默会知识是实实在在的东西

我想用一篇文章来谈谈默会知识，以及为什么我认为它是技能习得领域中最有趣的话题。如果你是一个长期的普通读者，你很可能以前就遇到过这个想法，因为我在过去已经写过很多次了。但我认为用一整篇文章来讨论这个话题仍然是个好主意。

我认为写这篇文章很重要的原因是，每次我谈到隐性知识的话题，不可避免地会有人在Twitter、黑客新闻、Reddit或电子邮件上出现，抗议隐性知识不存在。每当我遇到这样说的人时，我都想要一些链接，这样我就不必重复自己的话了。

我认为探索什么是默会知识还有另一个原因：默会知识确实存在，而理解它的存在是你可以拥有的最有用的事情之一。一旦你明白了默会知识的存在，你就会开始看到任何技能树的很大一部分本质上都是默契的，这意味着你可以去寻找它，这反过来又意味着你可以开始问一个真正有用的问题，当涉及到专业知识的时候，那就是：那个人拥有它；那个人真的很擅长它；我怎么也能拥有它？

想想骑自行车吧。骑自行车是不可能通过描述来教的。当然，你可以试着解释一下你在骑车的时候在做什么，但是当你在教孩子的时候，当你告诉他们“保持平衡！”而他们掉进排水沟的时候，这不会有多大帮助。试想一下，你是在走钢丝和平衡！“。

毫无疑问，会有人说，如果你能更好地解释，如果你能找到合适的词来和你的学生交谈，你就可以教他们骑自行车。如果你碰巧相信这个…。好吧，我劝你自己去验证一下这个理论。去找几个孩子(或成年人！)。那些还没有学会骑自行车的人，看看你是否能教他们--仅靠你的讲解的力量！--如何骑自行车而不擦伤他们的胫骨。如果你成功了，要对自己挑剔：你的成功有多少要归功于骑车人自己想出来的？有多少是你的口头指示造成的呢？

这一解释值得注意。在教育学中，这被称为“传播主义”，在严肃的教育家中，它被视为与今天你和我可能对地球平面理论有着相同类型的嘲弄。大概是这样的：有些人相信通过给别人讲解东西来教授技术是可能的。他们认为，如果你能找到正确的词语组合和正确的类比；如果你真的能把事情分解成正确的原子细节水平，事情就会奇迹般地在他们的学生脑海中闪现，他们就会成功。这样的人很可能从来没有认真地尝试过这样做。如果你是这样的人，那么我希望你能在某个时候开始执教，在一项我感兴趣的运动中，这样我的孩子就可以和你的孩子比赛，然后我就可以看着他们彻底摧毁你的孩子。

你是如何教授默会知识的？就此而言，你是怎么教骑自行车的？

当我还是个孩子的时候，我自学如何骑自行车…。纯属意外。然后我教了我的姐妹们，然后是我的表弟，然后是附近的另一个孩子，他很感兴趣，但有点害怕。他们每个人都在放大大约一个小时。具体步骤如下：

选择一辆小自行车，它比你的学习者的身体小得多，因此离地面不远。这对学习者很有用，因为他们随时都能踏踏实实地自救。离地面不远也不那么可怕。

让他们用腿推，再往前走一小段距离，同样是双脚离地面只有几英寸。反复这样做，推开，双脚放下，然后停下来重复。

加大推力，拉长距离。最终，他们将用几十秒的时间抬起双脚滑行。这里的目标是让他们了解在自行车上保持平衡的感觉。

在其中一个滑梯上，一旦他们觉得准备好了(可能有点无聊-关键是让他们多次做第三步，让他们感到安全并渴望继续前进)-嗯，一旦你到了那个点，告诉他们开始兜售。

请注意，其中涉及的口头指导非常少。更重要的是仿真和行动-也就是说，关注成功骑自行车所必需的具体化的情感。这个练习对我来说非常神奇，因为在一个小时内我可以看到一个孩子从有意识的无能到有意识的能力，最后到无意识的能力。

换句话说，默会知识教学是通过模仿、模仿和学徒等方式进行的。你通过盲目模仿大师的做法来学习，直到你将行为背后的原则内在化。

你可能看到这个就会想：“啊，这对像自行车、网球和柔道这样的体能运动很管用，但是更多的脑力运动呢？”对此，我要说：默会知识无处不在。研究员萨莫·布尔贾举例解释了默契知识：他称之为“创造伟大艺术或评估初创公司的能力(…)”。例如木工、金属加工、家政、烹饪、舞蹈、业余公开演讲、流水线监督、快速解决问题和心脏手术。

如果你是一名知识型员工，隐性知识对你专业领域的发展比你想象的要重要得多。

我花了几年时间才意识到，我教人骑自行车的方法包含了许多可能适用于其他领域的原则。

在我之前的工作中，我的技术主管Hieu有一种不可思议的能力，可以参加需求会议，并在几分钟内草拟出一个程序结构，这将是最简单的解决方案，移动部件最少。这个草图经常是我们最终实现的，然而我注意到Hieu总是为任何软件项目带来的不可避免的变化留出足够的回旋余地。当我设计实现时，总要在以后重新设计一些东西。我就是没那么好。最后，我问他是怎么做到的，在我们一起工作的这些年里，我多次试图让他说出这一点。我们的谈话不可避免地会是这样的：

