[心得] 康乃尔最经典的思考逻辑课

楼主: yao9527 (小耀仔)   2018-07-05 20:54:43
网志好读版:
http://abzaba9.pixnet.net/blog/post/168009276-%E5%B0%8F%E8%80%80%E4%BB%94%E8%AA%AA%E6%9B%B8%232-%E5%BA%B7%E4%B9%83%E7%88%BE%E6%9C%80%E7%B6%93%E5%85%B8%E7%9A%84%E6%80%9D%E8%80%83%E9%82%8F%E8%BC%AF%E8%AA%B2
书名:康乃尔最经典的思考逻辑课:大数据时代,你一定要避开的自以为是
作者:汤玛斯‧吉洛维奇(Thomas Gilovich)
分类:心理学
阅读难度:★★★☆☆
推荐程度:★★★★☆
前言
本书作者为康乃尔大学心理学教授,在行为经济学和社会心理学领域享有盛名。
错误认知并非纯粹来自无知,而是根据我们自身经验的必然选择,这个选择并非不理性,
而是源自“理性的漏洞”。本书举出“大量”错误认知的实例,并且探讨其背后的成因。
冏星人的说书影片介绍过这本书。
(1)无中生有
“人类往往假定自然界的种种现象乃是有条有理,但事实并非如此。许多现象独一无二且
漫无规则,人类偏偏想从中找出通例,觅得关连,这无非缘木求鱼。”——培根,《新工
具》
我们倾向替模糊事务应找规律,因为我们理解世界的认知机制是如此,这有助于人类适应
环境,但有时也会因此而发现“不存在的规律”,造成错误认知。
(2)先入为主
许多人习惯抱持“先入为主”的看法,无法正确解读眼前的现象。恰恰说中一位在冏星人
的那部影片下留言的网友。该网友质疑“手感实验的数据”采用NBA费城七六人 (前几年
处于重建期) 这种“充满杂鱼”的烂队有失偏颇。
网友此时就犯了“先入为主”的错误,认为这支七六人是近代的七六人队,但实验数据中
的七六人其实是1980~1981赛季的七六人,例行赛62胜20负进入季后赛,一直打到东区决
赛输给赛尔提克队(4:3)才止步(该年总冠军为赛尔提克队),我想打出这种成绩的队伍,
应该没有被称为“烂队”的资格。
作者为什么要用这么久以前的七六人队数据?因为这本书的原版早在1991年就问世了,中
文版直到2015才问世,导致网友“先入为主”地认为书是近代问世的,数据应该也是近代
的数据。至于作者在书中解释使用七六人队数据的原因是,只有七六人队会“依序”记录
每位球员的投篮状况。
(3)回归效应
回归效应举个例子就好懂了,某次考试成绩比平时还高的学生,下次考试成绩通常会相对
下滑(倾向于往回归线偏移),而某次考试成绩比平时还低的学生,下次考试成绩通常会相
对上升(倾向于往回归线偏移)。
有些父母对于孩子的“每次”考试成绩相当在意,孩童多半在有了杰出表现后获得奖励,
但由于回归效应的关系,下次的表现很容易下滑,父母师长容易因此而认为“奖励没有用
”。反之,孩童这次表现不佳之后,下一次的表现往往容易从谷底回升,显得“处罚相当
有效”。
换言之,回归效应“处罚了奖励行为,却奖励了处罚行为”。呜呼哀哉!多少学子的学习
热忱毁于父母师长的错误认知。
(4)资料缺乏的过度推论
许多面试委员容易高估自己的识人能力,因为数据说明了“入选者的日后平均成就高于当
初的落选者”,然而这真的都是因为“伯乐”的高明识人能力吗?
以“好学校”和“好公司”来说,入选者由于入选了好学校或好公司,因此获得了比落选
者更多的资源,日后的平均成就高于落选者其实是很正常的事,就算当初择人方式采用随
机取样,仍然很有可能得出“入选者的日后平均成就高于落选者”的结果。
我们无从得知落选者若当初入选的话,日后会达到多高的成就,因此仅看表面数据就去推
断面试委员识人能力高明,我觉得这样有失公正。
我不是要贬损面试委员的识人能力,只是提出一个思考路径罢了!同样的难题还会出现在
“评估政策效力”上,我们无从得知“如果不施行A政策而施行B政策”会造成什么后果,
如果局面大坏(如台湾),就容易出现不管施行任何政策都容易动辄得咎的情况。
(5)资料欠缺造成的偏见
如果我们在第一印象中讨厌某人,之后就会尽量避开对方,导致对方没有机会扭转在你心
中的负面印象,然而,如果我们在第一印象中喜欢某人,之后就会设法亲近他,对方就有
许多机会露出马脚(露出你不喜欢的地方)。
负面的第一印象容易变得根深蒂固,正面的第一印象则不易。了解这层道理,之后就可以
试着给第一眼就让你讨厌的对象一些扭转印象的机会。
(6)非对称喜好
很多人(包括我)都曾抱怨为什么“公共汽车老是往错的方向驶去”?这是因为反面例子可以重
复出现,而正面例子不行。
我可能会看到好几辆公共汽车往对向驶去,之后才来一辆公共汽车是往我要去的方向,进而认为“
公共汽车老是往错的方向驶去”;然而,如果我遇见的第一辆公共汽车就是往我要去的方向,我根
本不会观察到往后的一段时间里,这个站有多少台驶往两个方向的公共汽车。
(7)默认立场
由于个人偏好的影响,我们会不断蒐集对自己的看法有利的例证,最终得到自己喜欢的结
