贏在起跑點的迷思

搶先起步未必總能幫你取得成功。記者大衛．艾波斯坦以體育、科技和經濟為例，分享過早專攻某一特定技能，或許會破壞你的長期發展。
他並解釋「抽樣階段」的好處，嘗試新事物並專注於培養一系列技能。
了解這種更廣闊和反直覺的思維（和更彈性充裕的時間歷程）能如何讓你的個人和職業生活更充實。

我想要聊聊人類潛力的發展，

並以──或許是當代影響
最深遠的發展故事開始。

很多人大概聽過「一萬小時法則」。

或許你甚至以此為模範。

其基本概念：若想擅長任何事，

你得花一萬個小時專注練習，

所以你最好盡早開始。

這個故事的典型是老虎．伍茲。

因 7 個月大時，爸爸就給了他根推桿而著名。

10 個月大時，他開始模仿爸爸揮桿。

你可以在YouTube上找到
他 2 歲時上電視的片段。

快轉到 21 歲，

他已經是全世界最優秀的高爾夫球員。

典型的一萬小時法則故事。

另一個被眾多暢銷書特寫的

就是波爾加三姐妹的故事，

爸爸決定在她們很小的時候，

以非常專業的方式教她們下棋。

其實他是想證明

只要提前開始專注練習，

任何小孩皆能成為任何事物的佼佼者。

而事實上，

他的兩個女兒都成為西洋棋特級大師。

在擔任《運動畫刊》雜誌的科學作家時

我感到好奇。

如果「一萬小時法則」是正確的，

那我們應該看到那些
精英運動員搶先起步

於所謂的「刻意練習」。

這是受指導的、專注於
糾正錯誤的練習，

不只是玩玩而已。

而事實上，當科學家研究精英運動員，

他們發現運動員花
更多時間在刻意練習上，

這並不令人意外。

當他們追蹤運動員的發展歷程時，

他們的模式是這樣的：

那些未來精英在早期花較少的時間

刻意練習他們將來從事的運動。

他們通常有被科學家稱為
「抽樣階段」的經歷，

此階段他們嘗試多種體育活動，

並獲取廣泛、綜合的技能，

從中發現他們的興趣和能力，

並延後專攻，晚於那些之後
處於高原停滯期的同儕。

當看到此現象，我想：

「天啊，這不完全符合
一萬小時法則吧？」

因此我開始對其他領域感到好奇，

那些我們亦認知
得盡早專攻的領域，

例如：音樂，

結果發現其模式大多相似。

這個研究是來自於一所頂級的音樂學院，

我想請大家注意的是這個：

那些卓越的音樂家並不
比其他普通音樂家

花更多的時間在刻意練習上，

直至他們嘗試到第 3 種樂器。

同樣，他們傾向於經歷「抽樣階段」，

甚至是那些著名的早熟音樂家，

像馬友友。

他也曾經歷「抽樣階段」，

只不過他比多數音樂家
更快地完成這階段。

然而，這個研究幾乎完全被忽略，

而更具衝擊力的

是《虎媽的戰歌》這本書的第一頁，

作者講述她要求
女兒學小提琴的故事。

似乎沒有人記得書中後段，

女兒跟母親說：「小提琴
是你選的，不是我選的。」

並幾乎放棄小提琴。

在體育和音樂界看到
這些出人意料的模式後，

我對其他能影響更多人
領域開始感到好奇，

例如：教育。

一名經濟學家在英格蘭
和蘇格蘭的高等教育系統，

發現了一個絕佳的天然對比。

在他研究的期間裡，
這兩個系統十分相似，

除了英格蘭的學生得十幾歲

就選擇特定的學科開始專精，

而在蘇格蘭，學生可以選擇

在大學嘗試不同的事物。

而他的問題是：

此取捨之下，誰獲利較多──
是早專精者？還是晚專精者？

而他觀察到：早專精者的收入較高，

因為他們有更多領域所需的特定技巧。

那些晚專精者則能嘗試不同事物，

當他們做出選擇時，契合度更高，

或是經濟學家所稱的「符合質度」。

所以他們的收入增長率更快。

6 年之後，

收入差距已無異。

於此同時更多早專精者開始

退出原定的職涯，

因他們得在很早選定專業，

而這常常導致人們做出不明智的決定。

所以那些晚專精者

輸在短期，贏在長期。

我想如果把職業選擇看作約會，

我們或許不會逼人們過早選定終生。

再次看到這種模式，

讓我想要探索我長期仰慕的
各領域專家的發展背景，

像艾靈頓公爵，他兒時曾棄音樂課，

專注於棒球和繪畫。

又或是瑪麗安．米爾札哈尼，
兒時對數學並不感興趣，

她夢想成為小說家，

但她最終成為第一位，也是迄今唯一

獲得菲爾茲獎的女性，

這是數學界最有聲望的獎項。

