跨学科学习是当代理论与科学研究的一个重要趋势，特别是在事关人类社会生存与发展的重大基础性问题的研究与探索上，跨学科研究的优势更为突出，这也是引发国内学术界越来越关注跨学科研究的一个重要原因。任何理论与科学研究都是一个明确问题、寻求合适的方法进行研究、形成知识和思维模式的过程，从这个意义上讲，问题、迁移、定义、体系构建、否还、思维模型是理论与科学研究的六个重要方面。跨学科研究与一般研究的最大区别是前者面临如何整合多学科资源的问题，而这也是跨学科研究的最大优势所在。

「跨学科思维形成指南」算是我最近工作过程的小收获， 机缘巧合，源自以下事件：

1、我曾投入大量时间读《穷查理宝典》，写下数量可观的读书笔记；

2、近期在研究和产出“AI审图”与“建筑智能化标准化课题研发”的过程；

3、有幸学习到西蒙的论文《问题、方法、知识：西蒙跨学科研究启示》，里面有我看过最详细的践行跨学科学习方法；

4、在和朋友的思想实验活动中谈起的跨学科学习，发现很多人急需跨学科学习的科学指导，自认为自己在跨学科学习已经有一定的实践积累，觉得有必要将我了解到跨学科学习的知识完整地整理出来。毕竟上面已出现那么多事件，巧合也好、需求也好、使命也好、内在驱动也好，于是就决定写下这篇文章。

自远古时代起，人类就需要习得大量知识才能生存，但人类的认知有限，为降低学习成本，就得分门别类，例如狩猎、养殖、建筑等。后来日渐发展，人类知识越来越多，原有的分类再不能满足需求，就形成了我们现在的学科。现代社会分工机制已相对完善，人类其实不需要掌握那么多知识也能在社会生存，只学好一个学科足矣，所以大学设立分科，试图让学生掌握一门在社会生存发展的技能，例如会计、计算机、医学……你学好了进入企业工作就行。

但在今天，现实情况却是单学科学习局限太大，无法满足个人和企业发展的需求，跨学科学习是未来创造者的必修课。如果再站高一点看的话，跨学科学习在远古也存在，为了生存什么都学，本来学习知识就是为解决问题，跨学科学习就成为了一种解决问题的手段。

单学科学习，所学的知识会限制你的思维和行为，对于一个只有一把锤子的人来说，任何问题看起来都很像钉子。

跨学科学习，不仅仅是为了解决复杂问题，更是为了拓展认知边界，创造更多可能。巴甫洛夫将生理学与心理学集合，拓展消化系统的研究，获得诺贝尔医学奖；卡尼曼将心理学与经济学结合，拓展了展望理论，获得诺贝尔经济学奖。

为什么要跨学科学习？更经济的理由是：分学科的初衷本来就是降低学习成本，让人更容易学习更多知识，学科有边界，知识无边界。

芒格、西蒙与马斯克跨学科学习各有方法，以下是我根据各处资料整理的跨学科学习的方法，也正是我在践行的学习方法，希望对大家有用。本指南旨在帮你构建和践行跨学科学习的过程：

1、问题表征：找到一个事关人类社会生存和发展的重大基础性问题

根据你现在正在做的工作或研究的课题，寻找一个值得你投入时间的大问题，这个大问题最好是「事关人类生存与发展的重大基础性问题」，并且，你有自信能解答这个大问题能给人类社会带来经济价值和社会价值，激发起你的内在动机，引导你有持续的激情进行漫长而愉快的搜索，贯穿你的职业生涯的一生。

通常这类研究的困难甚是极端，只有在极端假设中，才能做出真正有价值的发现，而这种极端问题也会导致一些延伸问题和边缘问题，让我们能从更深层面去思考这个问题的解决方案。当我们往深层次走，去思考这些问题的本质，我们的行动方案和最终结果就会有更长期的价值。

如何确定大问题？有五条参考标准：

1）这个问题的解答可以检验它不仅是通过你的个人经验得来的，而且还是能用客观事实、数据来检验。

2）这个问题的解答有价值如何证明解答有价值。

3）这个问题的解答具有极简价值。理性的认知必然是通过极简的认知而普及的，大问题的解答必须符合大道至简，然后才有认识的价值，不然会有另一个更美的解答取代。例如爱因斯坦的等式 E = mc² 。

4）这个问题的解答能推动人社和社会的进步。这些大问题处在学科的中心或者学科交叉边缘，一旦解答能给人类带来启发，带动技术进步。例如人工智能就是计算机科学、心理学、设计学等学科的交叉大问题。

5）你需要思考，这个问题是否付出价值相称的努力就能找到解答，如果不能，你就要深入思考：是否是时机不对？现在不能解决，以后技术成熟就能解决？以往是否有类似的大问题可以用现在其他学科知识来解决？

2、知识迁移：从不同学科中抽取出相关联的知识应用在同一个场景中

大问题之所以成为大问题，核心在于问题的解决难度，你需要不断迁移其他学科的研究方法来敲碎它。在迁移其他学科方法之前，你必须至少掌握一个学科的基础知识，熟悉该学科的基本研究方法，才有迁移学习的资本与方法。你要明白，你面临的是别处学科的壁垒，如果锤子不够硬，裂缝也敲不开。

一般情形下，一个学科往往具有自己的传统方法，但久而久之传统方法会成为该学科研究拓展的桎梏，研究者

有路径依赖，往往难以创新。这时，你就要不受任何学科传统方法的束缚，大胆借用、移植其他学科的方法。

多学科的好处就是不同学科解决问题有不同的思路，如果能综合运用，往往能打开单个学科的困境，就像你要做一把椅子，你仅有锤子还不够，你还需要锯子、钉子、刀子……

如西蒙在为解答大问题「人类的决策」学习心理学，发现传统心理学的两个流派：行为主义心理学和格式塔心理学均存在问题，行为主义心理学认为思想、意志和意识不可观察，格式塔心理学认为感觉、思维和知识理应是心理学关注的核心，两个学科相互打架，非 A 即 B ，面对这一困境，西蒙决定采用新方法——借助数字计算机来解决人的思维与认知活动。他认为计算机对符号的记录、储存、复制、转移、删除等基本操作与人的中枢神经系统相似，可以像研究动物那样研究计算机，便依照人类在解题、下棋等典型智力活动中的方法，编写了各种程序，用计算机来模拟人类思维与认知，观测计算机在不同模式刺激下的表现来研究人类的决策，最终，西蒙实现了对思维的经验研究，构建出关于人类思维和认知的经验科学。

3、重新定义：

天下并没有什么新知识，所谓新知识，都是从旧知识的流动流经一个个实践池子，形成了一个个学科。

重新定义概念是将自己知识池子的水活动起来。

进入新领域，首先面临着如何处理概念的旧定义，而概念的知识往往与特定的学科知识传统紧密相关，对概念重新定义有助于摆脱这一学科知识传统的束缚，带来更多创造性的成就。如何重新定义概念？很简单，把原有学科中关于此概念的知识内容转换成多个学科中的知识内容。

例如西蒙重新定义情感。情感在心理学文献中被定义成与人类思维理性相对立的概念，或者说情感是非理性的。但西蒙认为情感与理性并非对立。

「情感是动机的主要来源，它让我们把注意力集中在特定目标上，而且情感会有助于对其激起的目标进行积极的相关思考。」因此，西蒙把情感定义为「中断系统为响应突发强烈刺激而启动后产生的行为」，这样，情感就可以成为计算机认知模型能够处理的对象，实现了由心理学到计算机科学关于情感概念知识的转换。

概念的转化，不仅让旧概念更清晰明白，而且可让新概念应用到新学科，获得更多启发，从而解决问题。

4、知识体系：

知识分布本质上如同织网，建立良好的知识体系就是绘制一份优秀的知识图谱。所以构建知识体系时，你的目标就是在各种知识之间尽可能多地建立联系，聪明的人不自觉地这样做了，每学习一个新的概念，都会自动与其它知识相联系。

任何知识（概念、定义、公式、问题、理论等）都需要联系。你创造的联系越多，它们就会记得越牢、理解得越深刻。

1）整理知识结构

知识结构就是一系列紧密联系的知识，可以类比为你思想中某个学科的一座城市，在你的知识世界里，充满着这样的城市，关于数学和物理的可能是最基础的，最发达、最完善的城市，其次是你的专业领域，有些科目的书你读起来毫不费力，兴趣盎然，原因何在？因为你的头脑里已经建立了这些科目的发达知识结构，这些城市四通八达，井然有序地运转着。

构建良好的知识结构就是绘制一份优秀的地图，结构是知识的整体性框架，我刚开始学习产业经济学的时候，首先找到了这个领域最权威的政策发布机构，搭建起了初步的知识结构，随后稳步地学习相关的产业分类，产业标准，产业发展瓶颈，技术创新要素，产业升级路径等并不断寻找其它领域的知识内容。

2）利用知识模型

模型有多种形式，通过将某学科一些核心概念联系在一起，就可以创建一个模型，模型就像是结构的种子，是压缩了的信息，是知识最核心概念的有机组合。是思想城市里面的那一栋栋有序的建筑物，建筑的质量和彼此的连接紧密程度，决定了你的知识结构丰富与否。

模型从何而来？生活经验是最熟悉的结构，是模型的主要来源，其他学科中的知识结构也是模型的来源，只要与所学的知识类似，都可以拿来当做模型。我在做顶层设计的研究时，就采用了“PEST+SWOT+价值主张模型+商业模式设计模型+产品经理模型”，后来呢， 随着格局的扩大，又从全球产业分工的视角，把模型优了优化，在PEST里面增加了I(国际关系)和法律法规，形成了“IrPESTL”的分析方法。其实吧哪怕只是观点的简单排列也可以提炼成基本的模型，模型浓缩了知识最核心的概念，方便我们在此基础上引伸出全部的知识。

