书品荟:《失败的逻辑》

本书作者德尔纳用他自己编制的引人入胜的计算机模拟程序,揭示了我们思维中的这些缺陷。他的例子――有时是开心的,有时是吓人的――和他那“梳脑”思维实验,使我们认识到应该如何处理复杂问题。这些实例使本书成为一件矫正工具,一种明智的规划和决策指南,使商业经理、决策者以及面临由此及彼日常挑战的每一个人的思维技巧更加敏锐。本书将改变我们构思变化的方法本身,使我们对成功之路的判断能力得到提高。

        为什么铁路信号系统工作正常时,列车仍然会发生撞车事故?为什么所有操作人员都警觉地坚守着工作岗位,核反应堆依然会发生灾难性的熔化事故?为什么我们制定得甚好的那么多专业和个人计划,会如此频繁地出岔子?
        迪特里希·德尔纳,德国最高科学奖获得者,在此考虑为什么——假定具备所有的智能、经验和信息条件——我们却仍然会犯错误,有时甚至引起灾难性的后果。令人惊讶的是,他发现问题的答案不在于疏忽或粗心,而缘于他所谓的“失败的逻辑”:我们思维模式中的某些倾向——诸如一次只做一件事,因果关系,还有线性思维_-它们适合于过去的简单世界,对于我们现在所生活的复杂世界却有着灾难性影响。当今世界,一切事物都是相互关联的。我们不能一次只做一件事情,因为每件事都有多重结果;我们不能用孤立的因果模式考虑问题,因为所有的情况都有副作用和长远影响。
         德尔纳给我们找到了不少例子。为什么阿斯旺水坝的规划者们,只想到会给埃及带来廉价用电的好处,却没有意识到他们也将会中断几千年来维持尼罗河谷地肥沃富饶的一年一次的洪水漫灌?为什么第三世界健康计划的规划者们不能认识到提高平均寿命就要求增加食物供应,从而疏忽地终止对饥民的捐助?

         其中第七章,《那么我们现在怎么办》,是整本书的总结和精华,对解决方案的总体探讨。本章的开始,用很长的篇幅描述人类思维的特征,失败的第一个原因是:人类思维过程缓慢,特别是对于未知现实所需要的思维活动太慢,不能同时处理许多不同信息。于是,有限的资源下,“节约”时间和精力,成为思维过程中许多失败的基础。这和芒格研究的人类思维善于“走捷径”异曲同工。节省脑力资源大多数时候对我们是优势,但这种思维定势特征,有时候会成为错误来源而浑然不知。“不考虑副作用和长期影响的规划,比事先分析那些可能性,也要经济的多”。“总之,在我们处理复杂系统时,节省的倾向似乎起着主要作用,促使我们省略思维过程的某些步骤或尽量将其简化”。或许是德国人特有的严谨在被国人翻译的时候给“捣糨糊”了,这部分原本最重要的章节读起来很别扭,我怀疑或许译者忽略了一些关键词、转折词,要么就是见树木不见森林。大段大段的文字,没怎么弄明白层次结构到底要说明什么。
          第二个原因,来自认知过程领域之外。也就是心理学上的“可控制感”,自我保护的成就感。“如果我们提出一个简化假设而且认为一切都依赖于一个中心变量,那么不仅把事情都变得容易了,而且还得到了一种安慰,感到事情都在我们的控制之下。没有这种简化,我们可能发现自己飘浮在一个由数据和很不容易分析的相互关系构成的海洋之上,而浮在海上不是一种愉快的感觉。形成简单假设并限制搜寻信息,可以缩短思维过程并允许我们有一种能力感”。是否真相不重要,重要的是我们能控制。另一方面,无限的从事制定计划、收集信息和构造过程的倾向,也是一种自我保护,与现实的脱离使我们没有机会知道是措施不起作用还是完全错了。
         第三个原因,人类记忆可能有一个很大的容量,但是它的“流入容量”较小。吸收新材料的速度慢。接收信息的衰落现象,其原因在于“通过屏蔽多余信息对我们的干扰,它可能为我们提供一些抽象方案。但它确实有自己的缺陷。人类面对时间结构系统所碰到的困难是一个重要例子”。所谓时间结构系统,作者在前面的几章分别用图表详细举例,很有意思。一个典型的例子是指数变化,很多人没法直观理解随着时间推进微小变化会最终及其陡峭。另一个例子,关于恒温箱调节实验的。简单的说,如果要干预一个刻度不准的恒温箱,使之实际温度恒定达到某个预期温度,结果很可能会让温度变化幅度更大,记录的实际温度变化轨迹和调节方案也错的离谱。呵呵,听起来是不很像股市?有预期,有实际情况,有对实际情况的认知。不是基本面决定股价(实际温度),而是我们对基本面的预期(预期温度)及其认知与现实之间的偏差(认知)决定股价变化(实际温度)。这是soros的核心思想。言归正传,波动性增大的原因,作者认为是“不能考虑较早发生的每一件事,只是因为那种信息已不再存在于他们的记忆之中了。”第四种原因:我们不考虑不存在的问题,我们是当前的俘虏。

