反常识(1)

·J.瓦茨1971年出生于澳大利亚。1988年,也就是他17岁时,考上了悉尼的澳大利亚国防学院,并获得了物理学学士学位。那时候,他还在澳大利亚皇家海军委员会任职。到美国之后,他有机会去了世界著名的私立研究型大学康奈尔大学攻读理论与应用力学博士学位。也就是在那里,他遇见了成就他传奇人生的博士生导师——史蒂夫·斯托加茨(Steven Strogatz)。

斯托加茨是一位世界级的应用数学家,主要从事非线性动力学和网络科学研究。在当时的社会学研究领域,有一个备受关注的理论名叫“六度分隔”理论,由美国社会心理学家、哈佛大学心理学教授斯坦利·米尔格拉姆(Stanley Milgram)于1967年提出。该理论指出,在人际交往的脉络中,任意两个陌生人都可以通过“亲友的亲友”建立联系,这中间最多需要通过5位朋友就能达到目的。不过,这个看似简单,却又很玄妙的社会学理论不仅引起了数学家、物理学家的兴趣,更是得到了计算机科学家的极大关注,致力于复杂网络研究的瓦茨与斯托加茨也不例外。1997年,瓦茨博士毕业,博士论文的标题为《小世界系统的结构与动力》(The Structure and Dynamic of Small-Worid Systems);1998年,瓦茨和斯托加茨在《自然》杂志上合作发表的一篇名为《小世界网络的集体动力学》(Collective Dynamics of ‘Small-World’ Networks)的文章中,他们提出了小世界网络模型,解释了小世界效应,也就是米尔格拉姆提出的“六度分隔”理论背后的必然性。

后来,瓦茨去往以研究复杂系统科学而知名的圣塔菲研究所(Santa Fe Institute)从事博士后研究,也正是因为这个阶段的研究,成就了他之后跨越学界和商界的传奇人生。

2000年,瓦茨开始在哥伦比亚大学社会学系任教,带领他组建的集体动力学小组(Collective Dynamics Group)进行网络科学研究。这份工作是瓦茨做得最长久的一份工作,一做就是7年。在这段历程中,他不仅很好地完成了自己的本职工作,还出版了两本影响世界的网络科学普及作品——《小小世界》(Small Worlds)和《六度分隔》(Six Degrees)。

离开哥伦比亚大学之后,年仅36岁的瓦茨被当时如日中天的雅虎研究院看中。雅虎研究院盛邀其担任首席科学家,并作为主任领导人类社会动力学研究室的工作。在那里工作的5年间,他主要致力于研究信息如何传播,以及人们在互联网上如何相互影响。

2012年,瓦茨和雅虎研究院的其他13位科学家一起跳槽到了微软研究院的纽约实验室,并继续担任首席科学家。在这里,他更多的是在帮助创建纽约实验室,并借助微软的Xbox、Hotmail、MSN、Skype等自有产品,以及微软与Twitter、Facebook合作所产生的数据开展研究项目,主题包括集体表现和网络结构等。

横跨宾夕法尼亚大学工程学、商学、社会科学三大领域影响全世界的康奈尔大学“A.D.怀特博文讲座教授”

在瓦茨加盟微软研究院仅仅一年之后,他就被康奈尔大学授予了一个十分重要的头衔——“A.D.怀特博文讲座教授”(A. D. White Professor – at – Large)。这个概念由康奈尔大学第一届校长安德鲁·迪克森·怀特(Andrew Dickson White)创立,旨在吸引全球最优秀的学者、思想家和艺术家。从这一头衔设立至今,在任一特定时间,最多只有20个人获得,而被授予这一头衔,堪称学术界最杰出成就和荣誉的象征。考古学家理查德·利基(Richard Leakey)、灵长类动物学家珍妮·古道尔(Jane Goodall),以及神经病学专家奥利弗·萨克斯(Oliver Sacks)都获得过这一殊荣。

正因为瓦茨在社会学、数学、物理学、统计学、计算机和信息科学领域的跨界成就,他被宾夕法尼亚大学“挖走”,并从2019年6月起,在该校的工程学院、传播学院和沃顿商学院任教,横跨工程学、商学、社会科学三大领域。

2017年,邓肯·J.瓦茨在《自然·人类行为》(Nature Human Behaviour)期刊上发表了一篇题为《社会科学是否应该更为注重结果导向》(Should Social Science be More Solution-Oriented?)的评述,指出社会科学研究应该更加注重从实际问题着手,寻求能够解决问题的理论和方法。作者瓦茨在文章开头就说,作为一位社会学家,他经常被问到的一个问题是:“对某个话题,从社会科学的角度怎么解释?”对社会学家而言,这样的问题是非常幼稚的,因为对于任何一个话题,社会科学至少可以提供几十个不同的观点,但没有一个观点是大家普遍认同的。瓦茨在《反常识》这本书中通过各种例子阐明,很多矛盾都源于常识思维。作为一位社会科学家,他希望传递给读者的正是要学会恰当地质疑常识和直觉。

瓦茨的学术轨迹本身看上去既显而易见却又并非显而易见。网络科学领域的研究人员应该都知道瓦茨,这可算是一个常识,因为他和史蒂夫·斯托加茨于1998年发表在《自然》上的《小世界网络的集体动力学》一文中提出的小世界网络模型,是至今仍在广泛使用的一个经典网络模型,而这篇文章也与1999年艾伯特-拉斯洛·巴拉巴西(Albert-László Barabási)和雷卡·阿尔伯特(Réka Albert)发表在《科学》上的关于无标度网络模型的文章《随机网络中标度的涌现》(Emergence of Scaling in Random Networks),成为过去20年网络科学兴起的两篇标志性文章。有趣的是,在这4个人当中,瓦茨过去20年的人生轨迹是跨度最大、最难预测的。

