制定培训计划的棘手之处

这是隐性知识系列^[1]的第 6 部分。阅读第 5 部分^[2]请点击此处。

在隐性知识系列的前一篇文章中，我们研究了应用认知任务分析（ACTA）——一种从身边专家头脑中提取隐性专业知识的的简化方法。

对那篇文章很自然的疑问会是：「好吧，提取完隐性知识之后呢？——接下来怎么做？」

这种反应完全可以理解，因为技能提取完成后，下一步本应是利用这些知识进行学习 —— 为自己或他人制定培训方案。但核心问题在于优质的教学设计本身极具挑战。而事实上，我从未具体阐述过自然决策（NDM）研究者如何将其洞见转化为实际培训课程。

原因何在？很简单：在 NDM 文献中，我尚未发现关于这一转化过程的优质通用指南。不过，我确实找到了 NDM 领域内值得深挖的方向 —— 本文将详细阐述。

背景说明

我此前曾提到过^[3]，整个自然决策（Naturalistic Decision Making）领域都是建立在这样一种理念之上：「我们将采访专家，从他们的头脑中提取专业知识，然后将其转化为培训方案，或利用这些成果重新设计用户界面」。我说过这个领域具有极强的应用导向性 —— 大部分研究经费来自军方或对专业知识有迫切需求的企业（例如：核电站控制系统、纳斯达克的欺诈检测等）。我们此前已用整个系列博客文章探讨了自然决策领域中部分专业知识提取技术，这些技术之所以引人关注，原因显而易见：毕竟有多少人曾经历过这种困境 —— 我们渴望提升专业水平，但所需的专业知识却深藏于资深从业者的头脑之中？专注于技能提取的机构本就寥寥无几；自然决策领域是心理学中少数几个成功提取出隐性专业知识心智模型的子领域之一。

但我们尚未探讨过自然决策领域中关于创建有效培训方案的技术。

这既有我的责任，也是领域特性使然。说是我的责任，因为我对文献接触尚浅——比如直到几个月前才知晓 ACTA 方法论的重要论文。而领域特性在于，主流的自然决策研究著述普遍聚焦于「技能提取」环节，对「设计培训方案」环节着墨甚少。个中缘由或许在于：市面上已有大量优质培训方案设计指南。也可能 NDM 研究者认为他们的课程设计方法论并无特别创新之处；当然，他们在这里使用的个别教学技术也不是特别新颖。

但学者感兴趣的东西与实践者大相径庭。在我看来，NDM 研究者因其独特的技能提取能力，在教育设计上开辟了一条别具一格的路径。我对其中某些技术非常感兴趣，因为我想将其应用到自己的职业生涯中。

自然决策研究者拥有独特的教育设计方法

事实上，我认为自然决策研究者设计的培训项目具有特定「风格」。我我将通过三个速览案例带你一窥这种方法的精髓。当然，案例不如通用指南有效，但我尚未发现任何成体系的指南，所以只能用案例说明。

（重申：如果我的理解有误，请发邮件至 cedric@this domain。欢迎提供论文线索！）

IED 防御

IED 指 improvised explosive device（简易爆炸装置），你可能在 2008 年获奖电影《拆弹部队》中见过它们。

在《自然决策》播客第四集中，Jennifer Phillips 谈及她在 IED 防御作战中的研究。她首先描述了该领域的技能提取过程：

9·11 事件后不久，美军进驻阿富汗和伊拉克。记得那时所有盟军饱受路边炸弹（即 IED）的困扰。当时国防部试图投入巨资研发先进探测技术，改进车辆防护装甲以保护海军陆战队员和士兵。我们有机会参与的领则是其中的人力专长环节——预测爆炸装置的布设位置。这个项目之所以让我如此感兴趣并充满成就感...因为我们能切实改变海军陆战队员和士兵的生存状况。
我们访谈了许多年轻海军陆战队员，他们执行过极端危险的任务，目睹过人间地狱。通过提取他们的专业知识，不仅了解他们所经历的一切，还能看到他们所培养的技能。要论领域知识的丰富性——在应对简易爆炸装置（IED）这个领域，你可以观察到所有现存的新老专家差异。你会发现这些陆战队员仿佛拥有透视能力：他们能觉察到本应存在之物的缺失，能代入敌方视角，结合地形、时间、日照角度等变量，推演炸弹可能布设的位置。——我的意思是，他们依赖的这一系列丰富的因素和线索来判断自己是否进入危险区域，从智力层面来看实在令人着迷。

