财新传媒 财新传媒

阅读:0
听报道
你相信命运吗?你认为人是命运的牵线玩偶吗?你有没有想过,究竟有没有超越命运的方法?答案是:有的。是什么呢?
 
作者丨掬元
 
在文章开始之前,先请大家思考几个问题:
 
第一,你相信命运一说吗?
 
第二,即使你不相信命运,也许还是会承认,人生中有太多的不确定性是你难以把握的;再厉害的人,也有局限。
 
第三,如果你承认每个人都有局限,你有没有思考过,对于人生中的不确定性,你怎么做,才能最大程度地把握它?
 
如何了解你的局限?
在开智社群阅读了各位决策领域大拿的书籍,从多个方面学习了如何决策。学会如何决策对每个人都及其重要,因为每个人的人生轨迹深受自己做出的大大小小的决策及行动的影响。
 
不必再费力寻找操纵你命运背后的黑手,斯坦诺维奇早在在「机器人叛乱」一书中讲到,其实你只是一个机器人,你被两个毫无人性的主人所操控,一个是基因,一个是模因。
 
基因决定了你的健康,神经智力,性别,某些行为偏好等等;同时,你无法选择出生的时代,养育你的父母,它们/他们输出的模因深刻地影响了你的思维方式和行为偏好。
 
比如有些激进分子,不惜把自己伪装成人肉炸弹,去危害他人生命,自己却认为这是极其光荣神圣的事情。这就是模因影响人类行为的例子。这些模因极其其强大,绝大部分人都无法抗拒,出现了阶层的固化的现象。
 
因此,马奇曾经这样说过,有三个因素,可以解释你一生一半以上的命运。其一,你的父母是谁;其二,你在出生时间和地点;其三,你的性别。剩下的一半命运,需要你用穷尽一生的努力去改变。
 
更多的人,混混沌沌地度过一生,连剩下的一半机会也早早放弃了。这就是为什么绝大部分人从出生开始,就基本可以看到命运的终结。
 
中国有一句老话,性格决定命运。从决策偏好来理解性格,如果说基因和模因深刻地影响了我们的决策偏好和思考方式,性格决定命运这句话是很有道理的。
 
如何跳出「性格决定命运」这个命运?
 
我认为,想要打破命运的魔咒,想要挣脱基因和模因的奴役,你必须先要了解它们是如何造成你的局限的。你只有看清自身的局限,才有可能挣脱它的奴役。
 
你的局限,存在于人类作为一个群体的局限中。想要认识你自己的局限,没有比认识整个人类的局限更好的方法。
 
这种思考问题的方式,阳志平老师称之为以「心智和文化」思考和解决人生的问题。对比起关注「行为和现象」,缺什么补什么;以及关注「关系和结构」,借助社会资本及信息利差来解决人生问题,根本性地改变心智和文化是更高阶的做法。
 
接下来的问题就是,你应该去哪里找到关于自身局限的解释,关于基因和模因如何在你身上起作用的知识,关于人类行为和认知的客观规律呢?
 
可以从你每天都刷的微信公众号所谓的「深度好文」里找到答案吗?
 
你也许看过两篇结论完全相反的朋友圈「深度好文」,同样的逻辑严密论证严谨,你惊叹于它们思维角度独特,觉得「你说得如此有理,我竟无法反驳」,两篇文章可能都同时转发了。稍微深入思考,既然他们的论点是完全相反的,那么必然有一方可能是错误的。
 
再进一步细看,这些所谓的朋友圈「雄文」,通过看似很严密的论证,或者迎合你的偏好,或者煽动你的情绪,在论证上什么证据利于自己的论点就选择什么证据。
 
这是典型的无视事实,根据认知调整证据而不是通过鲜活证据拓展认知边界的做法。追逐朋友圈这些二手三手缴纳智商税的所谓「雄文」,会浪费了大量时间,认知还是停留在原有的水平甚至更糟糕。
 
到底哪里会有我们要的答案?
 
