Knowledge Hub

ฐานสมอง (Jiatama-ryoku): ฝึกคิดให้เป็นก่อนค้นหาคำตอบ

สามเสาหลักของพลังคิดพื้นฐาน (สมมติฐานก่อน กรอบภาพรวม นามธรรมเพื่อสกัดแก่น) พร้อมวิธีฝึกด้วย Fermi estimation, Elevator Test และ 5 ข้อปฏิบัติรายวัน

การคิดและการพัฒนาตนเองอ่าน 23 นาทีเผยแพร่ 19 ตุลาคม 2569

หน้านี้ยังไม่ครบ: หลายช่วงของเนื้อหาหลักอธิบายผ่านภาพที่ไม่ได้ถอดมา ดูรายการที่หัวข้อ "ภาพประกอบที่หน้านี้ไม่มี"

แก่นของเรื่อง

ฐานสมอง (Jiatama-ryoku หรือ "พลังคิดพื้นฐาน") คือความสามารถในการคิดหาทางออกด้วยตัวเอง แม้ไม่มีข้อมูลครบ ไม่มีคำตอบสำเร็จรูป และไม่มีการค้นหาช่วย แนวคิดนี้ไม่ได้วัดว่าจำได้มากแค่ไหน และไม่ใช่ IQ หรือเกรด

แก่นในหนึ่งประโยค: สลับลำดับจาก "รวบรวมข้อมูลก่อน แล้วค่อยคิด" เป็น "คิดคำตอบร่างก่อน แล้วค่อยหาข้อมูลมาพิสูจน์"

ส่วน เนื้อหา
ทำไมได้ผล ข้อมูลครบ 100% ไม่เคยมี การรอให้ครบทำให้ตัดสินใจสายเกินไป คำตอบร่างทำให้การหาข้อมูลมีทิศทาง
กลไก สมมติฐาน → หาข้อมูลมาทดสอบ → ผิดก็ปรับ → วนซ้ำจนแม่นขึ้น
20% ที่สำคัญที่สุด (1) หยุดคิด 3 นาทีก่อนเปิด Google (2) ร่างภาพรวมก่อนลงมือ (3) สรุปใน 30 วินาที
รอได้ก่อน ศัพท์ทางทฤษฎีของโมเดลโครงสร้างสมอง องค์ประกอบสนับสนุน และการแยกประเภทความฉลาด

ภาพรวม: สามเสาหลักและองค์ประกอบสนับสนุน

ทั้งสามเสาใช้ร่วมกันตอนเจอปัญหาจริง ไม่ได้ใช้แยกกัน

เสาหลัก ชื่อญี่ปุ่นที่พูดถึง คำถามหลัก ผลลัพธ์
1. คิดจากข้อสรุป (Hypothesis thinking) kasetsu shikō "คิดว่าคำตอบน่าจะเป็นอะไร" ทิศทางที่ชัดตั้งแต่ต้น
2. คิดเป็นกรอบ (Framework thinking) framework shikō "ภาพรวมของปัญหามีส่วนใดบ้าง" แบ่งปัญหาเป็นส่วน จัดลำดับก่อนหลัง
3. คิดเชิงนามธรรม (Abstract thinking) chūshōka shikō "แก่นของเรื่องนี้คืออะไร" ตัดรายละเอียดที่ไม่จำเป็น เหลือแก่น

องค์ประกอบสนับสนุนที่กล่าวถึงมี 3 อย่าง ได้แก่ ความอยากรู้ (curiosity) ความคิดเชิงตรรกะ และอีกอย่างหนึ่งที่คำถอดฟังไม่ชัดเจน (ช่วงท้ายมีพูดถึงสัญชาตญาณ จึงเป็นไปได้ว่าเป็นอย่างนี้ แต่ยังยืนยันไม่ได้) ในจำนวนนี้ ความอยากรู้ถูกเน้นว่าเป็นแรงขับ ถ้าไม่มี ต่อให้ฝึกสามเสาก็ไม่เดิน

ช่วยให้ดีขึ้นอย่างไร

หลักฐานทั้งหมดเป็นประสบการณ์ส่วนตัวที่เล่าไว้ ไม่มีการทดลองหรือการวัดที่ควบคุมตัวแปร จึงไม่มีแถวใดที่ติดป้าย วัดแล้ว

สถานการณ์ ก่อน หลัง วัดอย่างไร ป้ายหลักฐาน
ถูกถามสาเหตุยอดขายตก "ขอเวลาดูข้อมูลก่อน" ตอบสมมติฐานทันที แล้วไปยืนยัน เวลาถึงคำตอบแรก และปฏิกิริยาของหัวหน้า ยังไม่ทดสอบ (ผู้เล่าบอกว่าหัวหน้าเห็นว่ามีความคิด)
เริ่มโครงการใหญ่ ลงมือทันที ร่างภาพรวม 15-20 นาทีก่อน จำนวนงานที่ลืม และจำนวนครั้งที่ทำผิดทิศ ยังไม่ทดสอบ (ผู้เล่าบอกว่าประหยัดได้หลายชั่วโมง ไม่มีตัวเลขวัด)
ตัดสินใจประจำวัน เก็บข้อมูลเพิ่มไปเรื่อย ๆ ตัดสินใจเร็วขึ้นและชัดขึ้นใน 1 สัปดาห์ เวลาจากโจทย์ถึงการตัดสินใจ ยังไม่ทดสอบ (รายงานเอง)
นำเสนอ/ประชุม เล่ายาวตามลำดับเวลา เริ่มด้วยภาพรวม จบด้วยสิ่งที่ขอ ความยาวประชุม และจำนวนคำถามซ้ำ ยังไม่ทดสอบ (หัวหน้าชมว่าดีขึ้น)
คำตอบที่เดาเอง ไม่รู้ว่าแม่นไหม สมมติฐานตัวเองมักถูกบ่อยกว่าที่คิด อัตราสมมติฐานที่ถูกเทียบข้อมูลจริง ตีความ (ผู้เล่าให้เหตุผลว่าสมองสะสมข้อมูลไว้มากแต่ไม่ได้ใช้)

