Dutch subtitles

← Waarom vroeg specialiseren niet altijd tot een succesvolle carrière leidt

Get Embed Code
37 Languages

Showing Revision 20 created 12/09/2020 by Ruth Compernol.

  1. Ik zal het hebben over
    de ontwikkeling van menselijk potentieel
  2. en begin met wellicht het populairste
    moderne verhaal over ontwikkeling.
  3. Jullie hebben vast al gehoord
    over de regel van 10.000 uur?
  4. Misschien pas je dit toe
    in je eigen leven?
  5. Het idee is dat je
    om écht goed in iets te worden
  6. 10.000 uur gefocust moet oefenen,
  7. dus je kan maar beter
    zo vroeg mogelijk beginnen.
  8. Het boegbeeld van dit verhaal
    is Tiger Woods.

  9. Zijn vader gaf hem een putter
    toen hij 7 maanden oud was.
  10. Toen hij 10 maanden was,
    begon hij zijn vaders swing te imiteren.
  11. Als tweejarige kwam hij op tv,
    zoals je kan zien op YouTube.
  12. En op 21 was hij
    de beste golfer ter wereld.
  13. Een typisch 10.000 uur-verhaal.
  14. Een ander bestsellerverhaal
    gaat over de drie zusjes Polgar.

  15. Hun vader leerde hen schaken
    op een heel technische manier
  16. en op zeer jonge leeftijd.
  17. Hij wou aantonen dat
    met een vroege start en grote focus
  18. elk kind een genie
    kan worden in eender wat.
  19. En inderdaad, twee dochters werden
    grootmeesters in het schaken.
  20. Dus als wetenschapsschrijver voor
    Sports Illustrated werd ik nieuwsgierig.

  21. Als de regel van 10.000 uur klopt,
    zouden de beste atleten
  22. een voorsprong moeten krijgen
    door 'bewuste training'.
  23. Training met een coach
    gefocust op foutencorrectie,
  24. niet zomaar iets doen.
  25. Wetenschappers die eliteatleten bestuderen
  26. zien dat ze inderdaad
    meer bezig zijn met bewuste training.
  27. Geen grote verrassing.
  28. Als ze atleten effectief opvolgen
    doorheen hun ontwikkeling,
  29. ziet het patroon er zo uit:
  30. de toekomstige elite besteedt
    aanvankelijk minder tijd
  31. aan bewuste training
    in hun uiteindelijke sport.
  32. Ze doorlopen wat wetenschappers
    een proefperiode noemen,
  33. waarin ze verschillende
    disciplines uittesten
  34. en brede vaardigheden opdoen.
  35. Ze leren hun interesses en sterktes kennen
  36. en stellen specialisatie langer uit
  37. dan degenen die stranden
    op een lager niveau.
  38. Toen ik dit zag, dacht ik:

  39. vreemd, dat komt niet overeen
    met de regel van 10.000 uur.
  40. Dus ik dacht na over andere domeinen
  41. die we associëren
    met de obligate vroege specialisatie,
  42. zoals muziek.
  43. Daar zien we hetzelfde patroon.
  44. Dit is onderzoek
    uit een beroemde muziekacademie

  45. en ik wil jullie aandacht hierop richten:
  46. uitzonderlijke muzikanten begonnen
    niet vroeger met bewuste training
  47. dan doorsnee muzikanten
    tot hun derde instrument.
  48. Ook zij doorliepen eerst een proefperiode,
  49. zelfs vroegrijpe muzikanten als Yo-Yo Ma.
  50. Hij had een proefperiode,
  51. maar doorliep deze sneller
    dan de meeste muzikanten.
  52. En toch wordt dit onderzoek
    bijna volledig genegeerd.

