如何将隐性知识转化为显性知识？

有一个领域专门研究这个问题：自然主义决策（Naturalistic Decision Making）研究专家如何在真实复杂环境中运用直觉做决策，并致力于将这些技能转化为培训项目。

他们的研究成果有很多，比如，为了系统解释专家直觉运作的机制， NDM 提出了识别启动决策模型（Recognition-Primed Decision model）；为了从领域专家头脑中提取专业隐性心智模型，提出了认知任务分析（Cognitive Task Analysis），其经典形式包括关键决策法（Critical Decision Method）和应用认知任务分析（Applied Cognitive Task Analysis），通过一系列访谈和分析来引导专家输出其底层思考过程。

写完一堆术语，我自己也头大了，对这个领域感兴趣的读者可以直接看文末的推荐专栏，我这里直接介绍最简单的应用认知任务分析和关键决策法，及其背后的识别启动决策模型。

应用认知任务分析

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》

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

关键决策法

以下内容摘自 @Thoughts Memo 汉化组的译文《将心智模型付诸实践（五）：技能提取》

识别与理解决策点

第一个观察是，我们可以相当容易地从自己的经验中创造 DMX——用于培训目的。这样做还有一个额外的好处，即创造出的 DMX 能完美契合你独特的环境。在第四部分^[1]中我曾提到，我未能成功地将我用于应对公司发展需求的心智模型传授给我的人事主管；现在我意识到，我本可以通过设计一系列源自公司历史的 DMX，来向她展示各部门之间的相互关系。

克莱因指出，基于真实情境构建的 DMX，其结局往往会趋同于现实中最终采取的行动。这通常被视为「正确答案」，但这并不理想。在多数情况下，你想要的是一个没有标准答案的开放式游戏，以激发充满活力的意见交流。实际的决策，远不如模拟思考整个情境的经验来得重要。

我发现一个非常有用的技巧，是 NDM 识别决策点的方法。克莱因建议，找出你工作中一系列关键的、具有挑战性的决策。例如，我公司的一位经理可能会识别出以下决策点：

• 评估某个项目的工期。
• 在多个供应商中做出选择。
• 招聘或提拔员工。
• 评估一个项目是否正在偏离轨道，以及干预是否明智。

针对每一个决策点，填写以下的「决策要求」表：

这张表格要求你回答三个问题，尽管克莱因鼓励实践者根据自身情况调整问题。举个例子，前述经理可能会为「评估项目工期」填写如下内容：

• 决策点：「我如何准确地评估项目工期？即便项目计划里有缓冲时间，我似乎总被意想不到的问题打个措手不及。」
  
  
• 此决策的难点何在？ 评估工时/工作量没有简单的规则。常常还有相互冲突的目标，而工期只是其中之一。另外，我无法预测那些不可预知的问题。
  
  
• 常犯的错误有哪些？ 我倾向于过度乐观。当意外发生时，我的缓冲时间总是不够用。由于利益相关方的压力，我不愿意缩减项目范围。
  
  
• 专家与新手做此决策有何不同？（识别线索与策略） 我注意到凯文（Kevin）作为项目经理的记录很好。他似乎总能恰到好处地在估算中加入缓冲时间。他去年的大部分项目都按时交付了。他在协商缩减项目范围时似乎也更顺利。我不确定他是怎么做到的。

在此我想强调三点。首先，你在日常工作中遇到的任何困难决策，都可以被转化为一个 DMX。与同事或同行一起进行这些 DMX 可能会很有用——保持游戏简单，用纸笔即可，确保时长不超过 30 分钟，或许就在午餐时间。再次强调，主要的好处是一起体验这些模拟情境。

其次，思考在困难决策中常犯的错误，通常能催生一些可行的改进想法。例如，当被问及上述决策问题的潜在对策时，那位经理提议，她可以保留一份我们共同经历过的常见项目问题的「提醒清单」，以校正自己的乐观情绪。她还说，她会「去找凯文聊聊」。