又或是梵谷，他曾有 5 個不同的職業，

直到失去興趣前，
每個都曾被他認為是使命，

20 歲後期，他拿起了
一本書：「繪畫基礎 ABC」。

結果還算可接受。

克勞德．夏農在密西根大學
修習電子工程，

他依規定修了哲學課，

在這堂課，他學到了一套
將近百年歷史的邏輯系統，

通過它，真假陳述
可以被編碼為 1 和 0，

並用來解決例如數學問題。

這促進了二進位碼的發展，

為今日所有的電腦打下基礎。

最後，我的榜樣──
法蘭西絲．賀瑟貝，

這是我和她的合照，

她在 54 歲時開始第一份正職，

進而成為女童軍的執行長，

翻轉了營運劣勢。

她讓少數族群會員增加了 3 倍，

新增了 13 萬名志工，

這是她任職期間創立的
其中之一個專科章，

是給學習電腦的女孩
的二進位碼徽章。

如今法蘭西絲經營一家領導力研究院，

週間都在曼哈頓工作。

而她芳齡僅 104 歲，

誰知道她還會做什麼。

（笑聲）

我們從來不會聽到
這樣的發展故事。

我們不會聽到研究報告指出：

獲得諾貝爾獎的科學家，

在工作之外有業餘愛好的可能性

比其他科學家高出 22 倍。

我們從沒聽過。

即使是知名的表演者或作品，

我們也不會聽到類似的發展故事。

例如，這是一名我關注的運動員。

這是他 6 歲時，穿著蘇格蘭橄欖球球服。

他嘗試過網球、滑雪和摔角。

他的媽媽其實是位網球教練，
但她拒絕訓練他，

因為他不願規矩地回球。

他嘗試了籃球、桌球和游泳。

當他的教練想讓他升級，

和年長的男孩一起受訓，

他拒絕了，

因為他只想和朋友在練習完後

談論專業摔角。

他繼續嘗試更多體育項目：

手球 、排球、足球、羽毛球、滑板⋯⋯

那麼，這位淺嘗者是誰？

他是羅傑．費德勒。

雖然成年的他像老虎．伍茲一樣出名，

然而，即使是網球愛好者通常也不知道

他的發展故事。

即使這是常態，那又為什麼呢？

我認為部分原因是
伍茲的故事非常戲劇化，

也是順理成章的故事，

可以延伸出：我們能擅長於
任何生命中想要的東西。

但我認為這有問題，

因為實際上，高爾夫的許多面向，
並非所有領域的完美模型。

（笑聲）

高爾夫是心理學家羅賓．何高士

所稱「友善」學習環境的縮影。

友善學習環境有清晰的步驟和目標，

明確且不變的規則，

你的行動能快速收到準確的反饋，

明年跟去年做的事
看來一模一樣。

西洋棋也是一種友善學習環境。

西洋棋特級大師的優勢

很大程度是了解反覆出現的模式，

這也是能容易地被自動化的原因。

另個極端是「詭變」的學習環境，

在這種環境，接下來的
步驟和目標可能很模糊。

規矩可能會變。

在你行動時，不一定會收到反饋。

或許會延遲，或許不準確，

而明年跟去年做的事，
或許不盡相同。

所以哪一個聽起來
更像我們所處的世界？

事實上，我們需要觸類旁通

並掌握聯結互動，

已經從本質上改變了我們的認知，

所以當你看這幅圖時，

你或許覺得右邊的
中心圓看來較大，

因為你的大腦

被相對的關係所吸引，

然而沒有接觸過

要求適應性和概念性思維的
現代工作的那些人

會正確地看到中心圓是一樣大的。

所以我們處於一個詭變的工作環境，

有時候過度專業化
會產生嚴重的反效果。

在十幾個國家進行的一項研究中，

根據研究對象父母的教育程度、

他們的考試成績、

他們自己的教育程度做比較，

不同的是有些人接受專注的職業教育，

而有些人接受更廣泛綜合的教育。

模式是：接受專注於職業教育的人，

更有可能在學習結束後馬上找到工作，

更可能馬上賺更多錢，

但對多變的工作環境的適應性更差，

因此總體來說他們在職場的時間更短，

他們贏在短期，但輸在長期。

又或是：著名的、20 年資歷的專家

對地緣政治和經濟做預測。

最糟糕的預測員是那些最專業化的專家，

那些用整個職業生涯研究一兩個問題，

然後用一個角度或思維模式
來看整個世界。

其中有些人預測的落差更大，

因為他們積累了經驗和資格。

最優秀的預測員則是那些
有著廣泛興趣的聰明人。

如今在某些領域，例如醫學，

日益專業化乃無可避免而且有益，

這是無庸置疑的。

但這仍然是一把雙刃劍。

幾年前，一種很普遍的膝關節疼痛手術

進行安慰劑對照實驗。