  53. Veel meer impact heeft de eerste pagina
    uit Battle Hymn of the Tiger Mother,
  54. waarin de schrijfster
    haar dochter opdraagt viool te spelen.
  55. Niemand lijkt zich te herinneren
    dat haar dochter later in het boek zegt:
  56. "Het was jouw keuze, niet de mijne",
  57. en ermee stopt.
  58. Toen ik dit verrassende patroon
    ontdekte in sport en muziek,

  59. was ik benieuwd naar algemenere
    domeinen, zoals onderwijs.
  60. Een econoom vond een natuurlijk experiment
  61. in het schoolsysteem
    van Engeland en Schotland.
  62. Toen hij studeerde
    leken de systemen erg op elkaar,
  63. behalve dat de Engelsen
    als tiener al moesten specialiseren
  64. en zich toeleggen
    op een specifieke studie,
  65. terwijl Schotten op de unief
    dingen konden blijven uitproberen,
  66. als men dat wou.
  67. En zijn vraag was: wie wint?
  68. Zij die vroeg of laat specialiseren?
  69. Hij zag dat vroege specialisten
    een voorsprong hadden op inkomensvlak
  70. door hun domeinspecifieke vaardigheden.
  71. De late specialisten
    proberen meer dingen uit
  72. en hun uiteindelijke keuze
    past beter bij hen.
  73. Wat economen 'match quality' noemen.
  74. Dus hun groeipercentage ligt hoger.
  75. Na zes jaar elimineren ze
    het loonverschil.
  76. Ondertussen beginnen veel meer
    vroege specialisten hun vak te verlaten
  77. omdat ze door hun vroege keuze
    vaak slechtere keuzes maakten.
  78. De late specialisten
    verliezen op korte termijn
  79. en winnen op lange termijn.
  80. Als we carrièrekeuze
    zouden benaderen als daten,
  81. zouden we mensen niet pushen
    om zo snel te kiezen.
  82. Het was interessant
    om dit patroon te zien terugkeren

  83. toen ik de ontwikkeling onderzocht
    van mensen die ik al lang bewonderde,
  84. zoals Duke Ellington,
    die als kind geen muziekles wou,
  85. maar focuste op baseball,
    schilderen en tekenen.
  86. Of Maryam Mirzakhani, die als kind
    geen interesse had in wiskunde
  87. maar romans wou schrijven
  88. en later als eerste en voorlopig
    enige vrouw de Fields Medal won,
  89. de meest prestigieuze
    wiskundeprijs ter wereld.
  90. Vincent Van Gogh
    had vijf verschillende carrières
  91. die hij elk als zijn roeping beschouwde
    tot ze snel in tranen eindigde
  92. en hij als late twintiger
    een basisboek over tekenen las.
  93. Dat liep goed af.
  94. Claude Shannon, een elektrotechnicus
    aan de Universiteit van Michigan,
  95. volgde een filosofiecursus
    om aan een vereiste te voldoen.
  96. Daar leerde hij over een logicasysteem
    dat bijna een eeuw oud was
  97. waarbij juiste en foute verklaringen
  98. met enen en nullen werden gecodeerd
    en opgelost als wiskundeproblemen.
  99. Dit leidde tot de ontwikkeling
    van binaire code,
  100. waarop vandaag al onze computers draaien.
  101. Dan is er nog mijn eigen rolmodel,
    Frances Hesselbein --

  102. hier zie je ons samen.
  103. Ze had haar eerste job toen ze 54 was
  104. en werd de CEO van de meisjesscouts,
  105. die ze redde.
  106. Het aantal minderheidsleden
    verdrievoudigde,
  107. er kwamen 130.000 vrijwilligers bij,
  108. en dit is een van de badges
    die zij in het leven riep:
  109. binair coderen voor meisjes
    die met computers leren werken.
  110. Vandaag leidt ze een leiderschapsinstituut
    waar ze elke weekdag werkt, in Manhattan.
  111. En ze is nog maar 104,
    dus wie weet wat er nog komt.
  112. (Gelach)

  113. We horen nooit dergelijke
    ontwikkelingsverhalen.

  114. We horen niet over het onderzoek
    waaruit bleek dat Nobel-wetenschappers
  115. 22 keer zo vaak een hobby
    buiten hun werk hebben
  116. dan doorsnee wetenschappers.
  117. Daarover horen we nooit.
  118. Zelfs bij bekende personen
    krijgen we die verhalen niet te horen.
  119. Dit is een atleet die ik volgde.