正是这最后一个选项，让我觉得特别有意思。克莱因的决策要求表中的第三个问题，旨在促使你去观察身边人的专业知识。克莱因的假设是，你进行优质的、由专业知识驱动的决策所需的心智模型，很可能已经存在于你周围人的头脑中。为了获取这些心智模型，你需要一些比简单地问「你是怎么做到的？」更精妙的方法。

技能提取

当你问一位专家他/她是如何完成一项任务时，会发生什么？你很可能已经知道答案了：专家八成会说些「凭感觉」或「我就是知道该怎么做！」之类的话。这对你毫无用处。

幸运的是，克莱因及其合作者们开发出了一种提取专家默会心智模型的技术。他们的整体方法被称为「认知任务分析」，而其中对我们实践者特别有用的具体方法，则被称为「关键决策法」（Critical Decision Method, CDM）。使用此方法需要一定技巧，但克莱因在《力量的源泉》中介绍的简化版，已足够我们尝试应用。

CDM 的思路是，利用人类讲故事的本能，来引出专家的心智模型。不要问他们是怎么做到的——而是问发生了什么，然后运用认知探针来剖析他们的模型。

我们在第四部分^[2]介绍的基于识别的决策模型（RPD），为我们指明了要寻找的目标。专家通过模式匹配识别情境，并产生四个副产品：预期、线索、目标和行动脚本，然后模拟行动以判断其是否可行。为简单起见，我们可以将其简化为：

• 线索让我们识别模式。
• 模式激活行动脚本。
• 行动脚本通过心智模拟进行评估。
• 心智模拟由心智模型驱动。

在这个简化视图中，我们最容易获取的元素是线索和行动脚本。如果你没有时间探究所有四个副产品，那就主要关注专家所使用的线索和可操作的策略。根据我的实践经验，这两项信息通常足以揭示专家头脑中默会心智模型的轮廓。CDM 的步骤如下：

1. 第一步，寻找一个值得探究的好故事。这个故事可能是一次非同寻常的经历，新手在其中可能会束手无策；也可能是一件涉及感知判断和决策的常规事件，但对经验不足者而言仍具挑战。克莱因指出，一个好故事应包含多个决策点——即在叙述中，实践者本可以从几种不同行动中择一而行的节点。在第一步，只需先听取故事的简要概括，判断其是否值得深入挖掘。当然，如果你因为身处同一家公司而早已知晓有哪些故事，那么可以完全跳过此步。
   
   
2. 找到这样的故事后，请对方完整地叙述一遍事件经过。在此过程中，留意随着事件发展，知识状态是如何变化的。注意每个阶段的态势感知，必要时澄清事件的时间线。根据克莱因的经验，这部分通常最容易——实践者乐于讲述展示技艺的故事，而其他实践者也乐于倾听。
   
   
3. 第三遍，探究他们的思维过程。此时，克莱因的团队通常会问，当对情境的评估发生变化时，对方注意到了哪些线索？在那个节点上，又有哪些备选的目标？如果专家选择了一个行动方案，就问他们还有哪些其他可能的行动，是否考虑过，如果考虑过，又是什么因素使他们最终选择了该方案。花时间提出假设性问题——例如，如果当时没有某个关键信息，他们会怎么做？如果某个事件没有发生，又该如何解释？假设性问题，是克莱因团队用以锁定驱动这些决策的心智模型形态的利器。
   
   
4. 如果时间允许，克莱因会进行第四遍也是最后一遍的探究。这一次，在每个决策点，他会询问新手可能会犯的错误。例如：「如果当时是我在做决策，阴差阳错地被推到这个紧急情况中，我看到的会和你一样吗？我可能会犯哪些错误？我为什么会犯这些错误？」这种探针对于引出专家能注意到而新手会忽略的线索，非常有效。

当然，仅仅获得这些知识的口头表述是不够的。为了运用它，你必须付诸实践。这些知识的目标，是引导你构建属于你自己的默会心智模型。

识别启动决策模型

以下内容摘自 @Thoughts Memo 汉化组的译文《更有效的模仿：如何习得专家的隐性知识》

想象一下，如果你处在我的位置，坐在一位高级程序员旁边，他只花了几秒钟浏览你的代码，就给出了几条建议。「你是怎么做到的？」你好奇地问，他回答道：「哦，这只是感觉对了。」

