成长的边界:广撒网,不怕晚,是大部分人的成才之路

长久以来,我们一直信奉一条通向成功的路——遵循“一万小时定律”,确立目标后尽早开始并努力专精。

人们告诉你:如果你属于“万事通却样样不精”的人,别人就会在10000小时的刻意练习后超越你,而你将永远无法追上领先你的人。

事实上,真的如此吗?

假如遵循“一万小时定律”的规则,工作超5年的职业人都应该处在事业的巅峰,不必为遥遥无期的职业规划焦虑;大学毕业的学子应属专业人才,不必担心是否被企业割了韭菜;就连天天下厨的人,烧出的菜也一定比餐厅好吃一百倍才对!

现在,你开始焦虑、自责、怀疑、颓废了吗?因为你就是这么做的,却还没有收到“应有”的回报。别着急!正在偏离通向“成功”轨迹的人,不止你一个。

2020年,比尔·盖茨将“一本戳穿专业化神话的好书”推荐给大家,试图回答拥有多元化视野、知识结构和经验,正在为个人成长带来巨大价值,它就是《成长的边界》。

/pic/1_Zia4GOVfuxHNly87MicbbJjcmVchGQ.jpg

《成长的边界》

大卫·爱泼斯坦

后浪 | 九州出版社

《成长的边界》作者大卫·爱泼斯坦经过多年研究,在翻阅了世界各领域精英人才的真实案例后,他发现了一个有趣的现象:“通才”比“专才”拥有更多成功的可能性,跨越能力范围的探索,将是未来决战多维环境的关键。

你要相信:这个时代稀缺的只是天才,但大多数人更适合做个通才!

这本书的封底三句话总结出了精髓:

1 人生先有广度后有深度,才能突破自我设限的壁垒,追求最佳的匹配质量。

2 事业先业余后专业,才能积淀潜在的多方面能力,给未来攀顶留足后劲。

3 思维先类比后迁移,才能发挥横向思维创造力,触类旁通,厚积薄发。

你被上帝吻过吗?

人们喜欢用被上帝吻过这样的词汇,形容那些仿佛被“天赐”的恩惠,看看下面两个男孩的成长经历,吻过和错过会有多大差距?

/pic/2_FhibEdOuENUQbk0Q34jgdrHkj3skyA.jpg

六个月大的时候,他就能在父亲的手掌上站稳。长到十个月时,他摸索着爬下椅子,模仿父亲的挥杆动作。两岁,他用一支跟自己肩膀差不多高的球杆,参加了人生第一项锦标赛,获得了十岁以下年龄组的冠军。这个被众人称为高尔夫球界的“天选之子“,就是老虎·伍兹。

/pic/3_rRP0B9TOo4WiaVPcr6ibvOoW0tsibA.jpg

另一个男孩的经历则截然不同,他的妈妈是一个网球教练,却从没有教过他。小时候,他玩过篮球、手球、乒乓球、羽毛球、足球,他发现未来做什么都无所谓,只要这个项目有球就行。后来,他逐渐将爱好投入到网球上,最终成为网球界的传奇人物,并长时间稳居世界第一,他就是费德勒。

显然,老虎·伍兹是大家眼中被吻过的孩子,而费德勒则是被错过的那一个。事实上,两人均取得了成功,只是成功的曲线有所不同。

/pic/4_mO4pKTmibkr3CFNEFk9lw9PwJQTU1Q.jpg

许多理论和经验告诉我们,越早在某个特定领域专攻,越可能获得成功。想象一下,一棵被剪断枝丫、只留主干的树,是会长成一棵参天大树,也被抹杀了其它可能。而留下枝丫的树,既可能长成参天大树,也可能生花结果,未尝不是一件好事。

我们需要老虎·伍兹式的“专才”,可惜“天选之子“并不多见。随着社会日趋复杂,尚在耕耘的“专才”正面临越走越窄的现状,罗杰·费德勒式的“通才”则有更加广阔的可塑性。当你意识到自己是被错过的那个,不如选择去主动亲吻上帝吧!