  120. Hier zie je hem toen hij zes was,
    met een rugbykit.
  121. Hij probeerde tennis, skiën, worstelen.
  122. Zijn moeder was tenniscoach,
    maar weigerde hem te coachen
  123. omdat hij de bal
    niet normaal wou terugslaan.
  124. Hij deed basketbal, tafeltennis, zwemmen.
  125. Toen men hem een klas hoger wou steken
    bij de oudere jongens, weigerde hij,
  126. omdat hij achteraf over worstelen
    wou praten met zijn vrienden.
  127. En hij probeerde steeds meer uit.
  128. Handbal, volleybal, voetbal,
    badminton, skateboarden...
  129. Wie is deze amateur?
  130. Roger Federer.
  131. Als volwassene even bekend
    als Tiger Woods,
  132. en toch weten zelfs tennisfanaten
    doorgaans niets over zijn ontwikkeling.
  133. Hoe komt dat, ook al is het de norm?
  134. Deels omdat het verhaal
    van Tiger Woods veel dramatischer is,

  135. maar ook omdat het
    een mooi afgelijnd verhaal is
  136. dat we kunnen toepassen
    op alles wat we goed willen kunnen
  137. in ons eigen leven.
  138. Maar dat lijkt me een probleem.
  139. Want golf blijkt een uniek,
    vreselijk model te zijn
  140. voor ongeveer alles wat we willen leren.
  141. (Gelach)

  142. Golf is het toppunt

  143. van wat Robin Hogarth
    'een vriendelijke leeromgeving' noemde.
  144. Dergelijke omgevingen hebben
    duidelijke volgende stappen en doelen,
  145. duidelijke regels die nooit veranderen,
  146. als je iets doet,
    krijg je snelle, accurate feedback,
  147. het werk van volgend jaar
    lijkt op vorig jaar.
  148. Schaken: nog zo'n
    vriendelijke leeromgeving.
  149. De schaakmeester zijn voordeel
  150. ligt vooral in de kennis
    van terugkerende patronen.
  151. Daarom is het ook
    zo makkelijk te automatiseren.
  152. Aan de andere kant
    heb je moeilijke leeromgevingen,
  153. waar de volgende stappen
    niet duidelijk zijn.
  154. De regels kunnen veranderen.
  155. Je krijgt al dan niet feedback
    als je iets doet,
  156. of het is uitgesteld of niet accuraat
  157. en het werk van volgend jaar
    lijkt niet op vorig jaar.
  158. Op welke van beide lijkt de wereld
    waarin we steeds vaker leven?

  159. De nood om ons denken
    snel te kunnen aanpassen
  160. en onderlinge verbanden
    in het oog te houden
  161. heeft onze perceptie
    fundamenteel veranderd.
  162. Als je dit diagram bekijkt,
  163. ziet de centrale cirkel rechts
    er waarschijnlijk groter uit,
  164. omdat je brein zich richt op
    de relatie tussen de delen in het geheel,
  165. terwijl iemand die niets afweet
    van het moderne werken,
  166. met zijn nood aan aanpasbaar
    conceptueel denken,
  167. correct zal zien dat de centrale
    cirkels even groot zijn.
  168. Dus hier zijn we dan,
    in de complexe werkwereld

  169. waar hyperspecialisatie
    een averechts effect kan hebben.
  170. In onderzoek in een tiental landen
  171. vergeleek men mensen
    op hun ouders' aantal studiejaren,
  172. hun testscores,
  173. en hun eigen aantal studiejaren.
  174. Maar sommigen kregen
    carrièregericht onderwijs
  175. en anderen een brede, algemene opleiding.
  176. Zij die carrièregericht onderwijs kregen,
  177. worden na hun studie sneller aangenomen
  178. en verdienen aanvankelijk meer,
  179. maar kunnen zich zo slecht
    aanpassen aan verandering
  180. dat ze het veel minder lang
    uithouden op de werkvloer.
  181. Zo winnen ze op korte termijn,
    maar verliezen op lange termijn.
  182. Of neem het bekende
    twintigjarige onderzoek van experts