要真正获取他的专业知识，我们必须追问：在那短短几秒钟里，他的大脑中究竟发生了什么？RPD 模型为我们提供了解答的线索。

识别启动决策模型描述了人类在现实世界中解决问题时的思维过程。它告诉我们，当专家在实际环境中遇到问题时，他们的大脑会观察不断变化环境中的情境，并立即将其与脑中储存的一系列原型进行模式匹配。如果他们将所见情境识别为某个原型的实例——即使面对的是非常规情境！——他们的大脑会立即生成四个方面的内容：

1. 一组「预期」——在分析情境时，专家会在脑海中构建事件如何演变及将如何继续发展的模拟场景。换句话说，他们能够预见接下来可能发生什么。他们的经验越丰富，这些预期就越清晰明确。例如，一位经验丰富的消防员可能只需观察现场，就能立即判断火势可能蔓延的方向，或者危险局势可能如何恶化。一位程序员在阅读代码库时，可能发现几处奇怪的临时修补，立即怀疑某个子模块是持续产生 bug 的源头。
   
   
2. 一组合理的目标——专家能够分辨当下应优先处理的事项和可以稍后解决的问题。例如，在遭受攻击时，一位海军陆战队小队长必须在保障队员安全、寻找更好的掩体和完成任务目标之间做出优先级排序。他识别出的情境原型告诉他在特定情境下应该优先考虑什么，从而释放认知资源用于其他形式的思考。同样，一位程序员收到一系列业务需求后，能够根据识别出的情境原型，立即在脑海中生成一个优先级分明的目标清单。
   
   
3. 一组相关线索——专家知道应该关注什么；而新手则不知道。识别出的原型会附带一组线索——例如，当你刚开始学习驾驶时，可能会被需要关注的仪表盘、按钮和后视镜等众多细节所淹没。然而，几个月后，你会自动处理这些事情，并根据不同情境有选择地将注意力转移到车辆的特定功能上。（比如，当转弯时，你知道要检查侧视镜，也知道要留意什么。）
   
   
4. 一个行动方案——最后但同样重要的是，如果情境属于典型情境，专家会在脑海中立即生成一套行动方案。如果情境不典型，专家的大脑仍会生成一系列行动，但专家会放慢节奏，在脑海中逐步推演每个行动步骤。

识别目标、线索、预期和行动是情境识别的组成部分。重要的是要理解，所有这些识别过程都发生在隐性记忆中。这就是为什么专家往往无法用语言清晰表达他们正在做什么。

隐性记忆操作是在潜意识层面进行的。例如，我们识别面孔的能力就是一种隐性记忆操作，我们无法解释它是如何发生的。当你的朋友 Mary 走进房间时，你能立即认出她的脸。但值得注意的是，回忆她的名字则是一个完全不同的过程：这是因为面部识别属于「再认」过程；而名字提取属于「回忆」过程，这两种操作在大脑中依赖不同的子系统。(Gillund & Shiffrin, 1984)

当专家说「这感觉就是对的」时，他们实际上是在表达：他们将当前问题识别为头脑中已有原型的一个实例，这一识别产生了四种副产品；这种隐性记忆操作发生得如此迅速，以至于他们无法用语言描述思考过程。他们只能说「这感觉就是对的！」，就像你可能对一位熟人说：「我认识她，只是想不起她的名字！」

再认过程发生在隐性记忆中，这解释了为什么专家们往往无法用语言表达他们如何知道该采取什么行动。

我们目前探讨的 RPD 模型还不完整。专家有时会遇到与他们头脑中已有经验不匹配的情境。或者，他们发现了违反最初预期的证据。在这种情境下，专家会立即意识到他们匹配的原型有误，于是他们会退回到模式识别阶段。他们尝试构建一个叙述或模拟来解释眼前所见的情境，以便与不同的原型进行匹配。这时，消防员、程序员或海军陆战队小队长可能会选择收集更多信息——消防员可能会后退一步寻找其他烟雾迹象；程序员可能选择深入研究特定子系统；小队长可能决定通过另一条路径进行侦察。

