如何从比我们优秀的人的身上学习？

从比我们优秀的人（特别是那些拥有丰富经验、凭「直觉」或「感觉」做事的专家）身上学习，关键在于系统性地挖掘他们头脑中难以言传的隐性知识和心智模型。

以下内容摘自 @Thoughts Memo 汉化组的译文《提取隐性知识的一种更简单的方法》

假设你是一家公司的初级员工，你发现一位资深同事具备你想要学习的一系列技能。你向他们请教是如何做到的，而他们给出的答案却让你摸不着头脑，比如「全凭经验判断」或「跟着感觉走」。这种情况下，你要怎样才能学到他们的技能呢？

在本系列第二篇文章中，我介绍过一种方法：运用「识别启动决策模型」^[1]（recognition-primed decision making, PRD）作为指南，来挖掘身边熟练从业者的隐性专业知识。RPD 模型揭示了专家直觉的运作机制。我的观点是，只要理解了直觉的运作模式，就能捕捉到每位专家在实际操作中必然会运用的某些技能 —— 即便他们自己都无法解释这些技能。

这种方法的主要问题在于实施难度极大。虽然 RPD 描述了专家直觉的本质，但它并不能切实帮助你自行提取这种直觉。提出 RPD 模型的研究者们开发了一种名为「关键决策法」（Critical Decision Method, CDM）的提取技术，但这种方法不仅学习曲线陡峭，执行过程也极其耗时。对于专职研究人员来说这当然不成问题 —— 毕竟客户就是花钱请你花几个月来设计培训方案的；但对于实践者而言，如果只是想获取他人头脑中的技能，这种方法就显得过于笨重了。

而这正是本文要探讨的问题。

1998 年，Laura Militello 和 Robert Hutton 发表了一篇具有里程碑意义的论文《应用认知任务分析法（ACTA）：理解认知任务需求的实践者工具包》。该论文的贡献在于提出了四种比 CDM（及其他相关方法）更易操作的技术工具，却仍能帮助教学设计者或界面设计师从领域专家头脑中提取出可供使用的隐性心智模型。这项由海军人事研究与发展中心资助的研究历时两年，作者通过培训两组研究生使用这些新方法进行测试 —— 让这些学生分别访谈消防现场指挥官和海军电子战专家两类专家群体，随后基于访谈结果修改两个领域的现有培训方案，最终由该领域的专业教官评估修改效果。

作者深知 ACTA 在精确性和深度上不如 CDM 等传统研究方法，但他们认为这种简易性是完全值得的折中方案。

Militello 和 Hutton 的推理大致如下：如果连毫无经验的研究生都能运用 ACTA 显著改进两个领域的培训方案，那么当这些方法交到专业课程开发者和界面设计师手中时，效果必将更加显著。

自他们首次发表这篇论文以来的这些年，实践结果充分验证了他们的判断。这也意味着，我们有必要仔细研究这套方法体系，将其转化为实现自身目标的实用工具。

应用认知任务分析的四种技术

应用认知任务分析（ACTA）包含四种技巧，每一项都具备极强的可操作性：

1. 绘制任务流程图：首先需要创建任务流程图，这能帮助你全面把握目标任务的整体框架，并识别其中具有挑战性的认知环节。这项基础工作必须在初期完成，它能明确后续分析的重点方向。
2. 开展知识审计：知识审计是一种访谈方法，旨在梳理特定领域内运用专业知识的各种方式，并通过实际案例说明专家经验的具体表现形式。
3. 进行模拟访谈：模拟访谈能让你在单个事件场景中更好地理解专家的认知决策过程（例如消防员抵达火灾现场；程序员拿到初始规格说明）。这有助于提取那些通过知识审计难以获取的认知过程，比如情境评估，以及此类变化事件如何影响后续行动方案。
4. 制作认知需求表：在对多位专家进行 ACTA 访谈后，需要整合前三阶段发现，编制「认知需求表」。这份表格既是 ACTA 分析的核心成果，也是后续课程开发或系统设计的主要依据。

