思維方式

筆記君說：

隨著人工智能技術(shù)的快速發(fā)展，許多專業(yè)和職業(yè)，可能面臨著被AI代替的風(fēng)險(xiǎn)。不少知識(shí)工作者產(chǎn)生了一些困惑和焦慮。

實(shí)際上，在很多專業(yè)領(lǐng)域，還離不開人類的技能、智慧和創(chuàng)新，涌現(xiàn)出了很多不被AI所代替的專業(yè)高手。

我們?nèi)绾尾拍芟袼麄円粯硬槐籄I取代？如何像AI一樣迭代自己？

今天這篇文章，我們就來聊聊學(xué)習(xí)力與AI。

一、不被時(shí)代追殺，
唯一的核心競(jìng)爭(zhēng)力是學(xué)習(xí)力

 

1.學(xué)習(xí)的本質(zhì)：把經(jīng)驗(yàn)轉(zhuǎn)化為知識(shí)，用知識(shí)解決問題

田俊國(guó)：AI來勢(shì)洶洶，大有重新改變一切行業(yè)的趨勢(shì)。
 

在一次沙龍上，大家都在討論一個(gè)話題：如何運(yùn)用AI讓我們的工作更方便？甚至有人提出：AI來了，作為自然人，我還需要學(xué)習(xí)嗎？

在那次沙龍上，我突然提出了一個(gè)反問：我們更需要思考的是，你如何能像AI一樣迭代自己？

我們其實(shí)根本沒有教會(huì)我們自己迭代，我們依靠AI在迭代。我們訓(xùn)練AI，其實(shí)是反的，你真正需要訓(xùn)練的是你自己的潛意識(shí)，你的潛意識(shí)就是你隨身攜帶的AI。

如果你不能讓你的潛意識(shí)像AI一樣工作，你跟自己內(nèi)在的龐大的智囊無(wú)法合作的話，你訓(xùn)練外部的AI，其實(shí)也是句騙人的話。

反而，在AI時(shí)代，對(duì)自然人學(xué)習(xí)能力的挑戰(zhàn)，對(duì)知識(shí)管理，和知識(shí)提煉加工能力的挑戰(zhàn)，是越來越大，而不是越來越小了。

我們咋一想起，很多事都能讓AI來做，而我們忽略的一個(gè)現(xiàn)實(shí)是：我們身上一直都帶著AI。

以我來說，如果讓我講課拿著稿子念，我可能會(huì)崩潰。因?yàn)槲也涣?xí)慣用稿子，我可以用一個(gè)即時(shí)貼講一天的課，我只需要把提綱一寫，我就交給自己的“AI”了。

我上課最喜歡學(xué)生向我提問和點(diǎn)評(píng)作業(yè)，喜歡“你說我點(diǎn)評(píng)”和“你問我答”的方式。

因?yàn)樵谶@個(gè)當(dāng)下，我自動(dòng)把我當(dāng)成個(gè)“AI”，分成了前臺(tái)和后臺(tái)，前臺(tái)是你能看見的我，后臺(tái)是內(nèi)在的我。你問的任何問題，我都會(huì)轉(zhuǎn)而問他（后臺(tái)的我、內(nèi)在的我），他告訴我一個(gè)答案，我因此而受啟發(fā)。

而關(guān)于“自然人如何像AI一樣迭代自己”的思考，其實(shí)源于2020年我開展的一波關(guān)于深度學(xué)習(xí)的主題閱讀。那一批書中有很多微積分的內(nèi)容，很難看懂。

但我們把這批書全都讀完的時(shí)候，我驚呆了。因?yàn)槲沂怯?jì)算機(jī)專業(yè)，其實(shí)知道最早的AI就是憑著大樣本量，大數(shù)據(jù)庫(kù)，拼命地算，看起來很智能，其實(shí)很笨。

但我看了深度學(xué)習(xí)理論以后，才發(fā)現(xiàn)這一代的AI完全不一樣了，它的卷積積分和深度學(xué)習(xí)理論太厲害了。

受其啟發(fā)，我就想如何借助AI的學(xué)習(xí)方式，來反哺自然人的學(xué)習(xí)。在做完這波閱讀之后，我推出了一個(gè)“學(xué)習(xí)力躍遷的訓(xùn)練營(yíng)”，其文字稿最后也就演變成了這本書。

這個(gè)訓(xùn)練營(yíng)的目的或者根本上想解決的問題，就是自然人如何像AI一樣迭代自己，這對(duì)于每個(gè)人來講，都很現(xiàn)實(shí)的問題。

所謂“知識(shí)工作者”，是能把經(jīng)驗(yàn)變成知識(shí)，再運(yùn)用知識(shí)解決問題，二者缺其一，都不能稱為知識(shí)工作者。

但是，這兩點(diǎn)恰恰是AI最厲害的地方。現(xiàn)在路上跑的每輛智能駕駛汽車，都在積累數(shù)據(jù)，積累經(jīng)驗(yàn)，再把經(jīng)驗(yàn)迭代成算法，算法再指導(dǎo)所有的智能車。自然人也要像智能汽車，我們才能在這個(gè)時(shí)代生存。

以前的時(shí)代，你用存量的知識(shí)都能混一輩子。今天你必須有足夠強(qiáng)的學(xué)習(xí)力，才能生活下去。在過去，會(huì)開車可能就是一輩子的鐵飯碗，現(xiàn)在換5次職業(yè)也未必能熬得到退休，可能突然有一天，你的職業(yè)就被別人替代了。

“蘿卜快跑”剛火起來那陣，我正好到武漢出差，坐了一輛滴滴快車，師傅跟我說：現(xiàn)在感覺到被時(shí)代追殺。

這位師傅原來是一個(gè)IT企業(yè)的中層，企業(yè)因?yàn)榻?jīng)營(yíng)不善，自己主動(dòng)辭職，但半年時(shí)間都沒事干（沒找到工作），然后自己弄個(gè)車跑滴滴，跑了沒多久，發(fā)現(xiàn)蘿卜快跑出來了，所以，我們（自然人）在被時(shí)代追殺。