斯托加茨一直在康奈尔大学的应用数学系从事非线性动力学和网络科学研究。巴拉巴西从圣母大学到了东北大学,并组建了网络科学中心。阿尔伯特师从巴拉巴西,在获得物理学博士学位之后,就一直在宾夕法尼亚州立大学物理系从事网络科学研究。瓦茨师从斯托加茨,在获得理论与应用力学专业博士学位之后,按照常识思维前往研究复杂系统的著名机构圣塔菲研究所从事博士后研究。2000年,瓦茨跨界到了哥伦比亚大学的社会学系工作,组建了集体动力学小组。这看上去是一种“反常识”行为,因为瓦茨毕竟是物理学学士和应用力学博士。但从另一方面看,瓦茨之前研究的小世界网络模型本身就源自社会学研究,因此他的这一选择也算符合常识。20世纪60年代,哈佛大学的社会心理学家斯坦利·米尔格拉姆通过几百人传递信息的实验得出“六度分隔”的理论。瓦茨在哥伦比亚大学所做的一项工作就是希望基于互联网对“六度分隔的小世界”这一常识进行大规模的验证。为此,他的小组建立了一个名为“小世界项目”(Small World Project)的网站,并选定了一些目标对象。志愿者在网站注册后会被告知关于目标对象的一些信息,志愿者的任务就是将一条消息用电子邮件的方式传到目标对象那里。类似米尔格拉姆的小世界实验,如果志愿者不认识指定的目标对象,就给网站提供他觉得比较合适的一位朋友的电子邮件地址。网站会通知他这位朋友关于这个实验的事情,如果这位朋友同意,就可以继续这个实验。该研究小组于2003年8月在《科学》上报道了他们的实验结果。在一年多的时间里,总共有13个国家的18名目标对象以及166个国家和地区的6万多名志愿者参与实验。瓦茨在哥伦比亚大学工作期间还出版了两本网络科学普及作品《小小世界》《六度分隔》,这体现了瓦茨在科普写作上的功底。从那时起,瓦茨也越来越被认为并且也自认为是一名社会学家了。

2007年,瓦茨跳槽到了当时的互联网巨头雅虎公司的研究院,担任人类社会动力学研究室主任。这本《反常识》就是瓦茨在雅虎研究院工作期间完成的,当时瓦茨肯定没有预测到雅虎公司此后会如此快地滑向没落,这也印证了书中所阐述的预测之难。2012年,瓦茨又跳槽到了微软公司为吸引科学家而特意在纽约设立的研究院,网站介绍其研究领域为经济学和社会科学。2019年,瓦茨加盟宾夕法尼亚大学,同时受聘于该校的工程学院、传播学院和沃顿商学院,也算是有点超乎常识思维了。

我至今依然清晰地记得2000年年底第一次看到瓦茨和斯托加茨那篇提出小世界网络模型的文章时的情景。当时,我和陈关荣教授正在合作开展“混沌系统的控制、反控制与同步的研究”工作,我们就从网络的小世界结构对网络系统的同步化行为会产生什么样的影响这一问题切入,开始进入网络科学领域。我们构建了一类网络动力学模型,并且在小世界网络模型结构上做了仿真,发现随着网络上两点间的平均距离的减小,网络的同步化能力越来越强,由此我们得到了一个看似常识的结论:更短的平均距离有利于节点之间更好地交流,从而促进实现同步。斯托加茨还曾通过邮件联系我索要文章。然而,之后就有研究人员发现,对于另一类网络模型,随着网络同步化能力的增强,平均距离反而是增大的。今天我们意识到,网络的平均距离和同步化能力之间并不存在一般的相关性。所以,正如瓦茨在这本书中所强调的,进步需要不断突破已有的常识。

上海2017年的高考作文的主题是“预测”,我在语文考试刚结束、接受《文汇报》采访时强调,要充分相信这批与互联网共同成长的一代,人生的每一次选择都是基于对未来的预测,而学生对未来的预测可以改变未来。“学生可选的角度很多,甚至可以谈谈对预测本身的看法。我预测一定会有不少让我们眼睛一亮的好作文,甚至是我们意想不到的角度。”

如果一位物理学家谈论物理,哪怕他只是用大家都能听懂的语言做科普,外行一般也不太敢提出质疑。众所周知,物理学是一门非常专业的尖端科学,没经过多年训练的人对其胡乱发表见解只能闹笑话;但当一位社会学家谈论社会问题时,哪怕他旁征博引了好多东西方先贤的经典理论,别人还是可以毫无压力地批评他。无论专家怎么说,每一位出租车司机都认为自己知道汽油涨价是怎么一回事;每一位网友都认为反腐败的出路是明摆着的;每一位球迷都认为,如果从未从事过足球行业的韦迪都能当中国足球协会的主席,那么他们也能当。

这也许怪不得大众。实践表明,在像政治学这样的“软”科学领域,其“专家”的实用程度很可能并不显著高于普通人。1984年,伯克利大学心理学家菲利普·泰特洛克(Philip Tetlock)做了一个影响深远的研究。他调查了284个专门以预测政治、经济趋势为职业的政治学家、智囊团和外交官,向他们提出各种预测问题,比如戈尔巴乔夫有没有可能因政变而下台。泰特洛克要求专家对其中的大多数问题,比如某个国家的未来政治自由状况,提供出现三种可能性(保持现状、加强或者减弱)的概率。这个研究做了20年,一直等到当年预测的事情全部水落石出。到2003年,泰特洛克总结了这些专家给出的答案,但结果发现他们的总成绩还不如索性把每个问题的三种可能性都均等地设为33%。也就是说,专家的预测水平还比不上直接掷骰子的方法。更具讽刺意味的是,这些专家对自己专业领域的预测得分居然比专业外的领域更差。