ข้อควรระวัง: ผู้เล่าบอกว่าเคยใช้เวลาคิดเป็นวัน แต่ตอนนี้เตรียมได้ใน 15 นาที ตัวเลขนี้เป็นความรู้สึกส่วนตัว ไม่ได้มาจากการจับเวลาเทียบกัน

ลองใช้

ตัวอย่างประกอบ: ยอดขายตก (ตัวเลขเป็นของเราเอง)

สมมติหัวหน้าถามว่าทำไมยอดขายเดือนนี้ตกจาก 100 เหลือ 85 หน่วย

ขั้น ทำอะไร ตัวอย่าง
1. สมมติฐาน (ไม่เกิน 3 นาที) ตอบร่างก่อนเปิดข้อมูล "น่าจะเพราะโปรโมชั่นหมดอายุ"
2. กรอบ แบ่งสาเหตุเป็นกลุ่ม จำนวนลูกค้า / ยอดต่อบิล / การแข่งขัน / ฤดูกาล
3. ทดสอบ ดูเฉพาะข้อมูลที่เกี่ยวกับสมมติฐาน เทียบยอดช่วงมีและไม่มีโปรโมชั่น
4. ผล ถ้าไม่ใช่ ตั้งสมมติฐานใหม่ ถ้ายอดต่อบิลคงเดิมแต่จำนวนลูกค้าลด ให้ตรวจสาเหตุที่ทำให้ลูกค้าหาย
5. แก่น สรุปให้เจ้านายใน 30 วินาที "ยอดตกเพราะลูกค้าลด ส่วนใหญ่มาจากโปรหมด ขออนุมัติต่อโปร"

ตัวอย่าง Fermi estimation: ร้านตัดผมในญี่ปุ่น

โจทย์เป็นคำถามสัมภาษณ์ของบริษัทที่ปรึกษา: "ญี่ปุ่นมีร้านตัดผมกี่ร้าน" ผู้ตอบไม่ต้องรู้ตัวเลขจริง ต้องแสดงวิธีคิด

ขั้น ตัวเลขจากเนื้อหาที่ฟังได้ ตัวเลขประกอบ (ของเราเอง)
ประชากรญี่ปุ่น ประมาณ 120 ล้านคน
สัดส่วนที่ตัดผมประจำ สมมติครึ่งหนึ่ง = 60 ล้านคน
ความถี่ ทุก 2 เดือน = 6 ครั้งต่อปี
ตัดผมทั้งปี 60 ล้าน × 6 = 360 ล้านครั้ง
ลูกค้าต่อร้านต่อวัน ผู้พูดบอกว่าต้องประมาณ แต่ไม่ได้ให้ตัวเลข สมมติ 8 คน
วันเปิดต่อปี ผู้พูดบอกว่าต้องประมาณ แต่ไม่ได้ให้ตัวเลข สมมติ 300 วัน
ผลลัพธ์ 8 × 300 = 2,400 ครั้งต่อร้านต่อปี → 360 ล้าน ÷ 2,400 = 150,000 ร้าน

ตัวเลข 150,000 เป็นผลของสมมติฐานประกอบ ไม่ใช่จำนวนจริงของญี่ปุ่น และเรายังไม่ได้ตรวจกับสถิติ เป้าหมายคือฝึกแยกปัญหา ไม่ใช่ได้คำตอบเป๊ะ

สูตรที่ใช้: S = (P × f × r) ÷ (C × d) (ความหมายของสัญลักษณ์อยู่ที่ท้ายหน้า)

ขั้นตอนนี้ใช้สามเสาครบ: ตั้งสมมติฐานว่าตัดผมทุก 2 เดือน (เสา 1), แบ่งปัญหาเป็นประชากร × ความถี่ × กำลังให้บริการของร้าน (เสา 2), ตัดรายละเอียดทิ้ง เช่น ความต่างระหว่างเมืองกับต่างจังหวัด แล้วใช้ค่าเฉลี่ย (เสา 3)

เมื่อไรควรใช้ และเมื่อไรไม่ควร

สถานการณ์ ใช้ได้ไหม หมายเหตุ
ข้อมูลไม่ครบ เวลาจำกัด ใช้ สถานการณ์หลักที่แนวคิดนี้ออกแบบมา
ต้องตัดสินใจหรือเสนอทิศทางเร็ว ใช้ ตั้งสมมติฐานแล้วปรับ
งานที่ต้องแม่นยำสูงและแก้ไขย้อนกลับไม่ได้ ระวัง ต้องมีข้อมูลครบตามที่ผู้เล่าชี้ว่าเป็นข้อจำกัดของแนวคิด
ตัดสินใจที่ขึ้นกับอารมณ์และความรู้สึกคน ใช้ร่วมกับด้านอื่น แนวคิดนี้เน้นตรรกะ พูดถึงอารมณ์และสัญชาตญาณน้อย
คาดหวังสูตรสำเร็จใน 5 ขั้นแล้วเก่งทันที ไม่เหมาะ เป็นทักษะที่ต้องใช้เวลาและลองผิดลองถูก

