#
#

دامنه/ چرا همه‌کاره‌های هیچ‌کاره نسبت به متخصص‌ها عملکرد بهتری دارند؟

3 سال پیش زمان مطالعه 5 دقیقه

کتاب «دامنه» با زیرعنوانِ آیا بهتر است به جای عمق، گستره را انتخاب کنیم؟ نوشته‌ی دیوید اپستین، به همت نشر هورمزد به چاپ رسیده است. عقیده‌ی رایجی وجود دارد مبنی بر اینکه برای سرآمد شدن در هر زمینه‌ای -چه تبدیل شدن به موسیقی‌دانی برجسته و چه کسب مقام قهرمانی در رشته‌ای ورزشی- باید آن مهارت مذکور را از سنین پایین آموخت و سال‌ها تمرین جدی و تمرکز سخت، درنهایت شما را به هدف خود خواهد رساند. براساس این عقیده نباید از این شاخه به آن شاخه پرید و علائق گوناگونی را دنبال کرد چراکه این هدررفت زمان، انرژی و توجه، درنهایت شما را از تبدیل شدن به سرآمدشدن در هر رشته‌ای (ورزش، هنر، موسیقی، علم و...) دور خواهد کرد. این ضرورتی است که دنیای امروز به شما تحمیل می‌کند: تنها باید در یک رشته فعالیت کنید تا بتوانید در آن به تخصص برسید.

اما اپستین با بررسی دقیق زندگی بسیاری از افراد برجسته، از ورزشکاران حرفه‌ای گرفته تا مخترعان و برندگان جایزه‌ی نوبل نشان می‌دهد این عقیده نه یک قاعده بلکه یک استثناست. او معتقد است گستره‌ نسبت به عمق از اهمیت بالاتری برخوردار است. اپستین با مثال‌هایی ملموس نشان می‌دهد که در بیشتر رشته‌ها -به‌خصوص رشته‌های پیچیده و پیش‌بینی‌ناپذیر- جنرالیست‌ها از تخصص‌گراها موفق‌ترند. آن‌ها اغلب در طول مسیر علائق متفاوت را دنبال می‌کنند، خلاق‌تر و باهوش‌ترند و قادر به دیدن ارتباطات بیشتری نسبت به تخصص‌گراها هستند. او می‌گوید از این شاخه به آن شاخه پریدن نه‌تنها نقص نیست بلکه یک حسن ضروری است.

اپستین در این کتاب قهرمان گلف دنیا را -به نمایندگی از تخصص‌گراها- با قهرمان تنیس دنیا مقایسه می‌کند. قهرمان گلف دنیا از سه سالگی به‌طور جدی تنیس را دنبال کرده است و خیلی زود به مقام قهرمانی دست یافته است. در مقابل، قهرمان تنیس دنیا قبل از تنیس، فوتبال، شنا و رشته‌های ورزشی دیگری را نیز تجربه کرده است. او اگرچه دیرتر به تخصص رسیده است اما از اطلاعات وسیع‌تر و جهان‌بینی گسترده‌تری نسبت به قهرمان گلف برخوردار است.

قسمتی از کتاب دامنه نوشته‌ی دیوید اپستین:

در سال ۲۰۰۹، گزارشی در ژورنال معتبر طبیعت اعلام کرد که سرویس «آنفولانزا گوگل» می‌تواند با سرعت و دقتی بیشتر از مراکز کنترل و پیشگیری از بیماری، میزان گسترش آنفولانزا را محاسبه کند؛ اما رفته‌رفته این برنامه دقت خود را از دست داد، تا جایی که در زمستان ۲۰۱۳ میزان ابتلا را دو برابر میزان واقعی در ایالات متحده اعلام کرد. امروزه این برنامه دیگر اخباری اعلام نکرده و فقط نوشته است: «ما برای چنین پیش‌بینی‌هایی تازه در روزهای ابتدایی هستیم.» در ادامه مارکوس به من گفت: سیستم‌های هوش مصنوعی همانند تک‌بعدی‌ها هستند، آن‌ها به ساختاری ثابت و دنیایی کوچک نیاز دارند.

