针对性地搜集信息

分析问题一个常见误区是试图先对领域进行系统性地研究。为了更加高效的思考和分析,我们必须迫使自己先对问题进行分析,再针对性地搜集资料。

我们要解决的问题往往需要额外的知识,比如如何计算投资房产的实际回报率。对这样的问题我们需要在学习领域知识的同时对问题进行针对性分析。这两个步骤往往是交替进行的:了解领域之后对问题展开针对性地分析,然后继续学习以进行更深入的分析。这个过程应该主要以解决问题为主导,学习更多的知识是为了可以启动或者深入分析。但一个常见的误区是试图先对问题进行系统性的研究,使对问题的学习成为主导。

想全面研究问题这种冲动一方面来自于好奇心,另一方面来自于对决策的不够自信。我们有时候想要深入了解问题领域的细节,了解的加深通常也确实可以提高决策的准确性。但在很多数情况下,我们既不需要这么多信息来作出判断,也没有足够多的时间对领域进行全面研究。

对于完全陌生的领域,掌握基本的知识框架是必要的,但是应该迅速转移到对问题针对性分析之上。缺少目的性的研究和学习往往效率低下,也容易导致我们收集许多不需要的信息。比如为了将某个框架应用于一个工程问题,我们只需要了解了解如何使该框架运行起来,而不需要了解框架的具体设计思想和实现细节。

为了掌握针对性搜集信息的能力,我们在解决问题的时候必须反复问自己:当前的问题是什么,为了解决这个问题我需要的信息是哪些。我们最终的目标是不断提高自己在在有限的时间和信息之下决策的准确性和效率。

避免思维跳跃

我们无法有效分析问题的一个主要障碍是思维跳跃。大多数复杂问题牵扯到多个子问题,而每个子问题有有其自身的结构。思考这些问题的时候,我们很容易在不同子问题和不同层面之间跳跃。这样的跳跃将思维的展现拉得过长,难以集中突破,要提升思考的效率我们必须学会避免思维的跳跃。

人类的思维本身是跳跃的。我们的思维是大脑内的点信号在神经网络中游走的过程。这个过程本身是不断发散的。每一个新的想法甚至词语都可能出发一大堆相关的想法,以至于在思考一个问题的时候,我们常常会随机游走,等回过神来的时候才发现已经偏离到了一个陌生或者细小的领域。

但从另一个角度来看,思维跳跃有时候是寻找问题内在结构的努力。思维跳跃的程度往往跟我们队该领域的熟悉程度相关。对于完全陌生的领域,我们很难产生跳跃,因为缺少足够的知识,比如如何登上月球。对于完全熟悉的领域,我们往往可以高效的找出问题的内在结构,而沿着内在结构逐个解决即可。

最容易产生跳跃的问题往往来自于我们部分熟悉部分部分陌生的问题,而这也正是我们日常工作生活中最为常见的问题类型。因为有一定程度的熟悉,我们可以获得一系列思考的起点,但每一个子问题的深入又需要一定程度的研究。我们或许感到继续深入的困难而主动转移思路,或许因为对某个问题的兴趣而不断深入。

比如为了满足业务增长的需求,我们正在考虑将数据从一个数据库系统迁移到另一个数据库系统。我们熟悉现有的系统,对新系统则并不完全了解。我们可能会在下面的问题之间跳跃:

  • 具体应该怎么进行数据迁移?(执行问题:如何做)
  • 新的数据库适用于我们的工作场景吗?(是否合适的问题)
  • 我们的工作场景遇到的问题是什么?(知识缺乏:对现有的系统进行诊断和总结)
  • 新的数据库适用于什么工作场景?(知识缺乏:需要研究新的系统)
  • 新的数据库中的数据模型要怎么样设计?(具体执行问题)
  • 使用新的数据库给我们服务器的读写模式带来了什么变化?(是否合适的子问题)
  • 这些变化如何影响我们的应用程序接口?(是否合适的子问题)

你很容易可以看出来,上面这些问题在至少涉及三个不同的层面。为了有效的思考,我们需要抑制思维跳跃的冲动,努力专注于一个目标:定义问题,并找出解决当前问题完整而不重叠的子问题。

首先我们需要定义问题:

  • 现状

现有的数据库系统无法满足业务继续扩张的需求。一方面是因为它不支持容量的线性扩张,按照现有的业务增长速度,在X时间之后会遇到数据库容量和性能的瓶颈。另一方面是现有的数据库模型设计方式不再适合业产品的快速迭代。随着产品的演进,目前的数据库模型已经过于复杂,新人掌握当前产品以及迭代新产品的成本都越来越高。

  • 理想状况

一个可以线性扩张性能以满足业务增长的数据库系统。 简化的数据库模型设计从而降低产品迭代的成本。

  • 问题

一个可能选项是迁移到新的数据库系统,同时重新设计数据库模型。需要研究:新的数据库系统是不是适合我们的业务模式?迁移到新系统的具体方法和成本如何?

为了回答新系统是不是适合的问题我们需要回答下面的子问题:

  • 1.1 新的数据库系统能否解决性能扩张问题?
  • 1.2 新的数据库系统是否适合我们的业务模式?

对第二个问题我们又可以分为下面的子问题

  • 1.2.1 现有的业务模式对数据库有什么样的要求?
  • 1.2.2 新的数据库系统能否满足这样的要求?

使用连续分析框架界定问题

提出正确的问题是得到正确的答案的第一步。思考复杂问题的时候我们经常感到千头万绪无法下手,走出这种混乱的第一步就是清楚地定义问题。如何界定问题?连续分析是其中一种有效的方法。

连续分析中包含三个要素:现状,目标以及路径。所谓现状就是当前的状况,其中包含问题的约束条件。目标是我们期望获得的结果,而路径就是从现状到达期望结果过程和方法。这个框架十分简单,甚至不言自明,但我认为它至少有两个有点:结果优先的思考模式和检查问题完备性的能力。

思考期望的结果在个人决策中尤为重要。许多个人决策之所以困难,正是因为我们的目标不够清晰。比如我们发现很难定义什么是好的工作:优异的收入状况但需要以超长时间的工作作为代价的工作算不算好工作?工作和生活良好地平衡但是缺少发展机会算不算是好工作?

思考期望结果的难点在于,第一是目标可以优化的因素太多,第二是对于各个因素的权重的缺少判断。比如我们购买自主房产的时候,既想要优化通勤距离、户型、居住质量,又想要优化学区和未来的升值空间。但现实是,我们很难在不超过预算的情况下达成所有这些优化目标,给想要优化的目标排序是找出期望结果的第一步。

连续分析的第二个好处在于帮助我们分清问题的类别,检查问题的完备性。我们在现实生活中遇到的问题大多数都是路径问题:如何获得想要的结果。还有些问题在多条路径中选择最优路径的问题。而最棘手的问题则经常是期望和路径组合的双重问题。比如如何获得好的工作,幸福的生活,优良的资产配置,美好的伴侣等等问题。

期望和路径的双重问题的特点在于目标不够清晰,实现路径也满是问题。而对于这些问题,我们会发现将目标和路径分开思考会大大降低难度。比如我们首先需要思考如何定义我们的目标:什么是优良的资产配置。我们会发现这其中包含许多因素:良好的收益预期,抵抗风险的能力,以及适当的流动性等等。而不是直接陷入“用多少比例的资金购买股票才是好的资产配置”这样混乱的问题。

使用这个框架我们很容易区分好问题和不好的问题。“如何进行投资”是一个不好的问题,因为它只给了模糊的方向,缺少对现有条件和目标的描述。“我目前有两万美元剩余的资金,我想用这些资金进行投资以获得8%左右的年回报率,请问我应该如何投资这笔钱”则是一个完整而清晰的问题。

进一步的,我们还很容易检查出问题的完备性。“我期望在退休的时候在我的账户上拥有五十万美元的净资产,请问我应该怎样从现在开始配置资产”。我们很容易发现这个问题缺少了现状即约束条件,所以我们下一步便需要跟我们的客户一起来讨论一下他现有的收入和资产情况。

检查问题的完备性有时候帮助我们迅速锁定方向。比如我希望提升团队oncall 轮岗的效率,但当我发现自己对于现状并不清楚。因此我第一步需要做的就是收集目前oncall过程中团队在不同任务上所花的时间,分析不同任务的特点,再观察各类任务可能的效率问题。清晰地分析现状之后,问题的解决方案往往也一目了然。

