2019-08-27

刘双鹤，焦点解决讲一，高一，心理咨询师，成长分享第1277天，（2019.8.27星期二)

默会知识，也可以翻译成“只可意会的知识”。

波拉尼把知识分为两种：可编码的知识和不可编码的知识。

1．可编码知识不能形成竞争力

可编码的知识就是可以写成明确流程，能够直接传授的知识，比如你从事任何一种运动，教练第一节课跟你讲的那些东西差不多都是可编码知识；或者学写字的第一节课，老师跟你讲“笔要拿稳，身要坐直”，这些都是可编码的知识。

但是，这些可编码知识顶多是一个必要条件，而不是充分条件，换句话说，可编码知识不能够形成你的竞争力。

学医的朋友可能会很有感触：无论你的解剖学知识多丰富，已经动手解剖过多少活物，真的要做手术的时候，当手术刀划开病人皮肤的一瞬间，你还是可能会慌——出现在你眼前的这个对象/事态没办法仅凭借你以前学的可编码知识应对。

要形成竞争优势，或者你要让你的知识优化到具有竞争力，就必须在大量场景当中去意会那些别人没法传授给你的，你懂得了也不能够传授给别人的知识。

2．场景化知识&非场景化知识

可编码知识在一定程度上相当于人眼跟鸟眼的差别：在捕捉飞虫这件事情上，低配认知是没办法适应复杂场景的。

我们在上节课讲到：一种认知首先是一个对象，但是这种对象的背后是一个故事，包含着复杂精密的场景。概略性、可编码的知识，跟默会知识、高度场景化知识之间的差别，是一部电影的故事梗概跟这部电影之间的差距。

我们常常看了一部电影的简介再去看电影，但看完这部电影再回头看这个简介的时候，你会觉得相当可笑：它片面到一种完全没必要的程度。就像我们用4000万像素的相机拍出来的照片，和15、20年前20万、50万像素的相机拍出来的照片摆到一起，你会觉得原来的照片简陋到了没必要的程度。

但遗憾的是，当我们只是掌握了“非场景化知识”的时候，我们没办法想象“场景化知识”：你刚开始练毛笔字，获得关于写毛笔字的知识，和你师从名师写了30年毛笔字之后对书法的认知，这两个之间的差别就是“非场景化知识”与“场景化知识”的差别。

当我们不具备“场景化知识”的时候，我们会形成某种知识幻觉和来自“低认知状态”的傲慢与偏见。

这同样符合“达克效应”：只有有朝一日你的水平接近和达到了某个人的水平的时候，你才知道你当初的水平跟一个大师之间的真实差距——这个差距你可能知道有一点儿，但你不知道到底有多大。

当你的认知处于低像素状态的时候，你没办法凭着你的低像素认知来知道你跟高像素认知之间的差别。

3．场景=数据

我们现在能更容易地理解“非场景化知识”和“场景化知识”、“可编码知识”与“默会知识”的差别，因为这中间有一个关键词：数据量。

20万像素的照片和4000万像素的照片之间只是最简单的数据量的差别。所谓“场景”，其实就是“数据”；所谓场景中的优化，就是通过大量数据不断试错，形成了某种稳定态的模式。

好多年前，我陪一个朋友到机场去接一个在国外生活了好多年回来的人。我这个朋友眼睛近视得很厉害，但等我们赶到机场的时候，我这个朋友看见一个人立即说，“就是他！”我很奇怪，这个朋友眼神儿那么不好，怎么一下子就把人给认出来了呢？“他走路的样子，我永远知道。”这个人其实我也认识，只是不太熟，而且，我的视力比我朋友的视力要好，但是，我认不出那个人是那个人，我朋友凭他的步态一眼就能认出那个人，说白了，背后就是一个数据量。

这个数据量悄悄形成了一种模式：看到他走路的样子的时候，就是一种瞬间的“模式识别”。但等我问“他走路有什么特点”的时候，我这个朋友就回答不上来了。

波拉尼在《个人知识》里讲默会知识的时候，很费劲，因为他不知道大数据这个概念，他强调说：反复的实践当中形成的某种知识——这用我们中国话来说就是“熟能生巧”，从数据主义角度看，就是：不断地扩大数据量，数据量越大，最终形成的模式就越精微；数据量越小，模式就越粗糙，甚至没办法形成模式。

有竞争力的认知，就是高度场景化的认知，而高度场景化的认知取决于数据量，是建立在大数据基础之上的一种涌现式的模式识别能力。

物种的认知能力，比如鸟对于飞虫的感知能力，是进化的结果，那么，数据主义跟进化论又是什么关系呢？可以说，进化论，更准确地说叫演化论，就是一种数据主义的理论。演化，就是无数的物种在特定的场景当中试错，大量被淘汰，逐渐形成的某种优化模式。

这跟从大数据中涌现出一种模式本质上是一回事。认知的迭代、进化，就是特定场景下的数据积累，以及从积累起来的大数据上涌现出的一种优化模式，是低配认知向高配认知演进的历程。

2019-08-27