为什么全球顶尖成功人士都会遵循“5小时法则”?

新闻
全球最顶尖的5家公司的创始人比尔·盖茨、史蒂夫·乔布斯、沃伦·巴菲特、杰夫·贝佐斯、拉里·佩奇,他们都是博学的通才,他们都有两种不同寻常的特质。

  [[227072]]

全球最顶尖的5家公司的创始人比尔·盖茨、史蒂夫·乔布斯、沃伦·巴菲特、杰夫·贝佐斯、拉里·佩奇,他们都是博学的通才,他们都有两种不同寻常的特质。在研究了白手起家的亿万富翁多年之后,我发现有两种特质在他们获得如今的财富、成功、影响力和名声方面发挥了关键作用。事实上,我自己也非常相信这两种特质,所以我在自己的生活中创办公司、成为一个更好的作家、做一个更好的丈夫、实现财务安全的过程中都会利用这两种特质。这些成功人士拥有的两种共同特质分别是:

(1)他们都是如饥似渴的学习者。

(2)他们都是通才。

下面让分别阐述一下这两个特质,并分享一些简单的技巧,从而让你自己在日常生活中也能利用它们。

首先,这两种特质的定义。我把一个如饥似渴的学习者定义为一个遵循“5小时原则”的人,即每周至少花5个小时来学习。我将通才定义为一个能在至少三个不同领域里都能胜任的人,并将这几个领域的技能都整合到一个技能组合中,使他们成为所在领域内前1%的顶尖人才。如果你不断学习和模拟这两个特质,并且认真对待它们,我相信它们会对你的生活产生巨大的影响,并会加速你获得成功的脚步。当你变成一个如饥似渴的学习者时,那么你过去所学到的所有知识的价值就会呈现复合效应。当你成为一个通才时,你就能开发出综合技能的能力,并开发出一套独特的技能组合,这能够帮助你获得竞争优势。

根据比尔盖茨自己的估计,他每周都会读完一本书,这个习惯已经坚持了52年,其中很多书籍都是与软件或商业无关的书籍。此外,在他的整个职业生涯中,他每年还会有一个为期两周的阅读假期,这两周时间专门用来阅读。在1994年的接受《花花公子》的采访中,我们发现他已经把自己当成了一个博学的通才了:

  • 花花公子:你不喜欢自己被称为是一名商人吗?

  • 盖茨:不喜欢。在我的所有思考时间中,我将10%的思考时间用于商业思考。商业并没有那么复杂,我不想将商人的身份放在我的名片上。

  • 花花公子:那么你会将什么写在你的名片上呢?

  • 盖茨:科学家。当我读到一些伟大的科学家的故事,比如克里克和沃森是如何发现DNA的时候,我就会非常兴奋。商业成功的故事无法让我获得同样的乐趣和快感。

盖茨将自己视为一位科学家,这是非常有意思的,因为他从大学辍学了,并在辍学后就一直扎根于软件行业。

有趣的是,埃隆·马斯克也不认为自己是个商人。在最近一次接受CBS的采访中,马斯克说他认为自己更像是一个设计师、工程师、技术专家,甚至是巫师。

这样的例子不胜枚举。众所周知,拉里·佩奇会花时间与谷歌的每一个人进行深度交流,从谷歌的门卫到核聚变科学家,并总是希望自己能从他们身上学到些什么。

沃伦·巴菲特是这样描述自己获得成功的关键的:“每天阅读500页书。知识的运作方式是:知识会慢慢累积呈复合效应,就像复利一样。”

杰夫·贝佐斯是通过实验进行大规模学习的方式来打造他的整个公司的,并且他在一生中都是一个如饥似渴的阅读者。

最后,史蒂夫·乔布斯将各种学科结合在一起,并将之视为苹果的竞争优势,他曾经这样说过:“单靠科技是远远不够的,必须要让科技与人文科学以及人性相结合,其成果必须能够让用户产生共鸣。”

当然,上面五家顶尖公司的创始人并不是唯一拥有这两种特质的成功人士。正如我之前写过的,如果我们把这份名单扩大到其他白手起家的亿万富翁,我们很快就会看到奥普拉·温弗瑞、雷·达利奥、大卫·鲁本斯坦、菲尔·耐特、霍华德·马克斯、马克·扎克伯格、埃隆·马斯克、查尔斯·科赫和其他很多拥有类似特质和习惯的成功人士。

为什么世界上最忙碌的人会把最宝贵的时间投入到学习与和他们所在领域看起来无关的知识上,比如核聚变、字体设计、科学家传记和医生回忆录?