其實(shí)，不被時(shí)代追殺唯一的核心競(jìng)爭(zhēng)力是學(xué)習(xí)力。學(xué)習(xí)力的核心，是把經(jīng)驗(yàn)轉(zhuǎn)化成知識(shí)，用知識(shí)解決問題。

當(dāng)然，這個(gè)過程中，又會(huì)有新的領(lǐng)域不斷涌現(xiàn)出來，這些領(lǐng)域誰(shuí)都沒干過（如知識(shí)主播），大家都在探索，這個(gè)時(shí)候比的就是學(xué)習(xí)力。

我在為一個(gè)學(xué)生的書作序時(shí)寫道：好奇心、探索精神和學(xué)習(xí)力，可以碾壓一切經(jīng)驗(yàn)。因?yàn)榻?jīng)驗(yàn)在這個(gè)時(shí)代不值一提，所有的經(jīng)驗(yàn)都比不上你的探索精神，你的學(xué)習(xí)力。

 

2.從實(shí)際問題著手思考，是最好的學(xué)習(xí)方式

田俊國(guó)：當(dāng)你在某段時(shí)間內(nèi)思考一個(gè)問題時(shí)，這個(gè)問題便成了主題閱讀的主題。圍繞此問題去買書，買一堆書，然后帶著問題去學(xué)習(xí)、思考。
 

我之所以對(duì)學(xué)習(xí)力感興趣，是因?yàn)槲乙恢睆氖陆虒W(xué)工作，教學(xué)與學(xué)習(xí)是相互關(guān)聯(lián)的，所謂“不知學(xué)，何以教”。

一開始我覺得認(rèn)知心理學(xué)很重要，因?yàn)樗顷P(guān)乎一個(gè)人接收信息、加工信息的學(xué)問，但這還不夠。

我就在想，人工智能學(xué)習(xí)力那么強(qiáng)，它是怎么學(xué)習(xí)的呢？我圍繞這個(gè)問題進(jìn)行了主題閱讀。那時(shí)候ChatGPT在國(guó)內(nèi)還未出現(xiàn)，我只是對(duì)一些很前沿的理論保持關(guān)注，比如庫(kù)茲維爾這些前沿人物的理論。

當(dāng)我看到他們寫的內(nèi)容時(shí)，我意識(shí)到從20世紀(jì)90年代到現(xiàn)在的30年里，人類對(duì)自身大腦的研究達(dá)到了一個(gè)很高的高度。

因?yàn)槲覀兘柚茖W(xué)手段，比如通過戴一個(gè)頭盔，就能把此時(shí)此刻的腦活動(dòng)看得一清二楚。

這些最前沿的腦科學(xué)并沒用于自然人的學(xué)習(xí)，自然人的學(xué)習(xí)還停留在六七十年代那個(gè)水平。而現(xiàn)在整個(gè)學(xué)術(shù)界，或者整個(gè)產(chǎn)業(yè)界，都是把腦科學(xué)的學(xué)習(xí)成果，用于研究人工智能了。

但我們的教育依然是很落后的，因?yàn)槲以诮逃惖?，自然而然就能想到如何把人類的腦科學(xué)的研究成果，用于幫助自然人學(xué)習(xí)。

我寫的很多書，都是從一個(gè)問題開始引發(fā)，然后通過一波主題閱讀，把它架構(gòu)為我的輸入，有了很多輸入之后，就可以輸出我的一個(gè)知識(shí)體系，以此來招生。

然后回答學(xué)生問題，點(diǎn)評(píng)作用，在內(nèi)容豐富，迭代幾輪之后，覺得可以出書之后，就出書了。

從疫情到現(xiàn)在，不到5年時(shí)間出了9本書。如果我是一個(gè)封閉大腦，通過看書寫出來的書，你也不會(huì)看，恰恰是我把課堂當(dāng)成一個(gè)練功的場(chǎng)景，和大家充分交流，形成了很多新鮮素材，才能如此高產(chǎn)。 

 

二、知識(shí)管理與AI的關(guān)系

1.AI是大腦最好的外掛

吳慶海：我的第一份工作是在聯(lián)想，恰逢麥肯錫給聯(lián)想做咨詢，我有幸被篩選到項(xiàng)目組，所負(fù)責(zé)的一套流程，就是知識(shí)管理流程。
 

當(dāng)時(shí)我對(duì)于知識(shí)管理并沒有特別直觀的認(rèn)識(shí)，但觀察麥肯錫顧問的工作方式給了我極大的啟發(fā)。我舉兩個(gè)方面來說明。

首先，我發(fā)現(xiàn)麥肯錫的顧問普遍很年輕，然而他們卻能在大型場(chǎng)合中，面對(duì)具有豐富經(jīng)驗(yàn)的管理高層侃侃而談，并且能讓這些管理者點(diǎn)頭稱是。

因?yàn)辂溈襄a從20世紀(jì)70年代起就開始積累其內(nèi)部的知識(shí)庫(kù)，即便是工作才三五年的顧問，也能在管理層面前匯報(bào)工作、呈現(xiàn)方案，并非是獨(dú)自作戰(zhàn)，其背后有著全球幾萬(wàn)專業(yè)人員的知識(shí)儲(chǔ)備作為支撐。

由此我想到，一個(gè)人若要實(shí)現(xiàn)快速成長(zhǎng)，其背后也需要有一個(gè)類似外掛大腦的存在。而且這個(gè)外掛大腦不一定完全依靠其自身，實(shí)際上這和如今我們借助人工智能、知識(shí)庫(kù)加上大模型的方式是極為相似的。

隨著項(xiàng)目不斷深入，我們遇到了越來越多棘手的問題，這些難題在標(biāo)準(zhǔn)的知識(shí)庫(kù)中都無(wú)法找到答案。

這時(shí)候，我發(fā)現(xiàn)麥肯錫有第二個(gè)有力的解決辦法。他們邀請(qǐng)我到北京的嘉里總部中心，在那里開會(huì)幫我連線了一位在英國(guó)的專家。通過與專家進(jìn)行互動(dòng)交流的方式，來協(xié)助我解決這些困難的問題。