下文我们将依次讲解每一种技巧。

任务流程图

绘制任务流程图的目的在于为后续的知识审计和模拟访谈奠定基础。你需要对任务中认知需求最高的部分有一个宏观的整体认识，以便将主要精力集中在这些关键环节上。

首先，你需要请专家将任务分解为若干步骤或子任务。你可以问：「想想你在做（目标任务）时都做了些什么。你能把这个任务分解成三到六个步骤吗？」这个问题的目的是让专家在脑海中梳理任务流程，并说出主要步骤。问题特意将专家的回答限定在三到六个步骤，以确保他们不会浪费时间陷入细枝末节；在这个阶段，你确实需要避免深入挖掘他们的心智模型。

当专家确定步骤列表后，继续追问：「在你列出的这些步骤中，哪些需要运用高阶的认知技能？这里所说的认知技能包括：判断、评估和问题解决等思维能力。」

圈定这些步骤；你将在接下来两种技巧中重点关注它们。

任务流程图的输出结果大致如下所示：

像在这个消防指挥的例子中，你需要重点研究的是「初步评估」、「首次搜救」和「二次搜救」这三个环节，而「总结评估 / 汇报」步骤则可以暂时忽略。

知识审计

知识审计旨在识别特定领域中专业知识的应用方式，并通过专家的实际经验案例来展现这些知识。其核心目标是捕捉专业能力中最关键的要素。

你首先需要准备一份基础提问清单。这些基础问题源自专业知识中最具代表性的认知类别。经过数次访谈后，你将能识别出哪些问题对特定子任务最有效，从而减少在低效问题上的时间投入。

基本探测问题完整列表：

基本探测问题

• 过往与预判 — 专家能够分析现状的发展过程，并预见未来走向。这种能力使专家能在问题发生前就加以预防。「你是否有过这样的经历：在介入某个情境时，能立刻判断出事情的来龙去脉，以及后续的发展趋势？」
• 全局视角 — 新手往往只能看到零散片段，专家则能快速构建对整体情境的理解 —— 即全局视角。这种能力使专家能思考不同要素如何相互作用、彼此影响。「能否举例说明该任务中全局视角的重要性？你需要掌握并追踪哪些关键要素？」
• 敏锐察觉 — 专家能捕捉到经验不足者可能完全忽略的线索与有意义的模式。「是否有过某些情境细节突然『跃入』你视野的经历？你注意到了哪些他人未察觉的情况？能否举例说明？」
• 效能智慧 — 专家懂得如何将操作流程优化组合，以最高效的方式完成任务。他们既不偷工减料，也不浪费时间与资源。「执行该任务时，你是否发现过『聪明工作』或『事半功倍』的方法？能否分享对你特别有用的例子？」
• 机会捕捉 / 灵活应对 — 专家擅长随机应变，能根据具体情境调整策略；他们还能敏锐抓住机会，改变行动方向。「能否回忆一次你在该任务中灵活应变，或发现优化机会的实例？」
• 自我监控 — 专家能觉察自身表现状态，会主动检查并调整。他们能识别因压力、疲劳、高负荷等因素导致的异常表现，并及时调整以确保任务完成。「是否有过这样的经历：你意识到必须改变当前执行方式，才能顺利完成任务？」

可选探测问题：

• 异常识别 — 新手不了解常规模式，因此难以识别异常。专家则能快速发现不寻常事件并察觉偏差，还能注意到 「本应发生却未发生」的情况。「能否描述一次你发现偏离常规的情况，或察觉到有问题的实例？」
• 设备误导情况 — 设备有时会传递误导信息。新手通常完全信任设备反馈，不知何时应保持怀疑。「是否有过设备指向某一方向，但你的判断却提示应采取其他行动的情况？或是否曾需依靠经验避免被设备误导？」

这些提问是开展知识审计访谈的起点。以每个提问开启访谈后，你需要追问该实例的具体细节，重点关注专家使用的关键线索和策略。随后，进一步讨论在类似情境下经验不足者可能犯的错误。