他们每个人都掌管着一个由全世界成千上万最聪明的人组成的公司。他们把自己生活和公司业务中的几乎每一项任务都委派给了最优秀、最聪明的人去负责。那么他们为什么还要坚持学习大量知识呢?

在写了几篇试图回答这些问题的文章之后,这就是我最终得出的结论:“在最高层次上,学习并不是一件你为工作做准备的事情,学习本身就是最重要的工作。它是你要打造的一个核心能力。这是一件你永远不能委派给别人去做的东西。这是关系到企业进步和长远成功的终极驱动力之一。“

当我意识到这一点的时候,我在想:在如今这样一个日益复杂、快速变化、先进的知识经济时代,为什么大家没有在‘我们在一生中都应该成为贪婪的学习者和博学的通才’上达成共识并认为这是我们理所应当做的事情呢?为什么大部分普通人都将可以学习视为一种可做可不做的事情呢?

我认为,这主要和我们在学校、大学和社会上被反复灌输的三个强有力信息有关,这些信息在过去可能是事实,但现在已经不再是了,它们现在已经变成三条谎言了。下面我们就来看看如何一一打破这三条谎言:

(1)谎言1:学科是分类知识的最好方法。

(2)谎言2:大部分学习都发生在学校/大学。

(3)谎言3:你必须选择一个领域并且专攻这个领域。

这些观念是如此有害,它们摧毁了我们对学习和知识的直觉,最终阻碍我们创造我们想要的成功。如果我们能意识到它们,我们就能像世界上最成功的人所做的那样去纠正它们。

谎言1:学科是分类知识的最好方法。

我们的教育体系建立在这样一种模型上,即将知识分为不同学科——数学、阅读、历史和科学等。从幼儿园开始,我们接收到的信息就是,这些科目最好是能各自单独学习。

我们甚至将这些学科细分为更小的学习领域,例如,将经济学进一步细分为微观经济学和宏观经济学。这种将学科领域进行分解并分开教学的范例叫做简化论。尽管它仍然是我们社会的标准,但它实际上已经开始在一些更进步的国家发生变化了。

简化论能带来很多益处。在关系紧密领域内,想法能够得到迅速而高效地传播,因为每个人都属于同一种文化,都说着同样的语言。研究一个系统的各个部分要比研究一个复杂的整体系统要更为容易。这种范式在很多重大的发现中发挥了非常重要作用。

但简化论的一个关键缺点在于,不同领域之间的连接变得非常模糊,所带来的结果就是所谓的“负学习迁移”,即学习一件东西会使学习其他东西变得更加困难,因为我们所学到的概念与特定的研究领域是如此紧密地联系在一起。如果你在学习第二语言的时候陷入了困境,因为你所学的第二语言的语法、语序、时态或复数的规则与你的母语的规则不匹配,你就会经历负学习迁移。

简化论的另一个缺点是,在一个专业领域之外的人很难理解这个领域内发生的事情。不妨想象一下一个神经外科医生试图向一个平面设计师解释大脑手术的进展,会发生什么。每个领域都有各自的语言和文化,所以在一个领域里独特的见解并不适用于另一个领域,尽管不同领域内的见解经常可以而且应该是彼此适用的。这就导致了回音室的出现。

生物学家James Zull在他的书《The Art of the Changing Brain》里解释了为什么学习迁移如此复杂。“通常情况下,我们没有将一个主题和另一个主题连接起来的神经网络。它们是分开建立的,特别是如果我们在将知识分解成数学、语言、科学和社会科学等不同部分的标准课程中学习。” 因为没有人教我们去看所有这些知识的共同根源,所以我们看不到它们之间的内在联系。

埃隆·马斯克强烈地感到我们的教育体系无法教给孩子们学习所有这些学科知识的共同根源,他创建了自己的学校,并让自己的所有孩子都进入这个学校。

埃隆·马斯克在接受北京电视台采访时称,由于不喜欢他的孩子的学校,因此他便自己建了一所学校。这所学校被命名为Ad Astra,意思是“奔向星辰”。这所学校规模极小,相对比较隐秘。它没有自己的网站,也没有创建社交网帐号。曾经撰写过一篇关于洛杉矶私立学校的文章的克里斯蒂娜·西蒙(Christina Simon)深入了解了Ad Astra学校。她说她认识了一位与马斯克的孩子上同一所学校的孩子的母亲。这位母亲对西蒙说,相对比较新的Ad Astra学校规模很小,还处于测试阶段。这所学校目前只接纳了少数孩子,他们的父母亲都是SpaceX的员工。马斯克在接受采访时说,Ad Astra学校创立了一年多,现有14名学生。Ad Astra学校未区分年级,一年级和三年级的学生之间是没有明显区别的。他说:“让所有的孩子在同一时间通过相同的年级考试,就像装配线一样。”