  183. die geopolitieke en economische
    voorspellingen maken.
  184. De slechtste voorspellers
    waren de meest gespecialiseerde experts,
  185. zij die hun hele loopbaan
    één of twee problemen hadden onderzocht
  186. en de wereld waren gaan zien
    door één lens of mentaal model.
  187. Sommigen werden zelfs slechter
  188. naarmate ze meer ervaring
    en referenties vergaarden.
  189. De beste voorspellers waren
    intelligente mensen met brede interesses.
  190. In sommige domeinen, zoals geneeskunde,

  191. is een groeiende specialisatie
    onvermijdelijk en gunstig,
  192. geen twijfel aan.
  193. En toch is het een tweesnijdend zwaard.
  194. Een paar jaar geleden
  195. werd een van de populairste
    knieoperaties getest
  196. in een proef met placebocontrole.
  197. Sommigen kregen een schijnoperatie.
  198. Daarbij maken chirurgen een incisie,
  199. doen alsof ze iets veranderen
  200. en naaien de patiënt weer dicht.
  201. Het resultaat was even goed.
  202. En toch blijven gespecialiseerde chirurgen
    de procedure met miljoenen uitvoeren.
  203. Dus als hyperspecialisatie
    niet altijd de oplossing biedt,

  204. wat dan wel?
  205. Dat bespreken kan moeilijk zijn,
    omdat het niet altijd op dit pad lijkt.
  206. Soms is het meanderen of zigzaggen
    of een brede blik hebben.
  207. Soms lijkt het op achterstand.
  208. Maar ik wil het hebben
    over mogelijke oplossingen.
  209. Onderzoek naar technologische innovatie
    toont aan dat, steeds meer,
  210. de meest impactvolle patenten
    niet op naam staan
  211. van zij die steeds dieper graven
    in één gebied van technologie,
  212. zoals octrooien worden geclassificeerd,
  213. maar eerder door teams
  214. waarvan de leden gewerkt hebben
    in heel uiteenlopende technologieklassen
  215. en vaak verschillende domeinen combineren.
  216. Iemand wiens werk ik bewonder
    en hierin een voorloper was,

  217. is de Japanner Gunpei Yokoi.
  218. Yokoi scoorde niet goed
    op zijn examens elektronica,
  219. dus moest hij genoegen nemen
    met een lagere job:
  220. machineonderhoud
    in een speelkaartenbedrijf in Kyoto.
  221. Hij wist dat hij niet geschikt was
    voor geavanceerd werk,
  222. maar begreep dat er
    zoveel informatie beschikbaar was
  223. dat hij dingen kon combineren
    die al lang gekend waren
  224. op manieren die kortzichtige
    experts niet zagen.
  225. Dus combineerde hij bekende technologie
    uit de rekenmachine-industrie
  226. met bekende technologie
    uit de creditcardindustrie
  227. en maakte draagbare spellen.
  228. Een groot succes.
  229. Het veranderde het speelkaartenbedrijf,
  230. dat in de 19e eeuw werd opgericht
    in een houten winkelpand,
  231. in een speelgoed- en gamebedrijf.
  232. Je kent het misschien, het heet Nintendo.
  233. Zijn creatieve filosofie was:

  234. lateraal denken
    met verouderde technologie,
  235. waarbij bekende technologie
    op nieuwe manieren wordt gebruikt.
  236. En zijn magnum opus was dit:
    de Game Boy.
  237. Een technologische grap in alle opzichten.
  238. Het verscheen tegelijkertijd
    met kleurconcurrenten van Saga en Atari,
  239. en blies hen omver.
  240. Want Yokoi wist wat zijn klanten
    belangrijk vonden.
  241. Niet kleur,
  242. maar wel duurzaamheid, draagbaarheid,
    betaalbaarheid, batterijduur,
  243. keuze van games.
  244. Ik vond de mijne terug
    in de kelder van mijn ouders.
  245. (Gelach)

