讀書筆記-《Get Better at Anything: 12 Maxims for Mastery》

一、為什麼想讀這本書?

我過去在網站上分享了不少關於「學習方法」主題的書，也曾在外面講過這類主題的演講，雖然這幾年仍有在留意這方面的新書，但發現一些新書的內容對我而言，並沒有太多新知識或啟發，因此這幾年反正會回頭去看過去曾讀過的一些書的作者的新書書，因此我最讀完了今年五月出版的《Get Better at Anything: 12 Maxims for Mastery》這本書，它是由學習大神： Scott H. Young所撰寫的。過去讀過他不少關於學習方法的書籍，從中收穫很多。

不過這本新書整體給我的感覺，比較像是把過去有關學習方面的相關議題，整理得更精簡明確，除了部分故事案例覺得有趣之外，很可惜對我而言，倒是還沒有讀到什麼新鮮的東西。

不過如果你是剛接觸「學習方法」主題領域的朋友們，想要快速獲和理解相關的原則和概念的話，那麼這本書值得你一讀。

二、這本書該怎麼讀？

全書分為三個主要部分：學習他人的範例（See）、通過練習提升（Do）、以及透過回饋調整（Feedback）。作者從：心智能力、練習方法、以及創造性思維等角度，總結出12個精進技能的法則，這些法則能幫助讀者在學習的道路上更快速且持續地進步，無論是掌握職業技能或是愛好的技藝。

三、本書核心觀點

本書的12個精進技魴的法則整理如下：

1. 學習他人：我們能從他人的經驗和範例中學到許多，這是提升自我的重要途徑。
2. 問題解決是“搜尋”：解決問題本質上是一種在“知識空間”中尋找最佳解決方案的過程。
3. 模仿是創造的起點：創造性並不是無中生有，而是從模仿和改進他人的成果開始。
4. 成功是最好的老師：實際經驗中的成功能有效促進學習，建立起持久的自我驅動。
5. 知識隨經驗而消失：隨著我們變得熟練，知識會變得無意識，這使得教導變得更具挑戰。
6. 找到適當的困難點：練習需要挑戰自己，但也需要控制難度以免挫敗感過大。
7. 大腦不是肌肉：心智能力不像肌肉，並非通過反覆鍛煉同樣的能力就能全面提升。
8. 變異性優於重複：多樣化的練習方式比單純重複相同任務能更有效培養靈活性。
9. 量產帶來質量：創造性工作越多，越有可能產出高品質的成果。
10. 經驗不保證專業：僅僅依賴經驗並不能確保精通，必須伴隨適當的回饋和反思。
11. 進步不是直線的：成長過程中經常會出現挫折和退步，但這是進步的必經階段。
12. 恐懼隨著接觸而減少：透過持續接觸和面對恐懼，我們才能真正克服它。

其中我對第二法則「問題解決是搜尋」（Problem Solving Is Search）特別有興趣，因此特別整理重點如下。

四、問題解決是搜尋

Scott H. Young提到一個關於解決問題的本質：提出解決問題實際上是尋找一個解決方案的過程，就像在迷宮中搜尋出路一樣。

當我們面臨問題時，所處的情境（問題的現狀）和我們想要達到的目標（問題的解決方案）之間通常存在差距，而我們必須通過思維和推理來填補這個差距。這個過程被作者稱為「問題空間的搜尋」。

在書中作者引用了心理學家卡爾·鄧克（Karl Duncker）的一句名言：「當我們無法單純透過行動從現有情況達到期望的結果，這時我們就需要依賴思維」。

這句話其實概括了問題解決中的核心挑戰：當無法直接解決問題時，我們需要透過深入的思考來找到解決方法。

這讓人聯想到解決問題本身就是一種「搜尋」的過程，我們的任務是找到一條從問題的起點到解決方案的路徑。

問題空間與搜尋的比喻

作者進一步將這個問題解決過程比作在迷宮中搜尋出路。就像我們在迷宮中尋找出口一樣，解決問題的過程也涉及在一個特定的「問題空間」內進行搜尋。

我們知道當前的位置（當前狀況）和想要達到的目標（問題解決方案），但在這兩者之間，我們受到「牆壁」（即各種限制條件）的約束，因此無法直線到達終點，而需要不斷搜尋適合的路徑。

