知识的诅咒:当我以为你应该明白
AI 摘要 (由 grok-3-fast-beta 生成)
本文讲述了作者从艺术生转行Web前端开发,经历技术自信到沟通困境的心路历程,揭示了“知识的诅咒”导致的认知偏差与交流障碍。作者反思AI时代可能加剧这一问题,并提出解决方案:承认偏差、换位思考、简化表达、保持耐心及注重过程解释,以改善沟通并跨越知识鸿沟。
意外
我感觉我从小比较喜欢计算机,但是大学又是学的艺术专业,实际上跟计算机八杆子打不着,但是年少的时候也因为对计算机的兴趣,浅略学习过一些计算机的专业书籍,订阅过一些计算机的报纸杂志,然后上大学的时候经常帮老师们处理一些电脑上的"小毛病",自此开始逐渐膨胀. 感觉自己简直是“技术大牛”,那些在老师们看来头疼不已的蓝屏、死机、软件安装失败,在我手里似乎三下五除二就能搞定。那种被需要、被称赞的感觉,现在回想起来,真是又甜又危险。
初入职场
毕业季,在一片迷茫中,凭着那点“三脚猫”的计算机知识和对捣鼓代码的兴趣,再加上一点点运气,我居然“误打误撞”地找到了一份Web前端开发的工作。刚开始,我简直如鱼得水,那些HTML、CSS、基础的JavaScript,似乎比大学里研究的色彩构成、版式设计要“简单”多了。我很快就能上手写出一些看得过去的页面,甚至还能搞点小动画,同事们偶尔也会请教我一些基础问题。少年时的那种“膨胀感”又悄悄回来了,我觉得自己天生就是吃这碗饭的。
沟通的困境
然而,好景不长。
随着项目变得越来越复杂,我开始接触到稍微深层次的技术,比如框架(React, Vue)、工程化工具(Webpack, Vite)、后端交互(API)、性能优化等等。这时候,问题来了。我发现,当我需要跟非技术背景的同事(比如产品经理、设计师,甚至是客户)沟通时,常常陷入一种困境。
记得有一次,我和产品经理讨论一个新功能的实现方式。“这个很简单啊,” 我脱口而出,“我们只需要调一个异步接口,拿到数据后更新一下DOM状态,再用虚拟DOM做个diff渲染就行了。” 我说得眉飞色舞,感觉自己把技术方案解释得清晰透彻。
但对面产品经理的表情,却从一开始的认真聆听,逐渐变成了茫然,最后是带着一丝尴尬的微笑:“呃……那个……‘异步’?‘DOM状态’?‘虚拟DOM’?你能……说得再简单点吗?”
那一刻,我愣住了。我以为我已经用最“基础”的术语在解释了,这些概念对于当时的我来说,就像呼吸一样自然。我完全无法理解,为什么对方会听不懂?我甚至有点不耐烦,心里嘀咕:“这都听不懂,怎么做产品?”
类似的情况反复发生。和设计师解释为什么某个酷炫的动效实现起来性能开销很大,和客户解释为什么数据加载需要时间不能“立刻”出现……我总是下意识地使用自己熟悉的“行话”,并且默认对方应该能理解其中的逻辑。当沟通不畅时,我第一反应往往是觉得对方“不懂技术”,而不是反思自己的表达方式。我好像忘记了,自己当初从一个艺术生转行过来,学习这些概念时,也曾抓耳挠腮,对着满屏幕的英文文档和报错信息感到绝望。
知识的诅咒:无法回到"不知道"的状态
直到有一天,我偶然读到了一篇文章,里面提到了一个概念——“知识的诅咒”(The Curse of Knowledge)。
文章解释说,一旦我们自己掌握了某种知识,就很难想象不知道这种知识时是什么样子。我们下意识地认为别人也拥有同样的背景知识和理解能力。
这简直像一道闪电劈中了我的大脑!我恍然大悟!