试想你现在接到一个任务,你要研究家庭收入对孩子后天表现的影响,正确的做法是找到两组孩子或者多组孩子,他们除了家庭经济情况不一样之外其它情况都尽可能地一致。
 
如果这些孩子不但家庭经济情况不同,健康、智商、年龄、性别等等很多情况都不一样,你的研究结论就没有说服力。因为孩子后天的表现差异并不能证明是家庭经济水平造成的。用于证实药物或治疗方案疗效的临床随机对照(RCT)试验就符合这样的要求,包含了双盲(三盲)、随机分组、对照等要求。
 
因此阳志平老师提到,道金斯认为,对双盲试验的理解能干掉一半以上的理性偏差。因为这样获得结果的才是研究因素真正的效应,对于其它人进行不同情景的演绎才具有预测和指导作用。
 
也就是说,那些关于人类行为和认知的因果规律,你需要从经过严谨设计的大量实验得来的知识中得到。这正是我们科学家所从事的工作。
 
如果说人类的「有限理性」和「情景理性」打击了我们作为人类的尊严的话,科学家们则以探求未知为己任,不断地拓宽着人类理性认识的版图,维护着人类作为地球主人的尊严。
 
如果把人类看成是一个生命,科学家群体就是人类社会的脑组织;如果说人类社会像一辆不断前进的列车,科学家群体就是列车的司机。他们决定了人类可以更快去往哪里,终将到达哪里。正是由于科学家的出现,人类才逐渐告别动物的天然属性,成为万物之灵。
 
科学家是怎么工作的?
 
简单的说,科学家往往从问题出发,从问题引出科学假设,设计试验收集证据,然后进行假设验证。科学家们是反人性反直觉的,科学家的思维是看证据而不是看结论。证据比结论本身更重要。
 
简单的说,那些最能排除混杂因素,建立同质对照的实验,才能获取更强更有说服力的证据。因此,你应当从结论思维转变为证据思维:对任何的结论保持警惕,转而关注这个结论有没有证据支持它或者反驳它;随时根据证据调整认知而不是反之。
 
重要的不在于你相信什么是对的,而在于你为什么相信。伟大的物理学家埃德温·哈勃曾在 1938 年加州理工学院的毕业典礼上说过,一个科学家要拥有「健康的怀疑、迟缓的判断以及规范的想象」。
 
如何了解你的局限?
 
答案就是,在科学家们的工作成果中找到。你想要超越命运,首先要了解你的局限因何而来。
 
如何获得决策支持?
 
回到主题,如何做出更好的决策?
 
答案就是,直抵知识的源头,去阅读一手文献,生成自己的知识体系,从第一手的证据中获得决策支持。
 
但一手论文那么多,我们应该读那些呢?
 
这个问题也难不倒大家。阳志平老师反复跟大家提过,读发表在牛刊的、大牛的和引用率高的。大家有没有想过为什么呢?科学家是一个庞大的群体,科学家的任务是探索人类认知的未知领域。
 
如何保证科学共同体这样一个跨越时间,空间,国家,种族,学科的巨大组织能够有序地工作?
 
比如,已经有定论的认知边界可以为所有研究人员所借鉴,避免重复劳动;比如,原创应该得到保护和尊重;比如,使用大家都认可的一套工具(方法)进行未知的探索等等。
 
保证这样一个巨大的群体有序工作,必然需要一套独特的信息与信任的传递机制,那就是科学共同体承诺遵守的学术规范:如,科研工作者按一定的要求程序设计试验,默认承诺数据真实,论文发表前需要原创性声明,需要通过同行评议,引用或者借鉴他人的成果需要标注参考文献。
 
当你理解了这一套机制,就明白引用得越多的文献代表更能信任。相当于经过越多的重复性检验或者同行的关注,它们一定是一些领域内取得突破性进展的探索。相当于有了最专业的专家为你做好了阅读的标记。那么你正好可以利用这一套信息和信任传递的机制,提高寻找证据的效率。
 
如果你理解了这一套机制,就明白阳志平老师为什么让你要看 H 指数高的文献。至于用 H 指数还是 IF 还是其它的第三方评价指标,一点都不重要。你一对比各种第三方指标的定义,就知道哪个指标在什么情况下使用更好。
 
至于具体如何查询一手论文,生成自己的知识体系,阳志平老师已经有多篇文章指导过,大家也可以去阅读张海良的文章《破除学习误区,生成自己的知识树》。
 
那么具体如何从这些一手文章获得决策的支持呢?
 