        原因分析完了,我们究竟应该如何有效率的对待不确定性和复杂性?“找到恰当的策略”——即,在恰当的时候应用恰当的规则。作者同意不存在放之四海而皆准的规则。

训练对解决复杂问题有用吗?未必,言语智能和运用智能之间的差距,也就是“谈论某些事物的能力,不一定反应现实中处理事物的能力”。指导不能替代经验,是不是也很像股市和股市参与者?

作者最后总结,需要某种平衡:

必须把目标讲清楚,都知道应该如此,却很少能够做到。

不能一次实现所有目标,不同的目标可能彼此相互矛盾,要采取折中方案。

必须设定工作的优先级,但有时候需要改变优先顺序。

当对待一个已知结构时,应该形成系统的模型,必须预测副作用和长远影响。

收集信息不过分详细,也不草草了事。学到何时继续收集信息而何时停止。

是不很难?我觉得是,但有价值继续讨论。

“重要的不是发展异乎寻常的精神能力,不是充分使用被忽略的右半脑,不是解放某些神秘的创造性潜能,也不是动员潜在的90%智力。实际上只有一件事是重要的,这就是开发我们的判断力。”系统思维是一大堆能力,其核心是在给定环境条件下,运用我们正常的思维过程,运用我们的判断力的能力。环境永远是不相同的!一会儿A是决定性的,一会儿B是决定性的。但我们可以学会处理给我们提出不同要求的不同情况。我们也可以传授这种技能:将人们置于一种情况,然后又置于另一种情况,与他们讨论他们的行为,更为重要的是讨论他们的错误。现实世界不给我们提供这样做的任何机会。

或许你和我一样想到了这个:游戏!是的,这个认知学领域的科学家最后总结,角色扮演一直是训练我们处理实际问题能力的一种重要途径。我们应该以集中的方法使用这种方法。我们现在有了这方面比过去好得多的方法,应该利用它们的优越性。

“做游戏要一本正经吗?以为做游戏就是做游戏,一本正经就是一本正经,说明他对两者都没有开窍。”

为游戏正名!不知道自己有无机会从游戏中训练某些技能:诸如面对复杂性、不确定性,如何作出决策,下注多少。据说日本人把围棋和麻将列为小学生必备科目,围棋培养其细致和坚韧,麻将训练其果断决策。如此说来,巴菲特是桥牌大师,绝非偶然。

卡尔波普曾说:“生活就是解决问题”。确实,在生活中,我们时时、处处都在解决问题——吃饭问题、睡觉问题、学习问题、工作问题……由是推之,“解决问题”本身也成了需要解决并且极有价值的问题。迪特里希·德尔纳的《失败的逻辑》,就是论述“如何解决问题”的一本小书。

