|
▍经验思维 经验思维是人们最常用的思维方式。 公鸡打鸣了要天亮，是经验思维。去医院看病，经验丰富的医生能根据你的病症快速推断出病因，也是经验思维。 经验思维压缩了信息处理的过程，最大的优点是便于迅速反应、快速决策。 在原始社会时期复杂、恶劣的自然环境下，经验思维能帮助人迅速做出判断，远离危险。自然选择和进化的结果，是善于使用经验思维的人更容易存活下来。因此今天，我们仍然在不自觉的、大量的、高频的使用着经验思维。 经验思维是一种相互关联的映射关系，而不是严密推理的必然因果关系。 经验思维虽然不是万无一失，但依然非常重要。 在当今，由于时间的稀缺性，往往级别越高、地位越高的人，经验思维反而显得更加重要。企业高管、技术总监需要根据团队提供的信息，结合自己的经验，快速做出判断和决策，时间不允许他们对每一个问题做出深入、细致的研究。 见多识广，经验越丰富，出错的概率就越小。我们常说，我吃过的盐比你吃过的饭还多，我走过的桥比你走过的路还多，也是这个道理。 看一家公司，我们通常也先大致看看ROE来判断公司好不好，看看PE、PB来判断股价贵不贵，看看分红率、股息率来判断利润真不真等等。 经验的本质，是基于统计模型，来建立结果与条件之间的相互关系。 前段时间很火爆的ChatGPT大语言模型，本质也是统计模型。简单来说，就是大量统计文本，文本统计以后可以在特定的条件下重新产生文本，这个语言模型本质上是一个基于概率的统计模型。 ▍逻辑思维 经验思维很实用，帮助你快速做出判断，但缺点也很明显。就是经验大多数时候管用，但不能确保永远管用。 公鸡打鸣了不一定是天亮，也可能是被手电照射。逻辑上，地球自转到太阳照射的一面时，才会天亮。医院的医生一般也不会直接根据病症直接给出诊断结论，通常还是会让你做一些检查，根据检查结果再做诊断。 比经验思维更缜密的是逻辑思维。逻辑思维通常依据科学理论，经过逻辑推理，最后得出结论。 什么是科学？学术上的定义，是建立在可检验的解释和对客观事物的形式、组织等进行预测的有序知识系统，是已系统化和公式化了的知识。 定义很绕口。简化理解，所谓科学，是指正确反映世界本质与规律的理论。 科学主要有三大特点：客观性、可验证性、逻辑性。 客观性是指正确反映客观事物本质和规律，不是人的主观臆断。可验证性是指能够通过实验或观察进行验证或证伪，因而科学也具有可重复性、可预见性，套套逻辑、无法证伪的不是科学。逻辑性是指科学是一个严密的逻辑体系，每个命题和结论的合理性都可以从逻辑上加以推演和证明。 我们说某个东西是伪科学，是由于它不能完全符合上述特征。 从分类上，现代科学通常分为三类，研究自然现象的自然科学（如物理学、生物学），研究人与社会的社会科学（如经济学、社会学），以及研究抽象概念的形式科学（如逻辑学、数学）。其中形式科学不依赖经验证据，研究的是“人造概念”，实际上是自然科学和社会科学的研究工具。 科学中的规律叫定律，是总结出来的人和事物运行的客观规律。定律是观察发现和总结得来的，不是推导得来的。 数学中有一些基本公理，公理是不证自明、大家都认同的基本事实。基于公理，采用逻辑推理，得出相关定理。根据定理，还可推理得到推论。 贯穿于科学之中的，是一种严密的逻辑思维。逻辑思维是有条理、有根据的；是确定的，不是模棱两可的；是前后一贯的，不是自相矛盾的。 逻辑思维的具体方法主要有归纳法和演绎法。归纳是从个别到一般，演绎是从一般到个别。演绎推理的主要形式是'三段论'，即大前提、小前提和结论。 可见，基于科学和逻辑思维的结论，在已有的认知体系下，必然是正确的。相比经验思维，逻辑思维更为严谨。 我们说某人的说法不科学、不符合逻辑，是因为发现了其中不够严谨的破绽。 投资一家公司，我们不能仅仅凭ROE、PE、PB等几个指标就做出判断，那只是初步的筛选。真正形成投资决策的，是建立起公司未来利润具有增长潜力的逻辑依据，需要分析利润的真实性、持续性，未来的投入需求、成长幅度，公司的竞争优势、护城河的深浅等等，从而形成对未来的判断的逻辑。 在实际中，我们通常是经验思维和逻辑思维并用，以平衡快速性与准确性。 ▍系统思维 第三种思维是系统思维。 经验思维和逻辑思维讲的是方法，系统思维侧重的是视角。 系统思维是一种综合性的思考方式，它强调整体性、关联性、动态性和复杂性，从多方位的全面视角进行分析，而不仅仅是关注孤立的、片面的、局部的内容。 