并将讲解的内容全部写在纸上。在这个过程中,你会意识到自己对于这个概念到底理解了多少,以及还存在哪些理解不清的地方。

第三步是回顾。在知道自己的知识盲点之后,针对性地去找资料,然后重新学习,直到你能够在纸上把这个概念完全解释清楚。

第四步是简化。你必须要能够用自己的语言把这个道理深入浅出地讲一遍。

03

想要认知升级,除了思考方式、好习惯和学习法,最后一项或许就是“忍受枯燥”。

记得有一次吴老师把小巴拉进办公室“开小灶”。他说:“我们不是黑格尔,一些纯抽象的理论是想破脑袋都想不出的,普通人能做的就是看海量的资料,每天坚持看一点,并且不断地梳理,不知不觉,你就会找到一个好的问题,或者一个原创的观点。紧接着,就是大量写作,锻炼出肌肉记忆。”

诚然,这个过程是枯燥且重复的,但却是从小白成为高手的必经之路。格拉德威尔曾在《异类》一书中提出“一万小时定律”,简而言之,想成为某一领域的专家,至少需要一万个小时的训练。

有人说,ChatGPT这么火,可以代替许多重复性的脑力劳动,能高效地解决问题,一万小时定律似乎没有必要。

实际上,“一万小时”是一种刻意训练,在大量重复、枯燥的训练中,不断挑战自己的极限,修正种种细节。只有这样,人才可以获得点滴进步、厚积薄发,做出颠覆性和创造性的工作,而ChatGPT很有可能把人类那“一万小时”的重复训练取消了。

这意味着,这一代的精英享受着ChatGPT带来的生产效率,下一代人如果过度依赖ChatGPT,缺乏必要的重复性脑力训练,很难成为某一领域的专家。然而,ChatGPT本身没有任何创意和创新能力,它的作品显得很“创意”,只不过是根据已有的人类作品进行训练,最终陷入循环,因此人类的思维进化有可能受到阻碍。

在这个意义上,ChatGPT的出现,并不代表我们可以将看似“没有必要”的重复性脑力劳动完全交给AI,重复性的脑力劳动仍然具有价值。如果ChatGPT在未来普及且不受约束,人类很有可能出现两极分化:一小撮人拥有高情商、专业知识和创新能力,大部分人沦为缺乏思考的废物。

所以我们更需要尊重“一万小时定律”,通过不断地训练和思考,让自己的认知升级。

本文(含图片)为合作媒体授权创业邦转载,不代表创业邦立场,转载请联系原作者。如有任何疑问,请联系editor@cyzone.cn。

推荐内容