防御简易爆炸装置的迷人之处在于存在明确的「元技能」。约 28 分 30 秒处，共同主持人 Brian Moon 开始探讨这一技能领域特有的难度：

BM：该项目的核心挑战在于——我们通常认为专家会随着时间推移在特定领域积累专业知识，但在 IED 反制领域，由于事态发展迅速...敌人的适应速度似乎比我们的人更快。因此在这种情境下，专业知识具有极强的时空局限性——即使一名海军陆战队员可能在某个特定区域积累了经验并理解某些线索，当他们转战到下一个区域时，这些知识可能就会失效。我一直觉得这是工作中很有意思的一点，这与核工程等领域的专长形成形成鲜明对比 —— 后者虽存在技术演进，但变革速度远不及战场态势的瞬息万变。
JP：你说得完全正确。当时我们关注的是阿富汗和伊拉克这两个截然不同的责任区。即使在这些国家内部的不同地区、不同社区，叛乱分子布置和引爆爆炸装置的手法也各不相同。因此在采访中你会听到这样的故事...在某个城镇，每当有地毯挂在阳台上，就意味着当晚会有袭击。这是你在访谈中能提取到的线索，但这种线索未必能直接套用到其他情境。那么该如何处理这种情况呢？
这就回到了那个根本问题：「如何利用这些信息构建出能在任何情境下帮助他人的解决方案？」
我们不得不下很大功夫去识别这些共特质。我们不得不下很大功夫去识别这些共同点。以「触发点」为例：——比如，如果你有一个无线电控制的简易爆炸装置，就需要在战场某处设置观察员，能够实时监视道路。他们需要判断蓝军的位置——即海军陆战队的位置——根据他们在道路上的位置来确定何时触发装置。因此，在某些情况下，他们会使用电线杆作为标记；在其他情况下，他们会在路上堆砌小石堆；还有些情况下，他们会使用喷漆或类似的东西在道路上标记某个区域。尽管具体实施方式因环境可用资源而略有不同，但核心概念和技术在不同情境中具有相似性。

最终，该培训计划以视频游戏的形式实施：

BM：能否请你简要谈谈运用游戏的理念——特别是电子游戏的应用——以及我听你和 Carol 反复强调的「认知保真度」概念？在培训项目中，为何需要更侧重于这种认知保真度的培养？
JP：当然，这非常有趣。那次认知任务分析（CTA）得出的一个重要发现是，那些能提前识别危险区域并表现出色的海军陆战队员，都是以对手的思维方式行动的。听起来很简单，但显然他们确实做到了换位思考——而我们认为这正是首次部署的年轻陆战队员所缺乏的能力。在训练环境之外，他们从未有过这种机会（毕竟这不是训练中重点教授的内容，至少没有系统性地教过），他们从未尝试从敌方视角思考问题。因此我们利用虚拟战场空间（VBS）技术——与 Bohemia Interactive 公司合作——在 VBS 中开发了一个训练模块，让海军陆战队员扮演敌方角色，负责在环境中布设简易爆炸装置（IED）。
我们本质上是在迫使受训者思考：如何才能有效布设 IED？是使用手机引爆器还是其他类型的起爆装置？他们必须反复推敲「蓝军车队何时会经过？现在是几点钟？如何伪装爆炸装置？哪里才是最佳伏击区？」这类现实作战中真实存在的战术考量。
现在如果你了解 VBS，就知道它的物理保真度相当不错，但还不够完美。所以关于你提到的认知保真度是否真的重要...重点不在于视频游戏环境是否完美，或者树叶是否完全按照现实中的方式随风摆动，关键在于我们让海军陆战队员处于必须从不同角度思考问题的位置，事实证明这种方法非常成功。