《纽约客》在评论泰特洛克根据这项研究写的《专家的政治判断》(Expert Political Judgement)一书时,对专家的看法相当悲观,最后得出的结论居然是:我们还是自己思考算了。尽管泰特洛克的研究显示,专家的得分其实还是比普通人略高一点儿。

社会科学并非无路可走,它可能正处于大发展的前夜。邓肯·J.瓦茨的这本新书《反常识》提出,社会科学的发展方向应该是像“硬”科学一样,依靠实验和数据。传统专家的预测之所以不行,是因为他们依赖的很多直观“常识”其实是一厢情愿的想当然。事实上,哪怕一个最简陋的统计模型,也能比专家预测得好。瓦茨这个说法并不新颖,因为已经有越来越多的人呼吁把数理方法作为社会科学研究的主要方法来运用,而且这个方法正在成为主流。现在大概很少有人在论文里拿100年前的所谓经典说事了。此书的最大新意在于,因为瓦茨同时在雅虎研究院研究社交网络,所以他在书中描述了几个亲自参与的有趣研究。

谈起社交网络,很多人会立即想到马尔科姆·格拉德威尔(Malcolm Gladwell)的《引爆点》(The Tipping Point)。这本书提出,要想一件东西在人群中流行开来,需要某些特别有影响力的关键人物在其中“推波助澜”。这些关键人物是社交网络中的节点,是普罗大众中的意见领袖。正是因为他们的存在,我们才可能实现把地球上任意两个人用不多于6个人相互联系起来,也就是所谓的“六度分隔”理论。根据这个理论,扩大产品知名度的最好办法是找名人做广告。名人在社交网站上说一句话,应该比普通人的“口碑”重要得多。有传闻说,在中国,有百万粉丝的名人发一条营销广告,可以获得1 000元,其实这个数字还算是少的。美国女星金·卡戴珊(Kim Kardashian)一条广告的价格是10 000美元。

“关键人物”理论完美符合人们的思维常识。我们总是强调伟人对历史的推动,强调“一小撮”坏分子对社会秩序的破坏,强调明星对时尚潮流的引领,然而问题是,这个理论并没有获得大规模统计实验的支持。

在现实生活中,统计影响力非常困难,因为我们很难测量一个人是被谁影响的。现在各种社交网站的出现给这种测量提供了可能。比如Twitter的一个特别有利于研究的特点是,如果用户分享一个网址,这个网址的URL(统一资源定位符)会被缩短,自动形成一个唯一的代码。通过跟踪这些短代码,瓦茨与合作者就可以分析信息如何在Twitter上扩散和传播。具体说来就是,如果有人发布了一条代码,而他的一个“粉丝”如果转发这条代码,那么这次转发就可以被视为一次可观测的影响。广告商的愿望是,希望信息能够这样一层接一层地转发和传播开来,形成所谓的“Twitter瀑布”。然而,通过分析2009年两个月之内160万用户的7 400万条信息链,研究人员发现,98%的信息根本就没有被推广传播。在这几千万条信息中,只有几十条被转发超过千次,而转发次数达到万次以上的只有一两条!我们平时看到的那些被反复转发的消息其实是特例中的特例。由此可见,想要通过社交网站成名,就好像买彩票中头奖一样困难。

那么,名人的影响力到底怎么样呢?瓦茨等人使用了一个巧妙的方法。他们使用统计模型,根据第一个月的数据把那些粉丝众多,并且成功引发了“Twitter瀑布”的关键人物挑出来,然后观察他们在第二个月中的表现。结果相当出人意料:这些人在第二个月再次引发“瀑布”的可能性相当随机。平均而言,名人的确比一般人更容易让一条消息被广泛传播,但这个能力的实际效果起伏极大,一点都不可靠。也许最好的营销方式不是拿大价钱请少数名人,而是批量雇用有一般影响力的人。

如果一个东西突然流行开来,我们的常识思维总是以为这个东西一定有特别出类拔萃之处,或者就是其幕后一定有推手;但Twitter上的一项研究表明,所谓幕后推手其实并没有那么厉害。那么,为什么某些书能够畅销,某些电影能够卖座,某些音乐能够上榜呢?完全是因为它们出类拔萃吗?瓦茨参与的另一项研究表明,成功很可能主要是因为运气。

这是一个相当有名的实验。实验者创办了一个叫作“音乐实验室”的网站,在几周之内招募到14 000名受试者来给48首歌曲评分,如果他们愿意,也可以下载其中的歌曲。有些受试者的评分是完全独立的,他们只能看到歌曲的名字;其余受试者则被分为8个组,他们可以看到每首歌曲被自己所在组的其他受试者下载的次数——他们可能会设想被下载次数越多的歌曲越好听,这样一来他们的打分就会受到社会影响的左右。

实验结果表明,那些“优秀”歌曲,也就是在独立组获得高分的歌曲,在社会影响组也是“流行”歌曲,且其流行程度比在独立组更高,而“低劣”歌曲在社会影响组的表现也更差;所以当听众能够被彼此的选择影响时,流行的东西就会变得更加流行,出现胜者通吃的局面。这个实验最重要的结果是,具体哪首歌曲能够登顶榜首,则是非常偶然的事件。有些歌曲可能会在实验初期纯粹偶然地获得更多下载次数,后来的受试者受这个影响,就会以为这首歌曲好听,以至于给予它更多的关注,形成正反馈。最初的运气很大程度上决定了最后哪首歌曲能脱颖而出。在独立组排名第26位的一首歌曲,在一个社会影响组居然排名第1位,而在另一个社会影响组则排名第40位。尽管特别低劣的歌曲肯定流行不起来,但好歌想要流行还是需要很大的运气。总体来说,独立组排在前5位的歌曲只有50%的可能性在社会影响组也进前5名。

