理解的錯覺
如果你讀完這本書,卻只是更加鞏固你原先對這世界的看法,那麼我很抱歉,因為身為一個社會學家,我沒有善盡自己的職責。
這是作者鄧肯.華茲(Duncan J. Watts)在書中寫的一段話,他試圖告訴讀者——常理(common sense)並不可靠。他說,常理是:
一堆邏輯不一,經常互相矛盾的的信念集合體,每一個信念在當下看起來都是對的,但不保證在其他時候也一樣正確。
就像格言,我們可以一下子說三思而後行,一下子又說先下手為強。或許不同情況要有不同的應對,但我們有清楚界定範圍嗎?就如英文書名EVERYTHING IS OBVIOUS,我們常憑直覺、常理,認為許多事都理所當然,輕易就下論斷而鮮少質疑。縱然漏洞百出卻毫無察覺,因為我們早已習慣不斷自圓其說。
在日常生活中運用常理可能問題不大,雖然這種理解的錯覺阻礙了我們對真實的理解,但活在虛幻裡搞不好還免去一些痛苦。畢竟,質疑自己、質疑眾人絕對沒有自我感覺良好、充滿自信來的輕鬆愉快。不過,當面對政策、公司治理等「大」問題,依賴常理就是問題了。
原以為這是另一本行為經濟學或者談思考謬誤、談人非理性的書。讀一讀發現這本書在論述常理迷思的同時,還打臉三大暢銷書——李維特的《蘋果橘子經濟學》、葛拉威爾的《引爆趨勢》、以及塔雷伯的《黑天鵝效應》!
柯南與福爾摩斯的故事只是故事
個人行為方面,常理推論往往著重在誘因、動機、偏好、信念這些意識層面能覺察到的因素,而且當我們回頭成功解釋後,一切都顯得如此合理,解釋者彷彿如福爾摩斯或柯南破案般讓人讚嘆。但許多意識層面無法覺察到的潛在相關因素完全不在我們考慮範圍。例如當訝異地知道德國器官捐贈比率只有12%,而奧地利則高達99.9%時,我們會從政策、教育或媒體宣傳等方面思考兩國差異,試圖給出一個合理解釋,結果真正造成差別的卻是表格上預設選項的設定。
雖然行為經濟學的研究已經發現許多影響人類選擇的潛在因素(促發效應、定錨效應、框架效應、可得性……),我們對於個人行為的推論應該能更加準確,但可能還有太多我們不知道的因素。同時,我們也完全不知道當種種因素交互作用後又會有甚麼影響。
事實上,我們永遠也無法知道特定情境的所有相關因素。這也正是之前人工智慧發展所遇到的瓶頸。以打掃房間為例,若要寫程式讓機器來進行,所需要的規則就多到難以想像。人工智慧近期能有些進展,也是因拋開這樣的框架問題,轉而從統計為基礎的機器學習切入。
蒙娜麗莎的微笑為什麼是史上第一名畫
個人行為已經難以推理,群體行為存在的變數更多。不管從個體行為或虛擬的代表性個體切入,在解釋群體行為都會有問題,因為群體行為還包含了個體間的互動。以大腦為例,就算我們完全掌握大腦個別神經元的所有現象,也搞不懂神經元組合起來的大腦是如何產生意識。在微觀與宏觀間、在不同階層之間產生的突現現象,我們在各領域往往都被卡住,只能提出同階層內的局部解釋。
華茲以《蒙娜麗莎的微笑》、《哈利波特》及臉書為例子,當我們解釋它們為何成功,往往陷入循環論證,也就是「X的成功是因為X具有X的特質」這樣的問題。《蒙娜麗莎的微笑》或許是不錯的畫,但一大堆比它沒名氣的畫真的比不上它嗎?