刚才提到,用于验证科学假设的实验设计越科学,得到的证据等级越高,就越能揭示因果关系。但对于没有受过正规的科研训练的人来说,要去判断证据的质量,有一定的难度。
 
所幸有了 H 指数等第三方评价指标。科学共同体信息和信任传递的机制决定了这些第三方指数是个很好的筛选器,你可以直接阅读这些高引用一手文献,越过「试验设计」这个专业的关口。
 
但在不同场景的演绎上,我们仍然需要有「定义-假设-质疑」这一套科学的思维。也就是阳志平老师提到的,你要看清科学理论是如何定义的,内置了什么假设,其他学者是如何质疑它的。
 
这有两层含义:
 
第一,任何理论都不是放之四海而皆准的,如果只看定义不看假设,很有可能你会用错场景。
 
比如运筹学通过建模去模拟决策中的不确定性,一个必要的前提就是对模型的运行方式和起始参数进行了设定,如果你不了解或者不顾不管这些前提,模型的结果是没有任何意义的;
 
第二,任何科学理论必须具备可证伪性,随时准备受到质疑,了解了提出者如何验证,其它学者如何质疑,相当于从正反两个方面对理论深入地理解。
 
开智社群里,我们曾学习过自然决策流派的学者克莱因的「如何做出正确决策」,他在书中提出了识别启动决策(RPD)这一自然决策模型。我们先来看看这个决策模型的定义。
 
在书中,作者提出了模型的三种变式,但无论是哪一种,都有决策者直接把决策情景与经验库的典型经验进行对比,如果与经验库的经验接近,不需要对决策的可能选项进行对比,立即做出决策这一共同的内容。
 
这其中隐含了一个假设,你必须有足够大的经验库。那么对于新手,这个模型就没有太大的用处。进一步细看,克莱因认为,RPD 决策模型比其他理性决策模型更有效,因为人们在现实中基本上不会使用理性决策模型。
 
我们来看看他背后支持他的证据,他的研究对象是消防指挥官、急诊医生、比赛中围棋大师等,也就是说他又暗含了另外一个假设,在信息不充分、目标不明确、时间压力极大下的情况下,人们不会反复对比可能的决策选项。
 
这时你可能产生几个质疑:
 
其一,在这种情况下,决策者有时间去反复衡量哪个决策更有效吗?更有可能的情况是只能在极短时间下几乎是本能地做出反应。
 
其二,人们很少用理性决策模型进行决策能说明 RPD 决策模型比其他理性决策模型更有效吗?
 
其三,克莱因认为 RPD 决策模型证明了「个体在困难的条件下仍可做出正确的决策」,因为「从现实看来,消防指挥官的决策质量均令人满意」。
 
如果你去设想一个消防指挥官是如何养成的,不难想象在成为消防指挥官这样一个攸关生命安全的职业前必定经受了大量的培训,很有可能对各种场景下如何决策,那种决策更好进行了大量的对比。
 
而那些同样使用 RPD 决策模型但没能做出好决策的指挥官可能已经在救援中牺牲而未能采访到了。识别启动决策模型只能说明在自然情况下人类是如何决策的,但说明不了这种模型是更有效的。
 
通过这些质疑,你会对什么情况下使用,如何使用识别启动决策模型才更有效有更深刻的理解。
 
你会更能理解认知学徒制,如何像专家一样识别问题和情景的模式而不是简单地归纳,如何习得内隐知识。
 
你更能理解储存大容量的工作记忆也就是经验库的重要,更能理解刻意练习的重要性。
 
你也就更能理解主动地去一手源头建立自己的知识体系其实就是在主动地扩展自己的经验库。
 
即使不用真正办理案件,你仍然有可能通过这样的学习方法像阳志平老师一样成为微表情专家。这些都能帮助你更好地使用 RPD 决策模型在紧急情况下更好更优雅地进行决策。
 
再来看看一个科学思维如何影响决策的例子。在现实生活中,你往往通过学习和借鉴他人的经验来进行决策。计算机出了个问题,有可能你去百度经验上一查,很快就能解决。
 
但如果你是在经营一个公司,可能你看了再多的经营理念的书,听了再多的大牛分享,就算完全照做,也复制不出一个阿里巴巴。这其中的原因,其实马奇在「经验的疆界」一书中已清楚的阐述。
 