对能够互相影响的一群人,不能以常理度之。撒切尔夫人曾经说:“根本就没有社会这种东西。只有作为个人的男人和女人,以及他们的家庭。”可是你不能用研究一个人的方法来研究一群人。就算你能理解这群人中的每个人,你也未必能知道把这群人放在一起会发生什么。他们之间的社交网络结构会导致一些非常偶然的事情发生,这些事情无法用任何常识去预测。一般人的历史观总是有意无意地把一个集团想象成一个有思想、有行动的个人。这样的理论无法解释,为什么很多历史事件经历数次失败后,居然在一个完全意想不到的时机下成功了。

我们生活在一个彼此互相影响的社会。我们想起来去听一首歌,也许只不过是因为朋友的推荐。我们想起来去看某部电影,也许只不过是因为我们恰好在社交网站上看到某人提到了它。歌手旭日阳刚的歌可能真的很好听,但换作某个平行宇宙,他们将登不上春晚舞台。如果历史重演一遍,芙蓉姐姐、周迅甚至李谷一都未必能成名,而《哈利·波特》第一集也未必能获得出版。我们总是习惯于把事情的成败归结为人的素质,归结为领袖人物,甚至归结为阴谋论,好像什么事情都是注定的一样,而事实却是,很多事情只不过是偶然而已。

常识只是特别善于在事后“解释”事件,这种解释根本谈不上真正的理解。“十月革命”爆发了,我们就解释说俄国当时的局势必然会爆发革命。在革命之前有谁能这么肯定呢?中国女篮以三分优势击败韩国取得奥运参赛权,赛后总结全都是成功的经验,但如果中国女篮最后几个球偶然没投进,媒体上出现的必然又全是失败的反思。我们在看这些事后的经验总结或者反思时,总觉得它们说的都挺有道理,简直是常识。专家也正是根据这些道理去预测未来。可是事先你怎么会知道这些完全相反的道理哪个会起作用呢?

如果有人说,来自农村的士兵会比城市的士兵更适合军队生活,读者很可能会认为这是显而易见的事情,因为农村本来条件就比较艰苦,需要更多的体力劳动,农村士兵肯定更能适应军队生活;然而据社会学家保罗·拉扎斯菲尔德(Paul Lazarsfeld)对第二次世界大战期间和战后美军的调查,发现事实恰恰相反。结果是城市士兵更适应军队生活,因为他们更习惯于拥挤、合作、命令,以及严格的衣着规定和社会礼仪。这两方面的常识看上去都有道理,在没有统计的情况下,我们根本不知道哪个更重要。这就是为什么不做调查研究就没有发言权的原因。

要想从复杂的随机事件中看到真正的规律,最好的办法是,像研究自然科学一样进行大规模的重复实验。如果中国女篮跟韩国女篮在同样的条件下,打100次能赢95次,我们就可以确信中国女篮强于韩国女篮。如果一首歌能在每一个社会影响组都进前五名,我们自然就可以确信这首歌的品质的确出众。然而历史不能重复,我们不知道最后发生的结局是不是一个小概率事件,却总能用“常识”给这样的结局一个解释!用这样的解释预测未来,甚至制订计划,怎么可能不失败呢?一个更实用的历史观是,放弃“一切都是注定的”这个思想,把历史事件当成众多可能性中的一种,把未来当成一个概率分布,然后尽可能地使用统计方法,通过历史数据去计算未来事件的概率。与其追求用各种想当然的常识指导未来,不如把历史当作一个数据库,从中发掘统计规律。

从事自然科学研究的科学家通常认为社会科学更简单。如果你看那些关于社会科学的论文就会发现,其中的逻辑通俗易懂,结论往往也是显而易见的。物理学经常能得出一些违反直觉而又绝对正确的结论,然而社会科学中的常识却总能大行其道。现在这种局面正在改观,自然科学的研究方法正在被引进到社会科学中去,但这个过程并不容易。亨廷顿·凯恩斯(Huntington Cairns)曾经在某项研究中颇有科学精神地写道:“62个国家的社会挫折和不稳定之间的相关系数是0.5。”然后有一位数学教授跳出来说:“这纯属胡扯,亨廷顿是怎么测量社会挫折的?难道他有一个社会挫折表吗?”其实像这样的批评也许只不过说明,社会科学研究比自然科学研究更难做。

在没有互联网的年代,我们想要找几万人做歌曲评分实验,或者分析成百上千万的社交网络和信息传播,是根本不可能的事情。现在有了互联网,社会科学终于可以带给我们一些“不显然”的研究结果了,所以,社会学家已经在使用新方法做社会科学研究。令人遗憾的是,实用专家仍然停留在过去的理论上。其中一个原因也许是,统计方法还没有来得及做出更多有实用价值的判断。无论如何,正如瓦茨所说,如今,社会科学已经有了自己的“天文望远镜”,就等“开普勒”出来总结“行星运动的三大定律”了。

在讨论商业进化时,我们经常关心的是演变逻辑是否自洽,缝隙机会是否存在。技术加速迭代的时代,人类的数字进化和商业思维系统升级交织,新事物带来的兴奋感时常超出我们的预设,甚至超出我们的经验范畴。

“当我们尝试用概率来思考未来可能发生的事件时,会遇到这样的困难,我们会偏好于那些对已知结果的解释,而忽略其他可能性。”邓肯·J.瓦茨在《反常识》这本书中指出,“常识的矛盾在于,它既能帮助我们理解世界,也会削弱我们的理解能力。”这就需要认识定势思维的“反面”。我们应该在意的不是认知的升级,而是认知思维的“反”。