ก้าวแรกที่เล็กที่สุด

วันนี้ คำถามแรกที่ได้รับ ไม่ว่าจากใคร หยุด 3 นาที เขียนคำตอบร่างลงกระดาษก่อนเปิดมือถือหรือ Google

การทดสอบก่อน-หลัง

รายการ วิธีกำหนด
ตัวชี้วัด (ก) เวลาถึงคำตอบแรกที่มีทิศทาง (ข) สัดส่วนสมมติฐานที่ถูกหรือใกล้เคียง
Baseline บันทึก 10 คำถามที่ผ่านมา: ปกติใช้เวลาเท่าไร ก่อนมีทิศทาง
ช่วงทดลอง 2-3 สัปดาห์ (ระยะที่ผู้เล่าบอกว่าเริ่มเห็นผล)
เกณฑ์ผ่าน (ตั้งก่อนเริ่ม) เวลาสั้นลงครึ่งหนึ่ง และสมมติฐานถูกอย่างน้อย 1 ใน 3 (เกณฑ์ที่เราเสนอเอง ปรับได้)

เสาที่ 1: คิดจากข้อสรุป (Hypothesis thinking)

อะไร: ตั้งคำตอบร่างก่อน แล้วหาข้อมูลมาพิสูจน์ ไม่ใช่รวบรวมข้อมูลทั้งหมดก่อนแล้วสรุป

ทำไม: ข้อมูลครบ 100% ไม่มีอยู่จริง ถ้ารอให้ครบก็ไม่ได้ข้อสรุป และเวลาหมดก่อน

อย่างไร:

  1. ตั้งกฎกับตัวเอง: เมื่อเจอคำถาม ต้องมีคำตอบร่างภายใน 3 นาที ไม่ต้องถูก
  2. จดสมมติฐาน แล้วระบุข้อมูลที่ต้องใช้พิสูจน์
  3. ตรวจข้อมูล ถ้าตรงก็ไปต่อ ถ้าไม่ตรงก็ตั้งสมมติฐานใหม่
  4. วนซ้ำ ทุกรอบสมมติฐานแม่นขึ้น เปรียบได้กับการเล็งแล้วยิงก่อนปรับทิศ แทนการเล็งสมบูรณ์แบบจนเป้าหายไป

สมมติฐานคือจุดเริ่มต้น ไม่ใช่คำตอบสุดท้าย

อาการสามอย่างของคนไม่มีสมมติฐาน

อาการ พฤติกรรม ผลเสีย
ติดค้นหา เจอคำถามแล้วเปิด Google ทันที ไม่หยุดคิด สมองไม่ถูกใช้ เพราะโยนทุกอย่างให้อินเทอร์เน็ต
ติดความสมบูรณ์แบบ ต้องมีข้อมูลถูกต้อง 100% ก่อนสรุป ช้าเกินไป หัวหน้ารอไม่ไหว ลูกค้าหาย คู่แข่งทำก่อน
ติดสะสมข้อมูล เก็บข้อมูลเรื่อย ๆ แต่ไม่ได้ใช้ เหมือนซื้อของเข้าบ้านมากมายแต่ไม่จัดบ้าน หัวเต็มแต่ไม่มีทิศทาง

เสาที่ 2: คิดเป็นกรอบ (Framework thinking)

อะไร: เห็นภาพรวมก่อน แล้วค่อยลงรายละเอียด

ทำไม: คนที่ลุยแก้รายละเอียดทันทีมองไม่เห็นภาพใหญ่ เหมือนยืนบนพื้นที่เห็นแค่ทางตรงหน้า ส่วนคนที่ขึ้นตึกสูงจะเห็นทั้งเมือง รู้ว่าทางไหนเร็ว ทางไหนตัน ทางไหนอ้อม

อย่างไร:

  1. ถอยหนึ่งก้าว ถามว่าปัญหาทั้งหมดประกอบด้วยอะไร
  2. แบ่งเป็นส่วน โดยแต่ละส่วนไม่ซ้ำกันและไม่ตกหล่น
  3. จัดลำดับ: อะไรสำคัญสุด อะไรทำก่อน อะไรรอได้
  4. ลงมือทีละส่วน

อาการที่สี่: ติดรายละเอียด

คนติดรายละเอียดมุ่งมั่นกับเรื่องเล็กจนลืมภาพรวม ตัวอย่าง: ทำรายงานแล้วใช้ครึ่งวันปรับสีและขนาดตัวอักษร ทั้งที่เนื้อหาหลักยังไม่เสร็จ

คำถามกันหลง ถามตัวเองระหว่างทำงานหรือประชุม:

  • ตอนนี้ฉันกำลังทำอะไร
  • ส่วนนี้อยู่ตรงไหนของภาพรวม
  • สำคัญแค่ไหน
  • มีเรื่องสำคัญกว่าที่ควรทำก่อนไหม

กับดักของการแบ่งไม่ซ้ำไม่ตกหล่น

การแบ่งปัญหาโดยไม่ซ้ำและไม่ตกหล่นฟังง่ายแต่ทำยาก เพราะเรามักมี "มุมมองที่มองไม่เห็น" เหมือนกล้องที่ถ่ายได้มุมเดียว การร่างภาพรวมช่วยให้เห็นสิ่งที่ยังไม่ได้พูดถึง