有些病人接受了「假手術」。

意思是外科醫師切了一刀，

假裝在做事，

然後替病人縫合。

成效跟正規手術無異。

但專精此手術的外科醫師

仍繼續進行數百萬的真手術。

那詭變世界裡，高度專業化
不總是成功的訣竅，那什麼才是？

這個有點難說，

因為它不總是直線前進的。

有時候它看起來是蜿蜒曲折的，

又或有廣闊的視野。

可能看來像進度落後。

但我想聊聊可能的成功訣竅。

如果看看技術創新的研究，我們會發現：

越來越多最具影響力的專利，

並不是由那些在美國專利局
歸類的單一技術領域中

鑽研越來越深的個人發明的，

而是由團隊完成的，

這些團隊中包含了

曾工作於多個不同技術類別的人，

他們常把不同領域的事物融合在一起。

有位可算此概念的先驅者，
我一直很欣賞其作品，

他是位日本人──橫井軍平。

求學時，橫井的電子學成績並不出色，

所以他只能做一份初階的工作，

在京都的一間紙牌公司
當機器維修工人。

他自覺不具備尖端科技的能力，

但是有許多容易取得的資訊，

或許他可以結合已經很普遍的東西，

但專家因過於專注而無法看見。

所以他結合了來自計算器

和信用卡產業的普遍技術，

製作了掌上遊戲。

結果很受歡迎。

他把這家 19 世紀
木造店鋪的紙牌公司，

轉型成一間玩具和遊戲公司。

你可能聽過，它叫任天堂。

橫井的創作哲學

被譯為「成熟技術的水平思考」，

創新地運用已成熟的技術。

他的代表作是這個：

Game Boy。

名副其實的科技笑話。

它與競爭對手 Sega 和 Atari 的
彩色遊戲機同時上市，

但 Game Boy 擊垮了對手，

因為橫井知道顧客關心的

不是顏色；

而是耐久性、便攜性、價格、耗電量，

還有遊戲的多樣性。

這是在我父母家地下室
找到的 Game Boy。

（笑聲）

它曾有過風光的時候。

但你能看到那個紅燈是亮著的。

我打開它玩了下俄羅斯方塊，

我認為這很神，

因為電池在 2007、2013 年就過期了。

（笑聲）

這種廣度優勢也適用於
更主觀的領域。

一項有趣的研究：某些漫畫作者

較可能創作出熱門作品的關鍵；

一對研究人員發現：

原因既不是在該領域多年的經驗，

也不是出版商的資源，

也不是之前創作的漫畫數量。

而是作者所創作不同
類型的作品種類數，

而有趣的是，

一個有著廣泛經驗的個人

不能完全被一個專家團隊所取代。

我們或許沒有盡可能多培養這類人，

因為在早期，他們只是看起來落後了，

而我們不傾向於鼓勵
任何看起來不像領先

或專業化的東西。

事實上，為了贏在起跑點，

我們經常簡化過程並產生反效果，

這甚至表現於我們學習
新事物的基本方式上。

去年的一項研究裡，
美國 7 年級的數學課，

班級被隨機分配不同的學習類型。

有些班級被分配到「封閉練習」。

例如你有 A 類問題，

你練習 AAAAA，然後
BBBBB，依此類推。

這樣的進度很快，

小朋友很開心，

一切都很好。

其他班級被分到「交叉練習」。

它就像把所有類型的
問題都扔進一個帽子裡

並隨機抽取問題。

進度較慢，小朋友覺得挫折。

但他們不是在學習如何執行程序，

而是在學習如何找到解決問題的策略。

當測試來臨時，

交叉練習的學生大幅領先
封閉練習的學生。

現在，我發現這個研究的
很多內容都是違反直覺的，

「贏在起跑點」這個概念，

無論是選擇職業還是學習方向

或者只是學習新的事物，

這個概念有時候會破壞長期的發展。

自然地，我認為：

世界上有多少人
就有多少種成功方式。

但我認為我們傾向於
只激勵和提倡「伍茲之路」，

在愈發詭變的環境中，

我們同時也需要越來越多人
走「費德勒之路」。

或正如傑出的物理學家、數學家

和優秀的作家弗里曼．戴森所說——

戴森昨天去世了，

所以我希望在此用他的話致敬，

他說：「為了健康的生態系統，
我們需要飛鳥和青蛙。

青蛙在泥地裡，

看到所有微小的細節。

飛鳥翱翔於高空，看不見那些細節，

但整合了青蛙所有的知識。

我們兩者都需要。」

問題是，戴森說：

「我們告訴所人有都要變成青蛙。」

而我認為，

在詭變的環境裡，

那是愈顯目光短淺的。

謝謝大家。

（掌聲）