数字经济催生了新个体的诞生。更小的圈层被完整地定义,每个人都可能成为圈层的意见领袖。理性的决策越来越数据化,社会的情绪越来越人格化,自我的表演越来越社交化。

我们谈论过一个命题叫作“小网红”,甚至叫“纳米网红”。如今,“大网红”不再奏效,只有“小网红”才符合社交网络的游戏规则。如涵控股股份有限公司上市之后,当人们发现在与它签约的200多个“网红”里,一个张大奕支撑了一半以上的营收时,就会认为它的商业模式过度依赖单一IP。另一些相反的情景是,当下抖音和小红书的产品营销方式与“大网红”不再一样。一个越来越确定的发现是,粉丝数量不再那么重要,重要的是你能否线人。这种更小、更个人化的场景所定义的信任状传递,成了这个时代的产品营销方式。粉丝可以采买,但人格信任状如何被运营?它很“真实”,这就如同邻家朋友推荐的东西,我心甘情愿去买一样,所以小红书作为内容分享社区的价值日益凸显,抖音、快手成为新直播电商的超级形态,背后都是类似的逻辑。

反经验指向的是脱离旧惯性的商业创新思维,通过反向归纳、反向实证的方法整合创意。比如全美最大的品牌折扣运营商TJX公司曾跨越两次全球经济低谷,逆势上升,不同于其他运营商,它是以买手作为公司的全部核心。日本的茑屋书店超越书店本身,打造社区,以图书内容和文创美学共同构成完整的场景提案。东京的精品酒店Hotel Koe出人意料地进行了服装品牌的概念尝试,演绎了酷与侘寂美学的融合。这些都是反经验取得成功的实例。

关于预测,瓦茨认为:“选择数据本身和数据的准确性同样重要。”《大西洋月刊》有篇文章提出了一个重要概念——另类数据。有很多金融机构正在使用类似卫星数据这样看起来毫不相干的数据,来进行股票的分析和预测。这种数据就被称作“另类”,因为它和传统的财务数据、经济数据很不一样,可以说,另类数据正在成为金融机构之间竞争的新壁垒。与我们在常规预测路径下关注的数据不同,那些看似弱相关甚至不相关的数据和信息,往往表现出更大的优势。传统的数据虽然信息量大,但是速度不够快,往往只能用来看长期的走势,但另类数据更新的速度很快,能用来判断短期的走势。所以,谁能掌握这样的数据,谁就能在股票交易和预测中抢占先机。

差异常常以不符合经验逻辑的方式呈现,新“物种”必须超越经验的视角才能长成。

我们讲定势思维之“反”,并非说定势思维是错的,而是说新的技术变化、新的用户需求、新的生活方式、新的话语体系让商业逻辑发生了本质的变化。“场景颗粒度”是数字文明的关键词之一,颗粒度意味着更细分、更个性化、更碎片化的需求。数据是场景颗粒度的基础,通过不间断地扫描用户行为,实现用户需求的精准响应,进而形成数字化场景解决方案。场景不断切换以期于细微之处触动消费者,那些过去越是让人觉得没有机会的场景里,就越可能隐藏着新的商业机会。

所有的商业都要解决具体的问题,在当下更多地表现为一个具体的认知问题。《反常识》这本书从人们习以为常的现象切入,从反向进行思考和预测。“反常识”的三大红利就是数字时代的红利。多线思考,加速认知,常常颠覆,以“反”脱离惯性和套路,解决具体问题,我们就会找到各个商业领域所隐含的可能性。

2018年4月,湛庐文化在北京为我们的新书《重塑》组织了一场分享会,会后湛庐文化总编辑董寰和我聊起了《反常识》这本书,并问我是否有兴趣翻译。我很爽快地接下了这个任务,一是因为这本书的作者是网络科学领域无人不知的邓肯·J.瓦茨,我拜读并引用过他的很多篇论文,他的研究横跨多个领域,深刻又有趣;另一个原因是,这本书的内容深深地吸引了我,瓦茨关于常识和反常识的思考为我们提供了一个新的认知框架来观察与反思生活,帮助我们走出经验和历史构筑的“常识陷阱”。此外,翻译外文畅销书对我来说是全新的尝试和挑战,而作为一名科研工作者也有责任和义务,让更多的人了解和关注前沿的研究进展与新的思想理念,于是在一年后的今天便有了这本《反常识》。

翻译的过程并不轻松,这种困难不在于语言上的理解,而是源于思维模式的重塑。这本书分为两部分,分别探讨常识思维带来的误区以及反常识思维的优势。书中引用了大量的研究数据和事件,向人们展示使常识“失灵”的几个主要维度,即在我们看来成立,在别人看来不成立;在个人层面成立,在集体层面不成立;在此处成立,在别处不成立;在今天成立,明天不成立的常识。我们对于常识的误解往往源于上述的一个或多个方面。

地球是围绕着太阳转的吗?在理想条件下,质量不同的铁球从同一高度做自由落体运动时会同时落地吗?答案显然是肯定的,因为这不都是常识嘛。同样地,你大概也会认可提高薪酬能让员工表现得更好,多修公路可以缓解交通拥堵,工资透明化能限制美国CEO(首席执行官)过高的收入。甚至像如何促进落后地区的经济发展,政府如何有效扶贫这样的问题,无论是专家学者还是普通大众也都能给出不少解决方案——完善基础设施,增加资金投入,调整产业结构等,因为这都是显而易见的。但很多时候,这些显而易见的论断和方案会被现实证明是错误的。