正是因?yàn)樵趨⑴c項(xiàng)目過程中有了這樣有意思的經(jīng)歷，所以后來我便走上了相關(guān)的道路。

當(dāng)然，在這個(gè)過程中，知識(shí)管理是幫助企業(yè)如何去系統(tǒng)地沉淀、提煉知識(shí)，最終加以應(yīng)用的，它屬于一個(gè)跨學(xué)科的領(lǐng)域。

每個(gè)人在學(xué)習(xí)過程中，必然會(huì)涉及知識(shí)的獲取與吸收，然后將其內(nèi)化為自身的知識(shí)網(wǎng)絡(luò)等，最終能夠依據(jù)實(shí)際問題產(chǎn)出結(jié)果，以此解決難題，我們也一直在對(duì)這個(gè)過程展開研究。

后來我們發(fā)現(xiàn)，若想更高效地完成知識(shí)的生命周期管理，就需要對(duì)每個(gè)個(gè)體的知識(shí)進(jìn)行系統(tǒng)性梳理，從而由個(gè)體知識(shí)形成組織知識(shí)。

在這個(gè)過程當(dāng)中，我們遇到了諸多問題與挑戰(zhàn)，比如：怎樣能讓大家更便捷地檢索到知識(shí)？如何依據(jù)大家的工作場(chǎng)景，主動(dòng)為其推送合適的知識(shí)？

20多年前，相關(guān)需求還比較樸素。但隨著需求不斷深入，大家就在想，檢索或者搜索，能不能更智能一些，推薦能不能更智能一些，于是我們便朝著相應(yīng)方向展開研究。

到了近幾年，大模型橫空出世。在諸多重要的應(yīng)用場(chǎng)景中，它恰好可作為一個(gè)很棒的外掛工具，能更好地支持我們更智能地檢索知識(shí)、回答知識(shí)相關(guān)問題以及進(jìn)行知識(shí)的推薦。

這與我們當(dāng)初夢(mèng)寐以求的境界不謀而合，所以知識(shí)管理和AI自然而然地融合到了一起。

雖然這些工具和技術(shù)能給予我們強(qiáng)大的輔助，但我們不能完全依賴它們。我們自己若是坐在那兒不謀求自身發(fā)展，那肯定是不行的。

 

2.“ABC”知識(shí)觀模型

吳慶海：后來我提出了一個(gè)名為“ABC”的知識(shí)觀。 
 

“A”指的是AI，即“AI oriented”，也就是面向人工智能的知識(shí)管理；

“B”指的是“Business”，因?yàn)槲覀冊(cè)谄髽I(yè)里服務(wù)的主要核心是業(yè)務(wù)，所以面向業(yè)務(wù)這一點(diǎn)絕對(duì)不能被忽視，它是我們的源頭所在；

“C”指的是“Collective-wisdom”，意為集體智慧，這一點(diǎn)是回歸到人的本體。

以“A、B、C”作為三層結(jié)構(gòu)，我將其稱作“一體兩翼”。具體來說，把“B”放在三角形的中間位置，“A”放在左邊，“C”放在右邊，這樣正好形成“A、B、C”的布局。

其中，“A”更偏向于技術(shù)方面，“C”則偏向于人（people），如此一來，“technology”（技術(shù)）、“process”（業(yè)務(wù)）以及“people”（人的集體智慧）就與西方管理中的流程、技術(shù)和人相吻合了，所以我覺得這個(gè)三角形架構(gòu)很美妙。

 

3.知識(shí)管理兩件事：外掛與內(nèi)化

田俊國(guó)：歸根結(jié)底，知識(shí)管理主要涉及兩件事，一是外掛，二是內(nèi)化。
 

所謂外掛，就是借助當(dāng)下的AI工具，像大模型等，它們可視為全人類的知識(shí)庫(kù)。不過，外掛這種公共資源大家都能使用，這時(shí)候就看誰(shuí)的應(yīng)用水平更高了。

而能否精準(zhǔn)地提出問題是衡量應(yīng)用水平的關(guān)鍵，并且能否提出精準(zhǔn)問題，不僅取決于對(duì)工具的運(yùn)用，也與自身的知識(shí)積累程度相關(guān)。

業(yè)務(wù)可以理解為知識(shí)管理的應(yīng)用場(chǎng)景，它屬于外掛部分之外的另一個(gè)要素。還有人的整個(gè)內(nèi)在的集體潛意識(shí)部分也很重要。

我們一方面要善于將一些核心技能真正內(nèi)化為自身的能力，另一方面也要善于運(yùn)用好外掛工具，而我們?cè)谶@其中充當(dāng)?shù)氖且粋€(gè)調(diào)和者的角色。

即便AI再厲害，若我們自身不具備與之互動(dòng)的能力，那也是無(wú)濟(jì)于事的，只能是臨淵羨魚。

反過來講，與AI互動(dòng)的能力，本質(zhì)上對(duì)自身的學(xué)習(xí)力、模型提煉能力以及知識(shí)積累等諸多方面都極具挑戰(zhàn)性。

所以這兩者本質(zhì)上是相輔相成的關(guān)系，并非此消彼長(zhǎng)，不能因?yàn)橛辛薃I就覺得其他方面不需要了。

隨著AI不斷迭代，我們自身也得跟著迭代，組織同樣需要跟著迭代。

早在20世紀(jì)70年代，麥肯錫基本上就已經(jīng)實(shí)現(xiàn)了讓每一個(gè)小顧問的背后都仿佛有一個(gè)AI作為支撐。

只不過那時(shí)的“AI”不像我們?nèi)缃袷褂玫倪@般便捷罷了，但相關(guān)理念在那時(shí)就已經(jīng)落地實(shí)施了。

 

4.組織進(jìn)化，需要通用大模型、行業(yè)知識(shí)庫(kù)和個(gè)人知識(shí)庫(kù)結(jié)合

吳慶海：結(jié)合目前的發(fā)展態(tài)勢(shì)來看，在企業(yè)中，AI最核心的部分在于自然語(yǔ)言處理。它通過對(duì)文本進(jìn)行加工、挖掘以及組合生成等操作，以語(yǔ)言的形式將結(jié)果表達(dá)出來，從而能很好地輔助我們。
 

