神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。
编者按：古今中外，追求上进的人对学习之道总是孜孜不倦，介绍这方面的书籍文章也如汗牛充栋。但是如果不从更广的视角去研究，也许对学习之道的探索就会只见树木不见森林。更广的视角是什么？是分析人的大脑、情绪、推理，是分析学校、职业道路、科学探索，是分析认知心理。本文就介绍了这些相关书籍，文章来自编译。
大概在一年前，我开始了一个研究项目，关注的重点是学习的迁移。鉴于课堂与现实世界之间的脱节，学习迁移的效果常常令人失望，我渴望对学徒制和边做边学进行深入研究。
但事实证明，这项研究没我想象的那么简单（但也更有趣！）。自那时起，我一直在做着广泛的探索，想建立一幅更连贯的，关于我们如何思考和学习的画面。
以下是我最近看过的一些相关书籍。
1. 《笛卡尔的错误：情绪、推理和大脑》（Descartes’ Error），作者：安东尼奥·达马西奥（Antonio Damasio）
身心无法分开。情绪对于推理必不可少。笛卡尔的错误是假设自我意识的基础是思考能力，而我们所栖身的肉体不过是个附属物罢了。
达马西奥是一位神经科学家，以躯体标记假说（Somatic Marker Hypothesis）而闻名。该理论认为，我们无意识地整合了对情绪和身体状态的感知。这些躯体线索有助于“标记”风险与回报决策，让我们得以做出明智的“直觉”决定。
达马西奥的主要证据来自脑损伤患者。那些边缘系统受损的人智力表现正常，但在个人生活中表现得完全无能。他们没法做出决定，部分是因为他们缺乏能够帮助他们做出优先考虑的情绪。
在爱荷华博弈任务（Gambling Task）中，参与者需要抽取纸牌。有的回报很高，但偶尔也会遭遇很大的损失。其他一些牌是安全选择，回报不高，但损失也较小。没有受到脑损伤的控制组参与者能够知道哪些牌是有风险的，然后会避开那些。而脑损伤患者还是会选择有风险的牌。
我发现这本书很有说服力，但体细胞标记假说仍然存在争议。
2. 《伟大：谁创造了历史，为什么？》（Greatness），作者：迪恩·西蒙顿（Dean Simonton）
谁创造了历史，为什么？心理学家迪恩·西蒙顿调查了大量关于记录著名艺术家、科学家、政治家和领袖所做的贡献的科学文献。
西蒙顿发现，职业生产力呈现出一种特征形式。职业生涯开始时产出会迅速加速，很快就达到巅峰，然后逐渐下降。这个波峰的锐度因领域而异，诗人和数学家上升和下降的速度都要比小说家或生物学家快。
在创造性的工作当中，质量和数量是高度相关的。最好的科学家、作家和艺术家往往也是最多产的。普莱斯定律（Price’s Law）用数学语言表达了这一观察：半数的论文为一群高生产能力作者所撰，这一作者集合的数量上约等于全部作者总数的平方根。这是什么概念？假设一群科学家的人数是100，这个公式预测，他们发表的论文当中，将近一半都是由其中的 10 名研究人员发表的。
3. 《隐秘的知识：重新发现西方绘画大师的失传技艺》（Secret Knowledge），作者：大卫·霍克尼（David Hockney）
文艺复兴时期的画家是如何在短短几十年之内达到那个高度的？
艺术家大卫·霍克尼积累了令人信服的证据，表明文艺复兴时期的画家运用镜子和透镜的时间比以前猜测的时间要早得多。他认为，古代这些绘画大师对光学的运用不仅导致了现实主义的迅速增多，而且导致了细心就可以察觉的签名失真。
4. 《上大学值得吗？》（Will College Pay Off），作者：彼得·卡佩利（Peter Cappelli）
沃顿商学院教授彼得·卡佩利评估了关于上大学所带来经济回报的证据。他的发现令人困惑，这大概也是他的看法。