大多数问题都可以直接使用连续分析的方法定义,但有时候这个过程的收益并不直观。比如面前有一个改变职业发展方向的机会,但是我并不清楚应不应该抓住这个机会。通常来说,我们思考这个问题的时候会使用自下而上的思考方法:这个机会变化各个方面的变化是不是自己想要的。但这样的思考很容易是自己局限于当前的选项。

在连续分析的框架之内,新的职业机会变成了路径,而目标是我们想要到达的职业状态,这个问题就变成了目标和路劲双重问题:我们急需要思考自己想要的职业状态,还需要思考当前基于能否带来这样的职业状态。

在个人决策中运用管理咨询

金字塔原理原本是为管理咨询行业设计的一套方法论。咨询顾问通过专业知识和调查手段帮助客户分析问题,提出解决方案,并将结果清晰地呈现给客户。这套方法论似乎更适合于专业领域的工作,但我们可以通过同时扮演客户和顾问的角色,将它运用在个人的思考和决策之上。

个人的决策过程与管理咨询有许多相似之处。比如二者都希望能够高效地分析问题,解决问题,和呈现结果。分析和解决问题自不必说,如何呈现问题以及结果也是我们专业领域日常工作中重要的一部分,这也是为什么金字塔原理中最被广泛运用的关于沟通的部分。即使对于纯粹的个人事务而言,思考和表达的过程是相互缠绕的,能够以清晰的思路阐释思考的过程即使解决问题的必要途径,也是说服自己和他人的必要能力。比如我们都感受过的,条理分明的分析使我们更加确认最终决定的可信度。

将管理咨询的模式运用在个人决策上的第一个好处是使我们客观地分析问题。个人事务决策的时候往往主观性强烈,比如我们的职业选择。我们大多数人思考问题的方法都是自然形成,而缺乏训练,当中包含大量无意识的偏差影响我们的决策结果。比如我自己对于金钱的敏感度低,决策的时候往往会低估财务方面的影响。将问题客观呈现的过程迫使我们将原来无意识的思考的过程具体化,从而使我们更容易发现思考过程中的暗角。

使用这样心智模型的第二个好处是迫使我们使用结构化的方式分析问题,从而提高思考和决策的效率。结构化的方法包括定义问题框架,结构化分析问题,以及最终对问题进行呈现。这当中的每一个步骤都需要可以配合相应的方法,通过提升每一步的效率我们就可能不断优化解决问题的技巧。当然,效率的提升并不会一步到位,这当中必须包含大量的训练和反思。

个人决策和管理咨询也存在许多差别。个人决策中包含很多主观成分。管理咨询所依赖的决策信息往往自专业知识和市场调查。个人决策则包含了大量的对个人主观偏好的判断。对这些主观偏好以及他们在决策中的权重不够清晰是我们在个人决策中感到困难最主要的原因。比如考虑职业发展机遇的时候我们需要知道在薪资、发展空间、个人成就感、和工作生活平衡等等因素中间哪些因素对于我们的重要程度最高。个人决策往往还包含着大量的不确定性,这些是不确定性随着时间的延长而增加。如何处理这些不确定性以做出长期最优选择是个人决策中最大的挑战之一。

改善学习方法:2020篇

学习和思考是我们唯一的工具。我们一生的时间非常有限,二零一九年我总共写了五十三篇文章,平均每周一篇,按照这个速度十年时间我也只能写五百三十篇文章,也就是五百本书左右的量级。这还是假设我可以持续按这样的时间投入。如果将这五百本书看作输入,我当然希望可以获得最多的产出。而从输入到产出,唯一能控制的恐怕就是学习方法了。提高学习效率恐怕是个永恒的主题,建立和改进学习方法需要花时间,甚至维持现有的效率都需要花时间。我打算将对学习方法的总结和思考写成一个系列,每年总结和更新一次,至少维持现有的效率不降低。