“問題空間”聽起來有點抽象，所以作者舉了「魔術方塊」的例子來解釋這個概念。

當我們要解決魔術方塊時，起點是打亂的方塊，終點則是每個面都是同一顏色。每一次轉動都是在改變問題的狀態，因此問題空間是一種狀態的集合。我們的目標就是在這個集合中尋找一條能夠從起點通向終點的路徑。

這種抽象問題空間的概念還適用於很多領域。例如說：科學家搜尋問題空間以發現新理論；建築師在問題空間中搜尋設計方案，尋找能同時滿足功能、美感與成本的最佳設計。這些例子都說明了問題解決本質上是一個不斷探索和搜尋的過程。

問題解決的挑戰與限制

然而，問題空間通常非常龐大，這讓問題解決變得極其困難。

作者同樣用魔術方塊為例來說明：「魔術方塊有超過四十三億億（43 quintillion）種不同的配置，如果我們以每秒嘗試一種的速度來搜尋，將需要五千倍於宇宙年齡的時間才能嘗試完所有配置。」

這也說明了，在許多情況下，我們無法依賴隨機嘗試來解決問題，因為問題空間實在過於龐大。即使是像魔術方塊這樣有明確解法的問題，在問題空間過於巨大時，搜尋正確路徑的難度也極高。

更複雜的問題，例如數學證明，甚至連電腦都無法“機械地”解決。即使是最先進的演算法，也無法保證找到所有數學問題的解法。

因此，解決這類問題，必須 “依賴個體的知識和推理能力”。這也是為什麼大多數問題無法通過「簡單的搜尋」或「試錯法」來解決的原因。解決這些問題需要運用知識和策略來有效地縮小搜尋範圍。

弱方法與強方法的差異

在解決問題時，我們可以使用多種策略來縮小搜尋範圍。作者介紹了心理學家赫伯特·西蒙（Herbert Simon）和艾倫·紐厄爾（Allen Newell）的研究，他們認為人類在解決問題時，會運用「弱方法」和「強方法」。

弱方法是一種通用但不一定可靠的策略，適用於廣泛的問題空間。弱方法包括生成與測試（generate-and-test）、手段-目的分析（means-ends analysis）、計劃（planning）和爬坡法（hill-climbing）。

這些方法雖然不能保證解決所有問題，但在很多情況下能有效幫助我們找到解決方案。

以「生成與測試」為例，這是一種最基本的策略，我們隨機嘗試不同的解決方案，看看哪一個有效。這種方法適合問題空間較小的情況，例如：忘記了密碼，我們可能會嘗試幾個常用的密碼來看是否正確。然而，在“問題空間”較大時，這種方法效率低下，也無法適用。

「手段-目的分析」則是另一種弱方法，它透過辨別當前狀態與目標狀態之間的差距，並找到縮小這一差距的方法來進行解決。

例如說：如果我們想把孩子送到幼稚園，首先要解決「距離」問題，然後解決汽車壞了的問題，這種方式透過不斷縮小問題的範圍來逐步解決。

相比之下，強方法則是針對特定領域的專業策略，能夠大幅縮小問題空間。

這些強方法通常是專家多年的經驗或專業知識的結晶，能快速有效地解決特定類型的問題。這就是為什麼專家能在特定領域迅速解決問題的原因——他們已經擁有了縮小搜尋範圍的強方法。