我们的 RPD 模型现在看起来是这样的。红色部分是 RPD 模型的第二个变体，包含了重复的模式匹配循环：

RPD 模型的第三个也是最后一个变体关注的是行动选择。在传统的规范决策理论中，人们会提出多个选择方案，相互比较它们的优缺点，然后选择可能的最佳选项，通常会运用某种期望值计算方法。然而，在现实世界中，Klein 和他的研究团队发现专家们并不默认采用这种策略。相反，他们采用「满足化」策略——选择第一个满足其标准的可行方案。

具体来说，专家会选择一个行动方案，在脑海中逐步模拟其执行过程，然后要么采纳这个方案，要么因为其不足而放弃。他们会反复评估每个设想的行动方案，直到找到第一个满足所有标准的方案。如果他们用尽了所有可能的行动方案，他们会退回到原型识别阶段。但如果他们找到一个在心理模拟中看似有效的行动方案，他们会立即付诸实施。

Klein 在 Sources of Power 第 7 章中解释，像「逐一审视各个行动方案，直到找到一个合适的」这样的策略在以下情况下更为常见：

• 时间压力较大时。
• 人们在该领域拥有丰富经验时。这使他们对自己的判断更有信心，因此他们的大脑会默认采用这种问题解决策略。
• 环境更加动态多变时（意味着情境快速变化，使得决策分析成本高昂，因为之前的分析可能全部作废）。
• 目标定义模糊不清时。

相比之下，人们更可能在以下情况下使用比较评估法：

• 他们需要为自己的选择辩护时——比如向上级解释。
• 涉及冲突解决时（你需要满足具有不同需求的多个利益相关者）。
• 人们经验不足，因此对自己大脑产生的选项缺乏信心时。
• 他们需要优化——也就是说，当他们被要求找到最佳行动方案时。
• 最后，当情境计算复杂度高时——例如，分析投资组合以选择最佳策略。这类任务涉及如此多的考量因素，往往会超出我们大脑中模式识别机制的处理能力。

然而，在大多数情况下，人类的默认反应是采取「满足化」策略：即生成行动方案，然后逐一评估，直到找到第一个合适的就停止。这种策略根据具体情境可能是好是坏：事实上，许多关于认知偏见和启发式的研究认为，正是这种思考方式导致了人类判断的错误。Klein 只是指出这就是我们大脑的运作方式。

这最后的讨论结束了我们对识别启动决策模型的探讨。完整的模型现在呈现如下：

识别启动决策模型之所以有价值，是因为它为我们理解人类专业知识提供了一个框架。当你在某位专家的指导下学习时，实际上发生的是你在隐性记忆中构建原型——即你在识别关键线索、学习合理目标、内化行动方案并储存预期结果。同时，你也在积累必要的经验，以便能在头脑中模拟各种行动方案。

Klein提到RPD与其他专业知识模型相似，如 Lee Beach 和 Terry Mitchell 提出的意象理论、Jens Rasmussen 的技能-规则-知识框架，以及 P. A. Anderson、Wohl 和 Dreyfus 兄弟提出的其他专业知识模型。根据 Klein 在 Sources of Power 第 7 章中的观点，RPD 的贡献主要在于：

• 它似乎描述了有经验的人最常使用的决策策略。
• 它解释了人们如何利用经验做出困难决策。
• 它证明了人们可以在不依赖理性选择策略的情况下做出有效决策。（着重部分为作者后加）

这就引出了一个问题：我们如何应用这一模型？

我们如何应用 RPD 模型？

RPD 模型带来的最显著的成果之一是，我们现在可以利用它进行认知任务分析。换句话说，我们实际上有可能理解高级程序员头脑中的思考过程。

当采访专家时，NDM 研究者总会聚焦于专家经历过的「棘手案例」，以便研究他们头脑中的识别驱动过程。具体而言，CTA 访谈者会建立案例事件的时间线，然后提出问题以引导：