VBS3 截图

网球发球识别训练

接下来值得关注的播客是第九期，嘉宾为 Peter Fadde 与 Olivia Brown。我将重点解析 Fadde 在网球发球检测训练中的研究：

基于专业知识的训练本质上是一种教学设计理论。相较于人因工程、认知心理学等领域，NDM 社群中专注于此的研究群体相对较小。其理论核心在于：我们固然能在运动、军事等领域研究那些看似直觉的卓越决策能力，但关键是如何系统化培养这种能力？训练并非自然过程，而是人为设计产物。因此我们需要观察现象并试图理解其本质。
这一块的切入点是「好吧，他们是如何研究的？」。因为当我开始撰写论文时，我正在寻找一个切实可行的项目，而我正从事体育视频分析工作，担任顶级橄榄球队的影像协调员，为教练组制作技战术分析视频。我愈发意识到，通过整合视频与数据分析，运动员训练还有巨大提升空间。顺着这个思路深入研究后发现，当时该领域的研究主要集中在澳大利亚，尤其是澳大利亚体育学院， Bruce Abernathy 等学者是该领域的领军人物...
他们开发了这些训练技术，而技术本身也充满研究价值。因为这些技术需要应对极其复杂、看似凭直觉完成的运动表现，这本来是不可能完成的任务。例如守门员扑救射门、棒球/板球/垒球击球员应对时速 135 公里的来球——这些动作本非人类所能完成。人类感知系统与运动系统的生理极限根本无法胜任此类任务。
但关键在于如何系统化地进行训练——如何让更多人更快达到专业水准？实验室研究采用视觉遮蔽技术，特别是时序遮蔽法，通过视频呈现的方式在特定时间节点截断视觉信息。
以板球投球手为例，展示投手助跑动作，球脱手瞬间画面立即黑屏。受试者需要判断，这是一记内旋转球，还是其他类型的球——这属于分类任务，同时也是预测任务：球会击中三柱门吗？如果是棒球，这是坏球还是好球？因此核心是分类和预测。现在我们开始真正聚焦问题核心。可以说，我们所追求的宏观认知技能就是预判能力。
「那么如何训练预判？」（人们通常会说）：「预判无法训练，那来自于经验积累。」
好吧。确实如此。经验究竟能赋予你什么？我们可以将其归结为：事件发生前的线索捕捉，以及预测判断。既然预测能力可以测试，自然就能训练它。因此，我们需要将预判这种目标能力转化为可操作的预测训练方案。
于是我们决定将原本用于测试的视频遮挡法，转化为系统的训练方案。

这正是他们的做法（22:23）：

这项研究始于上世纪 80 年代初的澳大利亚，最初聚焦于板球与网球领域。以网球接发球为例：实验使用接球者视角拍摄发球视频 —— 发球员抛球、挥拍击球，画面随即黑屏。受试者需判断发球类型。
黑屏时机可设置在球拍触球瞬间（能看到球脱离拍线）、触球前或触球过程中。通过在不同时间节点切断画面，研究者以「专家 - 新手」对比范式展开测试：职业选手与业余选手的表现何时产生分化？
例如在这个案例中我们发现，即使受试者以帧来观看视频—— 这是我们能精确切分的最小单位了——相当于约 33 毫秒...如果他们看到两帧这样的画面（球从球拍弦线弹出的过程），也就是 67 毫秒，这仍然是非常短暂的时间，专家和新手基本上都能判断出发球类型——是上旋发球、平击发球还是切削发球。现在将画面回切到只能看到少量球飞行轨迹的阶段...这时两者的判断准确率都会有所下降，但专家的降幅较小。当黑屏提前至球拍触球前，专家仍能以 85% 的准确率预判发球类型（尽管未看到击球瞬间）。他们甚至能预测回击时是反手还是正手方向，而此时新手的判断准确率则大幅下降。若继续前移黑屏时间点，两者的判断都会沦为随机猜测。
由此我们界定出了「专家优势窗口」，从击球前 50 毫秒到击球后 50 毫秒。在这 100 毫秒的窗口期内，专家比非专家具有明显优势。这就是研究的发现。
如果我们将此转化为训练技术，我们会说「好的，这是窗口的起点，你应该能做到这一点，所有人都应该能（判断发球）」，然后逐步缩短可见画面时长，直至学员能像专家那样，在击球前 50 毫秒以 85% 的准确率识别发球动作。