然而，在通用大模型落地應(yīng)用時(shí)，也出現(xiàn)了不少問題，比如會(huì)產(chǎn)生知識(shí)幻覺。當(dāng)我們需要非常精準(zhǔn)、權(quán)威的知識(shí)時(shí)，若大模型未學(xué)習(xí)到相關(guān)內(nèi)容，就會(huì)一本正經(jīng)地胡說八道。

目前在企業(yè)里，針對(duì)這一情況已有解決方案。由于通用大模型已學(xué)習(xí)了人類通用的知識(shí)，可作為外掛大腦。

但對(duì)于企業(yè)內(nèi)部本行業(yè)、本專業(yè)領(lǐng)域的知識(shí)，外部互聯(lián)網(wǎng)是無(wú)法提供給大模型的，所以需要在企業(yè)內(nèi)部再建立一個(gè)知識(shí)庫(kù)。

如此一來，通用大模型與內(nèi)部知識(shí)庫(kù)相結(jié)合，便形成了現(xiàn)在所謂的RAG（檢索增強(qiáng)的生成）模式。

進(jìn)一步將此邏輯延伸到個(gè)體層面，個(gè)體所擁有的know-how，即其最本質(zhì)、最獨(dú)特的東西，并非通用大模型以及企業(yè)垂直領(lǐng)域知識(shí)庫(kù)所能替代的。

因此，我認(rèn)為只有將通用大模型、企業(yè)自身獨(dú)特領(lǐng)域及行業(yè)的知識(shí)庫(kù)，再與個(gè)體自身內(nèi)化為一個(gè)非常獨(dú)特的知識(shí)庫(kù)相結(jié)合，才是一種較為完美的結(jié)合方式。

 

5.再?gòu)?qiáng)大的外掛工具，都無(wú)法替代自身的學(xué)習(xí)

田俊國(guó)：本質(zhì)上，我們需要了解AI工作的機(jī)理，并且要把自己的潛意識(shí)當(dāng)作類似AI的存在，這樣才能如同與潛意識(shí)配合一般去更好地調(diào)用AI。
 

我認(rèn)為存在這樣一種層級(jí)結(jié)構(gòu)：意識(shí)、潛意識(shí)、AI以及人類集體潛意識(shí)。

若要練習(xí)與AI協(xié)同工作，首先就得練習(xí)與自己的潛意識(shí)協(xié)作。這個(gè)邏輯看似自洽，但關(guān)鍵在于要去實(shí)踐、去練習(xí)。而在這當(dāng)中，我發(fā)現(xiàn)最為重要的一點(diǎn)是要信任自己的潛意識(shí)。

然而很多人并不信任潛意識(shí)，比如有些人做演講時(shí)要準(zhǔn)備詳盡的逐字稿，全程都依靠意識(shí)在工作。

而我認(rèn)為，比如在與人交談時(shí)，可以先明確自己要說幾點(diǎn)，拋出第一點(diǎn)之后，就可以讓潛意識(shí)來主導(dǎo)后續(xù)內(nèi)容。

那些靈感、直覺的背后，也都是潛意識(shí)在起作用。不要以為只有意識(shí)具備建模能力，潛意識(shí)同樣擁有。就像俗話說的“熟讀唐詩(shī)三百首，不會(huì)讀詩(shī)也會(huì)吟”，潛意識(shí)看久了、經(jīng)歷多了，也能理解并發(fā)揮作用。

吳慶海：這讓我特別有共鳴。古人講“內(nèi)圣外王”，意思是要將內(nèi)在和外在打通。

如今的AI等數(shù)據(jù)工具，大多都屬于外在的東西，而若要把內(nèi)在也打通，就涉及潛意識(shí)或者集體潛意識(shí)了。

佛家講八識(shí)，前面的六識(shí)，是眼、耳、鼻、舌、身，再加上第六識(shí)意識(shí)，第七識(shí)和第八識(shí)就類似于潛意識(shí)或集體潛意識(shí)。 

 

三、人類學(xué)習(xí)力的奧秘

1.個(gè)體學(xué)習(xí)力

① 大腦的5大網(wǎng)絡(luò)

田俊國(guó)：大腦的構(gòu)造極為復(fù)雜，大腦有前額葉、頂葉、枕葉等等，我們要把這些器官以一種更易理解的方式呈現(xiàn)出來，將其感知成人的某種狀態(tài)。
 

我在模型中將其抽象為5個(gè)方面：感知網(wǎng)絡(luò)、聯(lián)想網(wǎng)絡(luò)、決策網(wǎng)絡(luò)、反應(yīng)網(wǎng)絡(luò)和學(xué)習(xí)網(wǎng)絡(luò)。

感知網(wǎng)絡(luò)與眼、耳、鼻、舌、身等相關(guān)聯(lián)，它們相當(dāng)于我們感知世界的傳感器，這些傳感器又可以分為意識(shí)層面和潛意識(shí)層面。

也就是說，你能意識(shí)到的那部分信號(hào)是比較明顯的，但有時(shí)候你也會(huì)在潛意識(shí)層面去處理信息。

信息流和能量流也屬于感知的范疇：信息流，是通過語(yǔ)言來表達(dá)的內(nèi)容；能量流則是通過肢體語(yǔ)言、語(yǔ)音語(yǔ)調(diào)等方式來表達(dá)的內(nèi)容。

人與人之間的區(qū)別就在于感知方面，感知本身就像是一個(gè)過濾器。我所注意到的，你未必會(huì)注意到，因?yàn)槊總€(gè)人都會(huì)依據(jù)自己的專業(yè)背景，自動(dòng)對(duì)信號(hào)進(jìn)行過濾。

比如在一個(gè)房間里，一位建筑學(xué)家進(jìn)來，馬上會(huì)關(guān)注建筑結(jié)構(gòu)，而其它人不一定會(huì)去看這些。這就是不同人的感知網(wǎng)絡(luò)存在差異的體現(xiàn)。

聯(lián)想方面也是如此。當(dāng)信息進(jìn)入大腦后，它能激活大腦神經(jīng)元回路中的某些信息，這就是每個(gè)人不同的聯(lián)想，而且每個(gè)人的聯(lián)想情況都是不一樣的。

