如何培养创造力别学编程学绘画

　　本月早些时候，塞缪尔·阿贝斯曼（Samuel Arbesman）在 Wired 网站撰文称，这个世界需要更多的通才、业余爱好者和多面手。他指出（他当然不是第一个指出的人），科学和技术知识的领域变得如此之大，没有一个人能够通晓一切。
　　因此，人们往往会专注于一个领域。他写道，这是个问题，因为＂最令人兴奋的发明都出现在各个学科的边缘，出现在那些能够把不同领域的不同观点综合在一起的人当中。＂
　　如果你的职业是写代码，那么编程当然是个实用的技能。这也可以是个有益的爱好——过去几年中，我学会了几种不同的程序语言。但是对大多数人来说，学习编程恰恰并不值得花费时间。科技变化如此之快，如果想在编程领域保持领先地位，你就要专注于编程——从而让你自己局限于极为专业的桎梏，这正是阿贝斯曼担心的问题。
　　阿贝斯曼认为，为了培养多面手，更多的人应该＂拥抱机器＂。尤其是通过学习编程来实现这个目标。阿贝斯曼表示，＂通过编程，认识到相似的算法会不断重复出现，我们能够看到不同知识领域之间的相似性。＂
　　（更新：阿贝斯曼非常热情地在本文下方发表了评论，指出他的观点＂并不是着重强调编程能够培养多面手这种司空见惯的想法。＂而是在说，＂目的是让人了解跨越学科的通用模型，而不是学习如何编程。编程也许会有帮助，但是更多的是学会寻找和使用‘工具’，促进这种交互作用的产生，不仅是学习编程本身。＂不过每个人都应该编程的这种想法是再普通不过的观点，依然值得探讨。）
　　在 21 世纪，要培养在任何领域——无论是科学、技术还是商业领域——的创造力，对科技都应有一定程度的掌握。不过要充分利用计算机的强大功能，最好的途径并不在于编程——而是让计算机做人类并不擅长的繁重计算工作，让人类能够专注于具有创造力、解决问题的工作，这恰好是计算机不擅长的领域。
　　如果你想培养创造性的以及能解决问题的能力，解决方案并不是学习编程——而是学习绘画雕刻，或者是乐器演奏、诗歌创作。从事什么领域并不重要：关键在于如果你想培养自己的创新能力，最好的方法就是认真地追求一门艺术。
　　在诺贝尔奖的历史上，几乎每位获奖者都有艺术追求。根据美国心理学家米歇尔（Michele）和罗伯特·鲁特-伯恩斯坦（Robert Root-Bernstein）的研究，＂绝大多数的诺贝尔奖获奖者在成年后都积极参与艺术活动。与普通科学家相比，他们爱好唱歌、跳舞或表演的概率是前者的 25 倍；同时也身为视觉艺术家的概率是前者的 17 倍；创作诗歌或文学作品的概率是前者的 20 倍；做木工活或其他工艺的概率是前者的 8 倍，同时也是音乐家的概率是前者的 4 倍；同时也是摄影师的概率是前者的两倍。＂
　　物理学家马克斯·普朗克（Max Planc）写过歌剧，为交响乐谱过曲，他曾经写道，科学家＂必须有生动直观的想象力，因为新的创意不是通过推论产生，而是通过艺术创作的想象力产生。＂
　　历史似乎赞同他的说法。实际上，无论是古代还是现代，许多最伟大的科学家都是艺术家。当然，达芬奇（Da Vinci）以他的艺术才华和科学才能而闻名于世。现代蒸汽机的发明者罗伯特·富尔顿（Robert Fulton）是位画家。好莱坞女明星海蒂·拉玛（Hedy Lamarr）与人共同发明的专利技术成为现代手机、Wi-Fi 和全球定位系统（GPS）的基础。谁和她共同完成了这项发明？乔治·安塞尔（George Antheil），一位作曲家和音乐家。
　　（海蒂·拉玛则从另一个方向体现了这个过程：她的日常工作是名演员，工程师是她的业余爱好。她在自己的豪宅中建立了实验室，在这里完成了多项发明。）
　　为什么学习艺术可以提高创造力，这个科学原理依然处于起步阶段，有大量的研究产生了相互矛盾的结果。不过有一个原因可能解释这种力量，艺术和科学之间的实践存在相似性。艺术家会先勾勒草图，稍加修改，然后完成绘画，这可能是一幅油画的基础。小说家会创作几篇草稿，然后挑出写得最好的稿子。
　　同样地，科学方法的本质是提出假设、测试、修改假设、形成新的假设、再次测试等等。工程师的工作流程是设计、测试、否决草图、测试、否决更多的草图等等。因此，即使是在某个人选择艺术的实践中，科学家或工程师还是在练习基本技能，这些技能是她在主要职业中获得成功的必要条件。
　　爱因斯坦曾经说过，＂如果我没有成为物理学家，我可能会成为一位音乐家。我经常在音乐中思考问题。我在音乐中做白日梦。我通过音乐的方式来看待我的人生。＂为了发挥我们的创造力潜能，我们不妨将爱因斯坦作为典范。