有趣的是，专家们非常不擅长解释他们在寻找什么线索，因此必须借助其他技术来捕捉这些信号（28:15）：

专家运动员往往无法清晰解释自己的判断依据——他们几乎将这种能力归入「超感知觉」范畴，就像 Gary Klein 在 Sources of Power 中描述的消防员案例。若不断追问，他们就会开始编造理由。这是专家们的惯常做法，因为他们想要给出答案。因此需要开始弄清楚这其中的缘由。
此时需要引入另一种实验技术：空间遮挡法。既然已知专家在特定时间窗口正在捕捉某种线索。这并不是超感知觉，所以我们知道他们正在捕捉某种线索（但）我们不知道具体是什么。那么,如果我们把球拍遮挡起来会怎么样呢？
事实证明，如果我们把球拍遮挡起来，新手的表现就会一落千丈，而这几乎不会对专家的表现产生任何影响。这说明他们并非从球拍获取线索。但是，如果我们现在把发球者身体的下半部分遮挡起来，专家在发球动作被截断的情况下识别发球的能力就会大幅下降。在身体的下半部分的某个地方，他们捕捉到了非常早期的线索，这样就有足够的时间来帮助他们做出 —— 看似是瞬间的反应。你可以将其分解到足够细致，意识到如果有人要打上旋发球，他们的膝盖弯曲会更深些，抛球位置会在脑后；如果是切削发球，抛球会偏向一侧。其中一些是已知的教练技巧——比如抛球位置。
而且你还能看到与之相反的情况。例如，在 Pete Sampras 的传记中，他谈到自己 12 岁时如何练习发球——他会把球抛向空中，教练随即喊出要击打的发球类型。因此他必须学会用同一种抛球姿势发出上旋、平击或切削球。后来他在美网对阵当时公认的最佳接发球选手 Agassi 时，Agassi 说他无法预判 Pete 的发球。Pete 的发球不是速度最快的平击发球，也不是旋转最强的上旋发球，但所有发球动作看起来都如出一辙。

Fadde 对研究文献的真正贡献在于，这种训练方法聚焦于身体技能的认知要素。Fadde 这样说道（16:42）：

如何以可量化且可重复的方式观察某项代表性任务？其实这正是训练任务的本质特征，而且成本往往更低廉（因为你在复用研究技术）。
所以我最初的博士论文研究就在于应用这一点。我接触到一支大学棒球队，与之展开合作，由此设计出一套训练方案，用于训练球员对投球的识别能力。事实证明，这个方案相当成功，在击球率等方面取得了可量化的提升。因此，这继续成为一个重点，但同时还有一个更宏观的理念，即「我们不仅仅关注这一项技能，它还可以应用于其他各类事情」。特别是「行动中的」决策，而非命令与控制式的决策。所以在如今的新闻报道中，诸如攻击识别、防御策略、执法部门的抓捕与控制等场景，在这些场景下，你需要为了所有相关人员的利益，迅速做出正确决策。所有这些类型的表现看似太快、太复杂，难以剖析。
（我的贡献）是将这些来自研究实验室的技术重新应用于训练与实践，而它们是所有教学技术中最基础的部分。我们在诸多情境中观察到的卓越表现（这些表现在电视转播和体育运动中恰好更容易衡量，但它们其实无处不在 ，如何将其拆解为训练与实践的内容呢？
若要说一个核心洞见，那就是这些表现以及对其进行的训练往往过度关注「做什么」，但当你深入自然决策（NDM）类型的研究就会发现，专业水平越高，重点就越转向「观察什么」而非「做什么」。因此我们要暂时搁置「做什么」的部分 —— 并非否认其重要性，而是现有训练方法已足够覆盖。真正未被充分开发、能加速专业技能培养的，是对「观察什么」的关注。事实证明，某些视频遮蔽技术完全可以融入基础训练，甚至在 iPhone 上就能实现。因此，这种训练方式能带来显著的效率提升。

