title: 跨学科学习不完全手册 layout: default tags: [读书,卡片] pinned: false
人人都知道该跨学科学习，但往往不知道何处着手。
少数人知道如何跨学科学习，但几乎无人分享跨学科学习的实践技巧。
本手册试图解答以下问题：
跨学科学习属于学习中的学习，我虽喜欢学习，但大多是主题学习——围绕人或主题来读书学习，极少专门钻研的学习科学。
主题学习「跨学科学习」算是我最近（ 2017 年 5 月 ）学习过程的 serendipity （惊喜） 。机缘巧合，源自以下事件。
事件一：读司马贺的《人类的认知：思维的信息加工理论》，发现他在里面提到了「迁移学习」的概念：迁移学习能够使用学会的东西去解决新问题……我们通常称为「类比」。
事件二：在编译 2017 年 Edge 年度大问题时，发现《微软全球资深副总裁 Peter Lee 谈迁移学习》：一个技能或心理功能的学习或改善可正面影响另一个技能。
事件三：在翻译文章《硅谷钢铁侠 Elon Musk 超强学习能力的秘密》时，发现 Elon Musk 说：「迁移学习」可以将 A 环境中学到的东西应用到 B 环境中，学校或书中学到的知识应用到「现实世界」中。
事件四：联想起芒格此前提到的跨学科学习倡议「人人都应该增强跨学科的技能」和《芒格的智慧核心：多元思维模型》，以及我曾在 2015 年投入大量时间读《穷查理宝典》，写下数量可观的读书笔记。
事件五：机缘巧合下又看到一篇论述司马贺如何跨学科学习的论文《问题、方法、知识：司马贺跨学科研究启示》，里面有我看过最详细的践行跨学科学习方法。
事件六：和朋友们聊天谈起跨学科学习，发现很多人急需跨学科学习的科学指导，忽然觉得自己在跨学科学习已经有一定积累，非常必要将我了解到跨学科学习的知识完整地整理出来。毕竟上面已出现那么多事件，巧合也好、需求也好、使命也好、内在驱动也好，于是就决定写下这篇文章。
远古时代，人类需要习得大量知识才能生存，但人类理性有限，为降低学习成本，就得分门别类，例如狩猎、养殖、建筑等。后来日渐发展，人类知识越来越多，原有分类再不能满足需求，就形成了我们现在的学科。
现代社会分工机制已相对完善，人类发现其实不需要掌握那么多知识也能在社会生存，只学好一个学科足矣，所以大学设立分科，试图让学生掌握一门在社会生存发展的技能，例如会计、维修、烹饪……你学好了进入企业、工厂、餐馆工作就行。
但现实情况是，单学科学习局限太大，无法再满足时代需求，跨学科学习是未来创造者的必修课。
如果再站高一点看的话，跨学科学习在远古不存在，为了生存什么都学，本来学习知识就是为解决问题，跨学科学习只是一种手段，为打破知识隔阂的一种呼吁和口号，从认知上，我还是建议在无视跨学科这个词，在内心去除跨学科与学科的藩篱，知识无边界，学习不分学科。
单学科学习会养成路径依赖。
如果你遇到简单问题——例如想把椅子做牢固一点，你会手执锤子，想着敲牢松动的钉子就可以了，但如果遇到复杂问题——想做一把椅子，但你手上依然只有一个锤子，你可能就愣住了。
可能，你也会想出正确的方法：停下来，思考获取更多工具。
但实际上，大部分人并不会，也不能这样做！他们依然会想着继续用锤子来解决问题，例如大学误选了金融专业的人，毕业后会继续选择在银行、证券、保险业工作。例如父母当公务员，会想方设法让子女毕业继续在国家单位工作。
单学科学习，你就很大可能像芒格所说的那样：所学的知识会限制你的思维和行为，对于一个只有一把锤子的人来说，任何问题看起来都很像钉子。
跨学科学习，不仅仅是为了解决复杂问题，更是为了拓展认知边界，创造更多可能。
巴甫洛夫将生理学与心理学集合，拓展消化系统的研究，获得诺贝尔医学奖；卡尼曼将心理学与经济学结合，拓展了展望理论，获得诺贝尔经济学奖。
