分享

以偏概全思维模型-全方位思考,避免思维上的自以为是

 捡芝麻666 2020-07-28

一、什么是以偏概全

以偏概全,意思是指忽略整体,用片面的观点看待整体问题。

对人类来说,归纳是很重要的,我们不需要看每一个实例来理解一般规律,这对我们很有好处。然而,当我们忘记大数定律,只根据少数的实例来推论时,就会产生一些错误。我们使用少量的实例,并创建一个一般类别,即使我们没有统计上可靠数据,也会匆忙的下结论。

以偏概全相近义的词很多,如:管中窥豹,只见一斑;兼听则明,偏信则暗;一叶障目,不见泰山;只见树木不见森林;井底之蛙;盲人摸象等等。

从统计学上看,以偏概全也可以理解为小数定律,即对小样本或样本容量的不敏感,我们在前面分析大数定律时,有提到过与之相对应的小数定律的解读。

如果我测量了一个人的身高,他正好是178mm,然后告诉你全世界的人都是178mm,你会直觉地意识到这是一个错误。你会说,你不能只测量一个人,就得出这样的结论,你需要测量更多的人,需要一个更大的样本。这个事例虽然很简单,但对我们理解小样本如何误导我们很有帮助。

二、以偏概全的事例

事例一:盲人摸象

从前,有四个盲人很想知道大象是什么样子,可他们看不见,只好用手摸。

胖盲人先摸到了大象的象牙。他就说:“大象就像一个大萝卜。”高个子盲人摸到的是大象的耳朵。“大象明明是一把大蒲扇嘛!”他大叫起来。“大象只是根大柱子。”原来矮个子盲人摸到了大象的腿。而最后一位盲人却嘟嚷:“大象只不过是一根草绳而已。”原来他摸到的是大象的尾巴。

四个盲人争吵不休,都说自己摸到的才是大象真正的样子。

盲人摸象的寓言含义:看事情要全面,整体,不要分割开来,以偏概全。坚信自己的观点很重要,学会听别人的观点,会把事情了解得更全面也很重要。

比如有人说理的时候,为了证明自己的观点,总会说我的朋友怎么怎么样,他这样做都可以,我们先排除他在吹牛、虚构的可能,即便他说的是对的,个别案例也不能代表整体。

在选取样本的时候,如果样本选择太偏,或者太小,结论就会不可靠。

事例二:眼见不一定为实,耳听不一定为真

比如近些年我们听到不少新闻媒体报道,某某明星或者高官,开始特别优秀的人,总认为对方就是励志的存在,每天活得特别认真,家庭事业似乎两手抓,堪称典范。

当我们感恩身边出现这么完美的人时,却突然发现某天新闻报道这个明星出轨了,那个高官因为贪污腐败被判刑了。这些高大上的人物,在我们心中的形象瞬间崩塌了,因为其实对方没有那么完美。

他们贪图暂时利益,贪图个人的享乐,承诺与行动并不能做大完全一致。而我们的信念也随着这种起伏,在不断产生变化。

这就是我们的以偏概全,把对方的优点去不断放大,以此判断对方是个很好很优秀的人。但是同理,当我们又看到对方缺点的时候,也在不断放大,又判断对方不是个好人。但其实对方就是个普通人而已,对方一直没变,变得是我们对他们的认识更全面了,有了更全面的了解后,得出了不同的结论而已。

事例三:样本大小的敏感性

比如国家出台一个养老政策,在对300名老年人进行的民意调查中,70%的老年人支持新政策的实施。如果你,你是否会怎么看?

答案几乎可以肯定,你会选择支持新政策的实施,调查的结果为我们提供了重要的参考。如果我们做进一步的分析,比如这项调查是通过电话对300名老年人进行的,被忽略的细节本身并不重要,他们提供的背景信息很少引起注意。

当然,如果样本是极端的,比如说不是300个老年人,而是调查对象只有6个老年人;或者调查的对象都是那些生活条件比较富足的老年人;在想想全国的贫困地区,农村养老,上千万的不同阶层的老年人;相信你肯定会质疑它这份调查的合理性。除非你完全具备优秀的数学推导能力,否则你会凭直觉判断样本容量。

你可能会对只有6个人的样本做出质疑,但是不一定会对300和3000的样本有所疑问。简而言之,这正是人们对样本容量不够敏感的理解。小的样本和样本的性质也可能造成我们以偏概全的认知,也就是我们常说的小数定律。人类行为本身并不总是理性的,在不确定性情况下,人的思维过程会系统性地偏离理性法则而走捷径,人的思维定势、表象思维、外界环境等因素,会使人出现系统性偏见,采取并不理性的行为

事例四:工作岗位的晋升

如果你在工作中提拔别人或者和同事一起工作,你也要记住这种偏见。假设在工作中的表现是技能和运气的结合,你可以很容易地看到样本量的大小与表现的相关性。

这和其他方法一样,样本越大,不确定性的就越小,你就越有可能做出正确的决定。

一组能力相同的管理人员,在短期内的业绩记录也可能会有相当大的差异。有些会出现在分布的一端,并被视为优秀;有些会在另一端,被认为是业绩差的。

一个经理在一个岗位上工作的时间越长,他观察到的业绩记录和实际能力之间的差异就会越小。工作时间增加了预期的观察样本,减少了预期的抽样误差,从而减少了经理(或中等能力)晋升或离职的变化。

在一群能力各异的管理者中,晋升的速度越快,其合理性就越低。绩效记录是由潜在能力和抽样变化的组合而产生的。有良好记录的管理者比有不良记录的管理者更有可能拥有高的能力,当记录或观察的时间较短时,这种差异的可靠性就会很小。这也是为什么公司重要岗位的晋升,都喜欢用那些比较稳定的老员工,至少保证不会犯重大错误。

三、以偏概全的启示

跳出以偏概全的思维陷阱,是每个人应该终身学习的重要内容。我们要学会从多维度,多视角的方式去看待问题,提高了自己选择和解惑的能力。

以偏概全思维给我们重要的启示就是:不要有局限性的思维。比如你当前的工作性质和你的性格格格不入,你都非常痛苦了,就不要觉得不做这个工作就会失业,可以换个岗位,换个部门,学习一门新技能等到,都可能改变你的现状。

我们的经验并不适用于所有情况,比如使用安卓手机的经验,并不完全适用于苹果手机。习惯性的自我反省,尝试不同的操作和思维模式去体验和思考问题,避免思维上的短视。

以偏概全另外一个相近的词是晕轮效应。晕轮效应是指当我们对某一个人形成好或坏的印象后,便倾向由此以推论这个人是好人还是坏人,晕轮效应也是属于以偏概全的认知错误。

任何时候,多元化思考都是关键,有时候我们要警惕小样本,有时候大样本也不是万能的,事物是变化的,系统在进化,对这些结果的盲目信任也可能给我们带来不好的影响,如:高估风险而错失机会,对趋势的过分自信而遭受重大损失,深信某一种商业模式而投资失败等等。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多