一萬小時定律，難道是個陷阱？
你還記得小時候，甚至到了現在，常常有人問起「你未來想做什麼？」嗎？這個問題對孩子來說可能是一種幻想、白日夢，可以有五花八門的答案，但越長越大，卻讓人越來越感到焦慮不安。在學期間，一直有職涯、性向測驗幫助我們刪減職業選項，彷彿若不趕緊選定「一個」志向，這些測驗就會不斷襲來，緊追著不放。也因此，我們漸漸習慣將「你未來想做什麼？」翻譯成「你未來只能往某一項職業取向前進，你決定好是什麼了嗎？」而儘早選擇單一興趣，儘早刻意練習，儘早鑽研專業深度，也成為了一種難以抹除的描繪未來的方式。
加拿大暢銷作家葛拉威爾（Malcolm Gladwell）於 2008 年的著作《異數》（Outliers）中，提到了「一萬小時定律（10000-hour rule）」，意思是若要讓某項技能達到超凡的程度，人們必須要練習一萬個小時。過去資訊並不如現今流通迅速，專心於一項技能，並持之以恆練習，的確是簡單暴力的成功之道。然而，在網路便利、資訊垂手可得的世代，跨領域學習成為一股潮流，工作也越來越需要觸類旁通，將知識應用到新的領域，持續的跨能應變。多方面的知識結構與多元的技能在現代社會中是已然的趨勢。
「一萬小時定律」確實有其道理所在，若想取得成功，理應需要付出比常人更多的時間與精力，但是，這也並非絕對。專精人才相較跨域人才，他們的經驗老道可以快速排除相似、重複的問題，卻也可能因為無法忽視經驗法則，墨守成規，產生了「認知壕溝」，而沒有辦法解決經驗以外的困境。跨域人才的優勢就在於面對多變的問題時，比專精者擁有更靈活的視角以打破迴路，憑著多元思維跳脫既有解決方法。
這時，你是不是也開始疑惑，「一萬小時定律」究竟是否仍適用於現今？這到底是不是一個讓自己對於未來更加迷惘的陷阱呢？
要懂得發散接觸，也要懂得收斂組合
人工智慧（AI）時代來臨，人類總焦慮著自己的工作是否會被取代。AI近期內能夠取代的是日復一日、變化較小的工作，但若需要面對規則模糊不清且模式相對複雜，需要廣泛知識技能組合，甚至需快速反應情緒的工作，相較之下就難以被AI取代。前者正是「一萬小時定律」所適用的，認知複雜度較低的「和善學習環境（kind learning environment）」，即規則清楚，模式重複性高，反饋結果即時且明確的環境；相反的，後者則屬於「不善學習環境（wicked learning environment）」，也就是穩定性和重複性都不高，結果難以預見的狀態。而在這龐雜、日新月異的世界裡，更多的是與「不善學習環境」相似的樣貌。也因此，多多接觸不同領域，時時保持好奇心，成為一位通才，也能夠是「一萬小時定律」，單一鑽研某一項專業能力以外的另一種成功之道。
在臺灣的108課綱裡，特別強調了「全人教育」的概念，希望以多元適性的教學模式，達到適才、適所、適用，並成為一個真正的「人」。在專才教育之外，更添加了許多通識課程，讓學生能夠有更多跨領域的學習機會以開發潛能。當然，這個概念在發展上有許多能夠改善之處，但我們仍不難發現，現代社會需要的是更多具有開創性、懂得應變的人才，而非僅僅深耕於專業領域的專精者。也就是，現在最成功的專家會的絕對不只是專精，更要懂得舉一反三，融會貫通。
賈伯斯在2005年的演講中也提到了，麥金塔電腦裡各式各樣勻稱的字體、字型其實是源自於大學旁聽的書法課，而資訊理論之父—克勞德·夏農，則是因為大學修習的哲學課而為現代電腦與通訊發展打下了堅實的基礎。電腦和書法？資訊和哲學？這聽起來都毫無關聯吧？但跨能之所以致勝的原因，就在於人類能夠廣泛整合資訊，並應用於新的背景脈絡之下。換言之，就是擁有「水平思考（lateral thinking）」的能力。在發散接觸後，尋找適合自己的不同領域，並將其收斂、深耕，成為獨一無二的組合技，在這需要宏觀戰略的世界裡，才能持續破關斬將，接連得分。
專精與通才？只要對自己負責，都可以！
資本主義下的社會，為求利潤極大化，長期以「專精人才」為教育的核心思維。然而《跨能致勝》所表達的並非「偏廢專精者，僅用跨能者」如此強硬的訊息，而是更強調兩者間的「平衡」。專精與通才的差別在於思考的維度，前者重「深」，後者重「寬」。在專業上，花費大量時間深度研究、實踐，才能深刻了解專業知識，而透過跨域的思維，使用不同觀點或工具，解決專業上的瓶頸，也有機會帶來創新、突破的可能。也因此，垂直與水平的良好整合，專精與通才的共同合作，才能夠為世界帶來更大的加成效果。
「你未來想做什麼？」是個困擾了大半青春年華的問題，儘早選擇專業鑽研，又或者延後選擇，繼續探索，其實只要能夠為自己的人生負責，那都沒有錯。但千萬不要因為陷入沉沒成本的恐慌，而害怕做出改變。就如藝術史學家莎拉露易絲(Sarah Lewis)曾說的「成為一名刻意的業餘人士並非貶義，當你沿著路走，很有可能因為偏離路徑，就有意想不到的重大突破。」而那些刻意的業餘，日後也有機會成為你未來搖身為「T」型人才、「π」型人才的致勝關鍵。