然而，這些強方法往往無法跨領域使用，適用範圍較為有限。（所以「跟專家學習」還是一個快捷有效的方式之一。）

問題表示法（Problem Representation）與搜尋策略的關鍵

解決問題時，搜尋問題空間固然重要，但更重要的是如何「表示」問題。如果問題的表示不當，即便進行全面搜尋，也可能錯過解決方案。因此，正確的問題表示法能顯著提升解決問題的效率。

作者以「九點連線」的經典問題作為例子，展示了問題表示法的重要性。在這個問題中，要求用四條直線連接所有九個點，而不允許抬起筆。許多人無法解決這個問題，因為他們將九個點視為一個封閉的正方形，而實際上，正確的解法需要打破這種心智框架，超出點的邊界來尋找解決方案。

其實這點跟人們常說要「跳脫框架思考」（thinking outside the box）很像，指的正是不要被既有的思維方式和問題的表面限制住，而是要嘗試從不同角度來看待問題，重新定義問題的邊界和可能性。這種方式可以幫助我們找到在傳統解法中未被發現的創新解決方案。

這些方法都告訴我們，解決問題的過程不完全是搜尋問題空間，而是同時要找到合適的問題表示法。好的表示法能將一個看似複雜的問題簡化，讓我們能夠更快地找到解決方案。

不過書中比較可惜的是，沒有提到具體要如何做才能跳出框架來思考，這部分有興趣的朋友，可以再找其他書籍來補充。

探索與學習

問題解決過程中，“探索”問題空間也是一個重要的步驟。當我們面臨一個完全陌生的領域時，應該先花時間去探索和熟悉問題空間，而不是立即尋找解決方案。這個過程有助於我們了解問題的結構，並找到潛在的解決途徑。

例如，數學家安德魯·懷爾斯（Andrew Wiles）在證明費馬大定理時，花了大量時間學習與橢圓曲線和模形式相關的數學工具，並應用這些工具來逐步探索問題空間。這些探索讓他熟悉了問題的邊界和可能的解決方案，最終使他能夠找到解決費馬問題的路徑。

在這裡，探索不一定要立即達成具體目標，而是應該專注於了解問題空間中的模式和結構。這種探索性練習在很多領域都適用。

例如說：畫家可以嘗試不同的技法，並觀察結果，這樣的實驗性創作可能最終會帶來獨特的風格或技巧。

五、「知識隨經驗而消失」（Knowledge Becomes Invisible with Experience）

除了第四法則之後，我對書中討論了不少關於「隱性知識」概念特別有感覺，除了我過去做課程時，常需要和老師討論，把他們腦中網狀複雜的想法，轉換成線性容易理解的課程資料，這過程很像是在探索一個人的隱性知識。

同時，因為最近我從事職涯諮詢的服務時，常和來訪者解釋這個概念，幫助他們在職場中如何與優秀中的同事學習，挖掘出他們的隱性知識，作者先引用了哲學家和化學家麥可·波蘭尼（Michael Polanyi）的名言：「我們知道的比能說出的還多」。

這句話其實點出了許多專家在”操作”某些技能時，有許多知識是在無意識中應用的，難以用語言表達或傳授給他人。(只能意會不能言傳 ?)

波蘭尼首先提出了「隱性知識」概念，指的是隨著我們對某個領域的掌握，很多具體的操作步驟或知識會逐漸從有意識的思考中消失，變成 “自動化” 的反應。

這種現象會讓專家能夠更快速、更有效地處理問題，但同時也會使他們在教導他人時，難以具體說明他們所做的每一個步驟。專家經常無法意識到學習者不具備的基礎知識，因此可能跳過一些對初學者而言非常重要的細節。

專家為什麼”不總是”最好的老師？

這裡用”不總是”來表達，主要不是想要一桿子打翻所有人，而是想表示前面提到的，有些專家由於長期的經驗累積，許多知識和技巧變得無意識化，他們在教學時可能難以理解初學者的困難，也難以傳授這些無意識化的知識。