解决问题的第一步,是认识问题。许多人认为“问题就摆在那里”,或者上来就着手解决,结果怎么努力都收效不佳,就是因为没有认识问题。比如听到有人说“要求更高的生活质量”,首先应该提问,“更高的生活质量”是什么?是交通状况更好,还是娱乐设施更多,还是商业更繁荣,学校更普及?到现在为止,这些问题并没有明确的答案,唯一清楚的是,现状不尽如人意。这时候要做的,是在了解清楚情况的基础上,明确地设定一个目标。这道理看起来简单,真正做起来却并非如此,许多人并不愿意去寻找真正的答案,而是相对随意地“找”了一个目标:面对“更高生活质量”的要求,有些人会根据自己的经验,想当然地认为这是教育资源不够,所以花大力气整顿教育——其实,这么做的人并没有解决真正需要解决的问题,而只是依照自己的能力,解决了自己原来就会解决的问题。

解决问题的第二步,是认清问题。认清问题与认识问题的区别在于,认识问题只是准确地看到一个点,认清问题是从这个点发散开去,联系到更全面、更深刻的内容。比如某人挨了老板的骂,心里不爽,所以他很清楚,要解决“心里不爽”的问题。要解决这个问题,可以找朋友出去大吃一顿,排遣郁闷;也可以好好反思一下,到底为什么挨老板的骂,想通了也就舒坦了。两种办法,都可以解决“心里不爽”的问题,长期的效果却大不相同。还有些时候,我们需要认识到,自己是在一个复杂的系统里解决问题,只解决一个点上的问题,很可能导致其它方面的问题,因为许多因素是此消彼长的——比如大量抽取地下水,初看是解决了旱灾、保证了用水,但长期这样做,就会导致地表沉降等一系列问题。为防止这些现象,就需要能认清问题。

解决问题的第三步,是了解信息,制定计划,也就是找到可行的、抵达目标的路径,并将它拆分为若干小部分。在这一步,我们并不能保证自己面对的都是已经已经解决过的问题,可以拿出胸有成竹的方案,所以抽象思维能力非常重要——所谓抽象,就是把一个具体的问题提升到比较模糊但是通用的形态,经由此关联到已有的知识。一个人或许没有制造手表的经验,也不知道如何制造手表,但他在卷烟厂工作过,所以知道需要原料,按照一定的工序,还需要工人和能量。看来,制造手表也需要采购原料,按照一定的工序组装,并且需要有专业经验的人,并且需要能源支持。在这个例子里,他通过抽象,将手表制作提炼到“原料、工序、人员、能源”的形态,嫁接上了自己之前的经验。

解决问题的第四步,是估量时间序列。一般认为,我们生活在三维空间,所以我们对于空间问题,往往有强烈的直觉;然而,时间同样在我们的生活中扮演着重要的角色,可是我们经常忽略时间结构,即便在时间方面进行了考虑,直觉也非常有限。多个实验和大量事实已经反复证明,人的直觉,在估量时间序列时往往有很大的偏差,即便我们知道疾病的发病率,还是会低估感染者的人数,即便我们知道复利的利率,还是不愿意存钱,因为觉得收益太少。准确地说,普通人往往根据线性模型来进行时间推演,专业人员则清楚,增长函数有宽得多的范围,所以他们往往能选择最合适的函数模型,而不是盲目地根据“感觉”或“直觉”来做判断,所以能做出更准确的预测和规划。

或许有人说,这样做是简单问题复杂化了,把事情“机械化”到这种程度是没有意义的,但是我不这么看,做这种细细的分解,正是为了更有效率、更有效果地解决问题。

《战争论》的作者克劳塞维茨曾说:“战争,从他的最高角度来看,不是由大同小异的无数细小事件构成,而是由需要分别处理的,具有决定意义的各个重大事件构成。战争不像长满庄稼的田地,收割时不需要考虑每颗作物的形状;战争更像长满大树的土地,在砍伐每一颗树时,都需要注意到它的形状和方向”。同样,每天我们都需要解决大量的问题,这些问题各不相同,解法也不能千篇一律。只有把这些步骤养成习惯,内化到行动当中,才可以做到“砍伐大树”而不是“收割庄稼”,真正解决“如何解决问题”的问题——“收割庄稼”更适合计算机,“砍伐大树”才更能体现人类的价值。

发表评论

电子邮件地址不会被公开。 必填项已用*标注