论,这个结论其实是主观的,但我们会因为自己已经蒐集过这么多例证了,进而自以为客
观。
举个例子就好懂了,认为“死刑能够吓阻谋杀”的人,往往可以找出许多证明;另一方面
,认为“死刑不能吓阻谋杀”的人,同样也能找出许多对自己的观点有利的证明。
这里我个人补充一个网络笑话。
若有一个女大学生晚上去陪酒,你会觉得她不思长进,但如果是一个陪酒小姐早上去上课
,你就觉得她很努力上进。
事实上,女大学生与陪酒小姐的身分根本不冲突,斜杠世代本来就存在能把多重职业都做
好的人才,你注意到自己对别人的偏见了吗?
(8)乌比冈湖效应
大多数的人都认为“自己的客观程度高于平均值”,但这完全禁不起客观的考验。民调指
出,只有25%的美国民众看好美国的经济前景,却有54%的民众认为自己可以赚大钱。
这也反映了一般人对于个人成败的认知,一般人往往把成功归功于自己,而把失败归咎于
外界。
(9)达克效应
曾有网友在冏星人的说书影片下留言:“谢谢冏星人X分钟带我看完一本书。”该网友以为
看了冏星人的说书,就能理解该书的“全部”内容,即使冏星人一再强调“看她的说书取
代不了看书”,仍会有观众对自己的看法保持着奇特的自信。
根据达克效应,如果该网友能多看一点书,最终就能认知到自己以前的实际程度。
为什么人类会有上述的“乐观”认知?景气不佳却认为自己能赚大钱,胸无点墨却认为自
己聪明睿智,我认为都是基因搞的鬼,一个人如果很悲观,有可能会在没有繁衍后代的情
况下就自杀或以其他方式死亡了,他那容易悲观的基因也就在这里终结;反之,乐观的基
因很容易就能传播下去。
(10)二手资讯的偏误效应
我们对于这个世界的所见所闻,大多都是来自二手资讯,然而大多数在你眼中的“二手”
资讯,实际上可能已经是“三手”、“四手”、乃至“数十手”了,对于所有转述而来的
资讯,你都应该保持着审慎的态度,适时地怀疑,包括你现在所看的《小耀仔说书》。
一般来说,你所信赖的人告诉你的消息,你都会相信,殊不知他的消息来源也许不是这么
可靠,因此若是只留意告诉你消息的“对象”是否值得信赖,还是不够的。
(11)三角验证法
借由多方地得知别人的看法,可以从不同的角度看事情,进而修正原本的偏差认知。
比如说,某A对我是一套说法,对别人是另一套说法,如果我知道了另一套说法是什么,
就能从中拼凑出更接近某A真实的想法。
(12)后此谬误
如果一个人
1.生病了
2.接受某种治疗
3.病症减轻
很多人便会断定“此疗法有效”,然而每个个体的自愈能力都存在差异,你是如何断定病
症减轻全都是因为疗法有效,而不是自愈能力的功劳。
有些病症无法痊愈,也不会持续恶化,而是保持时好时坏,病患何时会寻求治疗?当然是
病况恶化的时候,但在这种情况下,即使治疗完全无效,病症往往也会从谷底好转,此即
先前提过的回归效应。
因为这些“错误认知”,导致无效的偏方疗法大行其道。如果有人认为错误认知又不会让
你少一块肉,我现在就是要告诉你,错误认知可能会让你“少一条命”。
(13)巧合?我不这么认为
多数人容易低估一群人里面至少有2人同一天生日的机率,当一个团体只有23人时,有人
同一天生日的机率是50%。
我们的直觉估算并未意识到我们时常接触的事件有多“大量”,我们经历的事物多不胜数
,生活中有无数交际,就像我们(一般人)在脑中无法估算23人的团体,有人同一天生日的
方式有多少种组合。
结语
错误认知是基于人的天性漏洞,因此是无法“根除”的,该如何提升自己的判断力,减少
产生错误认知的机会?
作者建议我们多接触模糊性科学,例如:心理学、经济学…等,着重于无法准确预测的现
象,探讨复杂难解的成因,让这些学门挑战自己的既有认知,培养多元解读的习惯。
想成为真正理性客观的人,关键在于如何解读世事,如何适时质疑,如何彻底验证想法,
而不是埋头钻研单一面向的知识,但却从来不愿换个方向思考,永远待在思想上的同温层

看看蓝蛆和绿吱,这就是长期待在思想同温层的下场,最后就会活入跟正常人不同频道的
平行时空。
没有人要按赞的边缘粉丝团
https://www.facebook.com/%E5%B0%8F%E8%80%80%E4%BB%94-359087154572593/?modal=admin_todo_tour
-
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 106.104.6.174
※ 文章网址: https://www.ptt.cc/bbs/book/M.1530795286.A.FCE.html
作者: x111222333 (试验者)   2018-07-05 21:27:00
感谢推荐,但是网址的连结好像不能用,要缩一下
作者: ag688796 (imsherlocked)   2018-07-05 22:23:00
作者: xcruciating ( )   2018-07-06 00:23:00
推,整理举例浅显易懂

Links booklink

Contact Us: admin [ a t ] ucptt.com