你照着菜谱做红烧肉,到了最后一步,菜谱写着"收汁至挂勺"。
收汁,就是继续加热,让部分水分蒸发,使汤汁浓缩。挂勺,说的是汁液能够附在勺背上的状态。解释你看懂了,可站到锅边,还是拿不准什么时候该停。
眼前这一勺,算挂住了吗?再煮一会儿会更好,还是已经过了头?
知道这句话的意思,和能在锅边作出判断,中间还隔着一些东西。
不过,先别急着把做不好归结为"缺少经验"。配方和操作条件要先核对,教程有没有漏掉关键说明,也要查一查。
有时,菜谱只有"适量""少许""差不多"几个字。补上用量、示范和判断标准,问题就解决了。
有时,你看过示范,面对自己锅里的汁液,仍然分不清"还差一点"和"已经到位"。这时,需要把不同状态放在一起比较,在实际操作中练习辨认。
还有时,你已经认得出状态,却总在操作时慢了一步。接下来要检查动作是否熟练,也看看是不是一边找盘子、一边找锅铲,把自己弄得手忙脚乱。
这些困难可能同时出现。先找到自己卡住的那一步,再决定补说明,还是安排针对性的练习。
会做的事,未必都能说清
物理化学家出身的哲学家迈克尔·波兰尼,在《个人知识》和《默会维度》等著作中讨论过一类知识。他有一句广为引用的话。
"我们能知道的,比我们能说出来的多。"
这就是理解默会知识的入口。
默会知识,指我们在认识和实践中运用着,却难以完整用语言或规则表达的知识成分。
日常所说的手感、分寸,有时就包含这类知识。不过,经验的范围更大,其中也有许多能写清楚的东西。做过很多次以后记住"这口锅容易糊底",同样是经验,却并不难表达。直觉强调的是判断来得快,不一定说不清。肌肉记忆强调的是动作自动化,不一定涉及判断。默会知识关注的是另一个维度:你能不能把判断依据完整说清楚。
难点在于,有些判断你已经会作出,却很难把依据和运用依据的方法完整交代给别人。
认人脸就是一个例子。你在人群里认出一个熟人,往往很快。可让你描述他的长相,你说了眼睛、鼻子和脸形,别人听完,未必能在人群里找到他。你能辨认出的差别,比这段描述交代的丰富。
波兰尼用钉钉子解释这种认识方式。钉钉子时,你盯着钉头,手上握锤的感觉也在帮你控制动作。但你没有盯着这些感觉看,它们在帮你,却没有成为你注意的对象。波兰尼把钉头所处的注意中心叫"焦点意识",把手上握锤的感觉叫"辅助意识"。"辅助"并不意味着毫无察觉,区别在于你怎样使用这些感觉。你借助它们完成眼前的事,不一定逐项审视它们。
在波兰尼的解释里,默会认识包含了这样一种整合。我们借助许多细节,认出一个人,或完成一个动作。要把这些细节逐项说清,再说明它们如何共同起作用,会遇到困难。
这也解释了为什么一句提示可以有用,却仍然不够。师傅指出一个线索,能帮助你观察;这个线索在什么情况下可靠,怎样与其他线索一起判断,还需要在具体任务中学习。
能够写成步骤、定义和配方的部分,通常称为显性知识。它和默会知识相互配合。菜谱告诉你要收汁,你还得把文字和锅里的变化联系起来,才能用上这条说明。
因此,发现有人说不清,仍然值得继续追问。有些细节可以通过慢放、对照和讨论逐渐说明白;有些即使说出了要点,学习者也需要练习才能掌握。
手感之外,还有判断和默契
默会知识并不限于做菜这样的手艺。
默会知识需要身体参与、模式识别、情境依赖和集体默契。前两个角度前面已经见过:翻锅涉及眼睛和手的配合,认出熟人的脸涉及从许多细节中辨认整体。后两个角度把默会知识带到了新的场合。
销售和客户交谈时,要判断对方的沉默意味着什么。是需要想一想,还是已经不愿继续?交流原则可以写下来,但现场的判断仍需要结合当时的情况。客户今天心情不好,沉默是在考虑,还是已经不耐烦?这个判断写不进话术手册。这体现了情境依赖。
团队长期共事,也可能形成没有全部写进流程的配合方式。谁在某个停顿后接话,什么时候适合补充,大家需要在互动中逐渐熟悉。新人加入后,既要了解流程,也要参与实际协作。这种默契长在人和人之间,不是某一个人的能力。
这些场合都有能够说清的规则。需要辨认的是,其中哪些判断尚未说清,哪些能力还需要通过参与来学习。
社会学家哈里·柯林斯提醒我们,有些知识只是受交流条件等因素影响,暂时没有被说出来,原则上仍能说明。
这一区分会改变我们的做法。别人一句"这个只能靠感觉",还不足以让你停止提问。
把"凭感觉"变成一次具体的练习
回到开头的那锅红烧肉。我们用一场假设的带练,看看怎样把"多练练"落到实处。