你问我为什么要跨学科学习？更经济的理由是：分学科的初衷本来就是降低学习成本，让人更容易学习更多知识，学科有边界，知识无边界。既然历史上已经有那么多聪明人花了那么多时间将世界上的知识体系搭建得那么精致，网络如此便捷、唾手可得，何乐而不为？
学科之间有间隔有距离，才能跨，才能激发不同学科之间的想象与创造。
以下用人文与科学，这两个学科大类说说跨学科的融合创新。
在技术的帮助下，科学告诉我们，为了去往我们所选择的方向，究竟需要具备哪些东西。人文告诉我们，利用科学所产出的成果，人类可以去往哪里。
科学创造出了全新的智慧形式以及巨大的物质能量，人文则应对关于美学和价值观的问题，以及由于科学本身具备的不眠不休的巨大能量而衍生出来的美学和价值观欠缺的问题。
在科学与人文连续统一体的另一端，就是创意艺术中最具创造力的作品。在这里，各类隐喻百花齐放。无论是文学、音乐还是视觉艺术，艺术家的创作目标，就是要利用审美惊奇来制造情绪起伏，而作品水平的高下，则要凭借其新颖程度和精湛程度来衡量。行家里手们总是事无巨细地去讨论某个具体的科学发现，而不会谈到科学家本人。反之，创意艺术评论家总是洋洋洒洒地大谈艺术家本身，而不会将重头戏放在艺术作品上。
科学和人文共享创造力的同一个来源和同样的大脑活动过程。通过五大学科的融会贯通，科学和人文可以实现更加紧密的联结，在实质性内容上实现更加广泛的融通。
斯科特·亚当斯，世界上最为流行的连环漫画之一呆伯特（Dilbert）的创作者，他将幽默和插画技能融合在一起，并且专注在企业文化方面，他成为了他那个细分领域内的最有名的佼佼者。
在一篇非常有启发性的博客中，他总结了他如何做到的，以及你如何也能做到。如果你想成就非凡，那么你有两种路径选择：
如果你想取得非凡的成就，那你只有两条路可走：
第一条路非常艰难，几乎不可能实现。能够在NBA打球或者能够推出白金唱片的人屈指可数。我甚至不会建议任何人对此进行尝试。
第二条路相对简单。只要你通过努力，就至少可以在几个领域中成为排名前25%的优秀人才。就我个人来说，我的绘画技能比大多数人都好，但我并不是真正的大艺术家。同尚未走红的普通喜剧演员相比，我的幽默高明不到哪去，但我比大多数人要幽默。问题的关键是很少有人能够做到不但画得好，而且幽默段子写得好。正是这两点的结合才使得我能够成为少数成功的人。如果再加上我的商业背景，那么情况就是：很少有漫画家能够理解我涉及的某个主题，如果他们没有经历过的话。
推荐三位。
第一位是芒格。他在《怎样理性愉快地度过这一生？》中演讲中说道：不断学习世界各大学科中最重要的知识，并不断用它们实践。芒格的《穷查理宝典》堪称终身学习者的圣经，建议至少读一遍，我读了三遍。
第二位是司马贺。司马贺职业生涯跨越政治学、经济学、管理学、心理学、计算机科学等多种学科，取得了卓越的科学成就，在 1978 年获得诺贝尔经济学奖。
司马贺说，一个有才智的人可以在 7±2 年内学习新领域的知识，并创造出新的成就。如果你有扎实的数学和计算机科学训练，同时已经有了某种研究经验的人，那就更好了，你可以更快地转移到完全不同的科学领域中去。转移领域的角度越小，时间就越短。
司马贺是我的学习偶像，相对于芒格，司马贺更像创造者。
第三位推荐伊隆·马斯克。他涉及并擅长的领域有火箭科学、工程、物理、人工智能、太阳能和能源。他从小就跨学科学习，从科幻小说、哲学、宗教、编程、科学、工程学和管理学，后来转移到物理、工程、产品设计、商业、技术和能源。
如果说前两位偏学术你不太喜欢的话，可以看企业家中的学霸马斯克，著作有《硅谷钢铁侠》，将跨学科的实力运用在商业领域，让你不得不服。
芒格、司马贺与马斯克跨学科学习各有法，我个人最喜欢司马贺跨学科学习方法，皆因他留下大量的文献、著作与演讲，有两本传记和无数论文，成长足迹清晰，跨学科路径分明，是普通人最容易跟随学习的榜样。