  • 尝试不同的学习策略

学习策略的选择和其他选择相比试错成本极小。我们害怕作出改变,除了惯性,最主要的愿意是害怕其中的风险,比如在哪个城市生活,选择哪家公司等等。尝试不同的学习策略几乎毫无成本和损失,因为一切都在个人的掌控当中,而且学习策略之间的效果差距在短时间内并不显著。想想看,总没有哪种学习方式让你一无所获吧?学习策略包括如何确定学习的主题,使用什么形式学习,在什么时间学习,如何衡量学习的成果等等方面。

  • 尝试的心态比作出承诺要容易得多

抱着尝试的心态去做一件事比下定决心要做出改变要容易得多。“接下来一个星期不如试试早上学习”比”我从现在开始要每天早上起来学习“听起来要轻松容易得多,“试着按照金字塔原理的方式写作”比“我要按照金字塔原理努力提高我的写作水平”简直不是同一件事。我们的承诺越大,作出改变所需要的心理成本就越大,改变就越难以发生。轻装前进。

  • 寻找针对性的奖励回路

热情也许可是使我们保持短暂的投入,但是没有奖励的机制事情是无法坚持下去的。我们和巴甫洛夫的狗一样,都是条件反射的动物。无论对于自己还是他人,当我们想要让某个行为出现或者保持下去的时候要需要多想想这种行为的奖励机制是什么。要使你的伴侣持续的爱你,要问问她为什么爱你,而你如何不断增强这些方面的投入。

博客和写作是我给自己的第一套奖励系统。这套循环的好处简直数不胜数。写作是一个智力跋涉的过程,翻山越岭之后是智力的满足。写作过程中还是是可以体验到完全投入、忘记时间的心流的感觉。总结和复述带来知识上的收获,整理和表达则不断强化我的表达能力,博客文章的积累本身更是一种可视化的成果衡量系统,在一件事情上简直如此之久更可以带来自尊的提升和克服更多困难的自信。

仅仅有一套奖励回路是不足以应对所有学习任务的。单一的奖励回路会强化某些方面的知识和能力,比如社科性的知识积累,但是对于技能的联系和应用本身并无帮助。为了让奖励系统服务于学习本身而不是相反,必须在学习的各个阶段,针对不同的学习主题开发奖励回路。

  • 建立多样的的成果评价系统

不同主题的学习需要使用不同的方式来衡量收获。能够将学到的知识清晰的表达出来固然是一种能力,但是对于技能的提升,仅仅知道技能的使用原则还不够,必须找到更加系统可行的方式对这些主题的进展进行衡量。

  • 按照主体研究式地学习

过去两年的学习主要是按照书本为单位的甚至是以章节为单位的。这样的学习方式的问题在于,容易缺少深度并且受限于书本的结构。缺少深度是因为我们无法对知识进行横向比较,缺少批判。每次学习一种理论当然更容易掌握,但是在同一个主题往往存在许多完全不同的理论,如果对这一领域内的同类理论缺乏研究会导致陷入盲目的实践当中。

按照主题学习必将会更加困难和费力,但是这是从广度走向深度必须经历的过程。这样的过程非常类似于进行研究,我们需要首先确定研究的主题和方向,然后耐心阅读材料,交叉验证,进行总结然后依次推荐。

  • 场景化技能学习的目标

知识的学习也许可以采用自顶向下的方法,技能的学习最好是以拼图的方式进行:从最具体的最场景化的能力开始学些。比如说,与其说要提高英语口语,不如说我想提高在会议当中讲解关于我们公司业务的时候的口语能力;与其说我想打好羽毛球,不如说我想要在对方使用前场高调球的时候从后场赶回并有效接住。场景化的目标让我们的技能训练更加容易执行,更加容易衡量进展,也更加容易获得满足:及时奖励好过沿长奖励。

场景化的目标也迫使我们思考一项技能的组成结构。比如管理能力可以细分为沟通能力,绩效管理能力,指导和授权能力等等。而沟通能力又可以细分为关系构建沟通能力,寻求和提供反馈的能力,公众演讲能力,冲突沟通能力等等,在细分之下,关系构建能力又可以分为在于员工一对一的时候构建信任关系的能力,在非正式场合与员工建立感情的能力等等。这样金字塔式的演绎可以让你找到最基础的可以直接训练的元能力。另一方面,场景化也更有助于你寻求指导和寻找例子。