卡普利发现拿到大学学位的回报率差异很大。当下很“火爆”的专业毕业后说不定就消失了。去上提供更多职业培训的学校的回报，往往比传统的文科院校要差。经济援助、学生贷款以及很少有人按标价支付这一事实，使得评估高等教育的回报变得更加困难。
卡佩利反对存在技能差距的观点，即缺乏高技能工人的说法。相反，他认为缺口主要是在培训上。雇主希望新员工为工作做好准备，但他们不想投入任何时间让新员工跟上进度。不幸的是，雇主似乎不太关心学校提供的学术技能，因此这种准备的直接价值很让人怀疑。
如果你想弄清楚这个有名无实的问题，这本书的帮助不是太大。但是，如果你想了解劳动力市场的运作机制，以及都有谁被雇用了，看这本书可以得到一个引人入胜的概述。
5. 《探索科学》（Exploring Science），作者：大卫·克拉尔（David Klahr）
科学家是怎么想的？ 克拉尔借鉴了赫伯特·西蒙（ Herbert Simon ）与艾伦·纽厄尔（ Allen Newell ）的开创性工作，把科学认知看作是一种解决问题的行为。发现是对可能假设空间的搜索，以及测试假设是否正确的可能性实验。
相对于对科学进行的社会学研究， 克拉尔着眼于实验室的发现过程。学生们被提供了具有神秘功能的可编程小工具，任务是要求他们弄清楚这些工具是怎么用的。据此， 克拉尔和其他人推断出科学工作当中涉及到哪些认知过程。
这本书有很多有趣的花絮，但让我印象深刻的是著名的 2-4-6 任务（2–4–6 task）的另一种解释。在这个实验中，受试者被给予一系列数字，其中的第 2、4、6 个数字是遵循某种规则的，然后询问他们其他数字是否遵循同样的规则。实验者通常会在这项任务中发现确认偏差。受试者一般会提出一个理论（比方说，“1x、2x、3x”），然后只测试那些看起来能证实该理论的例子，比如“3、6、9”或“10、20、30”。这些学生往往会失败，因为符合“升序序列”的规则范畴其实要广得多。
6. 《Working Minds》，作者：贝思·克兰德尔 (Beth Crandall)、盖瑞‧克莱恩（Gary Klein）， 罗伯特·霍夫曼（Robert Hoffman ）
隐性知识是非正式学习的主要障碍。当你看到一位有成就的艺术家画的一幅杰作时，您能看到他们是怎么做的吗？如果你幸运的话，你也许能看到他们的运笔，但你看不到他们为什么会这么画。他们考虑了哪些因素？他们运用了哪些启发式方法、技能和直觉？
自从施耐德（Schneider）和希夫林（Shiffrin）提出受控和自动处理理论以来，一些人认为技能是分阶段进行的。一开始，人们执行任何技能都很审慎，需要费功夫。慢慢地，技能的执行变得无形和自动。想弄清楚专家是如何执行技能的是件很困难的事情。这倒不是因为他们刻意要把奥秘隐藏不说，而是因为做对的事对他们来说太明显了，反而很难表达出来。
认知任务分析是旨在梳理此类知识的时候的一系列方法。其中包括概念映射、结构化访谈以及重述关键事件。虽然提取专家知识本身是一项需要大量培训才能掌握的技能，但我发现了解其基本框架对于思考如何培养技能这件事来说很有用。
7. 《认知现实:认知心理学的原理应用》（Cognition and Reality），作者：乌利齐·奈瑟尔（Ulric Neisser）
心理学的认知革命一般可以追溯到奈瑟尔的著作《认知心理学》。这场革命重新焕发了大家对隐藏的心理过程的兴趣，在美国行为主义时代，这些心理过程被认为是不科学的。
在这本书中，奈瑟尔对这场认知革命带来的一些新的扭曲提出了反对意见。特别是，他批评了赫伯特·西蒙与艾伦·纽厄尔等研究人员所支持的计算机模型。他呼吁，要提高心理实验的生态学效应（也就是实验结果或预测应该反映现实生活当中的行为）。
其中心思想是模式（schema）的重要性。模式指的是你具备的让你可以从环境中“挑选”出信息的心理模式。比方说，你的词汇模式让你可以理解现在正在看的这些字。