在开始之前,先回到开篇的三种情况,把它变成一个可以随时启动的排查顺序。下次照着教程做不好时,按这个顺序检查:
先查说明够不够详细。菜谱有没有漏掉关键信息?补上用量、参照图片和判断标准之后,你能不能做对?能,说明问题在说明不够详细。
再查能不能辨认状态。说明已经够清楚了,你面对实际操作中的变化,仍然分不清"还差一点"和"已经到位"?这说明你需要的是对照和辨认训练,不是更多信息。
最后查动作跟不跟得上。你已经认得出状态,但手总慢一步或快一步?这说明你需要的是动作练习。
三种情况对应三种处理方式。现在,假设你卡在第二种,我们来看看怎样练。
这次只练最后的收汁判断。肉已经按食谱炖熟,配方、份量和锅具尽量保持一致。我们约定的目标,是让酱汁能薄薄地裹在肉上。这个目标只用于眼前这道菜。
开始前,师傅准备几份对照样本,让你比较收汁不足、符合目标和收得过浓时的差别。样本在相近温度下比较,也要尝一尝。你至少得先知道,这次要做到什么样。
第一轮,你看锅里的颜色已经接近示范,就判断可以停火了。盛出来一看,汁液仍然偏稀,肉表面留不住预期的那层酱汁。
师傅让你把自己的汁液和合格样本分别舀到勺里,倾斜勺子,比较流动的样子,以及勺背上留下的汁液。你这才发现,刚才只凭颜色作判断,漏看了稠度。
下一轮,你记住了要再收浓一点,却又等得太久。汁液变少,裹在肉上的酱汁比目标样本更厚。这次收过头了。
师傅已经说出了"看稠度"这个要点,你也能复述。可怎样的流动和附着状态才合适,你还需要借助样本反复辨认。知道该看哪里以后,仍有一段辨别的功夫要练。
接下来再练,你先作出判断,告诉师傅自己看到了什么,再停火检查结果。每次反馈都回到刚才那次选择。是没注意到汁液的变化,还是已经看到了,却把它判断成了另一种状态?如果判断正确但操作迟了,就另练操作。
每一轮都要把当时的判断和后来的结果对上。
"颜色深了再等十秒"不能自动成为通用口诀。一次成功也不足以说明你掌握了。需要在后续练习中检查,那条线索是否仍然有用,你能否稳定地作出判断。
这个过程可以概括为"预测、反馈、修正"。预测,是先作出自己的判断;反馈,要让你看到判断带来了什么结果。修正则需要落到下一次准备改变的观察或动作上。
练习不必追求每轮都增加一条线索。有时需要留意一个过去忽略的变化,有时要舍弃一条误导自己的线索。重复只有和可靠的反馈连在一起,才有机会帮助你改进。
等表现稳定下来,师傅逐渐减少提醒。再做同一道菜的新批次,看你能否独立完成。之后可以换一口锅,检验自己能否根据变化调整判断。
换锅后失手,说明你还需要适应新的条件,不能直接据此认定原来的练习白费了。
师傅怎样教,自己怎样练
这类带练,也能用于学习阅读、写作和解决问题。
教育学者艾伦·柯林斯、约翰·布朗和苏珊·纽曼在1989年提出了"认知学徒制"。它的核心是让专家的思考过程变得可见:专家在操作时说出自己在想什么,学习者尝试时专家观察并给予反馈,然后逐步减少帮助。
这说明,至少有一部分判断依据是可以说明的。师傅不必一开口就给出一套完整理论,指出眼前哪个变化值得注意、解释为什么此时作出这个选择,也是在传授可以说明的部分。
但"能不能说明依据"和"边做边说会不会影响表现"是两个问题。可以请师傅讲眼前的判断,不必要求他在快速操作时逐项描述手腕和肌肉怎样发力。有研究发现,熟练者刻意监控动作细节反而可能变差,但让他自然说出当前在想什么,通常不会影响准确率,只是会慢一些。操作容易被打断时,先看完整示范,再回看讨论。对新手来说,必要的动作分析和指导依然有用。
没有师傅,也可以先做几件小事。
看教学视频时,在关键操作前暂停,想一想自己会怎样处理,依据是什么。继续播放后,对照老师的解释和后续结果。老师的动作与你不同,只能说明选择有差异;要判断自己哪里需要改,还得看理由和效果。视频缺少这些信息时,就不能靠猜下一步获得可靠反馈。
自己做完,可以拍照留下外观记录,也可以录下操作过程。回看时,检查自己在哪一步犹豫、遗漏了什么,尽量保持拍摄条件一致。口感需要实际品尝,照片无法替代;录像里有一次停顿,也不能单凭这一点确定失败原因。
把发现的问题记下来,下一次尽量只调整一个关键条件,再比较结果。这样才有机会判断,究竟是哪项调整起了作用。
如果始终看不出差别,就需要外部帮助。请熟练的人示范一次,或者提供能比较的样本。提问也可以具体一些。
"你刚才根据什么决定停下来?能让我比较一下,再早一点和再晚一点会有什么区别吗?"
