美文网首页
《万万没想到》3:学会刻意练习,防止自动化

《万万没想到》3:学会刻意练习,防止自动化

作者: 成长中的一尾鱼 | 来源:发表于2021-10-16 23:32 被阅读0次

    学会刻意练习,防止自动化

    前面说到要放弃文人思维、反常识思考以及提高阅读效率。下面要说最后一个重点:学会可以练习,防止自动化。为了保持竞争优势,很多人信奉的教条就是练习、练习、再练习,直到练习一万小时,但是这种高强度的重复练习很容易引发一种倾向,就是行为的“自动化”。这种“自动化”就是一种肌肉记忆,只会在一种情况下发生,那就是在我们把一件事练熟之后,比如开车。

    本书中提到一个例子,中超江苏舜天队前主教练德拉甘曾经在一次记者采访中提到,中国球员只会机械地练习下底传中,结果到了联赛里,很多球员不管队友身边站了多少防守队员,也不往旁边看一眼,直接就按照习惯一踢,穿丢一次不算,还会接连犯同样的错误。于是,这种训练足球的办法把运动员给练废了。为什么会发生这种情况?这是因为自动化可以让你待在舒适区,你会待在这里不思进取。所以,想要把自己变成高手,光知道练习“一万小时

    ”的口号没有任何意义,我们需要的是一种有效的训练方法——刻意练习。本书作者万维钢将相关的理论进行了总结,有以下四种法则:一是只在“学习区”练习;二是掌握套路;三是及时反馈;四是高度集中。

    首先来看第一条法则:只在学习去学习。什么是学习区呢?心理学家把人的知识和技能分为层层嵌套的三个圆形区域:最里面一层是“舒适区”,是我们已经熟练掌握的各种技能;最外一层是“恐慌区”,是我们暂时无法学会的技能,夹在二者中间的则是“学习区”。需要注意的是,在舒适区做事,叫生活;在学习区做事,才叫练习。舒适区让我们满足于现状,恐慌区则让我们谈虎色变。如果我们止步于舒适区,就无法获得新知识、新技能、新成就;想要获得成功,就要学会挑战自己,离开舒适区,让自己在学习区进行练习,这才是有效的练习。如果想要做到持续进步,那就强迫自己每天进步一点点,持续在学习区学习、工作。

    第二条是掌握套路。套路是一种结构化、模块化的训练方法,比如下棋用的定式,编程用的固定算法,这些都是套路。普通人与专家的区别也正是套路的掌握和使用上。专家做的事情,就是使用有限的短期工作记忆,去调动自己几乎无限的长期工作记忆。而刻意练习,就是在大脑中建立长期工作记忆的过程。本书中用电脑配件来形容短期记忆和长期记忆的差别。短期记忆类似于电脑的内存,是指人脑在同一时刻能处理的事情的个数,一般不会超过四个,这跟智商有关系,而且很难通过训练得到提高。长期记忆则不同,类似于计算机硬盘,存储了我们的知识和技能。在大脑里,长期记忆是以神经网络的形式运作,必须通过训练才能存储,而且具有高度的结构性。心理学家把这种结构称为“块”。

    比如,一场棋局在普通人眼里就是一些看似杂乱摆放的棋子,而在职业棋手眼里这些棋子却是几个一组分成了很多块的,通过识别这些块,职业棋手哦可以很容易地记住棋局,甚至同时跟多人对弈盲棋。怎样才能快速掌握套路呢?关键在把要训练的内容分成有针对性的小块,对每一个小块进行有针对性的重复练习。

    第三条法则是及时反馈。及时反馈的优点在于,能够随时确定练习方式的正确性,并及时加以纠正。换句话说,就是最好有个教练能够时刻指出错误。要知道,在有及时反馈的情况下,一个人的进步速度非常快,而且是实实在在的。如果在看不到结果的情况下进行练习,就等于没有练习:如果只是应付差事,你不但不会变好,而且会对好坏也不再关心。所以,从某种角度看,刻意练习的本质就是以错位为中心的练习。这就跟我们上学考试是一个道理,考试之前我们认为自己学得很好,学习内容都掌握了。但一旦上了考场就发现好多东西自己并不理解,只是感到熟悉而已,而熟悉并不等于理解。想要真正理解,唯一的办法就是考试或测验,考试也是一种反馈,没有测验,你的知识可能只是幻觉。

    最后一条法则是高度集中。高度集中就是要求我们在练习的时候,排除外在干扰,保持高度专注。练习时间的长短并不是最重要的,真正的关键在于是否做到高度集中。如何才能做到高度集中呢?书中提供了两个行之有效的办法。一是创造安静的学习环境。据美国科学家研究得出结论,学生能够取得好成绩的原因在于他是在不受打扰的环境中单独学习。甚至差生在安静的环境中单独学习,成绩也能获得提高。二是学会单独练习。如果和一帮人一起练习可能很有意思,但会分散精力,无法做到高度集中。从历史和艺术作品中我们也能看到高度集中的优势,成功的人大多都是通过“闭关修炼”,自己进行练习而获得成功。

    相关文章

      网友评论

          本文标题:《万万没想到》3:学会刻意练习,防止自动化

          本文链接:https://www.haomeiwen.com/subject/wpsioltx.html