เสาที่ 3: คิดเชิงนามธรรม (Abstract thinking)

อะไร: มองทะลุรายละเอียดซับซ้อนเพื่อสกัดแก่นแท้ แก่นอยู่ที่การทิ้งสิ่งที่ไม่จำเป็น

ทำไม: ยุคที่ข้อมูลท่วมท้น ถ้าไม่มีความสามารถคัดสิ่งสำคัญจะจมในข้อมูลโดยไม่รู้ตัว เสานี้ถูกกล่าวว่ายากที่สุดและฝึกให้ได้ผลแรงที่สุด

ตัวอย่างในที่ประชุม: เอกสารเต็มไปด้วยตัวเลขและรายละเอียด คนที่คิดเชิงนามธรรมได้จะสรุปว่า "จริง ๆ มีสองปัญหา ปัญหาแรกคือหนี้ ปัญหาที่สองคือหนี้ที่เหลือ ส่วนอื่นเป็นรายละเอียดปลีกย่อย" ทุกคนในห้องเข้าใจและเดินต่อได้

สัญญาณของทักษะนี้: ยกตัวอย่างเปรียบเทียบเก่ง เพราะการเปรียบเทียบต้องเห็นความเหมือนในสิ่งที่ดูต่างกัน

กับดักของความพิเศษ (Trap of uniqueness)

เรามักคิดว่าปัญหาของเรา แผนกเรา หรือธุรกิจเรา "พิเศษ ซับซ้อนกว่าที่อื่น" ซึ่งเมื่อมองดี ๆ ปัญหาส่วนใหญ่ไม่ได้พิเศษขนาดนั้น มีแก่นเดียวกับปัญหาของที่อื่น การติดกับดักนี้ทำให้เราหยุดเรียนรู้จากคนอื่น

ปัญหาที่เห็นผิวเผิน แก่นที่เหมือนกัน แหล่งเรียนรู้ที่เป็นไปได้
ร้านกาแฟลูกค้ารอนาน การจัดการคิว โรงพยาบาล ธนาคาร ร้านอาหาร
ลูกค้าร้องเรียนสายโทรศัพท์ ความไม่พอใจจากการรอ/การบริการ ร้านอาหาร สายการบิน

วิธีฝึก: ทุกครั้งที่เจอปัญหา ถามว่า "เรื่องนี้เหมือนอะไร" และ "ใครเคยเจอปัญหาคล้ายกัน" ทั้งต่างอุตสาหกรรม ต่างประเทศ ต่างยุค แล้วดูว่าเขาแก้อย่างไร จากนั้นปรับเข้ากับบริบทของเรา

ตัวอย่างฝึกสมอง: เกมปริศนาคำที่ให้หาความเชื่อมโยงระหว่างสองสิ่งที่ดูไม่เกี่ยวกัน (เทียบได้กับเกม "นาโซะคาเกะ" ของญี่ปุ่น) เรื่องเล่าที่ยกมาเปรียบเทียบคือการที่นิวตันเห็นแอปเปิลหล่นกับดวงจันทร์โคจรแล้วหาจุดร่วมเรื่องแรงดึงดูด

Elevator Test

อะไร: สมมติอยู่ในลิฟต์กับประธานบริษัท มีเวลา 30 วินาทีก่อนถึงชั้นของท่าน ต้องอธิบายโครงการให้เข้าใจ

ทำไม: คนส่วนใหญ่สอบไม่ผ่านเพราะพยายามเล่ารายละเอียดทั้งหมด ซึ่งทำไม่ได้ใน 30 วินาที การถูกบังคับให้สกัดแก่นคือการฝึกคิดเชิงนามธรรม

อย่างไร (สองเคล็ดลับ):

  1. เริ่มด้วยภาพรวม เช่น "โครงการนี้ตอนนี้ได้ 80 จาก 100" ประโยคเดียวพอให้ผู้ฟังเห็นภาพ
  2. จบด้วยสิ่งที่ต้องการให้ทำ เช่น ขออนุมัติงบเพิ่ม หรือขอความไว้วางใจ

ถ้าอธิบายใน 30 วินาทีไม่ได้ แปลว่ายังเข้าใจไม่พอ

สามเสาทำงานร่วมกันอย่างไร

เมื่อเจอปัญหา คนที่ฐานสมองดีใช้สามขั้นพร้อมกัน

ขั้น เสา การกระทำ
1 สมมติฐาน ตั้งคำตอบร่างคร่าว ๆ ก่อน อย่ารีบหาข้อมูล
2 กรอบภาพรวม ดูว่าปัญหามีกี่มิติ แบ่งเป็นกี่ส่วน จัดให้เป็นระเบียบ
3 นามธรรม สกัดแก่น ตัดรายละเอียดที่ไม่จำเป็น เหลือแต่สิ่งสำคัญ

ผลที่เล่าไว้คือแก้ปัญหาเร็วขึ้น สื่อสารชัดขึ้น และตัดสินใจดีขึ้น ผู้บริหารหรือเจ้าของธุรกิจที่ประสบความสำเร็จต่างจากคนทั่วไปเพราะ คิดเป็นระบบ ไม่ใช่เพราะรู้มาก (ข้อนี้เป็นข้อสรุปเชิงความเห็น ไม่ใช่ผลวัด)

