Skip to content

Latest commit

 

History

History
202 lines (122 loc) · 9.35 KB

10.md

File metadata and controls

202 lines (122 loc) · 9.35 KB

第十章 變成高手最快只需要一年的時間

當然,讀者看到這裡還是會有點擔心。我前面教的好像只是短期的速學法。非也,我只是透過一些數學手段計算

  • 讓一些我們原本用感覺去量測的目標,變得清晰可見
  • 設立目標就不容易訂歪。不然常常自己只是要解新手問題,結果在整個高手問題森林迷路了。
  • 再來就是因為有具體方向了,也有題目的數量了。所以整個學習過程變成有進度條,辛苦也會漸漸能夠忍受了。因為你是能夠看得到終點的。

但回歸到一個現實問題,我們有時候不只是想短期的學技術。我們更多時候,是要進行長期領域的攻克。那麼針對這個方向,我們要如何進行攻克?

德雷福斯模型:專家、精通者、勝任者、高級新手、新手

關於長期領域的攻克進度,業界有一個具體的模型:德雷福斯模型(Dreyfus model of skill acquisition),這個模型將技能熟練度,由上而下分成:專家,精通者,勝任者,高級新手,新手五個等級。

在攻克一個領域的過程中,可以將能力值分為五個階段:

  • 新手
  • 高級新手
  • 勝任者
  • 精通者
  • 大神

每個領域都有相對明確的 KPI。前面我在新手老師設計課程的盲區這一塊提過,並沒有將自己的能力 1 * / 10 的這種事。是因為能力分級只有五級。而每一層需要到達的水準、練習方向、準備方式完全不一樣。而每一層需要的知識更是指數型成長,所以不可能存在教 1/10 的大師所知道的知識就可以把你教會。

那麼,我們在每一階段,通常需要多少練功時長呢?

你可能會以為這是沒有辦法被進行估算的。

以工程師這一行來說的話,其實已經有相對貼近事實的時間統計了。

  • 高級新手從 2-3 個月到12-18個月不等(有無厲害老師帶練)
  • 勝任者從12-18個月到24-36個月不等(有無厲害環境沉浸)
  • 精通者從18-24個月到48-120個月(有無環境發揮鍛鍊)
  • 專家則靠機遇

其實這個模型列出的估算時間,不只是適用在工程師這一行。大多領域也是這個大概的時間範圍。

而所需要的時長,端看你想攻克到哪一些階段,以及中間有沒有找到厲害的老師幫你縮短時間。

而且,你可能更聽說過一件事,如果你已經到達一個領域的精通者或大神級別,通常你再攻克另外一個領域的時間,會指數型下降。精通更多領域,學一門新學問的所需時間會大幅減少。

所以你真的不需要一萬小時才能夠學會一門技能。通常我們所說的「會」,頂多就是高級新手、勝任者階段而已。按照這個標準,快的話兩三個月,慢的話頂多一年多。

你可能會覺得這個數字不可能這麼短吧。

事實上是可能的,因為公司的訓練教育就是如此阿,公司是要賺錢的,不是找一個人來當學生學生慢慢學的。

公司的工作訓練基本上就是前輩帶後輩,先教怎麼做(程序性知識),然後再慢慢補充細節(事實性以及概念知識),透過每天解決不同的業務問題以及發問,得到快速成長的結果。

如果一個公司還讓你從基礎知識學起的話,那這間公司也老早就倒了。

鬼速學習法 — 如何將無限的學習旅程壓縮到光速學會

再來,以我本人的經歷。甚至覺得上面這個表所寫的這個數字還太高了。這是一般人學習時,所需要的「自然」時間。

自然是指碰運氣看書、碰運氣找老師、碰運氣找到有系統訓練的公司、夠多機會可以歷練。也就是題目出現的機率是自然的,解題出現的機率是自然的,你只是等在那裡,被動的被系統 assign 學習的機器。

但如果我們主動呢?

讓我提出一個你從來沒想過的角度吧。

為什麼我們常會覺得學習是無限的?

這是因為往往我們在遇到一個新問題點時,為了解決這個問題,我們可能突然間又會遇到 3-5 個子問題。為了解決這當中的子問題,每一個子問題,我們又會再遇到 3-5 個孫問題。

接著。。。。。就沒有接著了,你會覺得這沒完沒了,就直接放棄了。

因為你不知道到底後面會有多少問題,自己還要花多少時間呢?

讓我問你一個問題,如果你認真挖下去,一直挖到最底層不會產生新的子問題,那麼所有的問題加起來要花多少時間。你可能從來沒有想過這件事吧?

而這個問題其實是有答案的。

我們人類之所有會對無窮無盡的問題放棄,是因為我我們人類的短時記憶區只能容納 3-5個子主題。這是我們對一個問題瞬時間所容忍的數學極限。所以當 1 個問題,膨脹到 9-25 個問題時,我們立刻就會崩潰。自然就會算了。。。。

但是若我們反過來想這件事呢?

