《反常识》读书笔记-一旦知道了答案，凡事都是显而易见的
《反常识》这本书是复杂网络的鼻祖邓肯瓦茨的一本老书，之前翻译的版本《一切显而易见》翻译的很差，最近湛庐新出的版本由电子科大的吕琳媛教授翻译，不止正文翻译的很通顺，对术语添加了脚注，还翻译了全书几十页的脚注，态度特别的好。
这本书的标题翻译成“反常识”，让我想起之前万维刚的那本《万万没想到，用理工科思维理解世界》，这俩本书的主旨和书名同样类似，这本书的核心观点是用数据的量化分析与实验来取代常识，帮助我们更好的预测社会现象，并做出决策。这个书名是为了传播的方便，但作者英文的原意，却不止是批判常识有毒，而是指向了常识更深层背后的逻辑，“循环论证”。
这篇读书笔记先问是什么，先讨论What的问题，以及常识背后的逻辑循环论证指的是什么，之后是Why的部分，在不同的时间尺度，讨论是常识带来的问题，说明为何要取代常识，最后是How的部分，也就是该怎么做？
目录：
1）常识的本质是什么？
2）循环论证促成了常识的产生
3）用常识不能解释宏观历史
4）微观预测不可能的三个原因
5）预测市场与搜索者心态
6）复杂网络视角下的公平和正义
7）总结：一切并不显而易见，直到你找到了观察的工具
1）常识的本质是什么？
美国人类学家克利福德格尔茨说“常识是从古至今都纠缠不清的一些难题，比如公认的惯例，既定的信仰，习惯性的批判和天生的情感”，美国社会学家卡尔泰勒区分了常识的两个本质特征，第一是正规的知识体系以理论为基础，而常识不同，它以实践为基础。这意味着常识更关心问题的答案而不是求解的过程。第二，正规的知识的力量在于将特定的发现组织成有一般原则描述的逻辑分类的能力，而常识则在于以自己的方式处理具体情况的能力。
常识深深扎根于社会体系内，不同的文化背景下，隐含着不同的常识。这导致常识问题上的分歧很难解决，因为双方甚至不知道在什么立场上才能展开合理的论述。常识还常常由于缺少关注其适用于那种情况，而互相矛盾，这导致即使发现了常识的误用，人们会选择“回归常识”这样的观点，从而对常识更加依赖。认知偏见，尤其是那些系统性的，例如基本归因偏差。用假想的代表性个体来取代整体等，会让我们用一个看似合理的故事掩盖自己不理解但自以为懂的事情。
2）循环论证促成了常识的产生
当我们用常识去解释日常生活中的现象，容易陷入循环论证而不自知。例如讨论“哈利波特”为何取得成功，是由于其具有“哈利波特”标志性的情节和人物设定，以及某种道德主旨，即X的成功是因为X有X的特性。这类问题的根源在于社会学家试图解释的特征或现象是宏观的，而其机理却是由微观行为涌现而产生的。
为了掩盖这一问题，社会科学中常常以个人的视角来解释社会现象，将整体简化成“代表性”个体这种并不存在的虚拟实体，并用个体行为的加和来代替整体。这样的循环论证，忽略了个体受到他人行为的影响时，相似群体的行为可能会变得截然不同。类似的循环论证是声称X的发生是因为一些特殊的人让其发生，即以为流行仅仅是由于名人的传播，而实际却是传播网络的整体结构影响了信息能传多远。
当无法证明某些事实时，每个人都可以提出自己以为合理的假设，但仅仅依靠常识，却无法判断它们的对错。正是由于常识没有通过类似物理学的自然科学所强调的严谨论证，才会导致就算是最聪明的人，也无法驾驭常识。也就是说，陷入在循环论证中的不止是普通人，但聪明人能更直接的识别出这样的逻辑谬误。
3） 用常识不能解释宏观的历史
用网络的视角，通过对网络中关键节点和边的选取，可以分析在空间层面的涌现现象，从而避免用常识去解决群体行为。而在时间的层面，研究网络的动力学特征，能够反映出为何不应该使用常识去解决历史现象。原因有三：
第一点是由于我们总是在知道结果之后，再去反向推导事情发生的原因，所以我们无法确认这些解释有多大的解释能力。二是用常识做的解释，会通过选择性的记忆，再加上想当然的推断出的因果关系，容易让人高估自己对未来的预测能力，所谓能讲出故事的就是赢家。三是对于正在发生的历史，由于正在发生之事的意义在当下还不明了，是难以说清的，从而导致无法对其加以描述并给出恰当的解释。
理解仅仅使用常识，对历史进行解释的局限性，有助于阐明我们对未来能做出那些预测。由于预测对于计划，政策，战略，管理，市场营销等都是至关重要的。对于特殊的人在特殊条件下的行为，常识能做出合理的解释，但历史的整体叙述中会摒弃大部分事实，只留下事情的祖先来进行解释。因此常识的解释似乎告诉我们为什么有些事会发生，但实际上，这些解释不过是对已发生事情的描述罢了。
4）微观预测不可能的三个原因