“嗯，”Hieu会开始说，“当你听说有一个外部API时，你应该把你的程序的重点放在这一点上，因为那里有很大的风险。”

“是啊，但是你为什么不担心日历API呢？”

“哦，因为我以前用过它，而且我认为它很容易实现。”

“因为我们想把它用作数据库层。风险很大啊。“。

“但是你为什么不担心库存API呢？我们以前从未整合过这一点。“。

“是的，我想那件事现在已经不那么重要了。客户稍后可能会更改它。或者，也许我们的功能将会改变。我们先做基本的工作。“

我回想起我的Viki时代，当时我还是一名软件工程实习生，第一次编写软件测试。一位高级软件工程师花了几秒钟的时间看了看我写的大约一百行代码，然后说：“哦，那不太好，这以后会有问题的。它是这样构建的。“。

我问他，他是怎么在五秒钟内就知道情况不好的。他就软件工程原理给我作了很长的解释。我挥手让他走开，问他是怎么在5秒内做到的。他说：“嗯，感觉就是对的。好的，我们去吃午饭吧，你可以事后再安排。“。

我已经在我的关于知觉学习的帖子中写到了这段Viki插曲。我并不是说Hieu或高级软件工程师不能解释他们的判断，也不是说他们不能清楚地说明他们用来评估十几个变量之间权衡的原则：他们可以。我的观点是，他们的解释不会把我引向他们所拥有的能力。

为甚麽会这样呢？好了，再来看看我们的对话。当我敦促这些人做出判断时，他们会试图从原则或启发式的角度进行解释。但我推动的越多，我发现的例外、警告和潜在的陷阱就越多。

这实际上是可以概括的。在任何足够复杂的领域，有专业知识的人总是这样解释他们的专业知识：“嗯，做X。除了当你看到Y的时候，然后做Z，因为A。如果你看到B，那就做P。但是如果你看到A和C，但没有看到B，那么就做Q，因为原因D。然后有一些奇怪的情况，你做了Z，然后看到C出现了，那么你就应该切换到Q。”

如果你再往前推，最终他们可能会说“啊，感觉就是对了。坚持足够长的时间，你也会觉得这是对的。“。

最终我意识到，学习Hieu技术的方法是模仿他：设计一些软件，然后征求他的反馈。我意识到，如果你曾经听到有人用一长串警告来解释事情，你很有可能看到的是行动中的默契。

这一现象在专门知识的研究中实际上是根深蒂固的。它也被其他领域的从业者写了很多次。举个例子，这里是外科医生阿图尔·加万德(Atul Gawande)在做阑尾炎手术：

假设你有个病人需要做阑尾炎手术。如今，外科医生通常会做腹腔镜阑尾切除术。你通过肚脐附近四分之一英寸的切口将一个小型相机-腹腔镜-滑入腹部，通过腰围下方的切口插入一个长把手，然后推动一个用于装订和切割的设备通过左下腹的切口进行缝合和切割。用抓手拿起手指大小的阑尾，用订书机穿过底部和供养它的血管，把切下的器官放进塑料袋里，然后把它拉出来。合上门，你就完了。不管怎么说，这就是你想要的。但通常不是这样的。甚至在你开始之前，你就需要做出一些判断。不寻常的解剖结构，严重的肥胖，或以前腹部手术留下的内部疤痕，都可能使相机很难安全进入；你不想把它戳进肠环。你必须决定使用哪种相机插入方法-有一系列选择-或者是放弃高科技方法，以传统的方式进行手术，用一个大开的切口让你直接看到一切。如果你把相机和仪器放进去，你可能抓不住阑尾。感染会使它变成一条肥大的、血淋淋的、发炎的蠕虫，粘附在它周围的一切-肠道、血管、卵巢、骨盆侧壁-要释放它，你必须从各种工具和技术中进行选择。你可以用一个长长的棉头乐器来试着推开周围的附着物。你可以使用电灼器、钩子、剪刀、尖头解剖器、钝尖解剖器、直角解剖器或吸引器。你可以调整手术台，使病人的头向下，双脚向上，让重力将内脏拉向正确的方向。或者你可以抓住阑尾的任何可见部分，用力拉。一旦你看到了这个小器官，你可能会发现阑尾炎是错误的诊断。它可能是阑尾肿瘤，克罗恩病，或者碰巧使附近的阑尾发炎的卵巢疾病。然后你必须决定是否需要额外的设备或人员-也许是时候招募另一名外科医生了。随着时间的推移，你会学会如何避免问题，当你做不到的时候，你会以更少的笨拙和更有把握的方式得出解决方案。八年过去了，我已经做了两千多个手术。四分之三涉及我的专业-内分泌外科-内分泌器官的手术，如甲状腺、甲状旁腺和肾上腺。其余的涉及从简单的活组织检查到结肠癌的方方面面。对于我的专业案例，我已经了解了大多数可能出现的严重困难，并制定了解决方案。对于其他人，我对自己处理各种情况的能力以及在必要时即兴发挥的能力获得了信心。