作者提到這種「知識詛咒」（Curse of knowledge）會讓專家無法意識到他們自己已經掌握的知識對他人來說可能是全新的，進而跳過了許多細節，這會讓初學者感到困惑。，這也是為什麼很多頂尖專家在教授初學者時表現不佳的原因。

隱性知識如何形成？

如前面提到，「隱性知識」的形成來自於長期的練習和反覆的實踐。隨著經驗的增長，我們的大腦會逐漸將一些重複的操作步驟自動化，讓我們不再需要耗費太多的”認知資源”去處理一些基本的操作(有如開啟自動導航模式 XD)，這樣我們就能專注於更高層次的思考和決策。

比方說作者提到，對於熟練的讀者來說，閱讀已經變成一個高度自動化的過程，就像正在閱讀這篇文章的你，不再需要逐字辨認每個字母，而是直接從整個單詞甚至句子中提取出意義。

這種自動化使得閱讀速度更快，但也讓我們難以回憶起我們究竟是如何閱讀的，這種過程變得無意識而且難以解釋​。

學習挑戰：如何打破專家的隱性知識？

對於學習者來說，從專家身上學習其實是一種挑戰，當你遇到的專家無法清楚地說明他們的思維過程或操作步驟時，很自然會讓身為初學者的我們難以模仿和學習專家的技能。

為了解決這樣問題，作者也提出了幾個解決辦法：

1. 提問具體的問題
與其直接向專家請教解決方案，不如詢問專家具體的實際經驗或操作細節 (有點像幫助專家開啟”後設思維”，說說他為何這樣做、這樣想的原因)。這樣能夠避免專家跳過那些「理所當然」的步驟，而是讓他們提供更多的背景和細節，幫助學習者了解問題的來龍去脈。

2. 觀察專家的操作過程
做中學，與專家一起工作或觀察他們的操作，是打破隱性知識的一種方式。透過觀察，學習者能夠注意到那些專家未曾提及的步驟或細節，並學習如何應用這些隱性知識。

3. 將隱性知識外化
跟第一點有一點像，不過這點是針對專家自己本身。有時候，專家自己也需要通過反思來將他們的隱性知識顯性化。這可以透過教學、寫作或製作教學範例來完成。當你試圖想將技能傳授給他人時，就會被迫去思考每一個步驟，這有助於他們更清楚地理解和表達自己的知識​。

隱性知識要如何內化

最後作者強調，隱性知識是學習過程中不可避免的一部分，我們無法完全依賴他人的明確指導來掌握每一項技能。因此，學習者應該採取主動，透過觀察、提問和反覆實踐來逐步內化這些隱性知識。

1. 逐步掌握基本技能

在學習新技能時，我們應該專注於掌握基本技能，並透過反覆練習讓這些基本操作自動化。這樣能夠減少我們在處理複雜問題時的認知負荷，並讓我們能夠專注於更高層次的挑戰。

2. 尋找有經驗的導師或榜樣

尋求有經驗的導師或榜樣是打破隱性知識的另一種有效方法。透過與專家一起工作，我們能夠觀察他們如何處理複雜的問題，並從中學習到無法從書本中獲得的知識。

3. 從錯誤中學習

最後，隱性知識的內化往往需要透過反覆的實踐和錯誤來實現。每當我們”犯錯”時，我們應該反思這個錯誤，並從中提取出隱性知識，這樣我們才能在未來的情況中應用這些經驗​​。(相關大腦的研究也支持這個有效的方法)

小結

這本書對我來說，像是作者對過往學習理論與經驗的一次精簡整理。Scott H. Young透過12個法則，為我們展示了學習的方式，同時提醒我們學習的深度與思考的重要性。

同時，這次閱讀最大的收穫是重新認識那些看似簡單的概念——例如，解決問題不只是尋找答案，而是找到合適的問題呈現方式。雖然內容對我來說缺少新的啟發，但這本書幫助我重新審視了那些熟悉但重要的學習原則，讓我反思如何更有效地將隱性知識轉化為顯性知識，進一步提升教學和分享的品質。