前面我寫到,我們在學習時,可以反過來學習,抱怨自己遇到的問題。其實整理下來,可能就只有大約 9-25 個問題而已。然後其實這九個問題又可以被分類到 3-5 大類。

事實上,我認為幾乎世界上所有的問題、答案基本上都是 3 次方的,而他們是以這樣的結構存在

  • 1,2,3
  • 前,中,後
  • 輸入,處理,輸出
  • 是什麼,為什麼,如何做

又或者是各種領域自己的結構

  • (學習) - 目標、過程、如何持續
  • (做生意) - 招客、服務、成長
  • (剖析財報) - 利潤率,總資產週轉率,槓桿倍數

好。假設遇到的問題。我們都可以用以上的步驟,從終點用「三部曲」拆解。然後拆到沒有顆粒為止。

那我們總共要解決多少個問題呢?我們可以先窮盡一下問題的數量,試著把3的次方都算出可能性。

  • 3**4 = 81
  • 3**5 = 243
  • 3**6 = 729
  • 3**7 = 2187
  • 3**8 = 6151

假設我們解決一個問題要 1 天

那麼可能就需要:

  • 90 天
  • 8個月
  • 2 年
  • 5 年
  • 16 年

事實上你會發現這幾乎就近似於成為(野生)高級新手,勝任者,精通者,專家需要的時間。

如果再讓你重新回來看到這個表,你會不會發現什麼微妙之處了呢?

但多數市面上只要達到勝任者、精通者,大家就會認為他是專家了。而且,更多時候,你只要達到高級新手,人家(完全不懂的人)就會認為你是專家了。

而解決問題需要一天的時間。這是抓比較寬鬆的。

假設我們如果解一個問題是 8 小時,也就是只需要原來 1/3 的時間。(假設我們用機器或框架求解)

那麼所需時長就會變成

  • 30 天
  • 90 天
  • 8個月
  • 2 年
  • 5 年

而這個數字,貼近於(幸運有環境)的高級新手,勝任者,精通者,專家需要的時間。

當然我們也可以再短下去。假設一個問題只要再 1/3 也就是 2.6 小時

那就會變成是:

  • 10 天
  • 30 天
  • 90 天
  • 8個月
  • 2 年

事實上我現在學習一個新領域的耗時程度,差不多也是如此。

  • 到勝任者的時間只需 90 天
  • 到精通者的時間 8 個月
  • 到專家的程度 2 年內

當然,我寫這本書的目的不是要吹噓我自己學習速度有多誇張。而是要讓各位讀者同樣也擁有相同的能力。我只是利用數學模型去展示,這是完全有可能的一個理論。

光速學習能力的時間與成本

如何才能做到如此變態的學習速度呢?

剛剛我們談完了問題極限,列出了3的次方可能性:

  • 3**4 = 81
  • 3**5 = 243
  • 3**6 = 729
  • 3**7 = 2187
  • 3**8 = 6151

但事實上我不認為一個領域可以要研究到 6151 個問題。大概 2187 個問題就差不多了。

所以要解的就是

  • 81 高級新手
  • 243 熟練者
  • 729 精通者
  • 2187 專家

假設高級新手有 81 個問題。一本書能解你 3 個問題。你其實需要 27 本書。

以此類推,所以你需要

  • 27 本書
  • 81 本書
  • 243 本書
  • 729 本書

事實上一個領域買到 729 本書也不太可能。243 是比較有可能的數字。因為同一個領域,許多書的內容都有一定程度的重複。我當時為了學習財報分析買了四百本書,後來大致翻完,我感覺讀起來像是 81 本不同書而已。

而剛剛我們說到:假設高級新手有 81 個問題。按照一本書能解你 3 個問題。你其實需要 27 本書。

(你不需要把整本書讀完,只要那本書能夠解你一個子問題或孫問題就夠了,實際點!)

一本書 300 塊。27 本書就是 8100 塊。解決一個問題成本100塊。

你看 27 本書。假設 1 本書需要看 1 天。那就是 27 天可以看完(+練完)變成高級新手。

30 天高級新手不是什麼不可能的事。那熟練者 90 天也是可以做到的事。

而且,看書還是比較慢的方法。通常我會去上課。有些領域理論上我自學 30 天應該也有辦法學到高級新手。但是去上高手開的課,可能 1 天花 8100 塊以內就學會。但是時間上我只需要花 1 天,而不是 30 天。

所以好課與爛課其實是能不能將原先 30 天練功時間縮到 1 天,節省 30 倍時間。而不是上完課之後,不僅成果為 0 ,甚至反而更打擊自己的自信心。

這樣算下來,你還會覺得學習、鍛鍊的目標還是看起很遠嗎?