如何快速學習陌生行業(yè)的新知識

文│李 剛

越來越多的職業(yè)需要你能在很短的時間內(nèi)掌握一門新的學科。學習陌生行業(yè)的新知識，不大可能像專業(yè)人士那樣學習，最常用的方法，以前叫“觸類旁通”，現(xiàn)在叫“知識遷移”，即把陌生領域的知識跟你之前所熟悉行業(yè)的知識框架進行比較，找到相同的因素，比如成份、知識結構、或者同樣的分析過程，以幫助學習。

更重要的是，知識遷移也是創(chuàng)新性很強的工作的重要方法。

跨行業(yè)學習

狹義的知識遷移幾乎是學習的唯一的方法，比如我們學習英語語法時，總是先看一看語法現(xiàn)象（單數(shù)變復數(shù)），從這個現(xiàn)象中總結語法規(guī)則（復數(shù)規(guī)則），最后經(jīng)過練習就把任意新的單數(shù)名詞變成復數(shù)。

學習的本質(zhì)就是知識遷移，只是大部分知識遷移都是發(fā)生在同一個專業(yè)內(nèi)。隨著知識儲備量的增長，更多的知識遷移發(fā)生在專業(yè)與專業(yè)之間，就是本文所說的廣義的、跨行業(yè)的知識遷移。比如獲2002 年諾貝爾經(jīng)濟學獎的是一位心理學家丹尼爾· 卡尼曼，他把心理學的研究“遷移”到了經(jīng)濟學領域，并創(chuàng)造了一個新的經(jīng)濟學分支——行為經(jīng)濟學。具備跨行業(yè)知識遷移能力的人，其知識面必然橫跨不同領域，而這就面對著一個矛盾，在有限的生命里，人的知識應該更廣博還是應該更專精？

在網(wǎng)絡時代之前，這個問題的答案更傾向于后者。知識在書本上，只有少數(shù)行業(yè)內(nèi)的人士才能掌握，大部分人終其一生才能把本專業(yè)的知識從書本上搬到大腦里。所以，以前的工作很少要求跨專業(yè)的知識遷移能力。但到了網(wǎng)絡時代，知識觸手可“搜”，你并不需要把這些知識都裝到大腦里。專業(yè)學習的作用變成了建立知識架構，讓你知道在這個系統(tǒng)中，某個知識所在的位置，以及知識與知識的聯(lián)系，一旦用到，你便可輕易地搜索并理解相關專業(yè)知識。這就讓普通人有更多的時間涉獵多個領域，從而有可能進行“跨專業(yè)的知識遷移”。

現(xiàn)代職業(yè)大多需要復合多個專業(yè)，也更需要知識遷移的能力。比如營銷傳播，可以說是商業(yè)與心理學的結合，如果只是從營銷專業(yè)內(nèi)理解營銷，你很容易達到知識瓶頸，想要打破天花板，你必須跳出來，跳到上一級學科，從商業(yè)或心理學中進行“知識遷移”。只不過，很多人還停留在功利式學習，每學習一件新事物，都要經(jīng)受靈魂拷問：學了這個有什么用？從知識遷移的角度來看，這個問題的答案很明顯：到了有用的時候，自然有用，在它有用之前，你永遠不會知道學它有什么用。就算最后還是沒用，無非就是浪費一點時間——如果你真心喜歡，那也談不上浪費時間。

當然，跨領域的知識只是“知識遷移”的前提，“知識遷移”很少自發(fā)產(chǎn)生，就像面粉不會自動變成面包。如果把“知識遷移”類比于通信中“編碼”與“解碼”，你還需要另外兩項能力。

舊知識的“編碼”

大部分人在本職工作之外，都有一兩個愛好，可工作的知識和愛好的知識之間，幾乎很少發(fā)生交集。如果沒有合理的方法，知識遷移只是一種非常偶然的現(xiàn)象。這一點跟行業(yè)內(nèi)的知識遷移不同，你是一名銷售，掌握了幾個典型類別的客戶特征后，只要有基本的思考能力，自然能將“有效客戶”的特征遷移到大部分客戶身上。