Fermi estimation: ฟิตเนสของสามเสา

Fermi estimation คือวิธีตอบคำถามที่ดูตอบไม่ได้ ด้วยการประมาณจากสมมติฐานที่แยกเป็นชิ้นเล็ก ๆ บริษัทที่ปรึกษาชั้นนำใช้คำถามแนวนี้ในการสัมภาษณ์

จุดสำคัญ: เป้าหมายไม่ใช่คำตอบที่ถูก 100% แต่คือกระบวนการคิด คนที่ฝึกบ่อยจะชินกับการแยกปัญหาเป็นส่วนเล็ก มองภาพรวม และตั้งสมมติฐาน

ขั้นตอน:

  1. ตั้งสมมติฐานโครงสร้างคำตอบ (ใครเกี่ยวข้อง ความถี่เท่าไร)
  2. แยกเป็นตัวแปรที่ประมาณได้ (ประชากร สัดส่วน ความถี่ กำลังต่อหน่วย)
  3. ตัดรายละเอียดรอง ใช้ค่าเฉลี่ย
  4. คำนวณ แล้วตรวจความสมเหตุสมผล

ตัวอย่างฝึก: ร้านสะดวกซื้อในกรุงเทพฯ มีกี่ร้าน, มอเตอร์ไซค์ในพิษณุโลกมีกี่คัน, คนไทยกินหมูปิ้งกับข้าวเหนียวปีละกี่ไม้ (ประมาณจากสัดส่วนประชากรที่กิน × ไม้ต่อสัปดาห์) ผู้เล่าบอกว่าใช้คุยในวงอาหารแล้วคนรอบตัวประหลาดใจ แต่ไม่ได้บอกตัวเลขที่ได้

ความฉลาดหลายแบบ

ในเนื้อหาแบ่งความฉลาดเป็นหลายแบบ ได้แก่ คนรู้มาก (จำเก่ง) คนไหวพริบดี และคนอ่านบรรยากาศเก่ง (ช่วงนี้คำถอดไม่ชัด จึงสรุปได้เท่านี้) แล้วเทียบกับ คนคิดเป็น คือคนที่เจอปัญหาใหม่ที่ไม่มีคำตอบสำเร็จรูปแล้วหาทางออกเองได้

สังคมมักชื่นชมคนที่รู้มากเพราะวัดง่าย ทั้งคะแนนสอบและการตอบคำถามได้ถูก แต่ในยุคที่ข้อมูลอยู่ปลายนิ้ว การรู้มากให้ข้อได้เปรียบน้อยลง สิ่งที่ AI ยังทดแทนได้ยากคือการตั้งคำถาม และการตัดสินใจภายใต้ความไม่แน่นอน

ข้อสังเกต: แนวคิดนี้ไม่ได้พูดถึง IQ หรือเกรด คนที่ IQ ไม่สูงแต่ฝึกกระบวนการคิดมาดีอาจแก้ปัญหาได้ดีกว่าคนที่ IQ สูงแต่ไม่ได้ฝึก (เป็นข้อความเชิงความเห็นจากเนื้อหา ไม่มีข้อมูลสนับสนุน)

ฝึกได้จริงหรือ

เนื้อหาเปรียบฐานสมองกับกล้ามเนื้อ ทุกคนมี แต่คนที่ออกกำลังบ่อยจะแข็งแรงกว่า ข้อโต้แย้งที่ผู้เล่าตั้งไว้เองคือ พันธุกรรม สภาพแวดล้อม โอกาส และบุคลิกก็น่าจะมีผล จุดที่ผู้เล่าเห็นด้วยคือ ไม่ว่าเริ่มจากจุดไหน ก็พัฒนาจากเดิมได้ แม้อาจไม่เท่ากันทุกคน

เรื่องดาวตก

เรื่องเล่า: ถ้าดาวตกผ่านและต้องขอพร 3 ข้อก่อนมันหาย จะขออะไร ประเด็นไม่ใช่ว่าขออะไร แต่คือ ตอบได้ทันทีหรือไม่ คนที่ตอบได้ทันทีคือคนที่คิดเรื่องนั้นอยู่ตลอด ฐานสมองก็เช่นกัน เกิดจากการฝึกคิดต่อเนื่องจนกลายเป็นส่วนหนึ่งของตัว

ความอยากรู้: แรงขับที่อยู่ใต้สามเสา

ถ้าไม่มีความอยากรู้ ต่อให้ฝึกสามเสาก็ไม่ขยับ เพราะไม่มีอะไรผลักให้เราคิด

ชนิด คำถาม ตัวอย่าง ผลต่อการคิด
อยากรู้ว่า "อะไร" (What) เกิดอะไรขึ้น ข่าววันนี้ ใครทำอะไร ได้คำตอบแล้วจบ ไม่ต้องคิดต่อ
อยากรู้ว่า "ทำไม" (Why) ทำไมเป็นอย่างนั้น ทำไมสินค้านี้ขายดี ทำไมลูกค้าชอบร้านนี้ บังคับให้วิเคราะห์ หาเหตุผล และตั้งสมมติฐาน

วิธีฝึก: ตั้งเป้าถาม "ทำไม" ให้ได้อย่างน้อย 5 ครั้งต่อวัน ไม่ว่าเรื่องงาน ข่าว หรือสิ่งที่เห็นระหว่างทาง ผู้เล่าบอกว่าสัปดาห์แรกรู้สึกฝืน สัปดาห์ที่สองเป็นนิสัย และเริ่มสังเกตสิ่งที่ไม่เคยเห็น (รายงานเอง ยังไม่ทดสอบ)