视角不一样，得到的结论可能截然不同，所谓盲人摸象，各执一词。我们很多时候觉得不可理解的事情，很可能是由于视角不一样，同时也还存在不同人之间的信息不对称问题。 看问题全面的人，通常善于运用系统思维。分析问题尽可能从更高的维度和视角出发，站的维度越高，认识越全面，因而有降维打击之说。 与系统思维相类似，从不同视角看问题的思维方式，还有批判性思维、跨学科思维等。 批判性思维，是重点从反面视角对问题进行审视，专门找茬，看观点是否经得起推敲。 跨学科思维，是指将不同学科的知识和思维方法结合起来，从多个角度去看待问题，更全面地理解事物。 最近有朋友分享了一本书，《查理·芒格的智慧——投资的格栅理论》，我还没看，大概翻了下目录，讲的应该就是跨学科思维和系统思维。 芒格曾说，对于拿着锤子的人来讲，看什么都是钉子。意思是人对世界的看法，跳不出自己的思维框架。 我们需要保持开放和学习的心态，尝试使用不同视角的思维方式，从而更全面地来看问题。 ▍概率思维 最后一种思维是概率思维。 当年，著名的大数学家爱德华·索普因为概率学得好，掌握了21点的必胜策略，赢遍赌场无敌手，赚得盆满钵满，甚至被赌场封杀。后来，科学院院士克劳德·香农还把同事约翰·凯利的研究成果“凯利公式”介绍给索普，解决每次的最优下注比例问题。关于凯利公式，可查看《押注游戏——关于凯利公式的思考》了解。 对大部分人来说，数学知识中，除了基本的数学运算外，概率知识大概是最重要的知识。 现实世界往往充满着各种可能性，是灰度的，并非简单的0和1，这时概率思维就非常重要。比如投资，不确定性是永恒的主题，一家公司也必然既有优点也有缺点，我们只能根据赢面的概率大小来确定是否投资。所谓灰度认知，黑白决策。 生活中也处处充满了概率问题。概率思维可以帮助我们做出评估和判断。 概率学中关于数据子样的一个重要分布规律是正态分布。正态分布曲线是一个中间高、两头低、左右对称的钟形曲线，曲线的高低反映发生概率的大小。数据的平均值叫期望，散布程度用方差或标准差表示。标准差是所有数据与期望值偏差的均方根。 标准差用字母西格玛表示，我们常说N倍西格玛的概率，是指从标准差减N倍西格玛到标准差加N倍西格玛之间区域数据的概率。根据正态分布规律，一倍西格玛概率为68.27%，两倍西格玛概率为95.45%，三倍西格玛概率为99.73%。 很多数据基本都符合正态分布规律。比如，人的升高、体重、智商，等等。 以智商为例说明。根据智商数据的设定原则，人们的智商是以期望值（平均值）100、标准差15为正态分布。 也就是说，人们智商的平均水平是100；智商115，超过了50%+68.27%/2 = 84.13%的人；智商130，超过了50%+95.45%/2 = 97.72%的人；智商145，超过50%+99.73%/2 = 99.87%的人。智商145以上，一千人里能挑出来1个。 智商160以上，超过99.9968%的人，一万人里能挑出来3个。 智商175以上，超过99.999971%的人，一千万人里能挑出来3个。 智商190以上，超过99.999999901%的人，十亿人里能挑出来1个，全球屈指可数。 智商200以上，超过99.9999999987%的人，一千亿人里能挑出来1个，地球上可能都很难找出来。 如果看到号称智商极高的人，想想他是否真是千里挑一，万里挑一，或是亿里挑一？你可能就会心中有数了。 人往往会在感知判断上出现偏差。据说有一个针对司机的调查表明，超过90%的司机都认为自己的车技超过平均水平。这时概率思维能帮助你纠正认知偏差。 基于所观察到的新信息对预估概率进行修正的贝叶斯公式，也是概率思维的典型应用。有兴趣的可查看《三门问题与贝叶斯公式》。 ▍回归常识 以上四种思维方式，其实都是最常见、最普通的思维方式。学会运用这些思维，对我们更好的认识世界可能会有帮助。 有时人们为了故作高深，使问题显得高大上，会在研究内容、产品、服务的介绍中引入一些不知所云的术语和概念，把人绕得云里雾里。事实上，除了一些极度专业的问题外，大部分的事情都可以用通俗的语言表达清楚。 能否给别人中翻中说明白，是判断自己是否真正把一个问题弄懂的好方法。 用普通的思维、通俗的道理，把事情讲清楚，回归常识，也许会变得更简单一些。  |
|
|