警方调查工具

我想提醒大家关注的最后一期播客是第二十期，嘉宾是 William Wong。

Wong 过去几年的主要工作集中在「如何为情报分析开发更好的用户界面？」这促使他创建了 VALCRI 项目 —— 目前已在欧盟投入使用，被描述为「一种刑事情报分析系统，旨在辅助人类推理与分析讨论，并与半自动化、人工介入的语义知识提取紧密结合。」

简单来说，它就是《少数派报告》中犯罪调查系统的现实版。

它的界面长这样：

Wong 在播客第 29 分 26 秒左右讲述了该项目的背景，并解释道：「项目启动时，我致力于打造一个真正能孕育洞察力的分析环境。尤其是 Gary Klein 提出的『数据 - 框架』模型（Data-Frame model）所描述的那种意义构建（sensemaking），特别是他的洞察三重路径模型（triple path model of insight）……我希望（项目组的）成员能思考意义构建与洞察，因为如果忽略这点，最终产物只会沦为普通的搜索检索系统 —— 这正是现存所有情报分析系统的通病！」

他们通过对犯罪分析师的认知任务分析（CTA）提炼出的洞察认知模型，在这段 VALCRI 视频中有详细说明：

而支撑该项目设计的三篇研究论文如下：

1. 《分析师如何思考：推理策略》
2. 《分析师如何思考：锚定、阶梯式关联与联想》
3. 《分析师如何思考：直觉、信念飞跃与洞察》

VALCRI 项目给我的核心启示，正如 Wong 所言：「如果不以意义构建和洞察为目标，最终只能做出又一个搜索检索系统！」这个项目的发展历程，正是正确实践的范本。

总结

从这三个案例中能提炼出什么共性？若斗胆概括，可以说它们都展现了这样的研究路径：研究者首先提取专家的认知过程，然后通过让新手模拟这些认知过程进行教学。关键词就是「模拟」：

• IED 防御训练项目追求与现实任务高度一致的认知真实性，电子游戏只是媒介，目的是帮助学员掌握海军陆战队员预判 IED 布设的思维模式；
  
  
• 网球训练项目之所以有效，是因为它拆解了发球识别的隐性宏观认知要素，然后通过视觉遮蔽练习让新手模拟这一过程。Fadde 本可以用讲授式教学，但他没有；
  
  
• VALCRI 项目提取了刑事情报分析师生成洞察的流程，并围绕它设计了整套系统。

不难发现这三个案例都来自 NDM 播客。这绝非偶然！我当前学习 NDM 训练设计法的窍门就是大量收听 NDM 播客访谈，目标在于尽可能收集有效训练干预的实践原型。

若你也有此志趣，我的建议同样是「多听 NDM 播客」。颇具讽刺意味的是：最擅长提取隐性知识的实践者们，至今仍未系统阐述其训练方法论。按常理推断，他们本应发展出通用训练框架，或至少发表综述论文。当然，或许这类文献确实存在，只是我尚未发现。

若我找到会告诉大家。在此之前，我们能做的最好选择就是持续收听 NDM 播客。我建议你一起加入。如果你和我一样痴迷于学习之道，相信你也会乐在其中。

上一篇：

下一篇：

Thoughts Memo 汉化组译制
感谢主要译者 Spade7 校对 Jarrett Ye
原文：The Tricky Thing About Creating Training Programs - Commoncog
作者：Cedric Chin
最初发表于 2021 年 5 月 19 日，最后更新于 2021 年 9 月 7 日。

← 返回目录