比如有人問陜西的省會(huì)在哪？你會(huì)不假思索地說“西安”。如果我接著問，我的問題有哪些線索讓你想到“西安”？相信每個(gè)人都不一樣。

有的人可能想到?jīng)銎?、肉夾饃，有的人想的是大雁塔、十三朝，還有的人會(huì)想到兵馬俑。

當(dāng)聯(lián)想網(wǎng)絡(luò)和感知網(wǎng)絡(luò)相結(jié)合后，才進(jìn)入到?jīng)Q策。同樣的刺激，有人會(huì)悲觀，有人會(huì)樂觀，為什么？因?yàn)槁?lián)想網(wǎng)絡(luò)不一樣，決策算法也不一樣，決策完之后就會(huì)有反應(yīng)。

所以，大腦就是這么一個(gè)由感知、聯(lián)想、決策、反應(yīng)組成的循環(huán)網(wǎng)絡(luò)。當(dāng)然，也有可能從感知直接到反應(yīng)，那已經(jīng)形成直覺習(xí)慣，也有可能感知沒有聯(lián)想和決策直接反應(yīng)。

總之，大腦會(huì)有多種反應(yīng)方式，但都離不開這四大網(wǎng)絡(luò)。

感知網(wǎng)絡(luò)、聯(lián)想網(wǎng)絡(luò)、決策網(wǎng)絡(luò)、反應(yīng)網(wǎng)絡(luò)屬于工作系統(tǒng)，而還有更為高深的層面。

比如原始人打獵時(shí)，獵物跑了，他在樹根底下思考：要是在某個(gè)地方安排一個(gè)人堵著獵物，獵物可能就跑不了，但要是獵物把堵著的人撞傷了怎么辦？最后想到挖個(gè)陷阱。

這個(gè)思考過程就是學(xué)習(xí)網(wǎng)絡(luò)所做的事情，即對(duì)這四大網(wǎng)絡(luò)之間的配合、協(xié)作關(guān)系以及它們各自的反應(yīng)能力進(jìn)行不斷地復(fù)盤，然后實(shí)現(xiàn)提升，也就是進(jìn)行學(xué)習(xí)并升級(jí)算法。

于是，我在這四個(gè)網(wǎng)絡(luò)之上，架構(gòu)了一個(gè)學(xué)習(xí)網(wǎng)絡(luò)。通過這樣的方式，我將復(fù)雜的大腦架構(gòu)成了五大網(wǎng)絡(luò)，其中四大網(wǎng)絡(luò)作為工作系統(tǒng)，而另外一個(gè)學(xué)習(xí)網(wǎng)絡(luò)則不斷迭代。

之所以要設(shè)置一個(gè)學(xué)習(xí)網(wǎng)絡(luò)，這涉及到教育學(xué)中的元認(rèn)知能力，我把它抽象出來。當(dāng)把復(fù)雜的大腦抽象成這五大網(wǎng)絡(luò)的時(shí)候，學(xué)習(xí)力模型也就自然而然地呈現(xiàn)出來了。

 

② ACCP模型

ACCP模型恰好與大腦的四大網(wǎng)絡(luò)相對(duì)應(yīng)。
 

“A”代表“Absorb”，意為吸收，它對(duì)應(yīng)的是感知網(wǎng)絡(luò)的活動(dòng)，也就是進(jìn)行知識(shí)的吸收。

“C”有兩個(gè)：第一個(gè)“C”（construct），是指建構(gòu)主義的“建構(gòu)”，它對(duì)應(yīng)的是聯(lián)想網(wǎng)絡(luò)，強(qiáng)調(diào)在學(xué)習(xí)過程中通過聯(lián)想來建構(gòu)知識(shí)體系.

第二個(gè)“C”（correct）是指決策網(wǎng)絡(luò)，意味著在決策時(shí)要有自己創(chuàng)造性的發(fā)揮，要能做出恰當(dāng)?shù)呐袛嗪途駬瘛?/p>

“P”則代表“perform”（反應(yīng)），涉及到對(duì)知識(shí)的實(shí)際運(yùn)用和做出相應(yīng)反應(yīng)。

我認(rèn)為學(xué)習(xí)的重點(diǎn)在于聯(lián)想網(wǎng)絡(luò)和決策網(wǎng)絡(luò)，也就是兩個(gè)“C”。

衡量是否真正掌握知識(shí)有兩個(gè)標(biāo)志：一是形成個(gè)人版本的理解，二是能夠進(jìn)行個(gè)性化的應(yīng)用。

即便把《道德經(jīng)》背得滾瓜爛熟，也不一定真懂，必須要把它轉(zhuǎn)化成自己個(gè)人版本的理解，用自己的話闡述它在講什么，并且在遇到實(shí)際場(chǎng)景時(shí)能夠靈活變通地加以應(yīng)用。

現(xiàn)實(shí)場(chǎng)景和書本上講的往往不一樣，沒有哪一種知識(shí)能夠不做任何改變就直接解決現(xiàn)實(shí)問題。

所有的現(xiàn)實(shí)問題，都得做適應(yīng)性的改造和創(chuàng)造性地發(fā)揮，然后通過反應(yīng)網(wǎng)絡(luò)，會(huì)得到獨(dú)一份的經(jīng)驗(yàn)。再通過個(gè)人的加工，把經(jīng)驗(yàn)轉(zhuǎn)化為個(gè)人版本的知識(shí)。

個(gè)人所形成的個(gè)人版本的知識(shí)相互交換后，就會(huì)匯聚成為集體智慧。集體智慧與個(gè)體智慧就是通過這樣不斷的交換而得以發(fā)展。

實(shí)際上，教學(xué)就是集體智慧在個(gè)體之間進(jìn)行傳播的過程。

為什么要在個(gè)體間傳播呢？原因在于所有的經(jīng)驗(yàn)都無(wú)法直接從個(gè)體間進(jìn)行復(fù)制，必須要將經(jīng)驗(yàn)轉(zhuǎn)化為結(jié)構(gòu)化的知識(shí)，這樣才能夠在個(gè)體間實(shí)現(xiàn)復(fù)制。