他说:“有人喜欢英语或语言,有人喜欢数学,有人喜欢音乐。人各有志,各有所长。因此,根据他们的态度和能力来因材施教就显得非常重要了。”马斯克为他的孩子办了退学手续,为了创办Ad Astra学校甚至还挖走了一名教师。他说:“我认为这些事情都是应该做的,但我没有看到普通学校去做这些事。”马斯克认为,普通学校在教授学生如何解决问题上犯了一个根本性的错误。马斯克说:“教授解决问题的方法或者讲解问题本身而非解决问题的工具,这一点很重要。”

他说:“假设你想教别人引擎的工作原理,传统的做法是说,’我们将讲授有关螺丝刀和扳手的所有知识。’这是一种截然不同的教学方式。” 相反,马斯克认为直接给学生们提供一台引擎然后在学生们面前拆卸它,这种教授方式会更有意义。马斯克解释说:“我们如何将它分解开来?你需要一把螺丝刀,然后一件非常重要的事情随之发生了,那就是工具的关联性变得很明显了。”

多年来,我了解到有一种更深层的方法来分类知识,一种学习基本原理的方法,它适用于所有领域,并教授让人终生受用的技能。这些基本原理被称为思维模型。

让我们来看看一个思维模型,叫做“压力和恢复”。在锻炼中,压力和恢复的现象是锻炼使我们变得更强壮的原因所在:它暂时使我们的肌肉和心血管系统超过了它们现在的承受能力,并在恢复过程中重建自己。有了这种思维模式,我们就可以在其他领域寻找到这种思维模型。例如,它解释了为什么经历了某些类型的困难能够帮助我们变得更加强大。在心理学领域,这被称为创伤后成长。在社会心理学领域,这些痛苦的经历被称为多样化的经历。在成年人的发展中,他们被称为最优冲突。通过这些例子,我们可以看到同一个底层思维模型在不同的应用领域里是如何被赋予不同的名称的。

思维模型是将学科联系在一起的无形的思想网络。

为什么全球顶尖成功人士都会遵循“5小时法则”?

这正是很多世界顶尖学习者和通才在如今的知识经济中获得成功的秘密所在。

真相:将知识按思维模型分类与将知识按学科分类是同样重要的,因为思维模型是将不同学科连接起来的底层基础。

谎言2:大部分学习发生在学校/大学。

“自学是唯一的教育形式。”——Mark Twain

我确信,教育最根本的问题之一就是学校与学习的归并融合。事实上,学校只是学习发生的一个环境。在我们的生活中,几乎所有的学习都发生在学校之外:在家里,在操场上,在运动场上,在旅行中,在我们读的书和我们喜欢的爱好里,特别是在我们的工作中。然而,我们却被训练成只将正规教育视为真正的教育。

在军事和执法部门,把在学校里学到的东西和现实世界里发生的事情混为一谈都被认为是“训练伤痕”。在《Algorithms To Live By》这本书中,引用一些有关这些伤痕的极端例子,显示它们会带来多严重的后果:在现实枪战中,警察只开枪两次就把枪放进枪套里(就像他们在训练中所做的那样)。在一个令人惊恐的例子中,一名警察从袭击者手中夺过枪,然后本能地将枪还给他,就像他在警察学院的训练过程中一次又一次做的那样。同样的道理,我们在学校里学习到的一些技能,这些技能要么无法转移到现实世界中,要么会阻碍我们在现实世界中的表现。

例如,相信我们中的大多数人都会认同,在课堂上,那些遵守纪律和规则的人会因此得到奖励。但在现实世界中,关键的领导特质包括冒险和原创思维,这两个特质都是与我们在课堂上学的东西相违背的。简而言之,我们接受的大部分正规教育都是为了将我们培养成追随者,而不是领导者。