行为与结果之间必须有因果关系,复制行为才可能导向成功。对于变量小的决策,比如计算机出了个小问题,这是一个单变量的行为,它的因果关系很容易得出。
 
但对于经营公司,涉及的变量实在太多了,成功者的报告往往只突出了他自己感兴趣的一面,这些原因对于成功的贡献没有进行科学的估计,有可能是比较重要,有可能只是贡献了一部分,还有可能是其他因素一起协同作用才能增加贡献等等,往往变成了事后的过度诠释。
 
而二手三手渠道来源的信息又把这些事后诠释解读为成功的全部原因。即使这个原因是某大牛公司成功的最重要的原因,但大家的其他变量并不一样,就如同一个轻症病人和一个重症病人,即使某种药再有疗效,用药剂量和疗程并不一样。
 
如果你具备科学思维,懂得定义-假设-质疑这一套方法论,理解什么是同质对照,什么是控制混杂变量,就能避免类似这样的决策偏差。
 
如何持续行动?
 
提到决策,我们肯定得提到行动,只有行动才有可能帮助我们超越命运。在讨论这个主题之前,我先给大家介绍一下社会资本这个概念。
 
社会资本的获取指的是处在一定的社会网络结构中,由于与他人连接,通过行动共享声望、信任 、规范等文化资本以及蕴含在个人身体之中的知识与技术等人力资本的过程。
 
改变命运,也可以理解为改变目前所处的社会结构,与处于更高社会结构中的他人建立联结,共享更多社会资本的过程。
 
那么,处于更高社会结构中的他人为何愿意与你建立联结呢?
 
必然是由于你的行动输出了一定的价值,产生对彼此有利的社会资本这种共赢的可能。这种行动必定是产生了比较大的行动效应。从超越命运的层面讲,我们的对行动的期望是具有产生社会结构跃迁的效应,大的行动效应才是我们的目的。
 
但这种大的目标在现实中又容易引起行动的瘫痪,若选择易于坚持的小行动,又无法吸引其他人与你连接形成社会网络共享社会资本。对于个体来说,大行动的目的性和小行动的可操作性是个矛盾。
 
不妨看看生活中小累积产生飞跃性质变的例子:正确的投资。如果资金总是增长而没有亏损,即使增长率再低,经过一定的时间,也能因为复利变成巨大的财富。
 
知识的积累也是一样的,如果我们总能坚持对知识和技能的积累,在大时间周期的反复实践,使它们总是保持「正向」的「增长」,小行动就能产生巨大的改变。这就是阳志平老师一直强调的,最小行动+大时间周期这一个行动包。
 
最小行动克服人性,保证行动持续,在具体实践上,是我们的卡片大法,是某个小技能的刻意练习,这些是原则正确。
 
执行意图则能帮助我们抵达细节正确,做到保证持续最小行动;大时间周期形成知识复利,产生大的效应,进而改变我们在社会中的结构,也就是所谓的人际和阶层跃迁。
 
这其中的关键点是正向增长,不因为各种外在动机偏离方向,使我们的知识和技能的练习中断或者「流失」,解决这个问题的武器是自我决定论,用内在动机抵制各种诱惑。
 
小结
 
与其说性格决定命运,不如说,对科学的认识、理解和实践,决定了你的命运。
话题:



0

推荐

开智学堂

开智学堂

476篇文章 2年前更新

开智学堂专注于培养未来的创造者,在这里你可以与小伙伴一起学习认知科学、人工智能和创意写作等 21 世纪人才所需的技能。

文章