问题到底出在哪里呢?瓦茨在《反常识》这本书中给出了答案。对于充满复杂性和不确定性的社会经济系统而言,往往并不“易见”其真实面貌。当我们根据个人经验慎重地给出一个“合理”的解释时,也往往与真实情况相去甚远,甚至完全相反。

如果我告诉你,人们对于上述发展经济和有效扶贫问题给出的方案往往并不奏效时,你或许能接受这个现实,毕竟个人经验有时确实不适用于政府和地区。但如果当我告诉你,研究发现,提高薪酬与员工表现之间并没有明显的正相关性,多修公路很可能会加重交通拥堵,工资透明化反而导致富人之间的攀比,并最终使他们的工资变得更高时,你或许就会惊叹这些都太反常了吧!可见很多时候,我们自以为是常识的东西,实际上却似是而非。即便是“地球围绕着太阳转”这样的真理,在几百年前不也曾是让哥白尼饱受迫害的“谬论”吗?

何谓常识?常识即平常之识,是我们从日常社会生活、劳作、学习中总结和积累下来的基本知识。的确,常识在处理日常生活中遇到的问题时往往便捷有效,比如感冒了应该多喝水、补充维生素C;坐久了应该站一站、适当活动活动等。但当涉及公司、集体、市场,以及社会治理等更为复杂的问题时,常识却往往“失灵”。实际上,常识并没有失灵,只是我们经常忽略了常识成立的条件。所以不是常识错了,而是我们用错了常识!

常识的成立很多时候需要特定的社会文化背景。在《反常识》这本书中,瓦茨举了一个名叫“最后通牒博弈”的例子。实验人员挑出两个人,给其中一个人100美元,并让他分给另外一个人,给的金额自定,如果另一个人接受了这个分配方案,两人将得到相应的金额,反之双方都得不到钱。显然平分最公平,最容易被接受。但实验结果表明并不总是如此。例如,在秘鲁的马奇圭噶部落,即使人们只分给对方总金额的25%也不会被拒绝。相反,在巴布亚新几内亚的阿乌部落,居民拿出一半以上的钱给对方,却总是会被拒绝。这些差异正是不同的社会文化背景所致。在马奇圭噶部落,人们只对直系亲属尽忠,因此在面对陌生人时没有义务去公平提议,即使是分很少的钱他们也认为这是白赚的。在阿乌部落,人们有交换礼物的习俗,如果接受了馈赠将来总是要还的。这两个部落截然不同的结果虽然与我们的常识相悖,但与当地人们的常识完全相符。可见,对于拥有足够相似社会文化经历的两个人,常识才能称得上“平常”。

常识在其他维度也存在着明显差异,包括在规模(数量或范围)、时间和空间三个维度上。就规模而言,将常识用于个体与集体、地方与国家之间是存在巨大不同的。涌现理论同样如此,系统中简单个体之间的互动可以产生无法预知的复杂样态或行为。比如一只蚂蚁的行为模式简单有限,但整个蚁群却显示出极高的智慧;又比如组成人体的单个细胞相对简单,但它们组合在一起却可以产生生命现象和超级复杂的人类智能。从“地心说”到“日心说”的转变,不同时代的民众甚至专家依据当时的常识,对历史真相的解读与反思等都体现着常识的时间维度。牛顿力学只适用于宏观低速物体,而不适用于微观或高速物体,这正是专业性的常识在空间维度上存在差异的力证。

人类认知能力的局限性往往也是导致常识失效的重要原因。常识既能帮助我们理解世界,又会削弱我们对世界的理解能力。个人或整个人类的认知能力是不断发展的,这导致常识的内涵也在不断变迁,所以常识之“常”是随着认知活动和认知能力而动态变化的,因此从这一点来说,真理具有“不唯一性”。瓦茨的一段令他懊悔不已的亲身经历正是对此最好的例证。他于1998年在《自然》上发表了关于小世界网络模型的标志性文章,那时他认为,度分布是不是正态分布并不是一个关键性的问题。而几乎同一时期,另一个科研小组发现很多网络的度分布是幂律的,文章很快在《自然》上发表,并成为复杂网络领域另一篇标志性的文章,而他们用的正是瓦茨的数据。

混沌理论的诞生对此也是一个力证。“机械决定论”曾一度是每个科学家的常识,其对海王星的成功预测,甚至让拉普拉斯宣称,只要给定起始条件,就可以预言太阳系的未来。而随后混沌理论的提出,让决定论的常识崩塌了,因为混沌理论指出,即使是一个有着确定的方程、系数和初始值的系统,在长期看来也可能是不可预测的。

在有人参与的社会现象中,事情往往变得更加难以捉摸。常识往往会掩盖事物形成的条件和背后的诸多复杂关联,以便让我们自信满满地用这些早已准备好的“套路”来解释事实成败的原因,导致我们在理解中出错。比如,如果让影迷说出电影《流浪地球》大火的原因,他们会举出科幻元素、制作良心、特效给力等诸多似乎无可辩驳的特点,但具有这些特征仍然寂寂无闻的电影也有不少,为什么只有《流浪地球》火了呢?我们的解释是,在知道结果之后再去反推原因,其实我们得出的原因很可能不是原因,而只是对既成事实给出的一个符合自己价值期许的解释罢了。

那么,我们如何才能利用好对于已发生之事的认识和经验,为现在的认知和决策提供依据呢?本书给出了答案,就是“反常识”。如果说常识顺应了人类生存的需要,那么,反常识则更能满足发展和创新的需要。有时,常识会阻碍人的思考,限制人的行动。如果你相信“家庭事业难两全”是一个常识,那就无法做出积极的转变。所以,要想拥有丰富多彩的人生,必须先反思常识,重塑我们对事物的理解和想象。