• 他们最先注意到哪些线索？
• 在那个特定情境中，他们预期接下来会发生什么？（预期结果）
• 他们有哪些优先事项（目标）？
• 哪些行动方案立即浮现在脑海中？

这四种副产品是获取从业者隐性知识的途径。

随后，当设计培训项目时，NDM 研究者能够依靠这些已明确的原型和四种副产品来开发有效的培训场景。当然，最终目标是扩充学习者头脑中的经验原型集合。

RPD 模型应该会立即提示某些培训方法。让我们来看看这些可利用的方法，如果你稍加思考，我认为这些应该是显而易见的：

1 系统地扩展你所拥有的原型集合

第一种应用方法自然源于该模型：由于专业知识很大程度上依赖于模式匹配，许多由 NDM 从业者设计的培训项目都致力于扩充学习者头脑中的原型库。

1993 年，NDM 领域先驱 Beth Crandall 研究了一组新生儿重症监护室（neonatal intensive care unit, NICU）的专家护士，他们能「直觉感知」早产儿是否患有败血症——远早于其他护士或医生能够发现的时候。这些护士坚称他们能够通过「直觉」和「经验」来判断，仅此而已。

Crandall 对他们进行了一系列 CTA 访谈，并成功提取出他们注意到的感知线索。随后她被要求将这些发现转化为一个演示文稿，用于她所合作的医院集团中所有 NICU 护士的入职培训。这些护士用来识别败血症的几个感知线索在当时的医学文献中尚属未知；护士们自己也不清楚他们具体在寻找什么，因为他们是在响应一个「完形感知」——婴儿呈现的整体形象。

但 Crandall 对她的演示文稿做了一个重要的改进。她没有像传统讲座那样孤立地呈现这些线索，而是通过一系列故事来展示它们，因为故事能更准确地反映护士在实际工作中可能遇到的各种情况。（例如，「你首先注意到婴儿 George 呼吸变浅。他看起来正常，但血压略微升高。你查看他的病历表……」）

Crandall 通过这些故事尝试扩展听众头脑中的原型库。她明确提出的感知线索只是冰山一角——关键是将它们嵌入护士可能遇到的真实场景中。之后，经验较少的护士可以在有经验的护士指导下学习，他们将共享 Crandall 工作中明确定义的感知线索词汇。

关键在于将这些感知线索融入护士可能遇到的真实场景中。

如果你是一名独立从业者，你如何运用这一见解？一种方法可能是有系统地寻找你经验不足的情境，以扩充你头脑中的原型库。另一种方法可能是选择和使用有助于构建原型的练习；例如，如果你是一名程序员，代码形（code katas）可能会有所帮助——但前提是这些练习能够反映你在实际领域中可能遇到的问题。

在实践中，尝试使用 CTA 来提取知识并创建培训项目是相当困难的。CTA 本身就是一项技能，大多数 NDM 领域的从业者表示，你需要数月甚至数年的经验才能熟练掌握它。尽管如此，我已经进行了一些实验，我认为还有几种其他方式可以应用它：

2 识别从业者拥有而你缺乏的原型

另一个不那么明显的使用 RPD 的方式是识别从业者何时在运用直觉。当你注意到一位从业者快速评估问题，当他们说「这感觉就是对的」，或者当他们给你的解释充满了各种注意事项和陷阱时，你现在知道他们正在使用源自经验的隐性记忆识别操作。如果你面临类似情况，却发现自己在比较不同选项，这应该提醒你，你的同事拥有你所没有的原型，而这可能是你需要获取的知识。

换句话说，你可以用这个方法为自己构建一个技能发展路径。

RPD 模型很有用，因为它让你知道应该询问从业者头脑中出现的线索、预期、优先事项和行动方案。不要误解我的意思：这不会完美提取他们的隐性知识，因为专家直觉本身难以明确表达，而且 CTA 本身就很复杂。但是，沿着这些方向提问出奇地有效——至少，你从中获得的提示会比简单模仿，或者在不了解这四种副产品的情况下问「你是怎么做到的？！」要好得多。

