ทำไมเราถึงเสพความรู้มากขึ้นทุกวัน แต่พอจะลงมือทำ ก็ยังทำไม่เป็น?
.
อยากเขียนเก่งขึ้น เรามีคลิปสอนเขียน อยากทำธุรกิจ เรามี Podcast เจ้าของธุรกิจ อยากเข้าใจตัวเอง เรามีหนังสือ มีบทความ มี AI ที่พร้อมตอบคำถามเราตลอด 24 ชั่วโมง
เราอาจเซฟความรู้ไว้เยอะจนเปิดเป็นมหาวิทยาลัยได้แล้ว 555555 แต่พอจะเขียนโพสต์แรก ขายของชิ้นแรก หรือเริ่มโปรเจกต์ของตัวเอง กลับยังนั่งมองหน้าจอเหมือนเดิม
คำถามคือ ความรู้ที่เราเสพไปทั้งหมด หายไปอยู่ตรงไหน?
เบ้นว่าเรื่องหนึ่งที่เราต้องแยกให้ออกคือ “ฟังแล้วเข้าใจ” กับ “เข้าใจจนเอาไปใช้ได้” มันมีระยะห่างกันอยู่พอสมควร ตอนฟังคนเก่งอธิบาย ทุกอย่างดูต่อกันได้หมด เพราะเขาคิดและเรียบเรียงมาให้เราแล้ว
แต่พอเราต้องเลือกเอง อธิบายเอง หรือทำเอง โดยไม่มีเขาคอยพาไปทีละขั้น เราถึงเริ่มเห็นว่าตรงไหนที่เรายังไม่เข้าใจ มาเข้าใจเรื่องนี้กัน #อ่านจบปุ๊ปเก่งขึ้นปั๊ป
=============
[1] ลองทำก่อน แล้วให้จุดที่เราติดบอกว่าต้องเรียนอะไร
หลายครั้งเราเริ่มเรียนด้วยคำถามที่กว้างมาก เช่น “อยากตัดต่อวิดีโอ ต้องเรียนอะไรบ้าง?” แล้วก็เปิดดูตั้งแต่การใช้โปรแกรม การจัดแสง การเลือกเพลง ไปจนถึงการทำสี
ทุกอย่างดูมีประโยชน์ แต่เรายังไม่รู้ว่าตัวเองต้องใช้ตรงไหน
ลองเปลี่ยนเป็นทำวิดีโอสั้นให้เสร็จสักชิ้น เราจะเริ่มเจอคำถามที่เฉพาะขึ้นทันที ทำไมช่วงเปิดมันยืด ทำไมตัดแล้วกระโดด ทำไมเสียงพูดเบากว่าเพลง?
พอมีปัญหาจริง คลิปสอนเรื่องเดียวกันก็มีความหมายต่างออกไป เรารู้แล้วว่าจะเอาคำตอบนี้ไปแก้ตรงไหน และกลับไปลองได้ทันทีว่าเข้าใจถูกหรือยัง
เบ้นมองว่านี่เป็นวิธีเรียนรู้ที่สำคัญสำหรับคนสร้าง One-Person Business เพราะคำว่า “เรียนธุรกิจ” มันกว้างจนเราสามารถเรียนต่อไปได้เรื่อยๆ โดยยังไม่เคยคุยกับลูกค้าสักคน
แต่ถ้าเราลองเสนอ Service เล็กๆ ช่วยคนหนึ่งคนแก้ปัญหาหนึ่งเรื่อง คำถามจะเริ่มชัดขึ้น เขามีปัญหานี้จริงไหม? เราอธิบายสิ่งที่ช่วยเขาได้รู้เรื่องหรือเปล่า? ทำไมเขาถึงยังลังเล?
คำตอบพวกนี้จะช่วยบอกว่า ตอนนี้เราควรไปฝึกอะไรเพิ่ม
สำหรับเบ้น Tiny Experiment จึงเป็นทั้งวิธีทดสอบไอเดียและวิธีออกแบบการเรียนรู้ เราเลือกงานเล็กพอที่จะลองให้จบ แล้วใช้สิ่งที่เกิดขึ้นจริงกำหนดบทเรียนถัดไป
แทนที่จะรอให้เรียนครบทุกเรื่องก่อนเริ่ม เราเริ่มมีเหตุผลที่ชัดขึ้นว่าจะเรียนเรื่องนี้ไปทำไม
================
[2] สิ่งที่เราสร้าง จะเปิดให้เห็นสิ่งที่เรายังไม่รู้
ลองอ่านบทความดีๆ สักเรื่องให้จบ(เช่นบทความนี้) จากนั้นเขียนอธิบายด้วยภาษาตัวเองว่า เรื่องนี้หมายความว่าอะไร ใช้กับชีวิตเราตรงไหน และมีกรณีไหนที่มันอาจใช้ไม่ได้
ตรงไหนที่เขียนต่อไม่ได้ ตรงนั้นน่าสนใจครับ
ตอนอ่าน เราอาจรู้สึกว่าเข้าใจทุกย่อหน้า แต่พอต้องอธิบายเอง กลับมีช่องว่างเต็มไปหมด จำคำศัพท์ได้ แต่ยกตัวอย่างไม่ได้ รู้ข้อสรุป แต่ไม่รู้ว่าทำไมถึงสรุปแบบนั้น
การสร้างงานจึงช่วยให้เราเห็นความเข้าใจของตัวเองชัดขึ้น จะเป็นโพสต์หนึ่งชิ้น วิดีโอหนึ่งคลิป โปรแกรมเล็กๆ หรือโน้ตที่เขียนไว้อ่านเองก็ได้
ไม่จำเป็นต้องรอให้เก่งจนพร้อมสอนคนอื่น เราเขียนเพื่อจัดความคิดของตัวเองก่อนได้ แล้วค่อยกลับไปตรวจส่วนที่ยังอธิบายไม่ได้
เบ้นชอบมุมนี้ เพราะถ้ามองในแบบ OPB ทุกครั้งที่เรียน เรามีโอกาสเก็บอะไรบางอย่างกลับมาเป็น Asset ด้วย
ลองทำแล้วเจอปัญหา ก็จดวิธีแก้ ลองช่วยลูกค้าแล้วเจอคำถามซ้ำ ก็เก็บคำตอบ ลองใช้เครื่องมือแล้วเจอขั้นตอนที่ต้องทำเหมือนเดิม ก็เขียนเป็น Checklist
พอกลับมาทำครั้งต่อไป เรามีทั้งทักษะที่เพิ่มขึ้นและสิ่งที่ช่วยให้ทำงานได้ง่ายขึ้น ไม่ต้องเริ่มจากศูนย์ทุกครั้ง
ส่วน AI เบ้นว่าใช้ช่วยตรงนี้ได้ดีมาก ลองเขียนความเข้าใจของเราก่อน แล้วให้มันถามกลับว่า “ตรงไหนยังอธิบายไม่ชัด?” หรือ “มีตัวอย่างอะไรที่ทำให้ข้อสรุปนี้ใช้ไม่ได้?”
เราจะได้ใช้ AI ช่วยตรวจความคิดของเรา และมีงานของตัวเองให้มันตรวจจริงๆ
——————
[3] ตามความรู้กลับไปถึงคนที่ทำ หรือหลักฐานที่รองรับมัน
คอนเทนต์บนอินเทอร์เน็ตจำนวนหนึ่งเดินทางมาหาเราหลายทอด คนหนึ่งอ่านหนังสือ อีกคนสรุปหนังสือ แล้วอีกคนเอาบทสรุปไปทำคลิปสั้น
สุดท้ายเราอาจจำประโยคได้ดีมาก แต่เงื่อนไขที่ทำให้ประโยคนั้นจริง กลับหายไประหว่างทาง
เช่น “ธุรกิจที่ดีต้องทำให้เจ้าของไม่ต้องทำงาน” ฟังแล้วอยากวางระบบทันที แต่ธุรกิจนี้ขายอะไรได้แล้วหรือยัง? เจ้าของกำลังทำงานอะไรอยู่? งานนั้นมีขั้นตอนที่คนอื่นทำซ้ำได้หรือยัง?
พอไม่มีบริบท คำแนะนำที่ดีอาจพาเราไปแก้ปัญหาผิดลำดับได้
ต้นทางชวนให้เราย้อนกลับไปหาแหล่งเดิม ถ้าเป็นแนวคิดทางจิตวิทยา ลองดูงานศึกษาที่ถูกอ้างถึง ถ้าเป็นวิธีทำงาน ลองฟังคนที่ลงมือสร้างสิ่งนั้นอธิบาย ถ้าเป็นธุรกิจ ลองดูว่าเขาเจอข้อจำกัดอะไรระหว่างทาง
เราไม่จำเป็นต้องตามอ่านต้นฉบับทุกเรื่องที่ผ่านหน้าฟีด แต่เรื่องไหนที่กำลังจะเอามาใช้ตัดสินใจ ก็ควรให้เวลากับมันมากขึ้น
เบ้นว่าเรื่องนี้สำคัญเป็นพิเศษกับคนทำคอนเทนต์ เพราะถ้าเราอ่านแค่บทสรุปเดียวกับคนอื่น แล้วใช้ AI เรียบเรียงใหม่ เราก็มีโอกาสได้ข้อสรุปหน้าตาคล้ายกันเต็มไปหมด
มุมมองของเราจะเริ่มมีเนื้อ เมื่อเราเห็นรายละเอียดที่บทสรุปตัดออก ลองใช้เอง เจอข้อยกเว้น และอธิบายได้ว่าทำไมเราถึงเห็นด้วยหรือไม่เห็นด้วย
การเรียนรู้ด้วยตัวเองจึงรวมถึงการฝึกตัดสินด้วยว่า ความรู้นี้น่าเชื่อแค่ไหน และใช้ได้ภายใต้เงื่อนไขอะไร
.