  • 有效利用互联网

从互联网转向书本的主要原因是互联网上的内容过于琐碎,无法形成体系。但这主要是因为我们过于依赖互联网上的内容推荐,比如微博知乎公众号等等。碎片化的阅读当然不能带来很多收获,但是如果有目的的进行研究则完全不同。我们完全可以使用不同的方式,比如维基百科作为入门,youtube上的相关讲解作为介绍,然后配合深度的阅读和对于相关书籍的评论,就可以较为充分的了解这些领域的知识。

  • 向身边的人学习

如果要学习一项技能或者技巧,从你身边的人开始学习是最有效果的。如何有效从身边的人学习?确立你想要学习的目标技能,注意最好是场景化的技能,场景化的目标相当于帮助我们的大脑打开了一个分类过滤器,当我们想要学习的时候必须首先能够观察到对应的技能运用场景,这样当目标出现的时候我们就可以更快的捕捉到。在捕捉到对应的场景之后,我们要及时进行观察和记录,比如使用录音机进行录制。事后我们需要进行场景化的总结,比如学习的目标所面临的而具体场景是什么,他当时的出境有哪些约束,它是如何处理这些约束条件的。下一步联想自己将要处理的场景,试图学习和应用。最后是寻求反馈,可以是主动向他人要求反馈,另外我发现通过录制自己的表现我们往往会对自己的能力产生全新的认识和评价,这样自足的反馈更容易操作。

  • 善用他人的失败

查理芒格的人生经验之一是从他人的失败当中学习。我们不仅要从成功的榜样身上学习,还要从失败的例子当中学习。

学会务实性思考

务实性和知识性思考

在我的人生中只见过有限的几个人具有这样的思考问题的特质:总是从实际情况出发,从分析问题本身开始,抓住所要达成的目标和问题所造成的阻碍,而在思考的过程中不受到条条框框的限制,不努力寻求新的知识,而专注在使用已有的知识来解决问题。我称这样的特性为务实性思考。这些人具有这样的特性:

  • 他们更少的追求纯粹知识。
  • 他们大都是目标感很强的人,而且对于实现目标的路径没有任何的限制。
  • 他们在现实性的事务上都具有超出一般人的敏感性和处理能力。

我思考问题的方式则通常于此不同,多数时候遵循这样的框架:

  • 我假设我们所面临的大部分问题都是已知的,存在解决方案的,这个方案就是知识和经验。
  • 我相信行动的最好指导是这些知识和经验,而前人的经验和知识往往要比自己总结出来的方法有效。
  • 面对问题我会努力寻找解决问题的知识和框架,找到之后就会努力按照这样的框架解构问题。
  • 解构的过程也是对问题的重构,相当于已经先填充了一个框架,然后将问题分解然后还原到框架的特定部分。
  • 最后再按照这个框架来重述这个问题。

我称这样的思考方式为知识性的思考。

思维倾向

我在相当多的场合观察到自己这样的思维倾向:

  • 更多的专注于知识的获得

在想要努力提高自己系统设计能力的时候,我会先去寻求系统设计的原型。在我想要努力提高管理水平的时候,我先从学习管理技巧开始。在我想要提高摄影技术的时候,我也会先从学习摄影技巧开始。

  • 不抱有明确目的的学习

我喜欢喜欢纯粹思想层面和知识层面的学习。比如学习社会学,政治哲学等等。这些知识对于提高解决问题的能力并没有明确帮助,但我对此抱有相当浓厚的兴趣。

  • 对于具有更高解释能力的知识和思维框架具有偏好

比如,除了想要在组织当中晋升,我还想要认识和理解组织的运行模式。比如阅读组织行为学等等。背后的想法是想要获得对于更高层面的规律。

  • 追求使用完整的框架阐释问题

喜欢寻找问题背后可能的理论性框架,想要追求这样的框架并用他们来解释问题,而且会因为能够获得更加完整的解释而满足。

  • 关注的领域集中在知识性问题而非技术性问题,非操作性领域而非可操作性领域

比如我专注经济学的理论,而对与生活更为紧密联系的的投资管理、税务管理等主题研究不够深入。比如我学习很多政治理论但是对于现实美国社区的政治运行状况缺乏理解。又比如我从职业领域切入的时候也更多的是从纯粹技术性的角度着手的,我考虑如何提高技术和管理能力,而对于职业中现实中人与人的关系思考较少。