通过知识审计，你应能得到类似以下的表格：

知识审计表格样例

模拟访谈

接下来是模拟访谈环节。与知识审计旨在从专家过往经验中提取线索和策略不同，模拟访谈是围绕向专家呈现一个具有挑战性的情境而构建的。Militello 和 Hutton 指出：

作者建议访谈者选用现成的场景进行访谈。通常，用于培训目的的模拟场景已经存在。可能需要根据实际限制（如时间限制）对场景进行调整或修改。专门为访谈开发新模拟场景并非易事，往往需要先进行 CTA（认知任务分析）来收集基础信息，才能呈现具有挑战性的情境。模拟形式可以是纸笔练习，配合地图或其他图表使用。某些情况下也可采用视频或计算机辅助模拟。值得注意的是，作者经验表明，模拟的细节还原与否并非关键因素，重要的是必须呈现一个具有挑战性的情境。

在 ACTA 四项技术中，选择合适的模拟场景似乎是方法论中最棘手的部分。我本想提供更多帮助 —— 花了半小时查阅自然决策研究文献，但未能找到关于选择模拟场景的通用建议清单。或许你需要通过实践来找到最适合特定技能领域的方法。模拟的关键在于它通常是一系列连续发生的事件，需要逐个呈现 —— 正如作者所说 —— 向专家展现具有挑战性的情境。

模拟访谈的基本流程如下：首先向专家呈现模拟的第一部分（如描述初始情境或任务简报），然后通过提问引导专家识别关键事件，包括判断和决策过程。例如：「在体验这个模拟时，请想象你就是情境中的（所研究的职位）。之后我会询问你在该情境中的思考方式和应对措施。」

针对模拟中的每个事件，需要进一步探究情境评估、采取的行动、关键线索以及可能出现的错误。这些信息将被记录在「模拟访谈」中，格式如下：

模拟访谈表示例

你需要对多位专家重复开展模拟访谈，因为不同专家可能就同一情境提供多种有效解决方案，对同一情境的其他评估也具有合理性。你甚至可以通过对不同专业水平的人员开展相同模拟访谈，对比专家与新手的视角。

再次强调，模拟访谈的核心目标是在事件情境中捕捉专家的认知过程。若将模拟访谈结果与知识审计结果结合，你将能充分把握该领域专业技能的核心特征。

认知需求表

ACTA 方法体系中的最后一项技术是一种数据整理与分析工具，即「认知需求表」。这是 ACTA 流程最终产出的核心成果，将直接应用于你的项目开发。

以下展示的认知需求表示例源自 Militello 和 Hutton 既往开展的分析研究。根据你的具体需求（无论是开发新课程、设计新系统，或是学习专家头脑中的技能），你需要选择不同的表格标题来组织信息。更重要的是，填写表格的过程能帮助实践者发现数据中的共性主题，以及不同专家提供的矛盾信息。

该表格的基本样式如下：

认知需求表示例

结语

应用认知任务分析法（ACTA）看似简单易用。当然需要注意的是，该方法最初是为教学设计和系统设计而开发的，未必适合用于提取身边专家的隐性心智模型以供个人学习。

但我认为完全可以将其调整适用于这一目的。

事实上，我目前正在为一个 SaaS 产品进行重新定位工作，以 April Dunford 的 Obviously Awesome 为执行模板。这项工作的一部分内容就是与销售人员合作，挖掘他们头脑中的专业知识。如果你从事销售工作，很可能对客户需求有着敏锐的直觉。这也意味着其中蕴含着可供市场营销使用的宝贵洞见。

简而言之，我已经迫不及待想要实际测试 ACTA 方法了。等完成这项工作后，我会与大家分享实践成果。

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：An Easier Method for Extracting Tacit Knowledge - Commoncog
作者：Cedric Chin
最初发表于 2021 年 4 月 28 日，最后更新于 2025 年 1 月 25 日。

← 返回目录