作者运用了大量的真人真事来佐证自己的观点,比如开普勒如何提出行星三大定律,皮耶塔福利院里让卢梭叹为观止的女子音乐天团,任天堂的前身也只是一家小小的骨牌商店,总有一些跨界的通才横空出世,改变了历史的进程。

赢在起跑线上≠先跑到终点

家长总是望子成龙的,希望孩子赢在起跑线上,过早地给他们画好蓝图、铺好路线,只要乖乖跑起来就好,可一旦稍有偏离跑道,就会给你贴上“叛逆“的标签。

我们成年后,这样的现象仍然没有改善。面试时,只要你填写的职业经历超过2份,HR多会礼貌地告诉你”再联络“;谈客户时,若你在这个领域是半路出家,对方总要好奇地刨根问底,好像人生来就固定在一个圈,再没有跳出来的权利。

《成长的边界》指出:赢在起跑线上≠先跑到终点,一切都不是绝对的。

/pic/5_gQ6QGcKKc82eL9V2KVO9yNicISM0WQ.jpg

科学研究发现从小开始训练的运动员,在教练指导和纠错的练习下,理应取得更好的成绩。实际上,只在初期有明显的效果,再追踪他们的职业发展后,并没有得到更多惊喜。相反,杰出的运动员将更多时间花费在“试水“上,从而获取广泛通用的技能。与先起跑却早早步入瓶颈的同龄人相比,他们把术业专攻的时间推迟得更晚。

/pic/6_lgVcyiaiaaVALEKK9HsdIh28DVfl3A.jpg

音乐领域也存在同样的现象,卓越的音乐家通常会掌握3种以上乐器,而非专精1种。

究其原因,心理学家罗宾·贺加斯是这样解释的,他将其分为“友好学习环境”和“恶劣学习环境”:

· 友好学习环境:有着清晰的步骤和目标,以及明确且一成不变的规则。当你行动时,能收到及时、准确的反馈。

· 恶劣学习环境:目标模糊或不完全,规则也可能随时改变。采取行动,不确定会得到回馈,反馈也经常延迟、不准确。

哪一种听起来更像我们所处的现实世界呢?

这个观念可以说明“赢在起跑线上”更适用于友好学习环境,一旦进入恶劣学习环境,优势几乎不存在。因此,未来人类的价值将主要取决于能否在恶劣学习环境中“先跑到终点”。

在本书中,大卫·爱泼斯坦广泛研究了包括体育、艺术、科学、商业等多种领域的领军人物,最后发现:这些成功人士大多「大器晚成」。他们有的从一开始就专精于一个领域,而有的则一路尝试各种可能,最后才找到自己真正喜欢的方向,做出一番事业。

跳出经验,做个局外人

如果“专才”和“赢在起跑线上”不是险恶世界的解药,什么才是呢?

首先,只以一种视角或心智模式看世界,随着经验积累和资历提升,就可能走进死胡同。大部分杰出的创新者,愿意花费时间在“不务正业”上。

/pic/7_cB05HicPrAozlxZuSzSK7x9ps2Cceg.png

像克劳德·香农在大学期间,为了学分选修了哲学。在课程中,他了解近百年历史的逻辑体系中,真假陈述常设为1和0,被当作数学问题一样解答。于是,这一发现促进了二进制码的发展,奠定了今天所有数字计算机的基础。跨入多学科,保持广泛的兴趣并花时间去学习探索,总能获得常人难以发现的洞见。

/pic/8_aibwFFbpibYv7YBHyIGsBVgTcvaubA.jpg

其次,如今有影响力的专利技术发明,已经由潜心耕耘多年的单一研究者,转向一个个多元化的团队,这些团队中包括跨越不同技术类别的个人。

/pic/9_BGSZcZp6CI0PAame4xh1ibyT7o2rVg.jpg

放在个人成长发展上同样适用。任天堂游戏机的发明者横井军平,由于考试成绩不理想,不得不到京都的一家扑克牌公司就职,做一名机器维修工。在工作的过程中,他意识到自己并不具备前沿领域的能力,但在不少领域都不算门外汉。于是,他将计算机行业的技术和信用卡行业的技术加以整合,推出一款掌上游戏机,从此一鸣惊人。

