從系統的觀點來思考，焦慮就是兩個存量不相符合的狀態引發一連串的反饋所引起的心理現象，這兩個存量分別是知識的現有量與外界的知識量。
知識的現有量是存量，自然就會有流入和流出，流入就是透過學習來增加存量，而流出是遺忘的速度，這個取決於使用的頻率，使用的次數越多，記憶就會越加固化，流出量就下降了。
外界的知識量是一個大池子，在這裡呢可以看到一個正回饋，啥是正回饋呢？舉個例子：當沒有其它外力像是政策等等，一個國家的人越多，生的孩子越多，那人口就也越多，這就是個正回饋
回到正題上，流入的水會著池子中的水越多而越多，因為知識本身是會創造知識的，這就造成所謂21世紀的知識大爆炸，一種指數性的成長，其中摩爾定律又是影響力最大的因素之一，當計算機的速率越快，產生出知識的速率就越快，資訊傳播的速率也就越快，至於流出量就是那些被淘汰的舊知識，這跟流入量是成正比的，流出的越快，流入的也就越快，但總的來說，流入還是遠大於流出量，造成外界的知識量一個指數性的增長。
知識的現有量與外界的知識量的差距感，一部份是由自己所掌握的，你接觸的越多，看的越多，就越能查覺到差距，另一部份就是前段所提到的資訊傳播的速率越快，接觸到的就越多，這就造成某方面的不滿足所引起的心理焦慮狀態，而消除焦慮，減少這個差距就是促使人行動的原因。
那麼對於個人來說，要減少這種差距感，只能改變知識的現有量的流入或流出，或是減少心理上的差距感。
改變知識的存量，能透過更多的學習來達到，但人一天就是只有二十四小時，大家都一樣，那麼就必需透過一心多用、利用片段的時間、閱讀整理好的心得等等不一而足，這是為什麼像是得到、簡書這類的app能越來越大的原因，但光是接觸更多還不夠，開源的同時，還要學會節流，因此，教導人們怎麼學習、怎麼內化知識、怎麼學以致用的視頻、書籍也是越來越多，方法五花八門，各有各的一套理論。
為什麼以前的人比較沒有這種所謂的知識焦慮？從上面的系統分析來看，這能歸於三大原因。
一、外界的知識量不大。
二、大量接觸信息的機會不高。
三、學習的方法單純。
那難道我們不能像過去的人那樣，簡單的過生活就好嗎？答案是：可以，但是那就是拼運氣，以前的人學會一門專業的知識，就能夠靠這門技術養家活口，但是在現代的社會，這麼龐大的外界知識量所帶來的變動也越大，只會一門技術隨時會有被取代的可能性，當你想要透過一門技術活一輩子，那就是在賭這種技術會一直有市場而且還需要人的存在，當你的技術不再是不可替代的，失去經濟來源的可能性就越大，養家活口就會變的越難。
有人說外界的知識量擴張的如此快速，不論我們怎麼學都沒有辦法匹敵，難道我們只能在暴風雨中前進，也許哪天幸運就能站到暴風眼享受片刻的平靜或是走出這個暴風雨嗎？我們究竟該學些什麼？
在暴風中，要能安然最重要的就是找出風究竟是往哪吹，然後順著他前行，也就是說要找出現在的風向究竟是怎麼一個吹法？
我認為呢，擔心被取代的這股憂慮感，主要是來自人工智慧以及全球化的發展，估且假設人工智慧是真的能發展到一定的程度而且全球化會持續下去(這是作者的假設，也說不定全球化就要退潮了)，那我們要做的、要學的，第一，就是人工智慧所做不來的，要了解人工智慧有哪些做不來，就要具備一定的軟體方面的知識，因此，學習一些資訊工程方面的知識是我認為第一個學習方向，當然這並不是說所有人都要學到能寫出alphago的程度，但是了解原理，就能大概去預測比較不容易被達到的境界是哪些，也比較能夠看得懂人工智慧的發展究境到什麼樣的程度。
第二個學習方向，我認為是思考的方法，思維的工具，思考一直是神經學界最為好奇的領域之一，至今仍未解碼成功，還沒解碼成功就意謂著沒有辦法寫成程式，因此一個真正會思考的腦，是無法被人工智慧取代的，如果有一天人工智慧能做到，那人類也許就不是最優勢的物種了呢。
第三個學習方向就是沒有方向的方向，以現在的人工智慧的發展，多數都是在做類似的行為，alphago就是專門下棋的，你叫他去寫文章，他寫的出來？因此跨界是另一個戰勝人工智慧的方法，這就是為什麼越來越多人提倡跨領域的學習。在這個方向之下，最重要的就是去知道哪些工具是真的能有效的幫助學習，會真正的學到而不是過目、過耳即忘，我認為即然沒有方向，興趣就是唯一的指引，從自己有一些興越的領域開始去學習，才能有動力去了解，了解的越多，有興趣的越多，自然就會去接觸更多不一樣的事物。神經學家說：「強迫性的學習是騙不過大腦的，主動發自內心的學習才能真正的記住。」
最後一點建議是針對全球化，我認為最重要的就是兩件事：
一、觀注世界的潮流，多看看國際新聞，看看別人是怎麼看待這些事，同時還能訓練第二點：思考的方法
二、學習語言，不是要考TOEFL能夠拿滿分的程度，而是多多接觸不同的語言，一能讓人看到不同的國家對事情的看發，二能增進人類思考的多樣性，不同的語言會造就不同的思考模式和方法
希望大家在潮流中都能找到自己的方向，重新再出發！
留言列表
