1700692583
举个例子：
1700692584
1700692585
问题1： 某雪橇公司发现自家生产的雪橇在高速滑行时会出现颤动。
1700692586
1700692587
常见对策： 参考其他公司生产的雪橇和滑雪板。
1700692588
1700692589
问题2： 人们觉得乘电梯的时间太长。
1700692590
1700692591
常见对策： 提升电梯运行速度。
1700692592
1700692593
问题3： 在美式橄榄球联赛中，越来越多的球员头部受伤。
1700692594
1700692595
常见对策： 给球员的头盔增加软垫。
1700692596
1700692597
可事实上，上述三个问题的最佳解决方案都让人意想不到：
1700692598
1700692599
问题： 雪橇出现颤动 解决方案： 小提琴
1700692600
1700692601
问题： 电梯过慢 解决方案： 镜子
1700692602
1700692603
问题： 头部受伤 解决方案： 磁石
1700692604
1700692605
或许你会觉得这些“偏方”出自“摒除偏见，开拓思维”。错，你需要的是缩小思考的范围，找到问题的根源。
1700692606
1700692607
以雪橇出现颤动为例。在想对策时，人们很自然地会联想到与滑雪相关的一切：其他几款雪橇是不是也存在类似的问题；滑雪板是否有问题；以不同速度在不同质地的雪道上滑行会怎样；滑雪者的体重对雪橇有怎样的影响；雪橇宽度和长度会产生怎样的影响；等等。
1700692608
1700692609
问题就出在这里，一切都围绕雪、雪橇和滑雪展开。没错，这些是产生问题的因素，但不是问题本身。
1700692610
1700692611
问题的本质是“颤动”。
1700692612
1700692613
在“高速”滑行的情况下，雪橇颤动的幅度过大，这会使雪橇离开雪道，导致滑雪者失去对其的控制。该雪橇公司要做的是减少1800赫兹以上的颤动频率。
1700692614
1700692615
他们所要考虑的不是滑雪的其他因素，他们应该留意雪橇的颤动频率在1800赫兹以上时，所会引发的问题。由此他们发现小提琴也曾遭遇过类似的问题，颤动导致了声音失真。小提琴设计师通过金属网格解决了这个问题。这家雪橇公司采用了同样的办法，问题才得以解决。
1700692616
1700692617
一针见血，切中问题本质
1700692618
1700692619
马萨诸塞大学心理学家安东尼·麦卡弗里（Anthony McCaffrey）发明了一种方法，他称之为“类分离法（generic parts technique，简称GPT）”，目的就是将问题拆分，到最后只剩根本。麦卡弗里的研究表明，接受过GPT训练的人解决问题的效率比没有接受过培训的人高67％。
1700692620
1700692621
要想GPT方法奏效，关键在于不能有任何可能将你引导到特定领域的元素。
1700692622
1700692623
“问题所涉及的每个对象，你都要将之拆分，并提出两个问题，” 麦卡弗里说，“第一是这个对象还能进一步拆分吗？第二是我对这一部分的描述是否隐含了某种用途？”
1700692624
1700692625
麦卡弗里举了个例子：假设你有两个钢圈，要把它们组成“数字8”。你能使用的工具是一根蜡烛和一盒火柴。
1700692626
1700692627
融化的蜡有黏性，但蜡不足以将两个钢圈固定在一起。那么蜡烛的其他部分呢？烛芯。只是“烛芯”这个词本身有“用途”的含义。烛芯是用来点亮的，每当我们听到“烛芯”这个词时，就会联想到这层用途。
1700692628
1700692629
“这会令我们不再去考虑这一部分的其他用途。”麦卡弗里说。从更通用的角度出发，将烛芯视作一根细绳，问题迎刃而解。你可以取下烛芯，将两个钢圈系在一起。
1700692630
1700692631
脑筋急转弯
1700692632
[
上一页 ]
[ :1.700692583e+09 ]
[
下一页 ]