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

知识不是理解

Posted on 2022-06-08

追求知识被认为是一种美德,但获得理解更为重要。

为了解释我在这里的意思,我们必须首先深入研究知识和理解之间的区别。从表面上看,它可能看起来像是一场语义游戏,但如果你进一步探索,你会发现细微差别会带来很大的不同。

首先要解决的问题是:我们如何获得知识?

嗯,有很多方法可以解决这个问题,但一个好的起点是当前的教育体系。

当你得到一本教科书时,你实际上得到了一段发现的历史。那本书的内容是什么并不重要:心理学、数学、哲学、语言学等等。你在那里所拥有的是对其他人类发生过的理论和发现的提炼。

换句话说,你对不属于你自己的经历有很长的叙述。为了让这些体验对日常学生有意义,它们需要被压缩成一种易于理解的格式。一本伟大的教科书玩的是简化游戏,而不是复杂游戏。这些经验越能以故事的形式传播,它们被大众市场采用的可能性就越大。

教科书和赚钱

因此,您阅读的任何教科书都嵌入了压缩和激励的力量。复杂性的消除和利润的产生引导着知识的传播,不管它可能多么微妙。

这意味着我们吸收知识的方式取决于其他人认为有价值的东西。将这些教科书放在一起的学者决定要包含哪些信息,市场力量决定哪些教科书可以进入每所学校。留给学生的是这种伪装成真相的零碎和营销的结果。

在这种形式中,知识不是理解。它只是别人生活经验的抽象版本;页面上试图总结每个发现的细微差别的符号。

所以这就引出了一个问题:那么,什么是理解?

嗯,真正的理解只能通过个人经验来获得。当你发自内心地感受到你的决定和行动的影响,并看到它们如何影响其他人时。当你意识到你所阅读的内容的深度可能无法正确地转化为现实的混乱领域时。

前几天我和某人交谈,她提到了“愚蠢的聪明人”的想法,我一听就笑了。从本质上讲,这是一种表达知识和理解之间差异的有趣方式。

我们都知道那个人在学校取得了优异的成绩,得到了一份有声望的工作,但无法进行实质性的对话来挽救他们的生命。或者是一个赚了很多钱但留下了一段破裂的关系的人。

当您知识渊博时,您已经积累了为您预先选择的大量信息。但它让你感觉很聪明,因为它很好地转化为声望和财务可行性。这是有道理的,因为知识的传播者以实用性为动机。

但是,当您必须面对任何教科书未涉及的情况时,所有这些知识都会崩溃。比如如何修补破裂的婚姻。或者如何帮助悲伤的朋友。或者如何处理越来越多的感觉,即你的工作并不能定义你是谁。

你可以读一百遍塞内卡,然后认为你现在已经为灾难做好了准备,但这只是伪装成理解的知识。一场实际的灾难将证明,这数百个读数对你准备好迎接第一次接触时冲击你的情绪的帮助是多么微不足道。

我读了很多书已经不是什么秘密了,但我不会把这些话当回事也不是什么秘密。无论您从最喜欢的作者的书页中获得了多少智慧,如果您自己没有经历过导致这种智慧的发自内心的事件,那么它只是知识。当然,您可以利用他人来之不易的智慧来帮助您,但只有在现实生活的动荡舞台上获得这种智慧时,才能理解。

我认识到这里用文字描述理解的讽刺意味,而你是把它内化为知识的人。但话虽如此,写作的价值就在于此。写作是一种与他人分享生活经验的尝试,让你实时面对自己思维的盲点。当你写作时,很明显哪些知识只是从另一个人那里借来的。无论是引用的形式还是整个概念,您都会认识到自己的知识和理解之间的差距。

最终,正是这种对差距的认识使一切变得不同。我们都在某种程度上受到了制约,但我们经常自欺欺人地认为我们是独立得出结论的。现实情况是,我们所知道的大部分都来自捷径,而不是来自对我们自己思想的深入探索。

因为最终,只有通过自我探索,才能找到恒久的智慧。没有一本书——不管它有多深奥——可以作为它的充分替代品。

_______________

如果您喜欢这篇文章,请考虑加入 More To That 时事通讯。当有新帖子发布时,您会收到通知,并且可以访问您在其他任何地方都找不到的个人反思。

作为欢迎礼物,我将向您发送一本 10 页的电子书,名为《如何发现伟大的想法》 ,以及一包彩色壁纸供您使用。

如果您想支持花费大量时间制作这些帖子,您可以在我们的 Patreon 页面上这样做。

_______________

对于这种性质的另外三个职位:

知识不是一回事

从无知到智慧:知识框架

信息生命周期:三个过滤器如何塑造思维

原文: https://moretothat.com/knowledge-is-not-understanding/

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