以下是我根据各处资料整理出来跨学科学习的方法，也正是我在践行的学习方法，希望对大家有用。
尝试寻找一个你感兴趣且值得你继续投入时间的大问题，这个大问题最好是「事关人类生存与发展的重大基础性问题」。并且，你相信解答这个大问题能造福他人，激发起你的内在动机，引导你能有多种可能性的迷宫中进行着漫长而愉快的搜索，贯穿你的一生。
这种问题类似于安猪老师在 2016 开智大会提到的大问题：它们往往是困难甚至极端的。在极端假设中，才能做出真正有价值的发现，而这种极端问题导致一些延伸问题，让我们在更深层面去思考这个问题的解决方案。当我们往深层次走，去思考这些问题的本质，我们的行动方案和最终结果就会有更长期的价值。
如何确定大问题？司马贺提出了五条参考标准：
1）这个问题的解答是可检验你的解答不能只通过你的个人经验来验证，而是能用事实、数据来检验。例如日心说。
2）这个问题的解答有价值如何证明解答有价值？司马贺的回答是：如果把解答发表在一家有声誉的期刊上，至少有两个人索取论文复印件。个人觉得这样有难度，建议找到顶尖同行，争取认同。
3）这个问题的解答具有美学价值。理性的认知必然是通过感性的认知而普及的，大问题的解答必须能感性美，然后才有认识的价值，不然会有另一个更美的解答取代。例如爱因斯坦的等式 E = mc² 。
4）这个问题的解答能推动科学进步。这些大问题处在学科的中心或者学科交叉边缘，一旦解答能给人类带来启发，带动技术进步。例如人工智能就是计算机科学、心理学、设计学等学科的交叉大问题。
5）这个问题有解答的可能性。你需要思考，这个问题是否付出价值相称的努力就能找到解答，如果不能，你就要深入思考：是否是时机不对？现在不能解决，以后技术成熟就能解决？以往是否有类似的大问题可以用现在其他学科知识来解决？
根据这五条标准，司马贺确定了他的大问题——「人类问题解决」。
表征（representation）是认知心理学的术语，意思是将概念用不同的学科知识的弹性迁移，在多种相似情境制造共性，抽取出概念的核心。问题表征在所有的精神活动中经常发生，人类可利用问题表征迅速地把两种不同性质的事物等同起来并从整体上把握。
小问题用具象表征即可解决，大问题就需要运用高级的抽象表征解决
例如你小时候学「 1+1=2 」你可以用手指表征，两个手指摆在一起，再合起来数，就能轻易解决问题，但这种表征只是适合辅助理解问题，一旦要上升到「 242+349=？ 」这种难度，你就再不能借助具体情境的表征，需要利用抽象表征。
所以，人类将各种大问题表征为更有助于人脑记忆与思考，更能批量解决问题的形式，例如数学等式、符号标记、摘要排列、示意图等。抽象的层级越高，可解决的问题就越多。
掌握大问题表征技能，关键在于掌握足够多的抽象模型，利用不同学科知识重新表征所问题，生成问题表征信息，并把不同的表征联系起来，改变问题的表述方式，突破学习最难的关卡，从而解决问题，
司马贺一生围绕大问题不停在政治、数学、心理、计算机等领域来回探索，一生共拿了 9 个博士学位，就像学会了凌波微步，在学科森林肆意穿梭，毫无压力。
大问题表征就像一条线，跨学科就像一颗颗珠子，把珠子串成项链，问题往往就解决了。
司马贺是如何表征大问题的呢？
司马贺的大问题表征经历了这样一个过程：组织决策——人的决策——人类问题解决。
司马贺的大问题原来是「组织决策」，后来发现，「组织决策」往往是「人的决策」，而人的决策问题是关于人类行为的中心问题，任何单一学科都无法独立承担这一重大的基础性问题研究，于是，司马贺尝试用其他科学知识解答
在尝试过经济学与管理学后，司马贺转向心理学，用人类认知与计算能力有限提出满意理论，后来又发现已有的心理学也无法深入解释人类决策机制，萌生用计算机科学去模拟人的思维过程，此后司马贺研究的大问题表征为「人类问题解决」。
如此可以发现司马贺问题表征的过程：先用不同学科知识表征大问题，在学科内遇到瓶颈时，不但不会囿于学科知识而停顿，而是继续走出圈子，用更广阔的思路解决大问题。
由此可见，问题表征既拉开大问题的广度，也能扩展大问题的深度。不同表征下研究的侧重点有所不同，可形成了大问题研究的多个层面，不同层面的研究相互支持，从而形成对这一大问题更全面的理解。
大问题之所以成为大问题，核心在于问题的解决难度，你需要不断迁移其他学科的研究方法来敲碎它。
在迁移其他学科方法之前，你必须至少掌握一个学科的基础知识，熟悉该学科的基本研究方法，才有迁移学习的资本与方法。你要明白，你面临的是别处学科的壁垒，如果锤子不够硬，裂缝也敲不开。
一般情形下，一个学科往往具有自己的传统方法，但久而久之传统方法会成为该学科研究拓展的桎梏，研究者有路径依赖，往往难以创新。这时，你就要不受任何学科传统方法的束缚，大胆借用、移植其他学科的方法。
学习多学科的好处就是不同学科解决问题有不同的思路，如果能综合运用，往往能打开单个学科的困境，就像你要做一把椅子，你仅有锤子还不够，你还需要锯子、钉子、刀子……
司马贺用这个方法，成功在管理学和心理学中闯出了一条新路子。
司马贺为解答大问题「组织的决策」学习管理学，发现传统管理学概念混乱，不符合科学法则，于是决定开辟新途径，找出新的研究方法
他借助社会科学的操作主义方法，对管理学中各种概念，如目的、过程等做出操作化定义，让其符合经验观察结果或状况，为其创立以决策为核心《管理行为》组织管理理论奠定基础。
再如司马贺在为解答大问题「人类的决策」学习心理学，发现传统心理学的两个流派：行为主义心理学和格式塔心理学均存在问题，行为主义心理学认为思想、意志和意识不可观察，格式塔心理学认为感觉、思维和知识理应是心理学关注的核心，两个学科相互打架，非 A 即 B ，面对这一困境，司马贺决定采用新方法——借助数字计算机来解决人的思维与认知活动。
他认为计算机对符号的记录、储存、复制、转移、删除等基本操作与人的中枢神经系统相似，可以像研究动物那样研究计算机，便依照人类在解题、下棋等典型智力活动中的方法，编写了各种程序，用计算机来模拟人类思维与认知，观测计算机在不同模式刺激下的表现来研究人类的决策，最终，司马贺实现了对思维的经验研究，构建出关于人类思维和认知的经验科学。
天下并没有什么新知识，所谓新知识，都是从旧知识的流动，像活水流经一个个池子，形成了一个个学科。
重新定义概念是将自己知识池子的水活动起来。
进入新领域，首先面临着如何处理概念的旧定义，而概念的知识往往与特定的学科知识传统紧密相关，对概念重新定义有助于摆脱这一学科知识传统的束缚，带来更多创造性的成就。
如何重新定义概念？
很简单，把原有学科中关于此概念的知识内容转换成多个学科中的知识内容。
例如司马贺重新定义情感。情感在心理学文献中被定义成与人类思维理性相对立的概念，或者说情感是非理性的。但司马贺认为情感与理性并非对立。
「情感是动机的主要来源，它让我们把注意力集中在特定目标上，而且情感会有助于对其激起的目标进行积极的相关思考。」因此，司马贺把情感定义为「中断系统为响应突发强烈刺激而启动后产生的行为」，这样，情感就可以成为计算机认知模型能够处理的对象，实现了由心理学到计算机科学关于情感概念知识的转换。
概念的转化，不仅让旧概念更清晰明白，而且可让新概念应用到新学科，获得更多启发，从而解决问题。
一个人学习未免过于无聊和单调，好的学习者善于与其他学科的学习者合作交流，取长补短，融合百家之所长，实现知识在不同合作者之间频繁而密集的流动、转换，从而实现知识创新。
如果将知识定义为水，学科定义为格子，学科知识就是冰块，你需要做的就是用热水来融化冰块，使之一体。