对于复杂系统，即使如拉普拉斯妖一样，有无限的存储，也无法对未来做出预测，原因有三点，一是预测那些事情重要，值得被预测和做出预测本身一样重要，复杂系统有足够多可以预测的特征，但仅有极少数值得被预测，或者说对其的预测能够改变历史的进程；二是需要预测的不止是趋势，还是事情的影响程度大小和范围，对影响大小哪怕是概率性的估计，也好过定性的只给出趋势，三是不仅需要预测事件本身，还要预测那些使它们具有意义的社会过程，举例来说，预测人类未来会登上火星的重要性，就不如预测是由私人企业还是政府机构主导下完成登陆有价值。
我们日常的决策可以分成很多部分，每一部分都可以单独处理，而常识特别适合处理某些特定情况，因此不会带来严重的影响。但对于相互关联，牵一发而动全身的复杂系统，对常识的倚重会混淆对事情碰巧正确的描述和科学的解释，从而让我们高估自己的预测能力。而应对之道则是对冲，类似的，还是分为空间上和时间上来分别阐述。
5）预测市场与搜索者心态
《超预测》这本书提到的预测市场，是让全球所有人都可以参与的一个大赌局，你可以对总统大选，体育比赛，经济增长的多少等任何你关心的事情设局，通过让众多既有赚钱动机，又有局部知识的人相互平均，预测市场能够比所有所谓的专家都做出更准确的预测，这是在空间层面的对冲。对于个体（或单个企业/国家）来说，首先要分辨出那些无论未来如何发展，都会发挥作用的因素，然后通过多样性的投资，来对冲掉偶然因素。
对冲的方式不是去针对想象中的未来情景做出演练，这是空间层面的对冲，但个体的固有局限让你无法这样做，情景规划会让规划者以为自己考虑了所有可能的情景，但实际上，却没有考虑的足够全面，从而当突发情况真的出现时，会变得比不做规划更加脆弱。个体需要的对冲是提升自己对当下情况的理解能力，减少对长期战略规划的依赖。通过试错，并不断的寻找向导，让自己在时间层面上有多样化的资本。
具体来看，首先要做到量化的记录预测的准确性，其次，要多进行现场实验，这俩者都是为了降低试错的成本，而将要解决的问题转换成有奖竞赛，让每个人都可以尝试解决问题，则是通过外包的方式，降低了试错的成本。而这背后的心态转变，则是要从规划者转变成搜索者，搜索者认为只有局内人才能具备对问题背景足够深入的理解，从而更有可能找到解决方案，而你要做的是找到或把自己变成这样的向导；而规划者的失败不是因为其忽略了常识，而恰恰是因为他们依据自己的产生来推断那些与自己不同的人的行为。检测自己是规划者还是搜索者，可以看看自己对事情为什么是这样给出的解释，前者给出的是貌似合理的故事，后者给出的定义清晰的数据和可操作实验步骤。
6）复杂网络视角下的公平和正义
什么样的社会才是公平的，罗尔斯给出的回答是无知之幕。而站在网络的视角下，具有标度一致性（scale-free）的网络，才是公平的。在完美的公正社会下，偶然性的因素被降到了最低，不管在多高的位置，都面对相同的风险，否则就会出现超指数的增长，从而带来贫富差距失衡。这一点在我看《Scale》这本书讲到大城市的超指数增长时就想到，越是大城市，越伴随着严重的贫富差异，而正是贫富差距的拉大，以及阶级固化使得越来越多的人进入大城市，促成了超大城市的诞生。在完美公平的社会里，要尽可能摒除个人成功中的运气成分，衡量才能应该根据才能本身的特征，而不是成功，因为成功更多取决于网络中所处的位置。这不等同于打土豪分田地的朴素常识，而要求你脱离个人的得失，从全局涌现出的特征来评价何为公正
而正义的社会，在复杂网络的视角下，其定义是由全社会每一个成员共同对抗系统性风险。为了达成这一目标，需要做的是根据人与人之间相互依赖的程度来判定事物的目的，不是站在固定的道德常识来裁决个人争端，而是探讨怎样的公共讨论能促成在当下恰当的道德观的形成。在这个视角下，正义被嵌入到了环环相扣的关系网络中，从而不会过于看重特殊之人对结果的贡献，而这反过来让社会中的每个成员由内而外的承担应对系统性风险的责任。
7）总结：一切并不显而易见，直到你找到了观察的工具
这本书的作者不止是复杂网络的开创者，还是社会学家。这本书的野心在于推广计算社会学，即一种基于大规模的量化统计，在线干预实验来取代传统社会学的研究范式，不是像物理学那样，基于常识去创造一个一般性的大一统理论，而是小步快走，研究成功背后的道理（网络而不是能力更能预测成功），探索社交网络上信息传播与爆发的规律（普通人而不是名人带来了流行），或者去分辨小群体中的同质性的来源（是由于世界给我们带来的有限机会，而和我们的心理偏好没多少关系）。所有这些结论，在你不知道的时候，显得是反常识的，但当你从网络的动力学的框架下看，却是自然而然的。这本书强调的不是反常识，不是常识说东我就往西走，而是跳出常识产生的逻辑，用更高阶的方法去了解人类社会。
更多阅读
不同领域的相通的创新之道-读《Life finds a way》
雪山大猫2021-04-27 21:50:24
对方认为你的美术造诣不配与其谈论耕种技术并向你扔了一本西方美术简史。