文 | 深夏晚晴天ZMH

前不久，教育部發文推進幼兒園與小學科學銜接，其中，小學招生嚴禁與競賽培訓掛鉤引發了網友的關注。有網友就說，大班不教幼小銜接內容，小朋友去外面報班更累，不讓教小朋友也需要學，不學小朋友很難跟上進度。該網友的這番評論，引發了不少人的共鳴。

資訊化時代，相信很多人都有這樣的感受：生活越便捷，我們的焦慮也越來越重，而且這種焦慮已經開始下沉。在資訊的裹挾下，成年人自己疲於奔命，同時也在焦慮著下一代跟不上時代。於是“從娃娃抓起”、“贏在起跑線”等觀念成了大多數人的共識。

事實上，不僅是國內，國外也同樣出現了“贏在起跑線”的教育狂潮。不知你可否好奇過，那些曾經“贏在起跑線的人”，後來都怎樣了？

2014年，德國科學家發表了一項研究成果：在那年獲得世界盃冠軍的德國隊，隊員全都是“後發制人”型選手——直到22歲甚至22歲以上，他們此前都沒有踢過專業聯賽，最多隻是在業餘聯賽中登場。

無獨有偶，兩年後，另一項關於足球運動員的研究也表明，那些參加了更多體育專案，而不是從小就參與專業的、有組織的訓練的隊員在長大後的表現更為出色。

這種類似的研究成果不僅出現在體育領域，在科學等其他領域也都有類似的發現。

換句話來說，那些從小就專注某一領域深耕的人，長大後的表現並不一定比那些有過多樣化嘗試的人優秀。恰恰相反，有廣度學習經歷的人，往往更具有創造力，更能成為卓越的人。

1、專業化的優勢只能在“友好型學習環境”中體現

2009年，美國作家格拉德威爾在《異類》一書中指出，要成為某個領域的專家，需要1萬小時的錘鍊，也就是我們所熟知的“一萬小時定律”。

該定律提出之後，人們發現許多著名的人物確實都是一萬小時定律的例證。

比如，比爾。蓋茨13歲就開始學習計算機程式設計，直到7年後建立微軟，連續7年的程式設計，超過了1萬小時；音樂神童莫扎特在6歲之前，已經在父親的指導下練習了3500個小時，直到21歲寫成膾炙人口的第九號協奏曲時，期間的練習時長也超越了一萬小時……

張愛玲曾說過：“出名要趁早。”一萬小時定律讓人們意識到，要想早點成功早點出名，就必須早點開始專業化的練習。於是，我們就看到，專業化學習的年齡變得越來越小。人人都害怕自己落後別人，父母都害怕孩子輸在起跑線。

當人們都在追逐“贏在起跑線”時，有學者卻在研究中發現，那些透過大量反覆練習從而擁有超凡能力的專家，在面對不熟悉的環境和情況時，其表現經常與普通人無異。

《成長的邊界》一書中，就舉了這樣一個例子。

2007年，國際象棋特級大師蘇珊。波爾加參加了一項測試。研究人員讓波爾加坐在路邊的一張桌子旁，眼前是空白的棋盤。一輛白色的卡車經過，卡車車身一側印有巨大的棋盤圖，這是一盤進行到中盤階段的棋局。

當時波爾加只是匆匆一瞥，就能分毫不差地在空白棋盤上，還原車身上的棋局。第一個測試完成後，卡車掉頭，再次經過波爾加。這次她看到的是車身的另一側，上面也是一個棋盤，但是棋子都是隨意擺放的，毫無章法。

這一次，波爾加根本無法還原所看到的棋局。

類似的實驗還有：音樂家能夠不看曲譜就演奏上千首曲目，卻無法還原聽到的一段無調旋律；精英四分衛可以在一秒鐘之內識別出其他球員的模式並決定投球，而測試一旦超出他們所熟知的領域時，他們那超人般的反應能力便蕩然無存。

透過這些實驗，科學家得出的結論是，花數年“刻意練習”所取得的成功，依靠的是重複的結構和組塊。這種經驗只適用於有明確規則，能夠一直應用重複模組的“友好型學習環境”，一旦遇到毫無章法的“惡劣型學習環境”，這些經驗往往無法發揮作用。

也就是說，在特定的領域裡，專業化練習能夠讓人學會把反覆出現的資訊，分門別類到一個個組塊中，專家之所以比普通人優秀，就在於他們已經在大量的練習中，把這些組塊爛熟於心，能夠快速地做出判斷。但一旦面臨的狀況超出他們所熟知的模式，他們往往也會變得手足無措。

2、廣泛融合各類知識是一種競爭優勢

2017年，谷歌開發的人工智慧機器人阿爾法圍棋，在與圍棋排名世界第一的柯潔的對戰中，以3比0的總分獲勝。在此之前，它已經同世界數十位頂尖圍棋高手進行對決，均無敗績。