แยกข้อเท็จจริง ความเห็น และข้อเสนอแนะ

ประเภท ข้อความ หมายเหตุ
ข้อเท็จจริง โจทย์ประมาณจำนวนร้านตัดผมเป็นคำถามสัมภาษณ์ของบริษัทที่ปรึกษาญี่ปุ่น ตามที่เล่าไว้ ไม่ได้ตรวจสอบ
ข้อเท็จจริง ข้อมูลครบ 100% ไม่เคยมีในการตัดสินใจจริง ข้อสังเกตทั่วไป
นิยาม/ข้ออ้างของแนวคิด ฐานสมองฝึกได้เหมือนกล้ามเนื้อ เป็นข้ออ้างของแนวคิด ยังไม่มีหลักฐานทดลองในเนื้อหา
ความเห็น ความรู้ล้วน ๆ มีค่าน้อยลงในยุค AI ความเห็นที่มีเหตุผล ไม่ใช่ผลวิจัย
ประสบการณ์ส่วนตัว ตัดสินใจเร็วขึ้นหลังฝึก 1 สัปดาห์ หัวหน้าชม ผู้เล่ารายงานเอง ยังไม่ทดสอบ
ข้อสังเกตเชิงวิจารณ์ แนวคิดมาจากบริบทที่ต้องคิดเร็ว บางงานต้องใช้เวลาและความละเอียด ข้อจำกัดของการนำไปใช้
ข้อสังเกตเชิงวิจารณ์ เน้นตรรกะ พูดถึงอารมณ์และสัญชาตญาณน้อย ข้อจำกัดของการนำไปใช้
ข้อเสนอแนะ หยุดคิด 3 นาที / ร่างภาพรวม 15 นาที / Elevator Test รายวัน วิธีปฏิบัติที่แนะนำ

5 ข้อปฏิบัติรายวัน

ข้อ การปฏิบัติ รายละเอียด
1 หยุดคิด 3 นาทีก่อนเปิด Google เจอคำถามจากใครก็ตาม ถามตัวเองว่า "คิดว่าคำตอบคืออะไร" ไม่ต้องถูก ขอแค่มีทิศทาง
2 ร่างภาพรวม 15 นาทีก่อนเริ่มโครงการ เขียนทุกอย่างลงกระดาษ แล้วจัดลำดับว่าอะไรทำก่อน สำคัญสุด และรอได้
3 Elevator Test ทุกวัน สรุปงานวันนี้เป็น 3 ประโยค และสรุปสิ่งที่อ่านเป็น 1 ประโยค
4 หยุดคิดว่าปัญหาเราพิเศษ ถามว่า "ใครเคยเจอปัญหาคล้ายกัน" ในอุตสาหกรรมอื่น
5 เปลี่ยนจากถามว่า "อะไร" เป็น "ทำไม" ตั้งเป้า 5 ครั้งต่อวัน

นิสัยเสริมระหว่างทำงาน: ตอนเช้าเขียนรายการงานเรียงลำดับ ถ้ามีงานใหม่เข้ามา ให้ย้อนดูภาพรวมก่อนว่าสำคัญกว่าไหม ถ้าสำคัญกว่าก็สลับ ถ้าไม่ ให้จดไว้ทำทีหลัง ผู้เล่าบอกว่าช่วยให้มีสมาธิและไม่ลืมงาน (รายงานเอง)

เช็กลิสต์ก่อนส่งงาน/ตอบคำถาม

ข้อ คำถามตรวจ สถานะ
1 มีสมมติฐานของตัวเองก่อนค้นข้อมูลหรือยัง ⚪
2 ภาพรวมของปัญหาครบหรือไม่ มีส่วนไหนตกหล่น ⚪
3 อธิบายแก่นใน 30 วินาทีได้หรือไม่ ⚪
4 ขึ้นต้นด้วยภาพรวมและปิดด้วยสิ่งที่ต้องการให้ทำหรือไม่ ⚪
5 เคยลองดูวิธีแก้ของอุตสาหกรรมอื่นหรือยัง ⚪

ความเสี่ยง ข้อจำกัด และข้อผิดพลาดที่พบบ่อย

Warning: ใช้เสาใดเสาหนึ่งมากเกินไปโดยไม่สมดุลจะเกิดผลเสีย ต้องใช้ทั้งสามเสาร่วมกันตามบริบท

ใช้เกินไปในด้าน อาการ
สมมติฐาน ยึดสมมติฐานเดิมแม้เจอข้อมูลใหม่ที่ขัดแย้ง ดื้อและติดแน่น
กรอบภาพรวม กรอบอาจตัดสิ่งที่แหลมคมและไม่เข้าพิมพ์ทิ้ง ซึ่งบางครั้งมีค่าที่สุด
นามธรรม ได้ไอเดียกว้าง ๆ ที่ลงมือไม่ได้ เพราะตัดรายละเอียดหมด พูดง่ายทำยาก
ข้อผิดพลาดที่พบบ่อย ทางแก้
ถือว่าสมมติฐานคือคำตอบสุดท้าย ถือเป็นจุดเริ่มต้น ปรับตามข้อมูล
ตั้งสมมติฐานแล้วเลือกเก็บแต่ข้อมูลที่เข้าข้าง เพิ่มโดยเรา: หาข้อมูลที่อาจหักล้างสมมติฐานด้วย
ข้ามขั้นสมมติฐานเพราะกลัวผิด สมมติฐานผิดไม่เป็นไร ผิดแล้วปรับได้
คิดอย่างเดียวไม่ลงมือ ผู้เล่าชี้ว่าการคิดเก่งอย่างเดียวไม่พอ ต้องมีการปฏิบัติด้วย
หวังสูตรสำเร็จ เป็นทักษะที่ต้องฝึก ใช้เวลา และลองผิดลองถูก