想要提高跨行業(yè)的知識遷移能力，我們還需要培養(yǎng)從現(xiàn)象中抽象出事物發(fā)展本質(zhì)的能力。以“愛迪生效應”為例。愛迪生團隊在提高燈絲壽命的實驗中，試著在碳絲附近安裝了一小截銅絲，希望能阻止碳絲蒸發(fā)。雖然實驗失敗了，但工程師卻匯報了一件古怪的事，沒有連接在電路里的銅絲，卻產(chǎn)生了微弱的電流。愛迪生立刻敏銳地意識到它的價值——或者我們可以用這個現(xiàn)象發(fā)明出一個新的電流表。但很快，愛迪生將其注冊專利后便束之高閣。因為他覺得人們并不需要新的電流表。直到十幾年后，英國物理學家弗萊明在發(fā)明信號傳遞放大裝置時，想到了“愛迪生效應”，發(fā)明了世界上第一支電子二極管，開創(chuàng)了一門新的工業(yè)體系——電子工業(yè)。“發(fā)明之父”愛迪生居然與這項偉大的發(fā)明失之交臂，正是因為他是一個標準的“民科”，他不懂物理理論，也就無法從“愛迪生效應”這個現(xiàn)象中提煉出本質(zhì)。

所以知識遷移的第二個條件是對知識內(nèi)在邏輯的認知。不光要知道這條知識，更要理解這個知識為什么會出現(xiàn)？在什么前提下成立？它有什么內(nèi)在規(guī)律？有什么外延？當然“知識遷移”的“編碼”是順著知識下來的，相對比較容易，更困難的是“解碼”，因為你根本不知道密碼是什么？

提出問題的能力

跨行業(yè)的知識遷移并不是一種高效的學習方法，因為你不知道眼前的任務應該“遷移”什么知識，如果一個一個的尋找，那太花時間了。那位改行做面試顧問的朋友，如果他改行做了廚師，這個編故事的能力就用不上了，如果他在做面試顧問之前，涉獵非常廣泛，那么他也可能根本想不到要“遷移”他只是略知一二的編劇理論。

大量的知識，在沒有找到一個好問題之前都是“無用的知識”，換言之，你只有對眼前的任務提出一個好問題，對應的“無用的知識”才能變成有用的答案。“知識遷移”常常是一個先有答案，后有問題的學習過程，可提出好問題的能力，常常比找到好答案更難。

埃隆·馬斯克不是第一個研究電動車的人，很多人也比他有更多的造汽車的經(jīng)驗，但馬斯克是一個擅長提出好問題的人，所以他先找到了好答案。電動車和傳統(tǒng)汽車最大的區(qū)別是笨重的電池，所以每一個研究電動車的人都在解決電池重量和續(xù)航的問題。但這不是一個好問題，因為它直接把電動車的問題甩給了電池工業(yè)，然后汽車巨頭們就可以在一旁等答案。

馬斯克不喜歡等，他在思考另一個問題：除了汽車內(nèi)燃機變成了電池和電動機之外，電動車還有什么不同嗎？之所以說這是一個好問題，并不是這個問題本身的價值高，而是因為它有一個好答案，這個答案出現(xiàn)了“知識遷移”。汽車內(nèi)燃機變成了電池和電動機，電線取代了以前的齒輪傳動軸這些機械部件，這么一來，傳統(tǒng)汽車的原子傳動就變成了電路板與電線里的電子傳動，汽車工業(yè)的核心環(huán)節(jié)就被改造成了電子工業(yè)。

如果上面的描述還是太學科化的話，更直白的表達方式是：電動車不是在電動汽車上裝一臺電子顯示屏，而是為手機裝上輪子，是一臺假裝成汽車的電腦。如果你想像不出“假裝成汽車的電腦”跟傳統(tǒng)的汽車有什么不同，那么更直白的場景是：傳統(tǒng)汽車的維修需要你把車開到4S 店，未來，電動汽車的大部分故障，都可以用軟件升級的方式去解決，或者——試著重啟一下？

現(xiàn)代社會，幾乎所有的創(chuàng)新，其原點都是通過“知識遷移”的方式得到的。特斯拉并沒有很好的解決續(xù)航的問題，但它解決了另一個更重要的問題——它重新定義了汽車。