教學(xué)本質(zhì)上是一種結(jié)構(gòu)化知識(shí)的傳播。然而，即便學(xué)習(xí)了結(jié)構(gòu)化的知識(shí)，如果不能將其轉(zhuǎn)換成自己的語(yǔ)言，也就是沒有真正理解，沒有真正領(lǐng)悟。

若不能依據(jù)自身所處的場(chǎng)景進(jìn)行適應(yīng)性改造并靈活發(fā)揮，實(shí)現(xiàn)個(gè)性化的應(yīng)用以解決問題，那就說明知識(shí)還沒有學(xué)透。而當(dāng)通過知識(shí)解決了問題后，又會(huì)形成新的經(jīng)驗(yàn)。

由此可見，在學(xué)習(xí)的過程必然是按照這樣的流程進(jìn)行：

第一，將公共知識(shí)建構(gòu)成個(gè)人版本的知識(shí)，即實(shí)現(xiàn)知識(shí)的建構(gòu)化；

第二，運(yùn)用所建構(gòu)的知識(shí)去解決問題，此過程就是將知識(shí)經(jīng)驗(yàn)化；

第三，經(jīng)驗(yàn)化之后再將其轉(zhuǎn)化為知識(shí)，然后再次知識(shí)化后的知識(shí)又能夠變成公共知識(shí)得以傳播，如此便形成了一個(gè)完整的循環(huán)閉環(huán)。

這種循環(huán)能力是未來個(gè)體必備的一種能力。如果你自身具備了這種能力，既能學(xué)會(huì)指導(dǎo)自己的潛意識(shí)工作的能力，又能學(xué)會(huì)指導(dǎo)AI工作的能力。這其實(shí)是AI時(shí)代的一個(gè)元能力。

 

2.知識(shí)的本質(zhì)含義

① 知識(shí)不僅是內(nèi)容，更是一個(gè)過程

吳慶海：我從事與知識(shí)相關(guān)的研究已經(jīng)有20多年了，在這個(gè)過程中，我對(duì)于“知識(shí)”這個(gè)詞的理解也在不斷地迭代更新。
 

從名詞的角度看，大家通常會(huì)認(rèn)為一本書、一個(gè)文檔或者一篇內(nèi)容,結(jié)合五大網(wǎng)絡(luò)相關(guān)理論，我們發(fā)現(xiàn)知識(shí)更像是一種過程。

 

② “知”為客觀，“識(shí)”為主觀

田俊國(guó)：知識(shí)存在多種說法，有一種說法是：知識(shí)的關(guān)鍵在于“識(shí)”，“識(shí)”是個(gè)人對(duì)信息的理解。
 

以往我們普遍認(rèn)為知識(shí)是客觀的，但其實(shí)不對(duì)，知識(shí)必定是主觀的，因?yàn)椴煌娜藭?huì)有不同的理解，也就是說“知”可以是客觀的，但“識(shí)”一定是主觀的。

那么，知識(shí)能不能算客觀？當(dāng)大部分人都認(rèn)同的一種主觀認(rèn)知，就可以勉強(qiáng)稱作客觀，也就是外界大部分人達(dá)成共識(shí)的主觀認(rèn)知可相對(duì)視為客觀。

而一個(gè)人對(duì)于知識(shí)本身的理解和定義，會(huì)決定其在知識(shí)管理或者教學(xué)當(dāng)中所采用的套路、打法以及具體方法。

真正的專家都有一個(gè)特點(diǎn)，特別擅長(zhǎng)追問第一性原理。他們總是在默默深入地思考工作相關(guān)的問題，他們看待事物永遠(yuǎn)比普通人更加深刻、更加透徹。

 

3.AI，顛覆和重構(gòu)教育體系

吳慶海：我想從兩個(gè)方面來談。一方面，知識(shí)有一種定義是“有效行動(dòng)的能力”，這和現(xiàn)在所說的反應(yīng)網(wǎng)絡(luò)（基于問題作出反應(yīng)）從應(yīng)用角度來看是有一定道理的。
 

另一方面，我們來看看ChatGPT，它對(duì)之前的教育體系來說是一種重構(gòu)。

以前我們的教育體系是：每個(gè)人從出生開始，歷經(jīng)小學(xué)到大學(xué)，要花費(fèi)很多年去學(xué)習(xí)知識(shí)，而且是非常體系化地進(jìn)行知識(shí)灌輸，至于這些知識(shí)在大腦里形成什么樣的結(jié)構(gòu)，我們并不清楚。

但是ChatGPT就不一樣了，它并不遵循標(biāo)準(zhǔn)的知識(shí)體系。只要你基于某個(gè)問題提問，它就會(huì)給你一個(gè)答案。

這種對(duì)知識(shí)的顛覆和重構(gòu)，會(huì)對(duì)我們傳統(tǒng)的教育或知識(shí)體系模式產(chǎn)生重大的反向沖擊。

田俊國(guó)：現(xiàn)代教育其實(shí)是一種進(jìn)化與退化并存的方式。為什么這么說？進(jìn)化和退化是相互關(guān)聯(lián)的，有進(jìn)化就必然會(huì)有退化。

在教育過程中，我們往往想要強(qiáng)化一種固定的反應(yīng)模式，然而這樣做的同時(shí)，就把其他的可能性全部扼殺掉了。

所以，進(jìn)化和退化是同時(shí)存在的。我們?cè)诔砷L(zhǎng)的過程中，實(shí)際上是一邊在進(jìn)化，一邊也在退化。不要以為成長(zhǎng)就完全是進(jìn)化。

老子說“物壯則老，是謂不道，不道早已”，意思是事物發(fā)展到強(qiáng)盛之后就會(huì)走向衰老，很快就會(huì)消亡。

其實(shí)人的成長(zhǎng)和成熟，有時(shí)候意味著思維的固化，一旦這種固化形成，人適應(yīng)社會(huì)變化、適應(yīng)外部環(huán)境的彈性就沒有了。

學(xué)習(xí)實(shí)際上是一把雙刃劍，它既有積極的一面，也有消極的一面，這一點(diǎn)我們必須要理解。

就像我們現(xiàn)在討論的ChatGPT，它有一個(gè)優(yōu)點(diǎn)，就是能夠最大限度地克服學(xué)習(xí)過程中讓人形成固化反應(yīng)模式的弊端，因?yàn)樗陨硎窃诓粩嗟氐隆?/p>