培养反常识思维,最重要的是少依赖常识,多依赖客观的、多维的、可量化的东西;要少关注对未来的预测,多重视对当前情况的反应。常识在很多方面塑造和影响了我们的思想与行动,反常识思维能够帮助人们重新定义和理解问题,并找到解决方案,同时它也要求我们更多地关注当下正在发生的事情,而不是脑海中既有的经验。我们应该努力培养一种自我审查机制,时刻审视我们的每一个观点、意念、欲望、逻辑和行为,审查它们的依据、条件、偏好以及合理性。反常识思维并不是说常识都是错误的,而是以审慎的态度,时刻对“自然而然的”和“习惯性的”行为做出合理的质疑。

就目前来看,社会科学在发展定量化方法的过程中存在着某种“事后诸葛亮”般的明智,一些经过修修补补的模型虽然可以对已发生的事件做出精确的解释,但在预测未来面前显得苍白无力。人工智能、大数据等技术的快速发展和广泛应用,给社会科学研究带来了新的机遇。“网络科学”等前沿交叉研究领域不断涌现,物理学家、计算机科学家等从事自然科学研究的学者大举进军社会科学领域,取得了许多阶段性的成果,为未来社会科学的研究提供了新的理念和方法论支撑,深刻地影响和改变着整个社会科学研究学界。

同样,反常识思维也适用于政治、商业甚至慈善事业等其他领域,只要这些领域包含理解、预测、改变或回应人们的行为这些因素,都将适用。在智能化时代,信息极度丰富,培养反常识思维,能帮助我们在数据的浪潮中激流勇进,看清复杂世界问题的真相。毫无疑问,反常识思维是社会科学研究的关键,也是解决复杂世界问题的利器。

1998年1月,我刚研究生毕业半年,室友给了我一本《新科学家》(New Scientist)杂志,里面有一篇物理学家兼科普作家约翰·格里宾(John Gribbin)所写的书评。格里宾评述的是著名社会学家霍华德·贝克尔(Howard Becker)所著的《社会学家的窍门》(Tricks of the Trade)一书。该书详细地讲述了贝克尔对如何进行社会科学研究持有的一些想法。格里宾在评论中直言不讳地表达了自己的反对意见。他认为贝克尔讲的全是废话——那都是真正的科学家早就明白的事。不仅如此,格里宾还评论说,这本书只是印证了社会科学是一个“矛盾综合体”。他还调侃说,那些被削减了科研经费的物理学家如果混不下去了,不妨考虑去社会科学界找份工作,那里的问题对他们来说简直就是小菜一碟。

格里宾的话一直萦绕在我脑海中。其实,那个时候室友让我看这篇书评是有原因的。我大学主修的是物理学,看到这篇书评时我刚拿到工程专业博士学位。我的毕业论文是一篇关于“小世界网络”的数学论文。尽管是物理学和数学背景出身,但我渐渐对社会科学研究产生了兴趣,毕业后也开始从事这方面的工作。那么,格里宾调侃的不就是我吗?我感觉自己就像格里宾的一个小实验对象。坦白地讲,他的观点不无道理。

然而,从事社会科学研究12年后,我想说,困扰社会学家、经济学家和其他社会科学家的问题,是不可能被我或者一伙物理学家轻松解决的。自20世纪90年代末以来,已经有成百上千位物理学家、计算机科学家、数学家或其他“硬”科学家对传统的社会经济学领域的问题产生兴趣。他们关注的问题主要包括社交网络的结构分析、社团形成的动力学机制、信息和影响力的传播、城市和市场的演化等。过去10年,诸如“网络科学”(network science)、“经济物理学”(econophysics)这样全新的多学科交叉研究领域出现了。研究者分析了大量数据,提出了无数新理论模型,发表了数千篇论文,其中不少论文刊登在《科学》《自然》《物理评论快报》(Physical Review Letters)等世界顶级学术期刊上。为了支持这些新研究方向的发展,全新的资助项目已经启动。关于“计算社会科学”等主题的会议也日益增多,为科学家提供了新旧跨学科互动的平台。毋庸置疑,许多年轻的物理学家也有了新的工作,就是研究那些他们曾经不屑一顾的东西。

这些活动已经远远多于格里宾在书评中随口提出的要求。那么,我们从这些早在1998年社会科学家就开始考虑的问题中学到了什么呢?贝克尔在书中谈到的问题,诸如职场偏差行为(workplace deviance)的本质、社会实践的起源、改变文化规范的力量,这些当时我们不理解的问题,现在真的理解了吗?对于如何帮助救援机构有效地应对海地或新奥尔良等地的人道主义灾难,帮助执法机构制止,或是帮助金融监管机构对华尔街进行监管,从而减少系统性风险这些现实世界中的问题,新科学又提出了什么解决方法呢?在过去10年里,物理学家发表的数千篇论文,对于我们解决社会科学面临的真正重大问题,比如国家经济发展,经济全球化,以及移民、不平等和不容异己之间的关系,又有多少贡献呢?看看报纸,你们自己判断吧。