  246. Hij heeft betere dagen gekend.

  247. Maar het rode lampje brandt.
  248. Ik zette hem aan en speelde Tetris,
    wat indrukwekkend was
  249. want de batterijen waren verlopen
    in 2007 en 2013.
  250. (Gelach)

  251. Het pluspunt van brede kennis
    geldt ook voor meer subjectieve sferen.

  252. In een studie naar de reden
  253. waarom sommige stripmakers
    meer blockbusters maken,
  254. vonden onderzoekers
    dat niet het aantal jaren ervaring,
  255. noch de middelen van de uitgever,
  256. noch het aantal eerder gemaakte
    strips van belang waren.
  257. Het was het aantal verschillende genres
    waarin iemand had gewerkt.
  258. En interessant genoeg
  259. kon een individu met brede interesses
    niet volledig worden vervangen
  260. door een team van specialisten.
  261. Waarschijnlijk brengen we niet genoeg
    van die mensen voort,
  262. want op jonge leeftijd lijkt het
    alsof ze achterop lopen
  263. en we stimuleren niets
    wat niet op voorsprong lijkt
  264. of op specialisatie.
  265. Door onze goedbedoelde drang
    naar een voorsprong
  266. belemmeren we zelfs de manier
    waarop we nieuw materiaal leren
  267. op een fundamenteel niveau.
  268. In een studie van vorig jaar
    werden wiskundeleerlingen in de VS

  269. willekeurig toegewezen
    aan verschillende soorten leren.
  270. Sommigen kregen training in blokken:
  271. je krijgt een probleem van het type A,
    AAAA, BBBB, enzovoort.
  272. Men maakt snel vooruitgang,
    de kinderen zijn gelukkig,
  273. alles is super.
  274. Anderen kregen 'afwisselende training'.
  275. Je gooit verschillende
    types problemen in een hoed
  276. en haalt er een willekeurige uit.
  277. De vooruitgang is trager,
    de kinderen zijn meer gefrustreerd.
  278. Maar in plaats van te leren
    hoe ze procedures uitvoeren,
  279. leren ze hun strategie aanpassen
    aan het type probleem.
  280. En op de test veegde de tweede groep
    de eerste groep volledig weg.
  281. Ze kwamen niet eens in de buurt.
  282. Veel van dit onderzoek
    vond ik diep contra-intuïtief,

  283. het idee dat een voorsprong,
  284. in de keuze van een carrière
    of een opleiding
  285. of gewoon nieuw materiaal aanleren,
  286. soms de ontwikkeling
    op lange termijn ondermijnt.
  287. En natuurlijk zijn er
    evenveel manieren om te slagen
  288. als dat er mensen zijn.
  289. Maar we lijken enkel de weg
    van Tiger Woods aan te moedigen,
  290. terwijl we in een complexe wereld
  291. ook steeds meer mensen
    als Federer nodig hebben.
  292. Of zoals de eminente fysicus en wiskundige
  293. en de geweldige schrijver
    Freeman Dyson zei --
  294. en Dyson is gisteren overleden,
  295. dus ik hoop dat ik
    zijn woorden eer aandoe --
  296. zoals hij zei: voor een gezond ecosysteem
    hebben we zowel vogels als kikkers nodig.
  297. Kikkers zitten in de modder
    en zien alle details.
  298. De vogels zweven hoog in de lucht
    en zien de details niet,
  299. maar integreren de kennis van de kikkers.
  300. En we hebben beide nodig.
  301. Het probleem, volgens Dyson,
  302. is dat we iedereen aanmoedigen
    om kikkers te worden.
  303. En ik denk dat dit in een complexe wereld
  304. steeds kortzichtiger is.
  305. Hartelijk dank.

  306. (Applaus)