Lầm tưởng 11
10.000 giờ là con số trung bình, không phải quy luật
"Quy tắc 10.000 giờ" nói ai luyện tập chừng ấy cũng thành chuyên gia, nhưng nghiên cứu gốc chỉ báo cáo mức trung bình của một nhóm, và các tổng quan sau này cho thấy luyện tập chỉ giải thích được một phần kỹ năng.
- Ericsson, Krampe và Tesch-Römer, tạp chí Psychological Review
- Berlin, Đức
- 1993
- 4 phút đọc
Trong trang này
Trước khi đọcBạn sẽ làm gì?
Một đồng nghiệp muốn giỏi viết câu lệnh (prompt) cho công cụ AI. Kế hoạch nào khớp với điều bằng chứng nói về luyện tập?
Chọn một đáp án ngay bây giờ. Hồ sơ sẽ cho bạn biết mình đúng hay sai.
01Hồ sơ trong một phút
1Lầm tưởng
Ai luyện tập đủ 10.000 giờ cũng thành chuyên gia đẳng cấp thế giới.
2Nguồn gốc
Nghiên cứu năm 1993 thấy sinh viên violin giỏi nhất ở Berlin trung bình đã luyện tập có chủ đích khoảng 10.000 giờ trước 20 tuổi.
3Bằng chứng
Phân tích tổng hợp năm 2014 thấy luyện tập có chủ đích giải thích khoảng 12% khác biệt thành tích nói chung.
4Bài học cho AI
Tập đúng cách hơn tập nhiều, với người cũng như mô hình AI: phản hồi và ví dụ tốt mới quan trọng.
02Dòng thời gian
1993
Ericsson và cộng sự công bố nghiên cứu về sinh viên violin.
2008
Cuốn Outliers của Malcolm Gladwell phổ biến "quy tắc 10.000 giờ".
2014
Một phân tích tổng hợp cho thấy luyện tập chỉ giải thích một phần khác biệt kỹ năng.
03Lầm tưởng
Năm 1993, nhà tâm lý học Anders Ericsson cùng hai đồng nghiệp công bố nghiên cứu về sinh viên violin ở một học viện âm nhạc tại Berlin. Dựa vào nhật ký và phỏng vấn, họ ước tính thời gian sinh viên đã dành cho luyện tập có chủ đích, tức là tập trung sửa điểm yếu và có phản hồi. Đến 20 tuổi, nhóm chơi giỏi nhất trung bình đã tập khoảng 10.000 giờ, nhiều hơn các nhóm kém hơn.
Năm 2008, nhà văn Malcolm Gladwell phổ biến "quy tắc 10.000 giờ" trong cuốn Outliers (Những kẻ xuất chúng), với các ví dụ như ban nhạc Beatles và Bill Gates. Cụm từ này lan đi như một lời hứa: tập đủ 10.000 giờ thì ai cũng thành đẳng cấp thế giới.
Sau này Ericsson nói con số đó là mức trung bình của một nhóm, không phải ngưỡng, và cách luyện tập quan trọng hơn số giờ. Năm 2014, một phân tích tổng hợp của Brooke Macnamara và cộng sự gộp nhiều nghiên cứu và thấy luyện tập có chủ đích giải thích khoảng 12% khác biệt về thành tích nói chung, nhiều hơn ở trò chơi và âm nhạc, ít hơn hẳn ở các nghề nghiệp.
04Bằng chứng nói gì
Luyện tập rất quan trọng. Nhưng mỗi người xuất phát ở một vị trí, học với tốc độ khác nhau, được hướng dẫn khác nhau và làm trong những lĩnh vực có luật chơi khác nhau. Ở lĩnh vực ổn định với phản hồi rõ ràng, như cờ vua, luyện tập giải thích được nhiều hơn. Ở lĩnh vực lộn xộn, như nhiều công việc văn phòng, nó giải thích được ít hơn.
Chất lượng cũng quan trọng. Mười nghìn giờ lặp lại những gì đã biết tạo ra ít kỹ năng hơn so với ít giờ hơn nhưng tập trung vào điểm yếu và có phản hồi.
Góc nhìn AI: mô hình AI cũng tiến bộ nhờ huấn luyện tốt hơn, không chỉ nhờ huấn luyện nhiều hơn. Ví dụ sạch, đa dạng và phản hồi rõ ràng giúp một mô hình, và một con người, nhiều hơn là chỉ có số lượng.
Ý tưởng đằng sau vụ nàyBài học: Máy học như thế nào →

05Cách nhận ra lầm tưởng tiếp theo
- Hỏi xem một con số nổi tiếng là quy luật, mức trung bình hay chỉ là ví dụ.
- Dành thời gian luyện tập cho điểm yếu, có phản hồi từ người giỏi hơn hoặc từ một kết quả rõ ràng.
- Chấp nhận rằng mỗi người cần lượng luyện tập khác nhau, và đừng coi tiến bộ chậm là thất bại.
- Khi dùng AI để luyện tập, nhờ nó chỉ ra lỗi của bạn thay vì làm hộ bạn.
07 — Nguồn
- The role of deliberate practice in the acquisition of expert performance · Psychological Review · 1993
- Deliberate Practice and Performance in Music, Games, Sports, Education, and Professions: A Meta-Analysis · Psychological Science · 2014