人也需要不斷地迭代更新自己。有句話說得好，如果你不覺得年初的自己像個(gè)傻瓜，那就說明你的進(jìn)步太慢了。

 

4.組織學(xué)習(xí)力的SECI模型

吳慶海：能夠說出來、表達(dá)出來的知識(shí)，只是我們對(duì)知識(shí)客觀表達(dá)的一種方式。通常來講，能夠用字符串、聲音、圖像等方式表達(dá)出來的知識(shí)，就是一種顯性知識(shí)。
 

SECI模型由日本著名學(xué)者野中郁次郎提出，他被譽(yù)為知識(shí)創(chuàng)造之父。他認(rèn)為知識(shí)創(chuàng)新的本質(zhì)，是始于個(gè)體與個(gè)體之間隱性知識(shí)的共享與交換，這就是“socialization”的含義。

在SECI模型中，第一象限就是“S”（Socialization），是隱性知識(shí)社會(huì)化、社交化的層面。就如同我們今天在交流過程中，其實(shí)是在調(diào)動(dòng)我們的潛意識(shí)，把隱性知識(shí)激發(fā)出來。

所以，現(xiàn)在不可能有人獨(dú)自閉關(guān)修煉幾十年成為高人，因?yàn)橹R(shí)強(qiáng)調(diào)的是多個(gè)人之間相互的激蕩和碰撞，只有這樣才能產(chǎn)生真知以及更新的東西。

第二象限，“E”，即“exteriorization”（外顯化）。把我們隱性的東西表達(dá)出來，而外顯化的過程，是衡量一個(gè)人能不能把知識(shí)講得透徹、寫得好、說得明白的真正關(guān)鍵所在。

在這個(gè)過程中，我們經(jīng)常會(huì)通過復(fù)盤、知識(shí)萃取等方式把隱性知識(shí)提煉出來，這既考驗(yàn)我們個(gè)體知識(shí)素養(yǎng)的高低，也是考驗(yàn)組織能否把這些隱性知識(shí)提煉出來的水平。

當(dāng)然，一旦形成了文檔、書籍等，那就已經(jīng)完成了顯性化。

第三象限，“C”，即“combination”（組合化），我們大部分知識(shí)庫(kù)、信息系統(tǒng)的建立，主要都是在這個(gè)象限上下功夫。

第四象限，“I”，叫做“internalization”（內(nèi)化的過程），也就是要將知識(shí)內(nèi)化成自身的能力。

我們常常會(huì)有這樣的疑問，為什么學(xué)習(xí)了那么多知識(shí)、讀了那么多書，卻還是過不好這一生呢？這就要看內(nèi)化有沒有做好。

一千個(gè)人腦子里會(huì)有一千個(gè)哈姆雷特，一千個(gè)人腦子里會(huì)有一千個(gè)林黛玉，因?yàn)槊總€(gè)人大腦結(jié)構(gòu)的五個(gè)網(wǎng)絡(luò)存在差異，即便接觸了大量外在顯性化的信息或知識(shí)，但每個(gè)人大腦的結(jié)構(gòu)完全不一樣。

當(dāng)一個(gè)人在知識(shí)的快速迭代過程中，速度和力度都能達(dá)到一定水平，就能夠慢慢從泯然眾人中脫穎而出，成為高手、專家、牛人。

這就是我所理解的SECI模型，從組織高度去看時(shí)，與知識(shí)管理模型之間產(chǎn)生的一些共鳴之處。

 

四、學(xué)習(xí)力躍升，像AI一樣迭代

1.AI學(xué)習(xí)力的核心：算法、算力、數(shù)據(jù)

田俊國(guó)：人工智能如今厲害之處主要體現(xiàn)在三條。
 

其一，它永不知疲倦，能夠24小時(shí)不間斷工作，無(wú)需吃飯也不用發(fā)薪。原因在于它在知識(shí)轉(zhuǎn)化方面表現(xiàn)出色，能將“C”（顯性知識(shí)）高效地轉(zhuǎn)化為“I”（內(nèi)化知識(shí)），工作的同時(shí)就在學(xué)習(xí)，學(xué)習(xí)能力很強(qiáng)。

其二，它在“S”（社會(huì)化、共享隱性知識(shí)）方面也極為厲害，一個(gè)終端積累的經(jīng)驗(yàn)?zāi)茉谄渌薪K端馬上實(shí)現(xiàn)共享。而在人類社會(huì)中，人與人之間經(jīng)驗(yàn)共享存在很大門檻，包括語(yǔ)言等因素的限制。

其三，人工智能在這些人類學(xué)習(xí)的環(huán)節(jié)上能夠進(jìn)行諸多簡(jiǎn)化?；旧纤薪K端的數(shù)據(jù)都會(huì)積累到后端數(shù)據(jù)庫(kù)，經(jīng)驗(yàn)積累也是如此，并且它能帶著算法開展工作，實(shí)現(xiàn)從“C”到“I”的無(wú)縫對(duì)接。

然而，自然人通常是工作與學(xué)習(xí)分開進(jìn)行的，會(huì)覺得工作只是應(yīng)付任務(wù)，不像人工智能那樣工作即學(xué)習(xí)。這就凸顯出碳基生命（人類）與硅基生命（人工智能）在這方面的差距。

人工智能最重要的要素?zé)o非是算法、算力和數(shù)據(jù)。

對(duì)于自然人的學(xué)習(xí)力而言，算法可以理解為做事情的各種方法論、套路，比如PDCA等，這些都可視為個(gè)人的算法。

但很多時(shí)候我們解決問題依靠的是經(jīng)驗(yàn)，當(dāng)遇到突如其來的問題時(shí)，可能不會(huì)快速提取出一個(gè)既定算法，但往往會(huì)冒出靈感。

所謂靈感，其實(shí)就是潛意識(shí)的建模，就如同“熟讀唐詩(shī)三百首，不會(huì)讀詩(shī)也會(huì)吟”的道理。因?yàn)闈撘庾R(shí)已經(jīng)把詩(shī)句模型化了，只是沒有將其提煉成諸如平平仄仄這樣作詩(shī)的具體套路。