ข้อจำกัดของเนื้อหา:

  • ตัวอย่างหลายอย่างอยู่ในบริบทที่ปรึกษาและธุรกิจญี่ปุ่น ต้องปรับให้เข้ากับงานของเรา
  • งานที่ต้องการความละเอียดและเก็บข้อมูลครบอาจไม่เหมาะกับแนวทาง "สมมติฐานนำ" ล้วน ๆ
  • ผลลัพธ์ที่เล่าไว้เป็นประสบการณ์เฉพาะบุคคล ไม่มีกลุ่มเปรียบเทียบ

เหมาะกับใคร

กลุ่ม เหตุผล
พนักงานออฟฟิศทุกสายงาน ใช้ได้กับการนำเสนอ แก้ปัญหา ตัดสินใจ
นักเรียน นักศึกษา คนเริ่มทำงาน เปรียบได้กับระบบปฏิบัติการของสมอง ยิ่งฝึกเร็วยิ่งได้เปรียบ
คนที่คิดว่าตัวเองไม่ฉลาด ความฉลาดมีหลายแบบ และการคิดเป็นทักษะที่ฝึกได้
หัวหน้าทีม คนที่กำลังจะเลื่อนตำแหน่ง ต้องจัดลำดับความสำคัญและมองภาพรวม
กลุ่มที่อาจไม่เหมาะ เหตุผล
ต้องการสูตร 5 ขั้นแล้วเก่งทันที เป็นทักษะ ไม่ใช่สูตร
ไม่ชอบเนื้อหาเชิงวิชาการและโมเดล มีส่วนที่เป็นทฤษฎีและศัพท์เฉพาะ
เชี่ยวชาญการคิดเชิงกลยุทธ์อยู่แล้ว อาจรู้สึกว่าเป็นพื้นฐาน

ทดสอบความเข้าใจ

คำถาม คำตอบ คำตอบผิดที่พบบ่อย
1. ทำไมการตั้งสมมติฐานก่อนจึงเร็วกว่ารวบรวมข้อมูลก่อน ทั้งที่สมมติฐานอาจผิด ข้อมูลครบไม่เกิดขึ้นจริง สมมติฐานบอกว่าต้องหาอะไร ผิดก็ปรับได้ จึงแม่นขึ้นทุกรอบ "เร็วกว่าเพราะเดาถูกบ่อย" (ความเร็วมาจากทิศทางและการวนซ้ำ)
2. ถ้าข้อมูลใหม่ขัดกับสมมติฐาน ควรทำอย่างไร ปรับหรือทิ้งสมมติฐาน แล้วตั้งใหม่และพิสูจน์ใหม่ ยืนยันสมมติฐานเดิมและหาข้อมูลสนับสนุนต่อ (กับดักดื้อและติดแน่น)
3. เป้าหมายของ Fermi estimation คืออะไร ฝึกแยกปัญหา มองภาพรวม และตั้งสมมติฐาน คำตอบไม่ต้องแม่น 100% ได้ตัวเลขที่ถูกต้องที่สุด
4. ทำไมงานซ้ำซ้อนที่คิดว่า "ไม่เหมือนใคร" จึงเป็นอุปสรรค ทำให้หยุดเรียนรู้จากที่อื่น ทั้งที่ปัญหาส่วนใหญ่มีแก่นเดียวกัน (เช่น คิวร้านกาแฟกับโรงพยาบาล) "ปัญหาแต่ละอุตสาหกรรมต่างกันเกินไปจนเทียบไม่ได้"
5. (ข้อจำกัด) เมื่อไรที่ไม่ควรใช้ "สมมติฐานนำ" เป็นหลัก งานที่ต้องแม่นยำสูงและแก้ย้อนกลับไม่ได้ หรือที่อารมณ์และสัญชาตญาณมีบทบาทมาก "ใช้ได้ทุกสถานการณ์เท่ากัน"
6. Elevator Test ฝึกสิ่งใด และสองเคล็ดลับคืออะไร ฝึกสกัดแก่น: เริ่มด้วยภาพรวมหนึ่งประโยค (เช่น 80 จาก 100) และจบด้วยสิ่งที่ต้องการให้ทำ "เล่าให้เร็วขึ้นใน 30 วินาที" (ไม่ใช่พูดเร็ว แต่คือเลือกว่าจะพูดอะไร)

ขั้นต่อไป

Recommendation: เริ่มจากข้อเดียวคือหยุดคิด 3 นาทีก่อนเปิด Google ทดลอง 2-3 สัปดาห์ แล้วเทียบกับ baseline ที่จดไว้ จากนั้นค่อยเพิ่มการร่างภาพรวม 15 นาที และ Elevator Test

ตัวย่อที่ใช้ในหน้านี้

ตัวย่อ ชื่อเต็ม คืออะไร อ่านค่าอย่างไร
AI Artificial Intelligence ระบบคอมพิวเตอร์ที่ทำงานคล้ายการคิดของคน เช่น ตอบคำถาม สรุปข้อมูล "AI ตอบได้เกือบทุกคำถาม" = ความรู้ล้วนไม่ใช่ข้อได้เปรียบอีกต่อไป
IQ Intelligence Quotient ค่าที่ใช้วัดความสามารถทางสติปัญญาจากแบบทดสอบ ค่าสูงไม่ได้แปลว่าคิดเป็นระบบเสมอไป