下面我分享一下我是如何在我自己的生活中揭露“学校等于学习”这个谎言的。

我童年的大部分时间都是在学习中度过的,所以我的GPA绩点很高,也就顺理成章进入一所很好的大学。因为从小到大,大人们都一直给我灌输这样的理念:一所好大学是通往美好生活的门票,我对这一点也深信不疑。我的求学之路也非常顺利,我被理想中的学校录取了:沃顿商学院和纽约大学斯特恩商学院。刚开始的时候,我非常努力地完成每一项学习任务,并在每一项研究课题上都付出了大量心血。但后来我读到一份研究报告,这份报告显示,大多数美国总统、国会议员、参议员甚至大学校长毕业时的GPA绩点都很低。一项对700名百万富翁的调查显示,他们的平均GPA绩点是2.9。事实上,我所在大学的校长是以2.1的GPA绩点毕业的。此外,我了解到,我的大多数创业榜样都没能完成大学学业,即使他们完成了大学学业,他们也不会将其视为他们所获得的成功的重要因素。

“这是咋回事?我被骗了一辈子。我想成为一名企业家,但分数并不重要。”我暗自纳闷。

自那一天起,我就停止了为了分数而读书的日子。我的平均GPA绩点下降到2.9,当教授置仅仅为了让我不要闲下来而给我布置作业的时候,我就会直接跳过这些作业。相反,我设计了自己的学习书籍、要参加的会议,并旁听了我感兴趣的课程。幸运的是,我做了一个很好的赌注。当我面试实习的时候,只有一次面试是让我提供GPA绩点的。尽管我的GPA绩点很低,但我还是得到了实习机会。在工作场合,我从来没有被问过我是在哪所学校就读的。

这些年来,我的思维变得更加微妙。下面是我目前对正规教育的看法:

(1)最具影响力的领导者、艺术家和科学家几乎都对学习有一种内在的热爱,那种近乎痴迷地热爱,这种痴迷贯穿了他们的一生。无论他们有多忙,他们都会抽出时间来学习。1991年,比尔·盖茨在接受采访中曾自豪地这样,虽然他经常工作到深夜,但深夜回到家后还是会花点时间用来阅读。当埃隆·马斯克想要雇佣世界上最聪明的人时,他更关心的是候选人的技能组合,而不是学位。

(2)中学和高等教育一般都没有鼓励学生自主学习或培养终身学习的习惯。事实上,为了考试或者是进入一所好的大学而学习往往会培养外在的动机,而这实际上会阻碍内在的动机。正规的教育通常不擅长向学生展示不同学科之间的联系,也不擅长教学生如何在现实世界中应用他们所学到的东西去得到他们想要的结果。

(3)正规教育的最重要成果是让学生热爱学习并拥有自主学习的能力。一个自主学习的学习者能够识别他们所面临的问题并对问题进行优先级划分,识别那些他们可以学习的用来解决这些问题的知识并对这些知识进行优先级划分,坚持每周至少学习5个小时的时间,并将他们学到的东西应用到现实世界的挑战中。一旦一个人爱上了学习,他们就会终身学习。当然,几十年终身学习的积累要比四年大学积累的东西要多得多。

(4)妖魔化正规教育并不是真正的解决之道。多年来,我已经在数百所高中和大学发表过演讲,演讲对象从最精英的人群到最弱势的人群都有,我的观点已经软化了。我有两个孩子在上小学。他们的老师改变了我们孩子的生活。我在教育系统中遇到过许多了不起的老师,他们提供了变革的经验。这些教师中,很多人收入严重不足、不受尊重,却是社会中最有价值的贡献者。在整个系统中,有一些机构也很了不起。立法者制定了更严格的考试规定,导致了为了考试而教学和学习的文化的出现,这仅仅是因为他们希望学校系统更加可靠。这是一个复杂而重要的挑战。

真相:在我们的生活中,大多数的学习都是在学校之外完成的,在获得成功的过程中,自主学习能力是比分数和学位更重要的因素。

谎言3:你必须选择一个领域并且专攻这个领域。

在亚当·斯密的代表作《国富论》这本书的第一页中,他以一个别针工厂为例,说明了专业化的力量。在这个工厂里,只有10名员工,每天却能生产出令人震惊的48000个别针,这就是分工的结果,每个人只专注于制作流程中的其中一个部分。史密斯估计,如果这10个工人中的每一个人都亲自参与整个制作流程中的每一步的话,那么这个工厂每天只能制作出200个别针。换句话说,专业化将他们的效率提高了240倍。