原来,我之前帮老师修电脑时的“膨胀”,以及后来在工作中沟通不畅的“烦躁”,根源都在这里!不是我真的有多“牛”,也不是别人真的有多“笨”,而是我被自己所掌握的知识“诅咒”了!我忘记了“不知道”是一种什么样的状态。我把自己的认知水平当作了衡量世界的标尺,在沟通的桥梁上,自顾自地拆掉了方便初学者行走的坡道,还奇怪为什么别人爬不上来。
回想起来,那些看似“简单”的电脑小毛病,对于从未接触过操作系统内部逻辑的老师们来说,就是无法理解的天书。而那些我口中“基础”的前端术语,对于产品和设计来说,也无异于外星语言。我的“诅咒”在于,我已经无法轻易地切换回那个“小白”视角,无法用真正通俗易懂的语言去解释那些对我而言已是常识的东西。
AI时代的知识鸿沟
而现在,AI的浪潮席卷而来,我隐隐感觉到,这“知识的诅咒”效应,恐怕会被进一步放大和加深。
想想看,AI工具,特别是像ChatGPT、Copilot这样的代码助手和知识引擎,它们能瞬间生成复杂的代码片段,解答深奥的技术难题,甚至撰写出逻辑严谨的分析报告。对于我们这些已经具备一定知识基础的人来说,它们是强大的生产力工具,是加速器。我们可以快速验证想法,学习新知识,解决棘手问题。
但是,这也意味着,知识获取的“过程”被极大地压缩甚至省略了。我们可能越来越习惯于直接得到“答案”,而忽略了推导出答案的“路径”。当我们与那些不熟悉AI工具,或者刚刚入门某个领域的人交流时,这种差异会更加明显。
我们会不会更容易脱口而出:“这个用AI跑一下就知道了”?我们会不会更难向别人解释一个由AI辅助完成的复杂方案,因为它中间的思考和试错过程被“黑箱”了?我们会不会因为AI能轻易完成某些任务,而更加低估新手学习这些技能所需要付出的努力和时间?AI生成的内容往往专业、术语化,我们如果不加“翻译”就直接抛给别人,无疑是给“知识的诅咒”又添了一把猛火。我们可能会更快地达到某个“知识高地”,但也可能在那个高地上变得更加孤独,更难与“山脚”下的人有效沟通。
破解知识的诅咒
那么,面对这与生俱来,甚至可能被技术加速的“知识的诅咒”,我该如何破局呢?
我想,首先要做的是“承认”与“警惕”。时刻提醒自己,“知识的诅咒”是真实存在的,我需要主动对抗这种认知偏差。不能因为自己懂了,就默认全世界都懂了。
其次,是刻意练习“换位思考”。在沟通之前,先问问自己:对方的知识背景是什么?TA关心的是什么?我需要用什么样的语言和例子,才能让TA真正理解?尝试回忆自己当初学习这些知识时的难点和困惑,把它们作为沟通的起点。
第三,拥抱“简单”的力量。努力用最平实、最具体的语言去解释复杂的概念。多用类比、比喻,少用行话、术语。就像费曼技巧所倡导的,能用简单的话把一个复杂问题讲清楚,才是真正掌握了它。这不仅是帮助别人,也是深化自己理解的过程。
第四,保持“耐心”与“好奇”。当别人不理解时,少一些不耐烦,多一些耐心引导。同时,对别人的提问保持好奇心,有时候,那些“小白”问题,反而能帮助我们发现自己知识体系中的盲点和假设。
最后,在AI时代,更要注重“过程”和“解释”。即使使用了AI工具,也要尝试去理解其背后的原理,并且有能力向他人解释这个过程,而不仅仅是展示结果。我们要让AI成为沟通的桥梁,而不是加深隔阂的鸿沟。
自省:技术进步中的沟通觉醒
“知识的诅咒”或许无法完全消除,因为它根植于我们的认知本能。但通过持续的自我觉察和刻意练习,我相信,我们可以最大程度地削弱它的负面影响,让自己成为一个更好的沟通者、协作者,以及更谦逊的学习者。这条路不容易,但,正如我从艺术转向代码,跨越学科的鸿沟一样,跨越“知识的诅咒”带来的沟通鸿沟,同样值得我们为之努力。