请注意Gawande在解释他的专业知识时是如何包含各种警告的。这很可能是行动中的默契。学习这类复杂的判断--这种即时的解决方案选择碰巧在几十个考虑因素之间相互权衡--这才是值得学习的。光靠讲解几乎是不可能学会的。

重新检查上面最后一句话是值得的。从原则上讲，是否有可能将隐性知识外化到一系列指令中呢？也许我们可以把专家的决策提取到一个多分支的过程中，并将其编码到一个“专家系统”中。或者我们可以把它变成一个过程列表，然后给这个领域的每一个从业者，而不是让他们以传统的方式学习隐性知识。

对这个问题的一致回答似乎是：“是的，原则上可以这样做。在实践中，这是非常困难的。“。我对此的看法是，这太难了，我们甚至不应该费心去读这篇文章；假设你读这篇文章是因为你想在你的职业生涯中取得成功，你应该放弃把隐性知识变成显性知识，而只是追求隐性知识本身。

在20世纪70年代，许多组织-其中包括美国军方-委托进行了一系列研究，以探讨建立各种专家系统以增强或取代人类特工的可能性。用专家系统取代人类的想法在当时有点时髦，就像神经网络在今天的炒作列车上大行其道一样，但自那以后的几十年里，专家系统已经被抛在了一边。

在这股风潮之后，许多研究人员发现，要将人类专家的所有可能的分支、理解和细微差别编码到专家系统中是极其困难的。

赎罪日战争结束后不久，这些项目之一就是将以色列飞机维修的日志录入美国数据库，目标可能是取代飞机维修。

你可以眯着眼睛看到这一结果在同一时期在许多组织、许多领域重复出现。(维基百科称这个问题为“知识获取问题”，这是一种很好的表达方式；它最终导致了专家系统受欢迎程度的下降)。正如人们很快发现的那样，从一开始就想把“规则”从专家的头脑中去掉并不是那么容易的事。

当然，还有其他的反对意见。克莱因现在被认为是心理学自然主义决策(NDM)分支的先驱之一，他喜欢说过度依赖程序会让人类操作员变得脆弱(第15章，权力的来源)。换句话说，盲目地给人们一份要执行的程序清单，会剥夺他们积累专业知识的能力，这反过来又会阻止他们进行专家操作员中常见的创造性问题解决。这也意味着，当某件事出了大问题--现实世界中总是出了大问题--他们将无法适应。

有没有迹象表明，这并不是一个完全没有希望的企业？是的，事实证明有以下几点：

我有一些从事人工智能研究的朋友认为，专家系统有可能卷土重来，或许是通过使用更现代的人工智能方法。

加里·克莱因自己也因开发提取隐性知识片段并使其显性化的技术而声名鹊起。(这项技术被称为“关键决策方法”，但它很难实现，因为它需要CDM本身的专业知识)。

对于一个特别有天赋的人来说，有时有可能把整个领域的隐性知识综合成一种有效而明确的教学方法。可以说，约翰·博伊德(John Boyd)在美国空军的第一本战斗机战术手册中做到了这一点--以前人们认为斗狗是一种无法组织成明确原则的艺术。但博伊德还是设法做到了这一点，经过几年的教学和整整一年的写作。

所有这些观点都是正确的，值得思考--但我认为，它们是否大体上正确无关紧要。你可能会说：“事实上，既然所有的默会知识都是可以显性表达的，那么就没有默会知识这回事了”--但这是一种迂腐的做法，我对此并不感兴趣。等待专家系统复兴是不合理的，期望CDM应用于您的领域，或者等待博伊德式的天才出现也不是有成效的。我们应该像隐性知识是事实一样行事，因为思考如何直接获得隐性知识更有用，而不是希望通过某种突破口将隐性知识显性化。

这对我们意味着什么？这意味着，如果我们想要在我们的领域追求专业知识，我们应该开始研究已发表的关于默会知识的研究。

“等等，”我听到你说，“那刻意练习的领域呢？”这不就是最关心专业知识发展的主导性子领域吗？“。而这个问题的答案是否定的，它不是。

在我对“爱立信的巅峰”的评论中，在我对刻意练习的问题的总结中，我解释说，刻意练习的定义只有在具有悠久教育学历史的领域才是可能的。换句话说，刻意练习只能存在于音乐、数学和国际象棋等领域。

K·安德斯·爱立信(K.Anders Ericsson)在“巅峰”(Peak)一书中阐述了这个狭隘的定义，然后进行了回避，他辩称，尽管他没有研究过此类领域之外的实践，但来自刻意实践的想法可能会应用于教育学上较不成熟的领域。但爱立信很清楚NDM方法的存在-他是编辑之一，与许多来自NDM社区的名字一起-为专业知识和专家性能编写剑桥手册。

因此，如果你是一名程序员、设计师或商人、投资者或作家，正在阅读有关刻意实践的文章，你可能会问：“那么，我的领域呢？如果我没有既定的教学技巧怎么办？“。如果你已经开始问这个问题，那么你已经开始走一条更有趣的路了。

..