人工智慧接連戰勝人類頂尖高手，也讓人們開始擔憂，在未來，人工智慧是否會取代人類成為世界的主宰。在現實中，越來越多的職業被機器取代，似乎也在加深和印證人們的憂慮。

面對不受情緒左右，且擁有越來越強大計算能力的人工智慧，作為人類，我們是否還具有無可比擬的優勢？如果有，這些優勢又體現在哪裡？

1998年，被譽為“棋壇巨無霸”的卡斯帕羅夫協助組織了第一屆高階國際象棋錦標賽，每位選手，包括卡斯帕羅夫自己，都將和一臺計算機搭檔參賽。

一個月前，在一項傳統賽事中，卡斯帕羅夫以4比0大勝一名棋手。而在這次和計算機搭檔的比賽中，卡斯帕羅夫卻以3比3和對方打平。事後，卡斯帕羅夫總結道：“我在戰術計算上的優勢，被計算機抵消了。”

也就是說，棋手們多年來專業化練習積累的經驗優勢，被“外包”給了計算機。計算機可以搞定戰術，棋手們需要專注的是戰略。

此後幾年，在人類與計算機搭配進行的比賽中，也一再證明了這個結論。業餘愛好者與計算機組隊參賽，不僅戰勝了當時最優秀的超級計算機，還擊敗了與這些計算機組隊的特級大師們。

這意味著，人類不再需要把練習數年所培養出的模式與積累的經驗當做成功的先決條件。在具有強大計算能力的人工智慧面前，人類需要做的，其實是整合資訊流，做出戰略決策。

無論是一萬小時定律，還是人們的固有印象，都錯誤地認為人類學習技能的環境是友好的。如果是這樣的話，那些從小就在某個領域進行專業化練習的人，長大後應該更加出類拔萃才對。

但實際情況卻未必如此。很多神童在成年後也常常難免“泯然眾人”。埃倫。溫納是研究天才兒童最為權威的心理學家之一，她發現，沒有任何一個專業練習者能夠成為自己所在領域的“變革者”。

對此，大衛。愛潑斯坦在《成長的邊界》一書中說道：“作為人類，我們最大的優勢正好就是過度專業化的對立面——廣泛融合各類知識的能力。”

3、主動尋求匹配質量，發掘自身更多可能

在媒體鼓吹一萬小時定律、眾人追捧專業化的今天，大衛。愛潑斯坦的《成長的邊界》可以說是另一個版本的《異類》。

《成長的邊界》這本書橫跨體育、教育、音樂、藝術、科學等多領域，引用了諸多前沿的研究成果，更是結合了世界上不同領域最成功人士的案例，總結出了一條不同於主流的成長路徑。

在書中，愛潑斯坦深度剖析了過度專業化帶來的弊病，戳穿了不少專業化的神話，指出在瞬息萬變的今天，能夠融會貫通的通才才能開啟這個時代的成功之門。

面對已經被高估的專業化，我們該如何才能跳脫這種侷限，成為通才？愛潑斯坦給了我們三個建議：

①先廣度，後深度。

專業化能夠讓人在不斷重複中積累起相應的經驗，培養出對於該領域的直覺。但一旦外界環境變化，規則變動，專業化人才還是習慣從固有的模組中尋找答案，喪失了靈活性，也容易陷入認知壁壘。

要克服這種弊端，我們需要多去嘗試應對不同的挑戰。我們接觸的東西越廣闊，學到的背景內容就越多，對特定具體情況的依賴就越少，也就可以更好地發揮創造力，把知識應用在前所未有的情形中。

②先業餘，後專業。

很多“晚一步專業化”的人或多或少都會因為自己花時間學習過、做過其他一些東西而焦慮，認為自己落後了，比別人慢一拍。不少人也因為害怕自己出現這種情況，在自己並不擅長、或不喜歡的領域一直苦苦堅持下去。

愛潑斯坦卻認為，瞭解自己比了解技能更重要，這種為了堅持而堅持反而會成為我們的阻礙。

對我們來說，在嘗試各種不同的活動、環境、職業和行業中去發現和了解自己，主動去尋求高匹配質量才能知道自己能做什麼，才能真正找到自己的才能和價值。

③先類比，後遷移。

生活中，我們或多或少都見過這種人：他們經常能用一些我們意想不到的方法來解決一些難題。這樣的人，多數都是類比思維的高手。

要培養自己的類比思維，需要我們對自己橫向思維能力進行訓練，跳出原有的解決套路和固有印象，多從其他維度、角度進行重新觀察、思考。當我們能夠靈活運用不同的知識結構時，就具備了將其應用到新領域的能力，也就是遷移能力。

當眾人都在刻意練習的路上比誰跑得快，當我們在這種比拼中焦慮不已時，也許是時候停下來思考這種比拼是否真的有用，我們又該如何才能脫穎而出。

《成長的邊界》一書雖說是站在主流觀點的對立面，但它卻沒有完全否認專業化的作用。實際上，愛潑斯坦的這本書是在給我們提供另一個看待專業化的角度，引導我們對自身進行深入的思考。從某種程度上來說，他是在給我們這些沒能領跑又渴望有所成就之人提供了一條突圍之路。

（完）