我们几乎所有人都被灌输这样的观念,要想在生活中出人头地,就必须专攻一个领域。当你看到上面的别针工厂的例子,这就不足为奇了。在工业时代,生产力是通过定量产出来衡量的。对于那些仍在制造业工作的人来说,这种模式仍然适用。

但我们大多数人现在都生活中知识经济中,在这个经济中,生产力不是用数量来衡量的,而是用创造性的产出来衡量的。产生创造性想法的最好方法之一就是学习和综合你所在领域内的其他人还不知道的有价值的技能和概念。在知识经济中,学习跨领域的不同兴趣和技能,然后将你的见解运用到你的核心专业里,换句话说,也就是成为一个现代的博学通才,这才能让你真正脱颖而出。

在《为什么“兴趣广泛”的通才更有可能获得成功?详解通才的7大优势》这篇文章中,我详细解释了为什么在现代知识经济的大环境中每个人都应该成为一个通才,并列出了通才的7大优势,这7大优势分别是:(1)通过融合两种及以上的技能能够让你成为一流的人才;(2)大多数创造性突破是通过非典型技能组合实现的;(3)学习并精通一项新技能比以往更加容易和迅速;(4)比以往更加容易开创一个新领域、新行业或者全新的技能组合;(5)它可以为你的未来职业发展保驾护航,让你的技能不会过时;(6)它可以帮你解决更为复杂的问题;(7)它可以帮你脱颖而出,在全球经济中有效竞争。

真相:专业化是工业经济的关键。在当前的知识经济中,学习掌握了至少三个领域的知识并能将它们整合到一个技能组合中的现代型通才将会有更大的优势,这能够使他们成为自己所在领域中前1%的顶尖人才。

需要记住的三大新真相

综上所述,我们过去的学习方式已经不再适用于快速变化的知识经济了。相反,要记住这些新的真相:

(1)除了按照学科来分类知识外,按照思维模型来分类知识同样重要甚至更重要。因为思维模型是将不同学科连接起来的底层基础。

(2)大部分学习都是在学校之外完成的,在获得成功的过程中,自主学习能力是比成绩和学位更重要的因素。

(3)在当前的知识经济中,学习掌握了至少三个领域的知识并能将它们整合到一个技能组合中的现代型通才将会有更大的优势,这能够使他们成为自己所在领域中前1%的顶尖人才。

这就是为什么那些喜欢阅读和学习的通才以及那些研究思维模型的人都能变得如此成功的原因所在。这也解释了为什么世界上这么多顶尖CEO、亿万富翁、科学家和成功人士都具有这些共同的特质。

现在就下定决心,不要把所有的时间都花在一个狭窄领域的细节知识上,因为这只能让自己看不到世界其他地方、其它领域发生的事情,这将阻碍你快速适应新发展的能力。

相反,要在终身学习上进行投入,每周至少花五个小时在你的领域之外进行学习和探索,学习你的同事还不知道的技能和概念。此外,一定要学习思维模型,这些底层基础知识是所有领域知识的基础,而且基本不会随时时间的推移发生变化。将自己训练成为一名对思维模型有深入了解的自学成才型通才,做到这些将是在现代知识经济中获得成功的关键。

责任编辑:张燕妮 来源: medium
相关推荐

2015-05-07 14:58:06

编程每周工作80小时

2010-10-19 11:10:31

成功人士

2015-10-13 09:37:37

开源法则

2022-05-05 08:00:00

团队敏捷流程

2022-06-06 14:28:27

零信任零信任架构ZTA

2018-01-13 11:01:59

2012-06-01 11:13:58

应用推广八条黄金法则

2013-05-27 10:21:39

游戏设计

2016-12-16 12:54:44

数据挖掘大数据

2016-12-13 19:47:31

大数据

2021-04-08 20:45:09

自动驾驶AI人工智能

2021-11-01 08:47:33

人才流失CIO员工

2021-12-21 13:58:53

大数据数据治理数据分析

2017-02-13 11:57:17

敏捷开发

2024-05-10 15:44:57

2009-02-07 10:59:44

2019-06-04 09:49:54

苹果iCloud谷歌

2021-11-23 15:40:12

特斯拉自动驾驶技术

2013-07-04 11:06:13

IBM亚马逊甲骨文

2013-05-10 17:33:12

移动开发赵大羽iOS
点赞
收藏

51CTO技术栈公众号