这项发明让这家成立于19世纪的扑克牌公司,摇身一变成为顶尖游戏公司。横井的创意哲学:“利用旧有技术进行横向思维”,即采用创新方法运作已有技术,正是“通才”所具备的特质。

最后请记住,认知局限和思维定式是未来的天敌,你要有勇气跳出经验圈,做个局外人。

面对新局面、新挑战,发现已有知识和经验无法发挥作用,就会陷入困境。梵高曾从事过5种不同的职业,每一个都被他视为真正的使命,却都幻灭了。在快三十岁岁的时候,他再次拿起《绘画入门指南》,结果他的名字如同《向日葵》一般熠熠生辉。

/pic/10_a1fs6CdxatYPXTKIeZCNJhKgfsJyAA.jpg

一个“通才”很难被一组“专才”所替代,永远不要模仿别人的脚步**,每个人的成长边界都不同。**

你在世界上的时间是有限的,你的精力和专注力也是有限的。如果你专攻一件事,你可以把它做得很好。如果你尝试做很多事情,你会品尝到更丰富的人生。《成长的边界》帮你跳脱单一成功路径,道破人类潜力的发展关键。通才时代,比刻意练习更重要的是刻意尝试!

我们相信“术业有专攻”,更应学会“触类旁通”,不要给自己的人生设限,未来可能就在下一个可能中。

因此,该书作者建议人们在学习和工作的过程中,可以**先追求广度,再追求深度。
为什么他会提出这样的建议?
在个人成长早期,追求某个领域的专业化是一种误区吗?

在学习和生活中,如何才能找到自己真正擅长的事情?

在《成长的边界》这本书中有详细的阐述。
相信看完本书后,你将挣脱各种「起跑线」的束缚,颠覆对「专家」的认识,勇于尝试,找到最适合自己钻研的方向。
**在结语中,作者告诉我们,“创新和自我发现的故事看起来就像是从A点到B点的有序运动”,但实际上所有的成长都不会是直线运动,都会有意外,都会有迂回曲折,都会有迷失迷惑。老虎•伍兹们“成长之路上的弯路、广度和试验的作用被压缩到最小”,构造了一曲简单直接高效走向成功的神话。所有的成功都是建立在综合性成长之上的。**更多阅读:

《现象式学习》书摘-情绪,动机和兴趣和学习的关系

研究速递:老年人的心智能力不一定在衰减,抗干扰的能力会更强

一品炼丹师2021-09-08 17:22:47

用凸优化的理论来解释就是,专才,更接近于每一步都按照当前的最优解进行梯度下降;这种行为带来的后果就是容易收敛到局部最优,而非整体最优。而对解决这个问题,主流的方法恰好是引入随机性,如随机梯度下降,或者小批量梯度下降,以增加探索的空间,使得算法最终可以收敛到整体最优。

吸引子2021-09-08 13:54:51

人还是要有积累的核心底层才行,不积累,还是一事无成。做不同的工作都是表象,机器学习能把很多不同事物进行某一逻辑的拆解,利用机器的自身认知重新定义事物,没有经历why的过程,而是改写what,改变了how的路径,并跑通了这一模式,在某一方面取得了一定的成功。所以看似不同事物,其实是在做同一件事情,这样时间久了,这项核心能力就被慢慢打磨出来了。人成长也应如此,不应该过分看重是什么,而是看能否在不同中找自认为的相同,成为自身发展的原材料,也没有什么一万小时定律,根据重新定义的内容和所获的环境益处给予自身算法加持的频率,时间各不同,有少年的英雄,也有暮年的大器晚成……

ZZisZZ2021-09-08 09:59:38

乐观教育学,如果你发现自己这一行不行,别放弃,换一行再试试[撇嘴]

于芳2021-09-08 08:36:47

现实给的机会还是不多的

郎宇倩2021-09-11 06:24:59

我妈说能干的人干啥都能做好