企业培训—为未来做准备,企业人才应该学习如何学习

2020-12-14 15:07:48

「10年内,40%传统工作会因AI而缩减?」

Mckinsey一份报告预测,美国于2030年,将会有40%传统工作因为AI自动化而大为缩减 ,而 MIT IBM Watson AI Lab一份报告则预测,AI的发展不会取代人类。而是令人类能减少重复性工作,专注于需要创意和判断决策的工作 。

面对急速变化,不可知的未来,我们需要做的,并非单单掌握更多「新知识」(to learn),而是能掌握「学习新知识」的能力 (learning to learn),即是「学习如何学习」。其精粹有以下三点:

1. 巩固基础,融会贯通

先说一个大家熟悉的例子:独孤九剑。这是金庸小说《笑傲江湖》里的最强剑法,其要旨在于一个「悟」字。首先透过学习基础剑招,从过程中掌握料敌先机的能力。然后即使尽数忘记剑法也不相干,忘记得愈干净彻底,愈不受原来剑法的拘束。于是即使面对从未见过的剑招,也能应对。《倚天屠龙记》中,张三丰传授张无忌太极招式时,也是要他忘掉招式。总括来说,先巩固基础,再融会贯通,最后忘记原来的表面形态,就能无招胜有招,超越原来的招式,也就是掌握了新知识了。

2. 过程非常重要

「学习知识的过程」,比起知识本身更有价值。不时听到人说,在中小学被逼学习数学、物理、历史等,因为感到这些知识在职场上未必有用,于是失去学习动机。

但其实,学习数学,并不是为了记住方程式,而是为了在过程中训练出逻辑思维,及解决问题的规划能力;学习历史,也并不是为了背诵年份和历史事件,而是为了在过程中训练出分析、归纳、比较、评价的能力;而这些能力是可扩展的(scalable),可以应用在很广泛的场景。就像独孤九剑一样,中学时若认真学习基础数学,尽管之后把中学程度的数学方程式忘记了,但过程中所训练的逻辑思维,在解决非数学问题时就会非常有用。例如很多今日大行其道的人工智能算法,如卷积神经网络(CNN)、深度置信网络(DBN)、回圈神经网络(RNN),就需要以数学思维来理解和优化,然后就可以应用于例如电脑视觉(CV)、自然语言处理(NLP)、生物资讯学(bioinformatics)等范畴,这是当初学习基础数学时未必能想像的。

再举例,笔者研发的声纹匹配算法,咳嗽声诊断算法,人工智能作曲算法等,也是从学习密码学的过程中得到啓发。知识环环相扣,讲求融会贯通,而且最终的应用场景,很可能和学习初期的形态南辕北辙。正如宫本武藏在《五轮书》所言,在兵法登峰造极后,以揣摩兵法的思考方法,就能掌握其他方面的才艺。

3. 能解说,就能理解

电脑编程界有一绝招,名为「小黄鸭除错法(Rubber Duck Debugging)」[3],相当有效。简而言之,就是把小黄鸭放在电脑旁,在编程期间向小黄鸭讲解程式,以启发灵感和发现问题。当然,按个人喜好把小黄鸭更换为初音未来或盆栽也可。其重点是,若你能把心中所想,把所掌握的知识,很有条理地说出来,你才算是真正掌握了该知识。而透过讲解的过程,你往往能发现之前看不见的问题,就能作出改进。更进一步是,多找机会教导其他人,若你能教,就代表你真的把该知识融会贯通。

知识本身会过时,学习新知识的能力才是永恒,本文先为此作简单概述。于下一篇文章,笔者将会具体探讨例如STEM、AI、Data Science、Machine Learning等在新时代的角色,如何透过掌握他们,以拥有学习未来知识的能力。

EduSoho已累计帮助全球120多个国家

超过10万+教育机构快速转型在线教育

实现在线招生、教学和管理,

提升机构竞争力

咨询售前工程师
全功能免费试用