社會科學沒辦法像自然科學或工程一樣,我們難以反覆進行實驗,確認《蒙娜麗莎的微笑》在不同條件下依舊能成為史上第一名畫,只能任由「專家」發揮他們說故事的能力,看誰說的精彩有味合理。
但網際網路的出現開啟了社會科學的某種可能性。作者透過網路進行虛擬音樂市場的實驗,找了一萬四千多名青少年上音樂平台聽歌、替這些沒名氣的樂團歌曲評分。這些青少年被分成獨自決定組和社會影響組,不同群組的差別在於能否看到排名以及歌曲的下載數。結果發現,歌曲的排名的確會受到已知排名的影響。而且,在沒有任何多餘資訊的不同獨自決定組,最終呈現的排名差異極大!也就是說,好歌曲雖然比較有機會進入排行榜前面,但非絕對。機運很重要。
我們以為的解釋歷史,其實是說故事
除了個人行為與群體行為,我們也常以為能清楚解釋歷史、並藉此預測未來。但歷史解釋受限於特定事實和可見證據,我們不過是將感覺上合理、精彩的故事當成事件發生原因,其實我們只是在描述發生什麼事,無法真的解釋事情發生的原因。比如,有後見之明的我們將某個企業家的成功歸因於他獨排眾議的決斷、或堅持不放棄的精神,但更多企業家的失敗正是來自剛愎自用、不知變通。所以華茲才會說:
王子和公主從此過著幸福快樂的生活?
關於未來,華茲指出,我們的問題「不在我們不擅長預測,而是不會區分哪些事能準確預測。」因為要預測未來,除了分辨什麼樣的事情是可以精準預測、什麼只能預測其機率,我們還得先列出相關項目以進行觀察分析,但對於類似黑天鵝事件這種非線性的改變,我們往往根本不知道什麼要納入考量。
童話故事裡,王子和公主歷經挫折與考驗,最後總算在一起,從此過著幸福快樂的日子。真的嗎?現實世界裡,所謂的結局是哪個時間點?如果說網際網路的出現對過去的人而言是黑天鵝事件,那到底是哪一部分的軟硬體發展才是真正的黑天鵝?或者,根本是許多個別事物的發展成就了網際網路。當我們談未來,並不是單一事件,而是一團集合。即便成功預測了明天的事,但後天的改變又可以對一切重新解釋。
這樣說起來,不管是對個人行為、群體行為;不管是對過去的解釋、未來的預測,我們似乎都藉著常理,說著動聽的故事、做出自以為是的判斷。難道我們就乾脆放棄思考,不再試圖去理解一切、預測並做出更好的選擇?
比未來更重要的是現在
撲克牌高手無法知道每張牌是什麼,但他預測的準確率更高、能做出勝率比較高的選擇。對於預測未來,我們得知道當一個事件的未來發生頻率與過去類似事件相同時才適合運用一些歷史資料及群眾智慧的模型進行預測,但也只能預測機率。要注意的是,別相信單一面向的意見,不管是自己還是某位專家;要持續追蹤記錄自己的預測,才能知道那些可以有效預測、那些不行,這是一個學習的過程。也因為未來的不確定性,在制訂計劃時必須考量不同狀況,保持彈性。
不過,我更喜歡華茲提出的另一種方法,也就是不要預測未來,而是採用「衡量—因應」策略。例如google網頁的AB測試,透過不同群組知道哪種設計比較能達成目的。當然,不是每件事都像是網際網路,可以這麼容易對目標分組、測試,但這方法的重點在於,即時衡量世界的真實樣貌,並快速彈性因應。
質疑與覺察帶來改變
或許因為網路,越來越容易聽到看到各種意見。有些毫無論述、有些好像講了什麼卻充滿謬誤,許多論述充滿了這本書所謂的常理。
約十年前我曾在社區大學開設思考課,以為只要每個人都能學習批判性思考、理解各種思考謬誤,溝通就會更理性、世界應該會更好。但這些年我發現自己錯了。許多人即便思考犀利、知識豐富,卻只是成為捍衛自己觀點的武器。到頭來,我發現善良才是最重要的。而最可怕的不是表面上的惡,而是自認為正義、卻把他者視為邪惡的一方。
就如書中說的,就算我們對事情的看法沒有改變,但只要願意質疑自己的假設、覺察到自己的固執,進而停下來思考,事情就不一樣了。至少,我們自己就不一樣了。