我特别喜欢"重新定义"这个词，人们所有的重大改变都是从重新定义开始的。因为重新定义产生了内在动机，进而带动了不同的行动实践，产生了不同的效果，从而形成“
认知
——
行动
——
体验
——
再认知
——
再行动
——
再体验
”的循环。所有积极而持久的改变都是这个循环多次强化的结果。
最近一次我对行动学习在认识上的升华是近两年创业之后发生的，我对行动学习的重新定义：行动学习是把经验学习和社会学习两大属性整合后的产物，这源于大数据对我的启发。我用了大数据的两个重要概念来类比行动学习，认为每个个体都有自己独特的
算法
（思维方式），也都带着自己独特的
数据
（知识经验）。而行动学习就是要形成一个有秩序的场域，就像市场一样，让参与者能够相互交换数据，分享算法。从而借助团队的算力和数据解决团队的问题，同时让参与者能够交互数据，升级算法，个体的收获不是积累更多数据，就是升级原来的算法。类比的力量是巨大的。这个类比使我直通社会化学习的本质，甚至完全超越了行动学习本身。
我对行动学习的定义：行动学习就是利用一种有效的研讨方式，把散落在不同参与者脑海中关于某一主题的见解与智慧加以析取和整合，而这个析取和整合的过程和结果又能够让组织和所有参与者从中受益。行动学习的本质是社会化的经验学习，是数据的跨脑联机，是算法的优化升级。更有价值的是：用我的算法加工你的数据，用你的算法加工我的数据，不同个体之间进行数据和算法的交叉迭代。
很多问题最终都需要我们找到答案，但找答案的第一步是确定找答案的方法。一群人做事情时，首先要找出统一的算法，先统一一下怎么干。当有了一个算法后，就可以进行结构化的数据收集，这时候就进入发散环节，发散是收集数据，等我们收集了一大堆数据后，这时候就要收敛了，收敛是一个找规律的过程，需要
大家
进行有意识的对所有数据进行加工，这就需要升级算法，整个行动学习可以促进数据积累和算法的不断升级。
无序的积累叫经历，有序的积累叫经验，行动学习是将无序经历有序化的工具。王阳明说：“省察是有事时的存养，存养是无事时的省察”。正所谓“养兵千日，用兵一时”，行动学习就是闲时练兵，为的是打仗的时候更从容。台下十年功换取的是台上一分钟的潇洒和从容。平时做好了存养的事情，在遇到新情景时，就可以立马提取出恰当的经验方法来应对。倘若将行动学习拆分开，那行动的目的是积累数据，学习的目的是升级算法。
学习也可以说就是人类对数据的更新和算法的迭代。
行动学习就是一个灵活的“搜集碎片找规律，利用规律解难题”的过程框架，在这个过程中我们每个人都编织自己的网，然后互相连接整合到一起，一起形成一张大网，最后找到规律方法，达成共识。任何一个行动学习工具本质上都是一个大家
共同的参与算法。这个算法要达到的目的是充分激活参与者的数据，整合参与者的算法，形成达成共识的集体算法，进而加工完成一个高度共识的解决方案。我称之为
横向拉网，纵向捞鱼
。拉网是为了跨脑关联，捞鱼是激活每个参与者的知识经验。
任何有效的实践背后必有理论支撑，把实践上升到理论高度，就能够把握其精神实质，这个过程叫“借术悟道”，把握了精神实质再反过来指导新的实践，就能够活学活用，做到运用之妙、存乎一心，这个过程叫做“以道驭术”。术与道不接轨，术也用不好，知其然不知其所以然。反过来，道跟术不结合，空洞虚无的道难以显现。而每回在实践中的灵活应用和创新反过来又丰富和发展的理论，道和术就是这样若即若离的关系。