[4] ให้เวลากับเรื่องที่ยังไม่เข้าใจ ก่อนรีบหนีไปเรื่องใหม่
บางครั้งเราอ่านย่อหน้าเดิมสามรอบก็ยังไม่เข้าใจ ลองทำตามแล้วก็ยังผิด หรือเขียนไปครึ่งหน้าแล้วคิดต่อไม่ได้
ช่วงนี้แหละที่คลิปถัดไปน่าดูขึ้นมาทันที 55555
เพราะเปิดเรื่องใหม่แล้วเราได้กลับไปรู้สึกว่า “อ๋อ เข้าใจแล้ว” อีกครั้ง ส่วนงานเก่าที่ทำให้เรารู้สึกไม่เก่ง ก็ยังค้างอยู่ตรงนั้น
เบ้นว่าเราต้องฝึกอยู่กับความไม่เข้าใจให้นานขึ้นอีกนิด ลองเขียนว่าเราติดตรงไหน วาดความสัมพันธ์ออกมา เปลี่ยนตัวอย่าง หรือพักเดินแล้วกลับมาดูคำถามเดิม
ความยากบางอย่างบอกว่าเราต้องหาแหล่งอธิบายเพิ่ม บางอย่างบอกว่าเราข้ามพื้นฐานไป และบางอย่างก็ต้องให้เวลาลองคิดต่อ เราจะรู้ได้ดีขึ้นถ้ายังกลับมาทำงานชิ้นเดิม
สิ่งที่ต้องระวังคือ การเปลี่ยนแหล่งเรียนไปเรื่อยๆ จนไม่มีครั้งไหนที่เราได้ทดสอบว่าตัวเองทำได้หรือยัง
ในยุค AI เราขอคำอธิบายที่ง่ายขึ้นได้ตลอด ซึ่งมีประโยชน์มาก แต่เบ้นอยากให้มีช่วงที่เราปิดคำตอบ แล้วลองอธิบายหรือทำเองด้วย
ลองถามตัวเองว่า ถ้าไม่มีหน้าต่าง AI อยู่ข้างๆ เราเลือกขั้นตอนถัดไปได้ไหม? ถ้างานออกมาผิด เราพอบอกได้ไหมว่าผิดตรงไหน?
คำถามนี้ช่วยให้เราเห็นว่า ส่วนไหนเริ่มกลายเป็นความเข้าใจของเราแล้ว และส่วนไหนยังต้องฝึกต่อ
=============
ถ้าคุณชอบบทความแนวนี้ แล้วไม่อยากพลาด สามารถใส่ Email ของคุณได้ที่ Link นี้เลย (ฟรีไม่มีค่าใช้จ่าย)
เบ้นว่าเราอาจต้องเปลี่ยนวิธีวัดการเรียนรู้ จากวันนี้เสพความรู้ไปกี่ชิ้น เป็นวันนี้ทำอะไรได้ชัดขึ้น อธิบายอะไรได้ดีขึ้น และรู้แล้วหรือยังว่าตัวเองติดตรงไหน
เลือกงานเล็กหนึ่งชิ้น ลองทำให้จบ เก็บสิ่งที่เรียนรู้ แล้วกลับไปหาคำตอบตรงจุดที่ยังทำไม่ได้ ทำแบบนี้ต่อเนื่อง ความรู้จะเริ่มมีที่ให้เราเอาไปใช้
เรายังอ่านหนังสือ ดูคลิป และเรียนจากคนอื่นได้เต็มที่ เพียงแต่มีงานจริงคอยช่วยบอกว่า สิ่งที่เรียนมานั้น เราเข้าใจแค่ไหนแล้ว
ตอนนี้มีเรื่องไหนที่คุณเรียนมานาน แต่ยังไม่ได้ลองทำเป็นชิ้นงานสักครั้ง? ลองเล่าให้เบ้นฟังหน่อยครับ
ผมหวังว่าเรื่องนี้จะช่วยสร้างวันของคุณ
ใส่ความเห็น