Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

集体好奇心的乘数效应

Posted on 2025-01-15

在古雅典的学校里,亚里士多德鼓励每个人在花园里散步并讨论想法,而不是安静地坐着听讲座。教师和学生将探索问题,挑战彼此的思维,并建立彼此的见解。

这种一起散步和探索的传统非常成功,持续了几个世纪,影响了整个古代世界的知识共享方式。

然而今天我们很少为这种集体好奇心创造空间。虽然我们拥有前所未有的信息获取途径,但我们常常太忙、太分心或太关注眼前的结果而无法参与共同探索。另外,我们的教育和工作场所通常优先考虑个人成就而不是协作发现。

这是不幸的,因为共同探索可以带来显着的成果。当您与他人分享您的问题时,您可以创造出你们中任何人都无法单独想象的新可能性。让我们探讨一下为什么会发生这种情况以及如何让它为您服务。

超越个人天才

历史常常描绘出一幅孤独天才的浪漫图景——车间里孤独的发明家,实验室里孤独的科学家,阁楼里孤独的作家……这种叙述很引人注目,但并不完整:个人的才华不足以实现突破性创新。

莱特兄弟并不是孤立地发明了飞行。他们与航空爱好者广泛通信。人类基因组计划成功地绘制了我们的遗传密码,它不是一个聪明人的杰作,而是一个大规模的协作努力,成千上万的科学家分享了他们的问题、挑战和发现。

集体好奇心是共同探索问题和发现答案的实践,我们以彼此的见解为基础,创造一个鼓励开放探究和共享学习的环境。

当你练习集体好奇心时,你将:

  • 学得更快。与他人分享您的学习旅程为反馈和新观点创造了自然的机会。您还可以获得不同的经验和资源,帮助您比独自一人更快地成长。
  • 减少确认偏差。鼓励尊重提问的团队始终会比不鼓励提问的团队做出更好的决策。这是因为集体好奇心自然会鼓励我们质疑彼此的假设,这有助于每个人发现自己思维中的缺陷并找到更好的解决方案。
  • 鼓励其他人探索。研究表明,看到别人讨论有趣的问题会让我们自己更加好奇。这创造了一个积极的循环,一个人的问题激励其他人加入探索。
  • 建立可持续的知识。鼓励人们共同学习的组织所产生的知识即使在个人离开后也能保留下来。例如,梅奥诊所一个多世纪以来一直保持其医疗创新文化,因为它的医生和研究人员不断地互相分享他们的问题和见解。

许多人出于可以理解的原因抵制集体好奇心。在竞争激烈的工作场所,承认不确定性可能会让人感觉有风险。时间压力促使我们寻求快速解决方案。您可能担心提问会让您显得优柔寡断。然而,那些拥抱共享的、生成性的未知状态的人往往会发现它会带来更好的结果。

如何一起思考

更好的想法、更牢固的关系、更愉快的工作……虽然集体好奇心的好处是显而易见的,但创造一个让人们感到舒适地一起探索的环境需要一些思考和努力。

但回报是值得投资的。幸运的是,有一些实用的方法可以开始。您可以通过以下五种方式开始释放这些优势:

激发集体好奇心的 5 种做法

1. 绘制未知的地图。当有人承认“我不明白为什么……”时,许多突破就开始了。 与你的同事坐下来,明确写下你对某个主题不知道或不理解的内容。这将知识差距转化为共同的发现机会。

2.多层次元认知。以自我人类学的形式一起质疑你们的假设。让你的团队追溯他们的假设的起源。从当前的任何实践开始,问“我们为什么要这样做?”对于每个答案,问“我们为什么相信这个?”这种元认知实践有助于发现可能限制更好解决方案的隐藏假设。

3.奇迹行走。与同事一起散步,分享你正在做的事情以及正在解决的问题。您可以一对一或小组尝试。非正式的环境和活动通常会带来更开放的对话和意想不到的联系。

4.小实验。尝试新的会议形式一周,或者与三位客户测试不同的方法。保持实验足够小,让失败感到安全——这会鼓励更大胆的问题,有时最有趣的发现来自于没有按计划进行的实验。

5.公共学习。开始撰写有关您正在学习的内容的时事通讯或举办“好奇心时间”会议,让人们分享他们正在进行的工作。当我们公开分享我们的不确定性时,就会为其他人做同样的事情创造心理安全感。它还为意想不到的路径创造了机会,因为其他人可以发现您可能错过的模式。

人类历史上最伟大的突破并非来自孤独的天才,而是来自好奇心的群体,每个人都建立在彼此的问题和见解的基础上。

当我们练习集体好奇心时,每次谈话都成为学习新东西的机会。那么我问:您和您的团队今天将一起探讨哪些问题?

集体好奇心的乘数效应一文首先出现在Ness Labs上。

原文: https://nesslabs.com/collective-curiosity?utm_source=rss&utm_medium=rss&utm_campaign=collective-curiosity

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme