您的位置:首頁>正文

對不起!請不要再給你的世界貼標籤了

本文轉載自|L先生說

最近讀到一篇十分有意思的論文。

先看看下面這張圖:

這是一個任務, 要求進入這個遊戲的下一關。 看上去很簡單,

對不對?哪怕從不玩遊戲的人, 看到這個畫面, 也能猜測出要做什麼:

控制畫面中間的人, 避開右邊那只看起來很兇惡的紫色怪獸, 跳到右邊的檯子上, 爬上梯子, 到右上角拿鑰匙, 再打開左上角的大門。

這一切都順理成章, 沒有任何問題。

實際也是如此。 在實驗中, 參與者們平均花了 1.8 分鐘, 就解開了這個問題。

原因看起來很簡單。 我們無需任何說明, 也能知道:

檯子能夠站人, 檯子之間的空隙掉下去會死, 梯子是用來往上(或者往下)爬的, 大門需要鑰匙才能打開, 那只紫色的小傢伙看上去不好惹, 我們得避開它。

但是, 且慢, 你能夠想像, 這一切在電腦眼中, 是什麼樣的狀態嗎?

不妨思考一下。

這個實驗團隊, 給出了他們的答案。

請看下麵的圖:

你一定會問「這是什麼鬼?!」—— 但是, 在電腦(AI)眼中, 這個簡單至極的遊戲, 就是這個樣子。

為什麼呢?

我們之所以會知道「要跳到檯子上」, 是因為我們知道:

黑色的是背景, 白色的橫條是承載物;踏上橫條之間的空隙會掉下去, 因為有重力作用;豎直的、白色的、一級一級的東西是梯子,

因為它跟我們生活中的梯子長得很像。

我們事先知道:梯子長什麼樣子, 這個世界存在重力作用, 等等。

這就是「語義」。

我們所認知的世界, 並不是它原本的樣子, 而是被我們賦予了「語義」, 被我們重新構築在心靈中的「認知世界」。

從認知心理學上說, 這個功能, 就叫做「先驗知識」, 也稱為「圖式」(Schema)。

但是這很不公平, 因為電腦是不具備這些「先驗知識」的。 所以, 在電腦眼中, 檯子, 背景, 梯子, 都是一些雜亂無章的色塊, 只是它們之間顏色和對比度不同而已。

這就是這個團隊的目的:

如果我們對世界的認知, 失去了「先驗知識」, 會變成什麼樣子?

放到數字上, 就是這麼一個結果:解開問題的時間, 從 1.8 分鐘增加到了 4.7 分鐘。

不僅如此, 這個團隊還喪心病狂地做了各種版本:

解釋一下:

a:原始遊戲;

b:把物體抽象成了色塊;

c:把物體的「語義」反向, 比如梯子變成了火柱, 紫色怪物變成了金幣, 門變成了怪物(但它們的功能保持不變), 讓我們反抗「先驗知識」;

d:混淆物體特徵。 把物體和周圍的環境都變成色塊,

讓你不知道物體是什麼、在哪裡。

e:混淆場景。 把場景變成色塊。

f:混淆場景和平臺。 讓你不知道哪裡可以立足。

g:改變梯子的交互。 按「上」不能往上爬, 必須按「上上下下左右左右BA」(後半句是開玩笑)。

h:遊戲畫面逆時針轉90度, 將重力的方向變成左右。

當然, 這些版本都是沒有說明的, 純靠參與者自己摸索。

相對應的, 下圖是這8個版本, 參與者們解開問題(通關)所消耗的時間、死亡次數和狀態數量:

這篇論文是由加州大學伯克利分校的一個團隊, 發佈在 ICLR 2018 會議上的。

雖然評分不高(5.3, 因為沒啥技術含量), 但我覺得很有意思:它向我們展示了「先驗知識」是什麼, 以及如何影響我們對世界的認知。

其實, 讀這篇論文時, 我也運用了「先驗知識」—— 先讀摘要和介紹, 因為我知道它們會告訴我主要內容。然後下拉看圖,看到8張介面截圖加注解,再看到下面的時間對比,我就立即知道:他們做了8個版本,來分別檢驗參與者所花費的時間。

包括你閱讀這篇文章時,也無時無刻不在利用先驗知識。

你能想像一個「沒有先驗知識」的世界嗎?回想一下我們的童年,接觸到陌生物體(收音機、玩具車、電腦……)時,那種激動、困惑和無從下手 —— 你希望一直如此嗎?

很有意思,但是也會令我們寸步難行。

回到我們對世界的認知。

我們是如何認識周圍的物體,如何識別和理解它們的?

這麼一個簡單的問題,卻是認知心理學研究了很久的主題。

有兩種完全相反的觀點。第一種認為:我們是先分辨出一個物體的各種屬性,比如形狀、材質、特徵……再把它們組合起來,構建成一個整體,找到它跟我們心靈中所對應的「形象」,去揣摩它的定義和功能。

但這種說法明顯並不完全。舉個例子:無論在多麼嘈雜的環境中,你總能一下子聽到別人在叫你的名字。如果採用這種說法,就解釋不通。因為你的名字的波形並不特別,振幅不大、音調也不高,它是如何突破我們感受器的過濾,進入意識系統的呢?

所以就有了第二種說法:

我們是先通過情景和自己的經驗,判斷「可能會有什麼東西?它可能是什麼功能?」先在心裡勾勒出一個大概的模型,再把物體「套」進去。

第一種說法,叫做自下而上的認知模式。第二種說法,則叫做自上而下。

當然,現在的研究成果是:我們的認知過程不是單一的,會交錯組合、運用這兩種認知模式。

自上而下的認知模式,大多數情況下,能夠提高我們解決問題的效率。

舉個簡單的例子。如果找不到鑰匙,我們一般會怎麼做呢?到「最可能」的地方去找 —— 比如衣服口袋裡,抽屜底層,等等。

這種根據經驗法則而行動的做法,就稱為「啟發式」,它就是一種最典型的自上而下的加工過程。

而相對的,另一種模式是什麼呢?到家裡每一個房間、每一個位置,逐一地進行查找,找完一處再去下一處。

這種方法就叫做「演算法式」。它能確保100%找到鑰匙,但很多時候,它的效率不如啟發式高。

要注意的是:演算法式並不屬於簡單的自上而下,而是一種複雜的、糅合了自下而上和自上而下的加工。

再舉一個例子,我們的情緒,其實也是一種「啟發式」。

當我們遇到一個場景時,比如「有人在前面械鬥」,杏仁核會立刻行動。它會將這個場景跟記憶中的情緒場景做對比,如果確認它跟某種危險、威脅聯繫在一起的話,就會立刻向大腦傳遞消息,讓我們分泌腎上腺素,進入「戰或逃」反應,立即避開危險。

所以,之前有同學問過「能不能切除杏仁核?」不要有這種奇怪的想法。歷史上,確實有一位女性患者切除過杏仁核,結果是什麼呢?她對一切威脅都無動於衷。面對前方的械鬥,她沒有任何反應,就像在家裡一樣,泰然自若地走過去。

同樣,啟發式另一種最活躍的應用是在哪裡呢?閱讀的時候。

無論什麼文體、什麼語言,結構,邏輯,行文,都具備一定的法則,按照這套法則去識別和理解資訊,就能大大降低我們的成本,提高對資訊的閱讀和接收效率。

比起市面上廣為流傳的「快速眼動法」,這才是更科學的閱讀法。

但是,啟發式是不是一定都是好的呢?

也不是。

同樣講閱讀。我們在閱讀時,最常犯的一個錯誤,就是用我們的思維,去「套」作者。

我們常常是先有了自己的一個觀點,再去把作者的內容生搬硬套「放進來」。能放得進,就高呼「寫得好」「說出了心裡話」,放不進來,要麼就直接關掉,要麼就留一句「呵呵,胡扯」。

這就是一種「啟發式」。

當我們看到一個標題、一個選題時,內心往往已經有了某種立場。我們接下去的閱讀,很多時候,只是為了證明這個立場,以及觀察「作者跟我是不是一路人?」

在這個過程中,能夠真正去思考,找出邏輯,去尋求「合」,將各種資訊融為一爐、納入知識體系的,有多少呢?

所以,我一直說:大多數人閱讀,只是在尋求認同。

這種現象發展到極致,就是站隊。

我不管你寫什麼內容,不管你引用什麼資料,不管你舉出什麼論據,我只看你是為誰說話,批判什麼,支持什麼。

所以,前十年什麼寫法能火呢?「都是體制的錯。」現在呢?「都是資本家的錯。」

這是沒有任何意義的。這樣下去,只會讓輿論成為群體的狂歡。

為什麼「女權」會成為一個略帶負面色彩的詞語?就是因為,太多人藉「女權」之名,去抒發自己的觀點和立場(俗話叫做「夾帶私貨」),甚至是借此攫取道德利益 —— 他們把這些統統稱為「女權」。

但在這些人中,具備思辨能力、真正在為女權奔走呼號的,發出的聲音又太小,很難被大眾聽到。

前陣子看過一個視頻。一位元英國電視主持人,採訪一位元心理學家,兩個人就「女權」進行對話。主持人一直在拋出一些頭腦簡單的問題。比如:

「這不是男性欺壓女性的證據嗎?」

「你不覺得女性正在受到歧視嗎?」

「這不是一種物化女性的行為嗎?」

……

還好對面的心理學家能言善辯,雖然邏輯上不夠嚴謹,存在不少問題,但還是將這些問題一一化解。

(這位心理學家叫做Jordan Peterson,感興趣的同學可以搜搜這個視頻)

當我們對這個世界建立了一個認知,我們就會下意識地,把符合這個認知的資訊放進去,支撐它。而把其他的資訊,解釋(讀作歪曲)成符合它的樣子。

「如果我看到的東西不符合我的認知,那一定是他們錯了。」

這是一件很可怕的事情。

你正在試圖規定,世界必須是什麼樣子。

說回閱讀。

每每聽到這樣的話,我總有點啼笑皆非。

我對他說:你想一下,一個人的三觀基本是穩定的,那他的觀點必然也是穩定的,只會有一些小波動,不會常常改變。

如果我今天寫「從來就沒什麼自律,只有內在的驅動力」,明天就告訴你「要自律,高度自律才能帶來自由」;

今天寫「碎片化閱讀正在摧毀我們」,明天鼓吹「要多閱讀碎片資訊」—— 你不會覺得我很分裂嗎?

我以後寫的東西,你還敢相信嗎?

這就是很多人的弊病:一篇文章讀下來,問你記住了什麼,回答:作者的觀點是xxxx。

這樣是沒有任何意義的。

如果只在意觀點的話,那大家還寫文章幹嘛,不如這樣:所有公眾號每天就發一句話:針對某某主題,我的觀點是xxxx。

然後我們來統計,看是支持正方的多,還是支持反方的多。

這樣多簡潔方便啊。

我們之所以會如此重視「觀點」,其實本質還是一樣的:我們急於去知道「你是什麼立場」,是跟我站在一起呢,還是相反。

說白了,還是在尋求認同:

我們始終在以「自己」為核心,對其他資訊進行「評判」,以自己為主體去「期望」和看待事物。

很少有人能真的這樣去思考:我不支持你的觀點,但我認為你說得有道理。

或者:你的觀點很平常,但你的思考非常有意思。

所以,我讀書、讀文章,接收資訊,從來不會在意「觀點」。我更在意的是,你是如何得出這個觀點的?是人云亦云,還是有你自己的一整套思維邏輯?

這就是我極少看公眾號的原因:大多數公眾號,去除了觀點,基本就不剩什麼了。他們所做的,只是在迎合粉絲的期望,討好他們的粉絲。

更重要的是什麼呢?你如何去講觀點,你站在什麼角度、用什麼視角,去看待和分析,你寫出了什麼知識點,有什麼是可以吸收的。

這是一個複雜的世界。任何貼標籤、簡單歸因的行為,都是危險的。我們更應該關注的,是它底層的原理和運轉機制。

講了這麼多,我們可以如何去反思這種思維,更好地認知世界呢?

一個原則,就是保持空杯和平衡,去看待和思考周圍的事物。

我前幾天寫過一段話:

在被自己篩選出來的資訊所構成的「資訊繭房」中待太久,會誤以為自己代表著真理。

但其實,你只是看到了那些,你希望看到的東西而已。

所以,我有一個小習慣,我很少會去「反駁」別人的看法。我會把別人的異議和批評收集起來,有空就翻看。提醒自己:

我所看到的事物,我所持的立場,很有可能只是「部分」而已。要跳脫出來,才能看到更大的整體。

如果別人的想法與我相左,我會去思考:他為什麼會這樣想?我的看法是否不夠全面?我們之間可以如何更好地抵達「合」?

只有這樣,才能消解對於事物的固有認知,也就是「先驗知識」,更好地去認識這個世界的本來面目。

這裡舉一個例子:現代藝術。

很多同學不理解現代藝術,其實,它所做的,也是一樣的事情。

以這個作品為例。

這不就是一個自行車輪嗎?為什麼它能夠成為藝術?

其實,你應該這樣思考:為什麼它就是一個自行車輪,而不能是一個「由皮革和鐵絲所組成的精妙結構」?

這就叫做「解構」。

我們要去做的,也是「解構」—— 一段資訊,一個事物,一種認知,如果去除了我們所賦予它的「啟發式」,去除了我們的期望,我們可以如何去看待和理解?

分享三個簡單的做法。我會這樣去思考:

1. 思考事物的本質和邏輯支撐。

它是什麼?它不是什麼?

它為什麼是?我可以如何去理解它?

2. 從正反兩面去看待事物。

把正反兩面的支撐,看作兩股互相頡頏的力量。去思考:它們哪些地方能互相抵消?哪一方更佔優勢?這兩種力量的合力,能將這個事物本身,推離中點至多大的幅度?

3. 區分事物本身和主觀感受。

我很少會去評判一個事情「對」「不對」,我只會去區分清楚:

它為什麼是這樣?以及,我如何去看待它?

前者是客觀存在,事實判斷;後者是主觀感受,價值判斷。我們認知事物時,往往會把這兩者混合在一起。這是需要警惕的。

只有這樣,我們才能離這個世界的本質,更近一點。

思考是為了更好地理解世界,而不是限定它。

作者簡介:Lachel,高效思維達人,知識管理專家,深度思考踐行者,領英、36氪特約作家。 公眾號:L先生說(lxianshengmiao)

最後:

非常感謝大家一直以來對【萬門】的支持和認可。上次的讀者調查問卷收穫了很多回饋,特意給大家爭取了一些小福利(在文首),所以每天記得要來看下我們哦!另外,我們也建立了微信讀者群,掃描下方二維碼即可加入!

點擊【閱讀原文】查看近期熱門課程:

數學:微分幾何 | 泛函分析 | 實變函數 | 偏微分方程 | 常微分方程 | 抽象代數 | 點集拓撲 | 傅裡葉變換、拉普拉斯變換與小波變換 | 變分法 | 複變函數 | 向量分析 | 高等數學 | 微分幾何與張量分析

物理:數學物理方程 | 理論力學 | 量子力學 | 熱力學與統計物理 | 電動力學 | 微分幾何 | 廣義相對論與狹義相對論 | 量子電動力學

社科:微觀經濟學 | 博弈論與資訊經濟學 | 宏觀經濟學 | 財政學 | 貨幣銀行學 | 計量經濟學 | 會計學 | 公司金融學 | 衍生品與固定收益 | 投資學

電腦:人工智慧數學基礎 | Ipython notebook資料採擷實戰 | 人工智慧與複雜系統理論 | 機器學習程式設計實戰 | 人工智慧產業實戰

因為我知道它們會告訴我主要內容。然後下拉看圖,看到8張介面截圖加注解,再看到下面的時間對比,我就立即知道:他們做了8個版本,來分別檢驗參與者所花費的時間。

包括你閱讀這篇文章時,也無時無刻不在利用先驗知識。

你能想像一個「沒有先驗知識」的世界嗎?回想一下我們的童年,接觸到陌生物體(收音機、玩具車、電腦……)時,那種激動、困惑和無從下手 —— 你希望一直如此嗎?

很有意思,但是也會令我們寸步難行。

回到我們對世界的認知。

我們是如何認識周圍的物體,如何識別和理解它們的?

這麼一個簡單的問題,卻是認知心理學研究了很久的主題。

有兩種完全相反的觀點。第一種認為:我們是先分辨出一個物體的各種屬性,比如形狀、材質、特徵……再把它們組合起來,構建成一個整體,找到它跟我們心靈中所對應的「形象」,去揣摩它的定義和功能。

但這種說法明顯並不完全。舉個例子:無論在多麼嘈雜的環境中,你總能一下子聽到別人在叫你的名字。如果採用這種說法,就解釋不通。因為你的名字的波形並不特別,振幅不大、音調也不高,它是如何突破我們感受器的過濾,進入意識系統的呢?

所以就有了第二種說法:

我們是先通過情景和自己的經驗,判斷「可能會有什麼東西?它可能是什麼功能?」先在心裡勾勒出一個大概的模型,再把物體「套」進去。

第一種說法,叫做自下而上的認知模式。第二種說法,則叫做自上而下。

當然,現在的研究成果是:我們的認知過程不是單一的,會交錯組合、運用這兩種認知模式。

自上而下的認知模式,大多數情況下,能夠提高我們解決問題的效率。

舉個簡單的例子。如果找不到鑰匙,我們一般會怎麼做呢?到「最可能」的地方去找 —— 比如衣服口袋裡,抽屜底層,等等。

這種根據經驗法則而行動的做法,就稱為「啟發式」,它就是一種最典型的自上而下的加工過程。

而相對的,另一種模式是什麼呢?到家裡每一個房間、每一個位置,逐一地進行查找,找完一處再去下一處。

這種方法就叫做「演算法式」。它能確保100%找到鑰匙,但很多時候,它的效率不如啟發式高。

要注意的是:演算法式並不屬於簡單的自上而下,而是一種複雜的、糅合了自下而上和自上而下的加工。

再舉一個例子,我們的情緒,其實也是一種「啟發式」。

當我們遇到一個場景時,比如「有人在前面械鬥」,杏仁核會立刻行動。它會將這個場景跟記憶中的情緒場景做對比,如果確認它跟某種危險、威脅聯繫在一起的話,就會立刻向大腦傳遞消息,讓我們分泌腎上腺素,進入「戰或逃」反應,立即避開危險。

所以,之前有同學問過「能不能切除杏仁核?」不要有這種奇怪的想法。歷史上,確實有一位女性患者切除過杏仁核,結果是什麼呢?她對一切威脅都無動於衷。面對前方的械鬥,她沒有任何反應,就像在家裡一樣,泰然自若地走過去。

同樣,啟發式另一種最活躍的應用是在哪裡呢?閱讀的時候。

無論什麼文體、什麼語言,結構,邏輯,行文,都具備一定的法則,按照這套法則去識別和理解資訊,就能大大降低我們的成本,提高對資訊的閱讀和接收效率。

比起市面上廣為流傳的「快速眼動法」,這才是更科學的閱讀法。

但是,啟發式是不是一定都是好的呢?

也不是。

同樣講閱讀。我們在閱讀時,最常犯的一個錯誤,就是用我們的思維,去「套」作者。

我們常常是先有了自己的一個觀點,再去把作者的內容生搬硬套「放進來」。能放得進,就高呼「寫得好」「說出了心裡話」,放不進來,要麼就直接關掉,要麼就留一句「呵呵,胡扯」。

這就是一種「啟發式」。

當我們看到一個標題、一個選題時,內心往往已經有了某種立場。我們接下去的閱讀,很多時候,只是為了證明這個立場,以及觀察「作者跟我是不是一路人?」

在這個過程中,能夠真正去思考,找出邏輯,去尋求「合」,將各種資訊融為一爐、納入知識體系的,有多少呢?

所以,我一直說:大多數人閱讀,只是在尋求認同。

這種現象發展到極致,就是站隊。

我不管你寫什麼內容,不管你引用什麼資料,不管你舉出什麼論據,我只看你是為誰說話,批判什麼,支持什麼。

所以,前十年什麼寫法能火呢?「都是體制的錯。」現在呢?「都是資本家的錯。」

這是沒有任何意義的。這樣下去,只會讓輿論成為群體的狂歡。

為什麼「女權」會成為一個略帶負面色彩的詞語?就是因為,太多人藉「女權」之名,去抒發自己的觀點和立場(俗話叫做「夾帶私貨」),甚至是借此攫取道德利益 —— 他們把這些統統稱為「女權」。

但在這些人中,具備思辨能力、真正在為女權奔走呼號的,發出的聲音又太小,很難被大眾聽到。

前陣子看過一個視頻。一位元英國電視主持人,採訪一位元心理學家,兩個人就「女權」進行對話。主持人一直在拋出一些頭腦簡單的問題。比如:

「這不是男性欺壓女性的證據嗎?」

「你不覺得女性正在受到歧視嗎?」

「這不是一種物化女性的行為嗎?」

……

還好對面的心理學家能言善辯,雖然邏輯上不夠嚴謹,存在不少問題,但還是將這些問題一一化解。

(這位心理學家叫做Jordan Peterson,感興趣的同學可以搜搜這個視頻)

當我們對這個世界建立了一個認知,我們就會下意識地,把符合這個認知的資訊放進去,支撐它。而把其他的資訊,解釋(讀作歪曲)成符合它的樣子。

「如果我看到的東西不符合我的認知,那一定是他們錯了。」

這是一件很可怕的事情。

你正在試圖規定,世界必須是什麼樣子。

說回閱讀。

每每聽到這樣的話,我總有點啼笑皆非。

我對他說:你想一下,一個人的三觀基本是穩定的,那他的觀點必然也是穩定的,只會有一些小波動,不會常常改變。

如果我今天寫「從來就沒什麼自律,只有內在的驅動力」,明天就告訴你「要自律,高度自律才能帶來自由」;

今天寫「碎片化閱讀正在摧毀我們」,明天鼓吹「要多閱讀碎片資訊」—— 你不會覺得我很分裂嗎?

我以後寫的東西,你還敢相信嗎?

這就是很多人的弊病:一篇文章讀下來,問你記住了什麼,回答:作者的觀點是xxxx。

這樣是沒有任何意義的。

如果只在意觀點的話,那大家還寫文章幹嘛,不如這樣:所有公眾號每天就發一句話:針對某某主題,我的觀點是xxxx。

然後我們來統計,看是支持正方的多,還是支持反方的多。

這樣多簡潔方便啊。

我們之所以會如此重視「觀點」,其實本質還是一樣的:我們急於去知道「你是什麼立場」,是跟我站在一起呢,還是相反。

說白了,還是在尋求認同:

我們始終在以「自己」為核心,對其他資訊進行「評判」,以自己為主體去「期望」和看待事物。

很少有人能真的這樣去思考:我不支持你的觀點,但我認為你說得有道理。

或者:你的觀點很平常,但你的思考非常有意思。

所以,我讀書、讀文章,接收資訊,從來不會在意「觀點」。我更在意的是,你是如何得出這個觀點的?是人云亦云,還是有你自己的一整套思維邏輯?

這就是我極少看公眾號的原因:大多數公眾號,去除了觀點,基本就不剩什麼了。他們所做的,只是在迎合粉絲的期望,討好他們的粉絲。

更重要的是什麼呢?你如何去講觀點,你站在什麼角度、用什麼視角,去看待和分析,你寫出了什麼知識點,有什麼是可以吸收的。

這是一個複雜的世界。任何貼標籤、簡單歸因的行為,都是危險的。我們更應該關注的,是它底層的原理和運轉機制。

講了這麼多,我們可以如何去反思這種思維,更好地認知世界呢?

一個原則,就是保持空杯和平衡,去看待和思考周圍的事物。

我前幾天寫過一段話:

在被自己篩選出來的資訊所構成的「資訊繭房」中待太久,會誤以為自己代表著真理。

但其實,你只是看到了那些,你希望看到的東西而已。

所以,我有一個小習慣,我很少會去「反駁」別人的看法。我會把別人的異議和批評收集起來,有空就翻看。提醒自己:

我所看到的事物,我所持的立場,很有可能只是「部分」而已。要跳脫出來,才能看到更大的整體。

如果別人的想法與我相左,我會去思考:他為什麼會這樣想?我的看法是否不夠全面?我們之間可以如何更好地抵達「合」?

只有這樣,才能消解對於事物的固有認知,也就是「先驗知識」,更好地去認識這個世界的本來面目。

這裡舉一個例子:現代藝術。

很多同學不理解現代藝術,其實,它所做的,也是一樣的事情。

以這個作品為例。

這不就是一個自行車輪嗎?為什麼它能夠成為藝術?

其實,你應該這樣思考:為什麼它就是一個自行車輪,而不能是一個「由皮革和鐵絲所組成的精妙結構」?

這就叫做「解構」。

我們要去做的,也是「解構」—— 一段資訊,一個事物,一種認知,如果去除了我們所賦予它的「啟發式」,去除了我們的期望,我們可以如何去看待和理解?

分享三個簡單的做法。我會這樣去思考:

1. 思考事物的本質和邏輯支撐。

它是什麼?它不是什麼?

它為什麼是?我可以如何去理解它?

2. 從正反兩面去看待事物。

把正反兩面的支撐,看作兩股互相頡頏的力量。去思考:它們哪些地方能互相抵消?哪一方更佔優勢?這兩種力量的合力,能將這個事物本身,推離中點至多大的幅度?

3. 區分事物本身和主觀感受。

我很少會去評判一個事情「對」「不對」,我只會去區分清楚:

它為什麼是這樣?以及,我如何去看待它?

前者是客觀存在,事實判斷;後者是主觀感受,價值判斷。我們認知事物時,往往會把這兩者混合在一起。這是需要警惕的。

只有這樣,我們才能離這個世界的本質,更近一點。

思考是為了更好地理解世界,而不是限定它。

作者簡介:Lachel,高效思維達人,知識管理專家,深度思考踐行者,領英、36氪特約作家。 公眾號:L先生說(lxianshengmiao)

最後:

非常感謝大家一直以來對【萬門】的支持和認可。上次的讀者調查問卷收穫了很多回饋,特意給大家爭取了一些小福利(在文首),所以每天記得要來看下我們哦!另外,我們也建立了微信讀者群,掃描下方二維碼即可加入!

點擊【閱讀原文】查看近期熱門課程:

數學:微分幾何 | 泛函分析 | 實變函數 | 偏微分方程 | 常微分方程 | 抽象代數 | 點集拓撲 | 傅裡葉變換、拉普拉斯變換與小波變換 | 變分法 | 複變函數 | 向量分析 | 高等數學 | 微分幾何與張量分析

物理:數學物理方程 | 理論力學 | 量子力學 | 熱力學與統計物理 | 電動力學 | 微分幾何 | 廣義相對論與狹義相對論 | 量子電動力學

社科:微觀經濟學 | 博弈論與資訊經濟學 | 宏觀經濟學 | 財政學 | 貨幣銀行學 | 計量經濟學 | 會計學 | 公司金融學 | 衍生品與固定收益 | 投資學

電腦:人工智慧數學基礎 | Ipython notebook資料採擷實戰 | 人工智慧與複雜系統理論 | 機器學習程式設計實戰 | 人工智慧產業實戰

同類文章
Next Article
喜欢就按个赞吧!!!
点击关闭提示