แถวทั้งสองมาจากความรู้ทั่วไป ไม่ใช่นิยามที่เนื้อหาให้ไว้

สัญลักษณ์ในสูตร

สัญลักษณ์ ความหมาย อ่านค่าอย่างไร
S จำนวนร้านตัดผมที่ประมาณได้ 150,000 = ผลของตัวอย่างประกอบ ไม่ใช่ตัวเลขจริง
P ประชากร 120 ล้านคน
f สัดส่วนคนที่ตัดผมประจำ 0.5 = ครึ่งหนึ่ง
r จำนวนครั้งที่ตัดผมต่อคนต่อปี 6 = ทุก 2 เดือน
C ลูกค้าต่อร้านต่อวัน 8 (ตัวเลขประกอบของเรา)
d จำนวนวันเปิดต่อปี 300 (ตัวเลขประกอบของเรา)

สัญลักษณ์ P, f, r มาจากตัวเลขที่เนื้อหาพูดถึง ส่วน S, C, d เป็นชื่อที่เราตั้งขึ้นเอง

Summary

  • ฐานสมองคือความสามารถคิดหาทางออกเองเมื่อไม่มีข้อมูลครบหรือคำตอบสำเร็จรูป
  • แก่นคือสลับลำดับ: คิดคำตอบร่างก่อน แล้วหาข้อมูลมาพิสูจน์และปรับ
  • สามเสาคือสมมติฐาน กรอบภาพรวม และนามธรรม ใช้ร่วมกันและต้องสมดุล
  • ฝึกด้วย Fermi estimation, Elevator Test, การร่างภาพรวม 15 นาที และถาม "ทำไม" วันละ 5 ครั้ง
  • ผลลัพธ์ที่เล่าไว้เป็นประสบการณ์ส่วนตัว ยังไม่มีการวัดที่ยืนยัน จึงควรตั้ง baseline และทดสอบกับงานของเราเอง

ภาพประกอบที่หน้านี้ไม่มี

บางช่วงผู้สอนอธิบายผ่านภาพบนจอ และหน้านี้ไม่ได้ถอดภาพเหล่านั้นมา ตารางด้านล่างบอกเพียงว่าตรงจุดใดมีภาพ และผู้พูดกำลังพูดถึงเรื่องอะไรในช่วงนั้น

เวลา ภาพที่อ้างถึง ผู้พูดพูดถึงภาพนี้ว่า
03:03 ภาพ กำลังเข้าสู่การอธิบายสามเสาหลักของฐานสมอง
04:48 ภาพ พูดถึงการคิดเป็นกรอบ การมองภาพรวมก่อนรายละเอียด และการเปรียบกับการดูแผนที่ก่อนขับรถ
06:26 ภาพ แนะนำเครื่องมือฝึกสมองด้วย Fermi estimation
07:32 ภาพ พูดถึงเหตุผลที่บริษัทที่ปรึกษาใช้โจทย์แบบนี้ และความไม่แน่นอนในงานจริง
10:23 ภาพ พูดถึงฉบับแปลภาษาไทยที่อ่านง่ายและจุดเด่นของเนื้อหา
12:38 ภาพ ทบทวนสามเสาหลักและบทบาทของ Fermi estimation ก่อนลงรายละเอียด
15:19 ภาพ พูดถึงการมองภาพรวมเหมือนขึ้นไปบนตึกสูง
16:04 ไม่ระบุประเภทภาพ เล่าตัวอย่างการหาทางไปโบสถ์ในเมืองโดยขึ้นตึกสูงเพื่อมองภาพรวม
17:02 ภาพ พูดถึงการแบ่งปัญหาให้ไม่ซ้ำและไม่ตกหล่น
17:38 ภาพ พูดถึงมุมที่มองไม่เห็นเหมือนกล้องถ่ายได้มุมเดียว แล้วเข้าสู่เสาที่สาม
20:22 ภาพ พูดถึงสองเคล็ดลับของ Elevator Test และการเชื่อมสามเสา
22:18 ภาพ ใช้ตัวอย่างร้านตัดผมแสดงสามเสาทำงานร่วมกัน
23:03 ภาพ พูดถึงข้อควรระวังเมื่อใช้เสาใดเสาหนึ่งมากเกินไป
28:41 ไม่ระบุประเภทภาพ เล่าตัวอย่างการใช้ Fermi ประมาณจำนวนหมูปิ้งกับข้าวเหนียวในวงอาหาร
33:29 ภาพ พูดถึงกลุ่มคนที่หนังสือเหมาะ เช่น หัวหน้าทีมและผู้ต้องตัดสินใจ
36:17 ไม่ระบุประเภทภาพ เริ่มสรุปความรู้สึกและพูดถึงตอนถัดไป
39:40 ภาพ พูดถึงการร่างภาพรวม 15 นาทีด้วยกระดาษแผ่นเดียว
40:33 ภาพ พูดถึงการจัดลำดับงานและการฝึก Elevator Test ทุกวัน
46:39 ภาพ พูดถึงแนวคิดนี้ในฐานะคู่มือเอาตัวรอดยุค AI
47:21 ภาพ พูดถึงคำว่า "ก่อน" เป็นหัวใจ และเรื่องดาวตก
Facebook