为此，司马贺提倡作出各种尝试。
提倡结交朋友。司马贺如此形成朋友的好处：「你会发现所有你需要的程序都储存在你的朋友之中。只要你不过多干预，这些程序会富有创造性和富有成效地执行任务。」逐步结交你可能感兴趣的领域中的朋友，这些朋友会让你被动了解领域中的真正重要的和惊人的进展。
当然，这里说的朋友是指与你旗鼓相当，或者水平高于你的朋友，这些朋友可能会成为你的贵人。如果你水平不足，又想拼命想挤入某个圈子时，你就注定是个旁观者。
提倡与人合作。司马贺把与合作者看成是具有头等意义的「启发式」，与这些精力充沛、聪明睿智、博学多才的人进行合作受益无穷 例如他就与纽厄尔合作构建计算机模型，司马贺善于程序设计的策略思考，纽厄尔善于精于用计算机程序语言实现策略，二人互补知识结构和关注点，促进了知识在他们头脑间迅速转移，创造出一系列思维模型。
提倡加入或创建跨学科小组。这个跨学科小组要求成员对不同学科有相当的专长和良好的基本知识：可能是数学，可能是计算机，又或者是艺术设计，如果他们只对学科感兴趣而未曾深入研究，那就很难激发出新的思维。
提倡跨学科争论交流。创新知识得到认同需要过程，在此期间，有关这些知识的内容、理论前提以及形成知识的方法都会受到质疑。公开而理性的学术争论，有助于完善知识内容，建立更可靠的理论前提和澄清所采用的研究方法，从而实现知识由创造者向学术共同体转移。学术争论的结果除了帮助学习者完善内容和澄清问题外，还扩大创新知识的影响力，实现知识转移。
如何用文学中英雄之旅的隐喻来更好理解跨学科学习的方法？
以下以我喜欢的《海贼王》为例。
找到大问题：我可是要成为海贼王的男人。
表征大问题：成为海贼王需要穿越伟大航路，路上的所有故事都是大问题的表征，例如《生存之海·超新星篇》的七水都之战与顶上战争，《最后之海·新世界篇》的鱼人岛之战与四皇大妈之战。
迁移学科方法：每进入一个新岛屿，岛屿都一片平静，虽有抵抗强权的势力，但一直无法突破，而当草帽红贼团进入后，都会打破已有的秩序。例如在进入堂吉诃德家族统治的德雷斯罗萨岛屿后，草帽团就四处窜动陆续激活并牵动出岛内的暗藏力量，最后大胆进击，一举击败堂吉诃德家族。
重新定义概念：如何才能成为海贼王？是找到前任海贼王罗杰的宝藏吗？是解开全历史原文秘密吗？是走完伟大航路抵达海洋尽头吗？是成为新世界最强的人吗？还是颠覆海军统治建立新秩序吗？
同行合作交流：与同行合作的例子有：与白胡子海贼团联合参与顶上之战，与红心海贼团合作打败七武海之多弗朗明哥，与班吉黑帮团合作狙击四皇大妈；与同行交流的例子有：与青雉、赤犬、藤虎、人间兵器交战，深知与海军力量差距之大，退后与雷利修行两年。
阳志平老师曾在《人性与暴力》 说：「对于二十一世纪来说，最重要的是网络科学、认知-神经-心理科学、计算机科学、数学与诗学。」
建议先从这个五个学科开始。
我先从认知科学的大师司马贺开始，计划是这样的。
1）以司马贺人物为起点：纵向学习。搞了一个「向大师学习：司马贺」的书单（ http://t.cn/RanoUws ），列出了司马贺所有的著作，主力读书，间中读读别人研究司马贺的论文和文章。我现在正处于这个阶段。
目前完成的学习笔记有：
2）再司马贺的理论出发：横向学习。司马贺关于认知科学的议题有：认知科学、有限理性、理性决策等，把这几个议题相关最好书籍找来主题学习。目前建立的书单有 认知科学必读书单 和 元认知书单
3）最后中心围绕司马贺人物：网络学习。既然司马贺如此牛，研究司马贺的人吉仁泽不会差吧，他的《有限理性:适应性工具箱 》得去看看吧；另一位司马贺的朋友马奇是管理学大师，他的《马奇论管理》也得去读吧、司马贺的弟子安德斯·艾利克森写了一本《刻意练习》，你也得买吧……
这样一来，求知欲驱动，你已经在被动跨学科学习了，哈哈。■