这样的提问,把笼统的"诀窍"落到了眼前一次选择上。
AI能帮到哪里
你可能会想,既然有些东西说不出来,那AI能不能帮我学会?或者直接替我做?
这里有两个问题,容易混在一起。一个是机器能否完成某项任务,另一个是你怎样学会这项任务。
默会知识的存在,不能直接证明某项工作永远无法自动化。机器学习的材料也不只有人写出的规则。
Google DeepMind在2023年公布的RT-2研究,就结合了图像、语言指令和机器人动作数据。人不能完整口述一套动作规则,不等于机器没有其他材料可学。至于能完成哪些任务、完成得多可靠,需要看具体测试。
回到个人学习,可以尝试让AI帮你整理已有教程,列出尚不明确的步骤,或根据练习记录提出待验证的原因。但它给出的解释仍需要核对。仅凭一张成品照片,谁也不该轻易断定整段操作错在哪里。
AI给出的文字,也不能单独证明你已经会做。学习有没有发生,还得看你能否在需要的时候独立判断、完成操作,并达到原先约定的标准。
书上的话,还需要在事情里领会
《庄子·天道》里有个轮扁斫轮的故事。
齐桓公在堂上读书,工匠轮扁在堂下削车轮。轮扁放下刀和锥子走上来,问桓公:"您读的是什么?"桓公说:"圣人的话。"轮扁问:"圣人还在吗?"桓公说:"已经死了。"轮扁说:"那您读的,不过是古人的糟粕罢了。"
桓公很生气,要他把理由讲明白。
轮扁说:"我从我做的事来看。削车轮,榫眼削得太松,装上去就不牢固;削得太紧,就装不进去。只有不松不紧,手上的分寸正好,嘴上说不出来,但其中有一种讲究。我没办法把这个教给我儿子,我儿子也没办法从我这里学到,所以七十岁了还在削车轮。古人和他们身上那套不可传的东西一起死了,那您读的,不就是古人的糟粕吗?"
轮扁把"手上的分寸正好,嘴上说不出来"写得很生动。今天读它,无须跟着否定书本。轮扁苦恼的是没能把本事教给儿子,带练方法,正是在回答"怎样把判断传给另一个人"。书上的话是起点,剩下的事,得在锅边、在案头、在实际操作中一点一点练出来。
上一篇思维模型《刻意练习》讨论怎样安排练习。这一篇提醒我们,安排之前,先弄清自己欠缺什么。有些问题补一句说明就能解决,有些需要看过、比较过,再亲手试过。
下次菜谱写"收汁至挂勺",先看看示范中的勺背,再看看自己这一勺。把差别找出来,下一次就有了具体要练的地方。
有些本事光看教程不够,需要练。先查说明够不够,再查能不能辨认状态,最后查动作跟不跟得上,知道差在哪比以为全懂了更重要。
模型档案卡
一句话定义
我们在认识和实践中运用着,却难以完整用语言或规则表达的知识成分。
什么时候调用
教程能复述,实际操作却总卡住;熟练者做得出来,接手的人看了流程仍不会做。
怎么使用
1. 先核对说明与操作条件,找出具体卡在哪一步。
2. 选一个判断或动作,用示范和对照样本明确目标。
3. 先自己判断再操作,把结果和当时的依据对照起来。
4. 根据反馈调整观察或动作,表现稳定后逐渐减少帮助。
5. 先检验同类任务能否独立完成,再改变一个条件,检查适用范围。
没有师傅时,可以借助视频和自己的操作记录练习;无法判断结果好坏时,需要补充可靠的对照或外部反馈。
使用边界
做不好不一定源于默会知识。说不清也不能证明专家一定正确,更不能成为拒绝解释的理由。原环境里积累的经验,换了条件需要重新检验。默会知识本身不能判定任务能否自动化。
这是思维模型系列的第119篇。
如果你身边有人照着教程做却总是做不出效果,可以把这篇文章转给他。先查说明够不够,再查能不能辨认状态,最后查动作跟不跟得上,知道差在哪比以为全懂了更重要。