什么是思维模型应该怎么用(比模型思维更高级的)
什么是思维模型应该怎么用(比模型思维更高级的)我们该如何理解斯科特·佩奇和查理·芒格的话呢?—— 查理·芒格斯科特 · 佩奇先说一个人。这个人叫做斯科特·佩奇,他是密歇根大学复杂性研究中心的掌门人,圣塔菲研究所的外聘研究院,还是美国艺术与科学学院院士。他在密歇根大学开了一门课,就叫做模型思维,截止到目前,这堂课的学生已经超过了100万人。他说,模型思维的真正价值在于要拥有多个模型。“想要成为一个有智慧的人,你必须拥有多个模型。而且,你必须将你的经验,无论是间接的,还是直接的,都放到构成这些模型的网格中。”
上一次咱们聊了一个高级的思维模式,叫做模型思维。这一次,我们说个更高级的。
模型思维很好,但是,搞不好就成了“拿着一个锤子,看什么都像是钉子。”
这个问题的解决之道在于多模型思维。
怎么又跑出来一个多模型思维?其实,模型思维的本质就是建立在多模型基础上的。
斯科特 · 佩奇
先说一个人。这个人叫做斯科特·佩奇,他是密歇根大学复杂性研究中心的掌门人,圣塔菲研究所的外聘研究院,还是美国艺术与科学学院院士。他在密歇根大学开了一门课,就叫做模型思维,截止到目前,这堂课的学生已经超过了100万人。他说,模型思维的真正价值在于要拥有多个模型。
“想要成为一个有智慧的人,你必须拥有多个模型。而且,你必须将你的经验,无论是间接的,还是直接的,都放到构成这些模型的网格中。”
—— 查理·芒格
我们该如何理解斯科特·佩奇和查理·芒格的话呢?
有三个角度:
1、由于事物足够复杂,我们需要用多个模型来理解一个事物。
2、一个模型可以帮助我们理解不同的事物,发现它们之间的内在关系。
3、彼此相悖的模型可以带给我们智慧。
让我们来具体地看看,如何从这三点出发去理解多模型思维,从而让我们拥有更高的工作绩效,拥有更强的思考能力,拥有更透彻的洞察力。
一、多对一学会用多个模型理解同一个事物。
谷歌有一项如何招聘到更优秀员工的研究。谷歌发现,在招聘环节,使用一位面试官来评估求职者,会将招聘到高于平均水平雇员的概率提升至74%。如果再增加一位面试官呢,这个概率是81%。再多一位呢?是84%。第四位面试官的加入呢?是86%。
使用多个模型理解同一个事物的逻辑也是如此。增加模型可以提高准确性,并让我们可以选择更正确的行动。每个面试官相当于一个模型,会从不同的角度审视求职者,集合不同的“模型”对求职者会有更全面的认识。
在实践中,由于边际效用递减原理,一般而言,3个模型就可以达到一个相当准确的结果了。上面谷歌的例子中,当面试官增加到20个人的时候,概率也只是提高到了90%多一点。而想要将这么多的面试官投入一次面试中,相对于提高的效率来说,有点得不偿失了。
在一项对经济学家的测试中也发现了这一点。我们可以将每一位经济学家视为一个模型。
一位最好的经济学学家对如失业率、经济增长率和通货膨胀率等经济指标预测的准确性,比平均水平高出了9%。如果使用3位随机选择出来的经济学家,其表现就可以比平均水平高出15%。
多模型方法比最优模型更高效。
为什么多模型会比最优模型更好呢?这好像有悖于我们通常的理解。其实,这是模型的基本特征决定的。
斯科特·佩奇在他的《模型思维》一书中提到,模型具有三个特点。
1、它是简化的,去掉了某些细节。就像我们看到的地图就是一种模型,我们可以在地图上看到一个数字就是比例尺。不管是1:100,还是1:10000,只有忽略掉某些细节才能做到这一点。做到1:1?那就不是地图了,那是我们在外面直接跑了。
2、它是形式化的,逻辑化的。比如物理公式,体现为某种数学形式。我们所熟悉的冰山模型,体现为图形等等。
3、它是不全面的。就像上面说的,地图无法做成1:1的。
所以,同时考虑用多个模型看待一个事物,可以帮助我们实现多种情况的交叉。不同的模型侧重点不同,所以多模型给了我们在不同侧重点下的视角,更全面的视角。
图片来自网络
二、一对多一种模型可以在很多领域具有解释力。比如,熵。
熵是用来描述混乱程度的一个物理量。热力学第二定律说,在任何一个孤立系统里,总体的混乱程度,只会增大不会变小,直到达到混乱的最大化。
图片来自网络
比如,一袋子大米,放在袋中,很有秩序,这时它的熵是最小的;不小心把袋子捅破了,打翻了,米撒了一地,这时,米粒是无序的,混乱的,熵是增加的。
宇宙基本的目标是熵增,这是热力学第二定律的发现。也就是说,宇宙总体上是要向着混乱这个“目标”不断发展的。所有的恒星都会熄灭,都会解体,变成最基本的粒子杂乱无章地存在着,这就是物理学上的“热寂”的概念。
图片来自网络
香农用熵来描述一个信息源内部的不确定性。要看一个东西信息量的大小,要看它克服了多少不确定性。信息熵指的是这段信息中所含不确定性的多少。