3 提升心理模拟能力

RPD 带来的第二个改进杠杆是：为学习者提供充足的经验，使他们能够进行有效的心理模拟。

请记住，心理模拟是 RPD 模型的核心组成部分：它驱动了对预期情况的识别，并允许实践者在选择执行某一方案前模拟可能的行动路径。更丰富的经验意味着更准确的心理模拟。

基于 Klein 的研究成果，海军陆战队的小队领导现在接受训练，学习识别影响自身表现的决策要求。Klein 写道：

决策要求训练是让小队领导识别他们面临的关键判断和决策，理解这些决策为何困难，以及可能出错的环节。这些决策要求是关键驱动因素，是他们需要精进的特定决策技能。此外，通过识别任务中的决策要求（例如，确定适合直升机的着陆区，判断一个小队从一个位置移动到另一个位置所需的时间），小队领导能够找到练习这些判断的方法，比如从直升机飞行员那里获取关于着陆区适宜性的反馈，或者对不同小队穿越地形的时间进行计时，从而对地形特性、天气影响和携带装备数量等因素变得更加敏感。因此，决策要求让小队领导能够识别自身需求，针对自己的任务，并发现参与实践和获取判断与决策反馈的方法。

你可以想象这有多么实用：当处于敌方火力攻击下时，海军陆战队小队领导可能需要评估不同的移动选项；拥有一套强调体验和测量不同地形条件下移动时间的训练方案，对于在实战中进行的心理模拟将极为有价值。

4 从专家处获取关于识别和模拟的反馈

有时候，为自己设计合适的训练方案确实很困难。解决这个问题的一种方法是，反思自己过去的经历，然后向更有经验的从业者请教，获取他们对你在过去情境中所做决策的反馈。

在这个过程中，重要的是要采用 CTA 中使用的方法：你应该按照事件发生的顺序线性地描述你的经历，只呈现当时你所掌握的信息，不要透露后来才了解到的内容。例如，如果你想提高人员管理方面的决策能力，你可以选择描述一次下属对你产生负面反应的经历，并按照事件的实际展开过程来讲述。你不应该告诉专家事后你才发现的情况。简单来说：你应该让专家设身处地地站在你的立场上思考。

在这个过程中，比较以下几点差异：

• 你注意到的线索与专家捕捉到的线索（有时这可能体现在他们在你讲述过程中提出的跟进问题中）。
• 你对接下来会发生的事情的预期与专家的预期。
• 你考虑采取的行动与专家会考虑的行动。
• 最后：你在那种情况下的优先考虑事项，与专家可能会有的优先考虑事项。

我从 Klein 的《认知批判》（cognitive critique）中借鉴了这个理念——这是他在与海军陆战队小队领导者合作时使用的一种工具：

认知批判帮助小队领导者反思演习中的成功与不足之处，并通过这种反思来增强他们从经验中获取的学习成效。这种批判是一个简单的练习，包含一系列问题，涉及小队领导者如何评估情况（评估是否准确？），不确定性（在哪些方面构成问题，又是如何处理的？），意图和理由（行动的重点是什么？），以及应急预案（对"假如"类问题的反应）。这个检查清单可以在战术决策游戏后使用，让小队领导者相互比较笔记、获取反馈，并了解他人对情况的感知。这个主要为野外训练演习后设计的检查清单，是通过回顾来丰富经验的一种方式，就像国际象棋大师复盘一局棋一样。

NDM 还有许多其他训练方法，但我发现几乎所有这些方法都围绕几个核心理念构建：

• 它们扩展学习者的原型库。
• 它们增强进行心理模拟所需的经验基础。
• 它们包含从更熟练的实践者那里获取及时反馈。

NDM 研究之所以让我感兴趣，主要是因为他们的出版物经常包含有效训练计划的描述。我阅读他们的研究主要是作为一种灵感来源——你也可以说，我正在利用它来扩展我头脑中可能的训练计划模式库。

推荐阅读

← 返回目录