知识性思考的问题

对于知识的追求本身没有问题。但是用这样的方式来解决问题本身会产生一些问题。

  • 错误的使用思维工具

想要把实际问题放入到框架当中,而不是使用思考的框架来帮助我们解决问题。所谓当你有一把锤子,所有问题都是钉子说的就是这样的思维定式。将事情放入既定的框架当中分析是一种省力的办法,但是容易导致脱离实际。

  • 对知识本身的追求成了目的

知识的学习本身会带来满足感,但有时候容易为了这样的满足感本身而学习。

  • 想要从知识和学习中寻求安全感

因为性格中对于结构性的思维,对于明确的方向感的偏好,所以容易陷入追求知识本身带来的安全感的陷阱。容易陷入追求知识而不是实际解决问题的能力的陷阱,陷入获得知识就可以获得力量的幻觉。

  • 对现实问题的兴趣因此降低

因为对于抽闲问题或者知识性问题的乐趣较大,容易忽略现实性的问题。对于现实性问题的思考不够深入,因而缺乏长期的判断。比如专注于组织行为学的研究,却忽略了公司本身商业运行上的状况,对于事情的全貌缺少了解。

从关注现实问题开始

解决这些问题需要长期的反思和提醒,第一步我想要矫正的事对于非应用性知识的的依赖,从关注现实性的问题开始,获得对于现实的更稳定的判断。在后面的一段时间内我将更多的专注在下面这些主题的学习上:

  • 支出预算和管理
  • 个人税务管理
  • 养老金计划
  • 投资保值
  • 房产管理:房产税,房屋价值判断模型,房租投资模型
  • 保险:健康保险,车祸保险,房屋保险
  • 子女教育投资
  • 健康管理:医疗保险,身体检查,健身和保健尝常识

还有关于个人的主题:

  • 情绪管理
  • 亲密关系处理

Critical Thinking: The Basic Concepts

In a simplest form, critical thinking is about effectively processing the information to reach a conclusion.

I found critical thinking was not easy to master when I first learnt it during my GRE test training at my college. The students are required to finish two essays in one hour, one focused on analyzing an issue, the other focused on making an argument based on a given topic. It was difficult not only because critical thinking skills were new to most of us, but also because the topics were mostly classical moral, legal, sociology controversial topics that requires large amount of background knowledge to be able to make solid reasoning.

I find it necessary to revisit these skills because I increasingly realized the importance of effectively information processing. I will start from a few basic concepts about critical thinking.

  • Claim, Issues, Argument

A claim is basically a statement, is about what we say. And we question about the statement, we raised an issue. An argument is different that it has to include two parts: the premise and the conclusion. The premise it to support the conclusion. In real life, however, people don’t directly share their argument, and your job is to find out the conclusion and their premise to support the conclusion.

  • Inductive Argument and Deductive Argument

Inductive Argument is the argument that if the premise is true, there is no chance that the conclusion is true. While in deductive argument, if the premise is true, it is a strong support for the conclusion, but the conclusion is not necessarily guaranteed.

  • Argument and Explanation

An explanation is different from an argument, that an explanation is to explain a fact, so that it often starts from a fact statement, then comes with why the fact is so. While an argument is trying to prove a conclusion, which is not a fact, as otherwise there is not need to prove it.

  • Value judgement, Moral Judgement

Besides making argument, people oftentimes make value judgement and moral judgement as well. Value judgement is more about the value to the person according to his or her personal preference. While moral judgement is more about moral, that what is right and what is wrong.

  • Evaluating Argument

In general, there are three steps to validate the argument. First of all, you should clarify the argument structure. The most basic structure is about the premise and the conclusion, however, in many reasonings, there could be more than one level of argument, that the conclusion of the first argument might becomes the premise of the next argument, and in many other cases, the premise or the conclusion could be understated.

The next step is to evaluate the logic: from a pure logical point of view, whether the reasoning make sense. In this step, it is especially important to not to be affected by the rhetoric expressions.

If the logic of the reasoning make sense, then you want to validate the premise: whether it is a true statement. And in many case, you have to realize that some of the premise are not within your own background knowledge, that you have to do research to validate the credibility of the premise.