吴伯凡老师也曾经用熵这个概念来讲过组织管理。在组织中,要面对的是熵增,也就是混乱程度的增加,想要克服,就需要引入“负熵流”。
我们还可以用熵增这个模型来理解生命。生命的本能就是增加混乱,也就是进行熵增。表面上看,生命是在增加秩序,也就是熵减啊,怎么是熵增呢?为了实现熵减,我们大大地增加了熵。本来一棵长了10年的树,我们为了做家具,把它砍伐,使用更多的能量将其加工,实际上是增加了熵。所以,创造更多的生命就是增加熵增的过程,这是符合宇宙第一目标和第二目标的,这是大道。
人活着就是在对抗熵增的过程,生命以负熵为生。
—— 薛定谔《生命是什么》
一个物理学家可以从一些宇宙的基本原则出发,推导出生物学的基本原理,不得不说这是一位物理学家的骄傲。
薛定谔认为,不管生命有多么精巧和复杂,多么神秘和难以理解,它总归不会违背我们知道的基本物理定律。想要在混乱的自然环境中诞生这样有序的生命体,必须有持续不断的能量输入,这就是生命以负熵为生的含义。至此之后,一批物理学家和生物学家一起,掀起来生物学的快速发展。比如发现了DNA双螺旋结构的弗朗西斯·克里克(Francis Crick)和詹姆斯·沃森(James Watson)。
图片来自网络
用熵的概念还可以理解经济。热力学第二运动定律说,一个封闭的系统,熵会增加,系统会趋于混乱。想要秩序,就需要输入外力,这时系统就不再是一个封闭的系统了。全球的经济就像是一个小系统嵌套另一个小系统,耦合性越来越高,牵一发而动全身。想要控制自然会徒劳无功,摁下葫芦起来瓢。所以,更合理的方式是影响,让人们看到方向,同时也将选择权留给大众。
我们还可以用熵增这个模型理解知识和能量。
所谓能量就是将元素整合到一起,降低熵增的方式。比如,用火融化铝块,做成一个铝盆。而知识呢,就是降低了我们对这个世界的不确定性,也是对抗熵增的过程。
艾伯特·拉斯洛·巴拉巴西是无尺度网络模型的创立者,研究复杂网络科学。据说他很有可能会获得诺贝尔物理学奖。他用熵这个概念来描述一个人的行为是否更加容易预测。他说,如果一个人行为的随机性越大,他的熵值就越大,那么这个人的行为就越难被预测。他的研究发现,大部分人的熵值在93%左右。在大数据面前,我们是透明的,而且大数据还知道我们的透明度是93%!
提出心流概念的心理学家米哈里•契克森米哈赖在《心流》中,提出了一个概念,叫做“精神熵”。他说,焦虑就是一种精神熵,是让精神从自然状态趋向混乱、躁动、无序的过程。想要避免出现这种情况,就像是薛定谔在《生命是什么?》中所说的,需要输入能量,这种能量是克服熵增的手段。这种能量就是心智管理,很多心理学的研究告诉我们应该如何克服这些负面的情绪,这些知识和方法就是我们的能量管理。
你看,一个好的模型,放在不同的领域都会很有解释力。这样的模型可以帮助我们更好地理解世界,将那些看似无关而又完全不同的事物,联系到一起,让我们从本质上找到它们的内在关系,拥有透彻的洞察力。
三、在矛盾中选择就是智慧智慧到底是什么?
智慧是拥有模型并且可以根据具体的场景选择适合模型的能力。这么说还是有些抽象,让我们来举个例子。
三思而后行,这是一个模型,说的是要将事情考虑全面和周到再行动。这个模型没毛病吧?
兵贵神速,这也是个模型,意思是打仗的时候,要拼速度。我们都听过,两军对垒,都在争抢一个战略高地,谁先到谁有优势的故事。这也没毛病吧?
那你说,我应该是想清楚了再走呢,还是赶快先出发呢?那就要看具体的情景了。
智慧就是,知道在你现在所处的情景下,哪一种选择对你更有利。
检验一流智力的标准,就是看你能不能在头脑中同时存在两种相反的想法,还能维持正常的行事能力。
The test of a first-rate intelligence is the ability to hold two opposed ideas in the mind at the same time and still retain the ability to function.
—— 菲兹杰拉德
这两种甚至更多的想法,就是不同的模型。如果我们本身对世界的理解就是多元的,拥有很多有解释力的模型,那么我们就更有可能在互相矛盾的模型中,选择出一个对我们更有利的模型。
我们发现和发明了更多的定律和原理,用来更好地理解这个世界,为我们带来更舒适和美好的生活。同时,也因为我们的发明和发现,世界变得越发复杂。在复杂的场景下,任何单一模型都可能无法帮助我们实现目标,我们需要更多的模型。想要成为多模型思考者,第一步就是理解和掌握足够多的模型,然后才能说得上选择。
选择需要智慧,选择本身就是智慧。