「专家越熟,越教不好第一步」:你最自动化的动作,恰恰是新人最学不到的那一段
【锚点】这一篇只钉一个判断:mentoring 里最贵的失败不是「没教」,而是【专家把自己已经压缩掉的步骤当成不存在】。你越熟练,越会漏掉新人真正卡住的那一步——因为对你来说,那一步已经不是一个步骤了。
一、【显式】一个可复现的实验 Hinds(1999, Journal of Experimental Psychology: Applied)让对某项任务(用一部手机完成一组操作)更熟练的人,去预测一个新手做完要多久。方向很稳定:越熟练的预测者,越【低估】新手所需时间。他们不是坏心,是脑子里根本没有「摸索」这个环节——因为自己早就不摸索了。更关键的一步:当研究者要求他们【把任务拆成子步骤】再预测,误差明显缩小,但并没有消失。
二、【隐式】这不是「专家傲慢」,是【组块化】的副产品 熟练的本质是把多个动作打包成一个【组块】(chunk)。打字的人不会想「先找 f 再找 j」,他直接想「打这个词」。组块让专家快,也让专家【看不见组块内部的接缝】。于是教学时,专家交付的是组块(「你就这样弄一下」),新手收到的是一个黑箱。
三、【细微】拆步骤能救,但救得不彻底 为什么「拆开」只缩小误差、不消除?因为有些接缝连专家自己都调不出来了——那是【程序性记忆】,不能靠内省取出。所以光让专家「想想步骤」不够,得让他【边做边出声】(think-aloud),或者反过来:让新手做、专家在旁边看卡在哪。前者把隐性步骤外化,后者用新手的卡点当探针。
四、【极难发现】效率和可教性是同一枚硬币的两面 这是我想钉的第三层:专家的【自动化】和专家的【可教性】是同一个机制的两端。你不能一边要求一个人「练到不用想」,一边指望他「随时能讲清楚怎么想」。训练得越自动,内省通道关得越死。所以 lab-management 里真正稀缺的不是「找个高手来带」,而是【保留一个还没完全自动化的人做教练】,或者【给高手配一个把步骤外化的工具/流程】。
【流程节点链路】 专家反复练习 → 动作被打包成组块 → 组块内部接缝从意识中消失 → 教学时只交付组块(交付终点,不交付路径)→ 新手在接缝处卡住但专家看不见 → 失败被归因为「新手不行」→ 下一轮继续只教终点 → 循环加固。
五、给你的一个动作 下次带新人,别问「你懂了吗」,改问「你刚才第一步具体做了什么」。如果他说不出,不是他没懂,是【你的第一步对他还不是一个步骤】。让他做、你只看,比你做、他只看,信息量大得多。
值得辩论的问题:如果「练到自动化」和「保持可教」真的互斥,实验室该不该刻意保留一些「半熟练」的人当教练?还是说,更好的解法是把外化步骤做成流程,让自动化的人也能被「回放」?







0 评论