當(dāng)閱讀積累到一定程度，即便沒有明確的作詩(shī)算法，也能依靠感覺對(duì)字詞進(jìn)行調(diào)整。這說明當(dāng)一個(gè)人有豐富經(jīng)驗(yàn)時(shí)，在沒有現(xiàn)成算法的情況下，數(shù)據(jù)本身就能堆積出一個(gè)算法。

這也反映出如今學(xué)習(xí)存在的一個(gè)麻煩之處，在課堂里老師教授的多是算法，但老師幾十年的經(jīng)驗(yàn)卻無(wú)法一一傳授給學(xué)生。

而且，算法看似有套路可循，但老專家解決新問題時(shí)，依靠的往往是自身的數(shù)據(jù)（經(jīng)驗(yàn)）。一旦用經(jīng)驗(yàn)解決了具體問題，經(jīng)驗(yàn)就可以轉(zhuǎn)化為知識(shí)。

 

2.多對(duì)話，提升潛意識(shí)的原動(dòng)力

田俊國(guó)：維果茨基說：所有的學(xué)習(xí)都是兩次登場(chǎng)的，一次是個(gè)體間的交流過程，一次是個(gè)體內(nèi)的交流過程，而對(duì)于個(gè)體來講，個(gè)體內(nèi)的交流過程才是學(xué)習(xí)發(fā)生的最后一步。
 

不管別人說多少、怎么說，最終是否采信在于自己，只有自己采信并內(nèi)化成自己的理解，那才是真正的學(xué)習(xí)發(fā)生。就像杰根的那句名言：“我說的每一句話都沒有意義，除非你認(rèn)為它有意義。”

也就是說，我們自己才是學(xué)習(xí)成果的最終裁判。

哪怕把老師講的內(nèi)容背得滾瓜爛熟，如果沒有內(nèi)在的個(gè)體內(nèi)對(duì)話，那也只是機(jī)械的反應(yīng)，個(gè)體內(nèi)對(duì)話才是學(xué)習(xí)真正發(fā)生的“最后100米”。

所有的個(gè)體間對(duì)話往往又是由個(gè)體內(nèi)對(duì)話引發(fā)的，比如我要和別人講事情，先要在潛意識(shí)里打個(gè)腹稿。

要學(xué)會(huì)運(yùn)用潛意識(shí)開展工作，是存在一些有效秘訣的。

比如備課這件事，幾個(gè)月前就可以給潛意識(shí)下一個(gè)“錨”，明確設(shè)定要解決某個(gè)特定問題。

當(dāng)這個(gè)“錨”下好之后，潛意識(shí)便會(huì)持續(xù)不斷地進(jìn)行醞釀。經(jīng)過較長(zhǎng)一段時(shí)間，可能突然在某一天就會(huì)迎來頓悟時(shí)刻，問題的解決思路一下子就清晰了。

 

3.構(gòu)建場(chǎng)域，激發(fā)學(xué)習(xí)力

我現(xiàn)在特別強(qiáng)調(diào)“場(chǎng)域”的情況，就像我們現(xiàn)在聊天這樣，一開始可能以信息流為主，大家比較拘謹(jǐn)，等慢慢放開了，想聊什么就聊什么，這就達(dá)到了一種比較暢快的狀態(tài)，可稱之為“場(chǎng)域”。
 

而場(chǎng)域是有其特定定義的，人其實(shí)存在兩個(gè)最基本的狀態(tài)：一種是“我”的狀態(tài)，就是還比較關(guān)注自我；另一種是聊著聊著把“我”忘了，只剩下“我們”的狀態(tài)。

在集體決策或者集體學(xué)習(xí)的場(chǎng)域中，對(duì)最終學(xué)習(xí)成果的質(zhì)量影響非常大，因?yàn)樗葧?huì)影響每個(gè)人的心情，也會(huì)影響每個(gè)人的能量狀態(tài)。

影響決策質(zhì)量的因素，往往并非僅僅取決于信息量是否足夠。我個(gè)人認(rèn)為，至少有兩個(gè)因素是對(duì)半分的重要程度，那就是人的能量狀態(tài)以及信息量。

當(dāng)人們處于低能量狀態(tài)時(shí)，會(huì)激活戰(zhàn)斗逃跑模式，也就是會(huì)激發(fā)“小我”，每個(gè)人都在盤算自己的小算盤，只為自己的安全感考慮。

在這種情況下討論問題，很難做出對(duì)集體更好的決策。大家都會(huì)借著事情本身，把自己隱藏層里的利益和訴求隱藏起來，說一些冠冕堂皇的理由，如此做出的決策往往就會(huì)偏離正確方向。

相反，當(dāng)大家處于高能量狀態(tài)時(shí)，就會(huì)想著怎樣能讓組織變得更好。不過這里存在一個(gè)風(fēng)險(xiǎn)，就像《烏合之眾》所說的，當(dāng)群體處于高能量狀態(tài)，一人帶起節(jié)奏時(shí)，群體越大越容易出現(xiàn)問題。

大家可能都在跟著考慮同一件事，而這時(shí)候智商可能會(huì)變得很低。比如大家一呼百應(yīng)，就變成了烏合之眾，所有人的智商瞬間變?yōu)榱恪?/p>

所以企業(yè)家在經(jīng)營(yíng)組織的時(shí)候，一定要把信息充分和能量狀態(tài)這兩個(gè)因素結(jié)合起來。有時(shí)候能量太高會(huì)變成亢奮狀態(tài)，一呼百應(yīng)，容易出現(xiàn)問題；而有時(shí)候信息不充分也不行，也會(huì)影響決策質(zhì)量。

這兩個(gè)場(chǎng)景需要經(jīng)常交替出現(xiàn)，有時(shí)需要大家狀態(tài)高一些，但狀態(tài)高的時(shí)候智商又容易喪失，有時(shí)又需要信息充分。

對(duì)于個(gè)體決策來說，在決策的那一剎那，也要問問自己當(dāng)下的狀態(tài)是高還是低，因?yàn)闋顟B(tài)太高容易亢奮而出昏招，狀態(tài)太低也不行，所以影響決策的主要就是這兩個(gè)維度。