3）知识流转模型

模型之所以有用，正是因为它们强大的适用性，高速公路不仅能加快迁移学习的速度，还能激发创造力，让人能跳出结构外思考，在专业交叉的领域建立新的知识结构。高速公路也使学习更富有弹性，而不是僵硬死板的学习。

整体性学习过程对信息的理解有三个层次，层次越高，对信息的理解越深入，首先是理解阶段，其次是扩展阶段，最后是应用阶段。

A、理解阶段：该阶段在于快速获取知识（练习提升阅读速率），理解知识的字面意思，构建初步知识结构。

B、拓展阶段：拓展才是整体性学习的真正开始，之前你对信息的字面意思有了基本的理解，现在应该将知识连接起来，这个阶段应该用模型来简化和扩展原来的结构，同时也对信息的深度和广度进一步挖掘，

C、应用阶段：应用是知识的最终目的，深刻的理解知识只是运用的副产物，学习的本来目的就是应用于实践。找到一切机会去实践你学习到的模型和理论，让知识发挥最大的效能。

5、证实与否：

由于观察者效应的存在，学科争论是科学理论知识完善的重要动力。所有的新知识在某一领域要想得到认同需要一个过程，在此期间，有关这些知识的内容、理论前提以及形成知识的方法都会收到质疑。公开而理性的争论，有助于我们完善知识体系，建立更可靠地理论前提和澄清所采用的的研究方法，从而实现知识由创造者向某一领域社会各界共同体转移。

我们都不能怯于异界争论，相反，如有条件，更应该加入该领域有关的成果的理性探讨。我自己在做城镇化研究的过程中大多数质疑是关于其理论前提、研究方法、价值方面，这与其研究的跨学科性质有很大关系。争论的结果除了帮助我们完善内容和澄清问题边界外，还扩大了在同业人群中的传播力度，这对实现研究成果的知识向目标市场的转移意义重大。

研究新问题之前对重要概念的重新定义，研究问题过程中开展与他人的合作，研究取得成果后参与有关的证实与证否的争论，这对我们理解知识转换在跨学科研究中的作用是一个重要启示。

6、多元思维模型：要不断学习众多学科的知识来形成一个思维模型的复式框架

在《穷查理宝典》中，芒格屡屡提到了一个影响他生活、学习和决策的思维方法，这个思维方法建立在他称作为“多元思维模型”的基础之上，他提倡要不断学习众多学科的知识来形成一个思维模型的复式框架。

我们来看查理·芒格关于「多元思维模型」的解释：

“ 长久以来，我坚信存在某个系统——几乎所有聪明人都能掌握的系统，它比绝大多数人用的系统管用。你需要做的是在你的头脑里形成一种思维模型的复式框架。有了那个系统之后，你就能逐渐提高对事物的认识。”

你必须知道重要学科的重要理论，并经常使用它们——要全部都用上，而不是只用几种，依靠这些模型组成的框架来安排你的经验，包括间接的和直接的。

「在手里拿着铁锤的人看来，世界就像一颗钉子」。这句话基本上成了和团队沟通前的提示语，事实上，没有比这更能形容知识狭隘的缺陷了，当你手中只有一种工具的时候，你就只能用这种工具来干活，你只有锤子，你就只能用锤子来挖地，只能用锤子来砍树，只能用锤子来开西瓜，让你真实地感知到知识面狭隘带来的窘迫。

构建多元思维模型要求基于跨学科学习，无须理会学科的法定界线，学习就应该回到最初的样子，需要学什么就学什么，世界是众多学科的综合体。再就是弄清各种模型的相互关系以及它们的效应并辨认出这些事情之间的关系。

生物学家朱利安·赫胥黎的那句话是千真万确的——他说：“生活无非就是一个接一个的联系。”所以你必须拥有各种模型，你必须弄清楚各种模型的相互关系以及它们的效应。多元思维模型看似复杂，但也可以简单地说就是将各学科的常识——非常基础的知识综合在一起来分析问题。

拥有常识不但意味着有能力辨认智慧，也意味着有能力拒绝愚蠢。如果排除了许多事情，你就不会把自己搞得一团糟。我们看很多书，我认识的聪明人没有不看很多书的。但光看书还不够：你必须拥有一种能够掌握思想和做合理事情的性格。大多数人无法掌握正确的思想，或者不知道该怎么应用它们。你拥有的基本知识越多，你需要吸取的新知识就越少。

多元思维模型要求跨学科学习，学习就应该回到知识最初的样子，无须理会学科的法定界线，需要学什么就学什么，文科生一样可以编程，理科生一样可以写诗，世界并不是按照跨学科的方法组织起来的，它是众多学科的综合体。

知识是没有界限的，张开眼睛就看得到，伸出手去就触摸得到，所以，每个人都应该有属于自己的一个多元思维模型，这个模型可能不会让你变得像芒格一样聪明，但至少会让你变得比过去的自己更加聪明。