زمانی که قوانین و پاسخ‌ها را داشته باشیم و در گذر زمان تغییری در آنان حاصل نشود -شطرنج، گلف و موسیقی کلاسیک- می‌توان از روش تخصص‌گرایی استفاده نمود. اما این مدل‌ها برای چیزهایی که انسان تمایل به یادگیری آن‌ها دارد، بسیار پیش‌پاافتاده هستند.

زمانی که تخصص‌گرایی غیروسیع با یک دامنه‌ی غیرمهربان ترکیب شود، تمایل انسان برای اتکا به تجربه‌ی الگوهای آشنا، همانند آتش‌نشانانی که ناگهان در مواجهه با آتش در وضعیتی ناآشنا تصمیم بدی اتخاذ می‌‌کنند، می‌تواند تأثیرات مخربی داشته باشد. کریس آرگریس که در ساخت دانشکده‌ی مدیریت دانشگاه ییل نقش داشته است، درباره‌ی خسارت مواجهه با دنیای پلید، درست همانند مواجهه با دنیای مهربان اشاراتی کرده است. وی برای مدت پانزده سال مشاوران ارشد دانشکده‌های تجارت را مورد مطالعه قرار داد و مشاهده کرد که آن‌ها درباره‌ی مسائلی که در دانشکده مطرح شده و مشخص و ارزیابی‌شده هستند، عملکرد خوبی دارند؛ اما آن‌ها براساس معیاری که آرگریس آن را یادگیری تک‌حلقه‌ای می‌نامد، استخدام شده بودند. این نوع یادگیری، اولین پاسخ آشنا به ذهن را ترجیح می‌دهد. هرگاه این راه‌حل‌ها نادرست باشد، مشاوران عموماً حالت دفاعی به خود می‌گیرند. آرگریس متوجه شد که شخصیت‌های شکننده‌ی آن‌ها تعجب‌آور است، زیرا ماهیت شغل آن‌ها آموزش انجام دادن متفاوت کارها به دیگران است.

روان‌شناسی به نام بری شوارتز یک حالت عدم انعطاف‌پذیری یادگیری مشابه را بین افراد باتجربه، زمانی که به دانشجویان کالج یک پازل منطقی داد که شامل زدن کلیدها برای روشن و خاموش کردن به ترتیب لامپ‌ها می‌شد، پیاده‌سازی کرد. آن‌ها می‌توانستند این بازی را بارها و بارها تکرار کنند. این بازی به هفتاد روش قابل حل و جایزه‌ی آن مقدار ناچیزی پول بود. به دانشجویان هیچ قانونی داده نمی‌شد و به همین منظور باید با آزمون و خطا پیشروی می‌کردند. زمانی که یک دانشجو راه‌حل را پیدا می‌کرد، آن را بارها و بارها تکرار می‌کرد تا پول بیشتری به دست آورد. حتی اگر هیچ ذهنیتی درباره‌ی چرایی درست‌بودن راه‌حل خود نداشت. کمی بعد، دانشجویان بیشتری اضافه شدند. از آن‌ها خواسته شد تا قانون اصلی تمام راه‌حل‌ها را بیابند. به‌صورت خارق‌العاده‌ای، تمام دانشجویانی که تازه به این آزمون اضافه شده بودند، این قانون را کشف کردند؛ درصورتی‌که از بین دانشجویانی که برای یک راه‌حل به جایزه می‌رسیدند، فقط یک نفر آن را یافته بود. تیتر اصلی مقاله‌ی شوارتز این بود: چگونه به افراد کشف قوانین را آموزش ندهیم؟ پاسخ آن دادن پاداش به موفقیت‌های تکرارشونده‌ی کوتاه‌مدت با دامنه‌ی راه‌حل کوچک است.

0
نظرات کاربران
افزودن نظر
نظری وجود ندارد، اولین نظر را شما ثبت کنید
کالاهای مرتبط