心理学一直存在着“建构主义”与“实证主义”之争。建构主义者看待世界的方式是自上而下：先验知识、背景和文化限制了我们能够看到什么东西。实证主义者看待世界的方式是自下而上：我们直接通过自己的感官和科学获取知识。
现实情况可能是两者兼而有之。就像我在评论沃尔特·金斯（Walter Kintsch）的建构-整合理论时所讨论的那样，对于文本理解，我们有刺激驱动的规则，但会应用先验知识来做出推断，拼凑复杂的含义。我们头脑中的模式与外部世界的刺激共同决定了我们的想法。
8. 《噪音》（Noise），作者：丹尼尔·卡尼曼（Daniel Kahneman） 、奥利维耶·西博尼（Olivier Sibony）、凯斯·桑斯坦（Cass Sunstein）
人人都担心偏见。但担心噪声的人不够多。
利用作者的类比，想象一下朝着目标射击。偏差意味着每次射击都偏离靶心，但偏离的方式都是一样的。噪声意味着射击的落点很分散。两者都很糟糕，但后者往往被忽视。
作者指出，噪声可能比偏差更糟糕。比如，一样的罪行，但法官作出了截然不同的判决。对于特定风险，保险承销商给出的报价范围很大。雇主对求职者的印象与面试时有很大不同。
为了避免出现偏见，作者提出了一些决策卫生策略：
用机械性预测（mechanical rules）而不是人类判断。
汇总独立评分。
用排名比较而不是绝对标度。
用结构化的分析评估。
采取外部视角。用基准概率来判断可能性。
我对这本书的兴趣源于学习和专业知识的局限性。众所周知，卡尼曼对专业知识持怀疑态度，他认为许多所谓的专家根本就名不副实。为什么即便经过了多年的训练，积累了丰富的经验，我们的判断也还是有那么多的噪声，那么容易出错？这个问题的答案对通往自我提升之路有何意义？
9. 《管理行为》（Administrative Behavior），作者：赫伯特·西蒙（Herbert Simon）
赫伯特·西蒙因在有限理性方面的工作而获得了诺贝尔奖。在《管理行为》一书中，基于他的博士论文，他认为管理的很多“原则”其实是相互矛盾的。
相反，他将管理视为信息与影响力的问题。个人决策受到注意力和处理能力有限的限制。西蒙认为，公司的存在取决于组织引导信息流，从而促成合作的增强能力。
我发现这本书很有趣，因为本质上它把组织学习问题看作是网络问题。只有当你从这样的角度去看待组织的工作时，你才能够理解组织的力量与功能障碍。
10. 《科学界的精英——美国的诺贝尔奖获得者》（Scientific Elite），作者：哈里特·朱可曼（Harriet Zuckerman）
谁成为了诺贝尔奖获得者？他们与普通的科学家有何不同？
朱可曼这部经典著作全面审视了美国诺贝尔奖获得者的生活。她系统地梳理了他们的家庭背景（一般都是富裕家庭和专业出身）、教育道路（始终都是精英）以及科学生涯（多产，集中在高产的关系网络里面）。
朱克曼与伟大的社会学家罗伯特·默顿（Robert Merton）两人均认为科学领域存在马太效应。他们认为精英研究是一个自我强化的循环。最优秀的人才能够得到最好的导师、最多的资金以及解决前沿问题的机会。这个杰出圈子之外的研究人员很难与其竞争。
数据驱动解释了精英成功在各个领域是如何“运作”的，我对此感到着迷。虽然我们当中很少有人能达到这样的高度，但事实是，有关如何取得此类成功的知识和信息的分布是不均的。正如一位诺贝尔奖获得者所说的那样，关于找到优秀的科学导师的“显而易见的”真相是：
“许多学生只是在选择教授的方式上很傻。他们不过是不认识真正高素质的教授罢了。”
当然，成功的一部分因素确实是天赋和纯粹的机会。但是，那些最终获胜的人，往往能很精准地抓住各自领域中晦涩难懂的成功之道，这似乎不仅仅只是巧合。
译者：boxi。