如果非要说我们学到了什么,那就是,有些社会科学问题,不仅社会科学家很难去解决,物理学家也是。但是,人们似乎并没有吸取这个教训,事实是这种情况反而越演越烈。2006年,得克萨斯州的共和党参议员凯·贝利·哈奇森(Kay Bailey Hutchison)向国会提议,削减美国国家科学基金会(National Science Foundation)在社会和行为科学上的全部预算。其实,哈奇森并不是反对科学研究,她曾在2005年提议将医疗科学资金翻倍。显然,她针对的只是社会科学研究。她认为:“这并不是美国国家科学基金现在应该重视的方向。”最终,这项提案被否决了。不过,人们很好奇,哈奇森到底是怎么想的。想必她并不认为社会问题微不足道,因为肯定没人会说移民、经济发展和不平等这些问题不重要。其实和格里宾一样,哈奇森也觉得社会问题不是科学问题,不值得科学家长期关注。正如哈奇森的同事,来自俄克拉何马州的参议员汤姆·科伯恩(Tom Coburn)三年后提出的一项类似提案里写道的:“关于政治行为的理论研究,最好留给美国有线电视新闻网(CNN)、民调专家、权威人士、历史学家、总统候选人、政党和选民去做。”

对社会科学提出质疑的人不止参议员哈奇森和科伯恩。自从从事社会科学研究以来,经常有外界人士好奇地问我,对于这个仅凭个人很难理解的世界,社会科学是怎么认为的呢?这个问题听起来合情合理,但正如社会学家保罗·拉扎斯菲尔德60年前指出的那样,它也揭示出大众对于社会科学本质的一个普遍误解。拉扎斯菲尔德当时正在写《美国士兵》(The American Soldier),这本书的研究对象是,第二次世界大战期间和战后美国陆军部研究机构管理的60多万名军人。为了阐明自己的观点,拉扎斯菲尔德列出了6个具有代表性的研究命题。例如,第二个是“比起来自城市的士兵,来自农村的士兵往往在军队中有更好的精神面貌”。读者读到这里可能会说:“啊哈,很有道理嘛!20世纪40年代的农村人已经习惯了艰苦的生活和高强度的体力劳动,他们自然比城市人更容易适应军队的生活。那么,为什么还要动用如此庞大且昂贵的研究来告诉我这些靠自己就能想出答案的问题呢?”

的确,为什么呢?拉扎斯菲尔德接着惊人地指出,这6个命题都与实际研究结果完全相悖,恰恰是城里人在军队中表现得更快乐。当然,如果读者一开始就被告知正确结论,那么他们也能自圆其说:“我就知道会是这样,城市人更习惯在拥挤的环境中工作,他们在公司里经常受上司的指挥,穿着和礼仪都得服从严格的标准等,这都是显而易见的事情啊!”而这正是拉扎斯菲尔德的观点——当每个答案和它的对立面都看似很有道理时,“这种显而易见的论证就是错误的”。

拉扎斯菲尔德讨论的是社会科学,但我在本书中要说的是,这个观点适用于各行各业,无论是政治领域、商业领域、市场营销领域,还是慈善事业,只要涉及理解、预测、改变或回应人们行为的领域就都适用。那些试图解决城市贫困问题的政治家自认为已经弄清楚人们贫困的原因了;策划广告宣传活动的营销人员认为自己知道消费者需要什么,以及如何让他们购买更多;想要制定方案降低医疗成本、提高公立学校教学质量、督促戒烟,或者促进能源节约的政策制定者也认为自己可以手到擒来。虽然在通常情况下,这些人并不指望能将所有事情都处理妥当,但总会觉得这些问题大都在自己的能力范围之内,这又没有像过去“让火箭上天”这样的问题那么难。虽然我不是研究火箭的,但我非常钦佩那些能将一个小型汽车大小的机器着陆在另一个星球上的人。实际上,人们更擅长规划火箭的飞行轨道,而非管理经济、并购公司或者预测一本书的销量。那么,为什么火箭科学看似很难,而实际上更难的与人相关的问题却看似只是常识性问题呢?在本书中我将说明,矛盾的关键恰恰是常识本身。

不得不说,批评常识是一件棘手的事情,因为人人都觉得它是好的。回想一下,你上次被告诫不要使用常识是什么时候呢?显然,常识确实非常适合处理日常生活中的复杂问题,并且非常有效;但涉及公司、文化、市场、国家和全球机构的问题呈现出与日常生活不同的复杂性,这时常识就会误导我们。无论是只发生一次还是多次出现的经历,由于我们习惯于从中学习,所以常识推理存在的缺陷并不明显。相反,那些我们当时不知道的事情,但事后看来却似乎是显而易见的;因此,常识的矛盾在于,它既能帮助我们理解世界,也会削弱我们的理解能力。如果你不太明白这句话的含义,没关系,本书会做详细的解释,包括它对政策、规划、预测、商业战略、市场营销和社会科学的影响。

在和朋友、同事讨论《反常识》这本书时,我发现了一个有趣的问题。当我在摘要中指出本书的论点——我们对世界的理解实际上会阻碍我们的理解时,他们总会猛地点头说:“是啊,我总觉得人们会相信各种各样的蠢事,以便让自己看起来理解一些其实根本不懂的东西。”然而,当同样的情况发生在他们自己身上时,他们又会坚持自己的观点说:“对啊,常识和直觉确实有缺陷,但我的想法没有错啊。”就好像常识推理的失败只会发生在别人身上一样。

人人都会犯这样的错误。大约90%的美国人认为,自己驾车的技术水平高于平均值;也同样有大部分人认为,他们比普通人更幸福、更受欢迎或者更有可能成功。还有研究发现,比例高达25%的受访者认为自己的领导能力在前1%之列。这种“错觉优势”(illusory superiority)在人们身上很常见,被称作“乌比冈湖效应”(Lake Wobegone effect)。乌比冈湖是《牧场之家好做伴》(A Prairie Home Companion)的节目主持人加里森·基勒(Garrison Keillor)为节目中虚构的小镇起的名字,镇上所有孩子的智力水平都在平均值之上。

因此不难理解,人们更愿意相信别人对世界的看法是错误的,而不是自己被误导了。然而,令人不爽的是,适用于所有人的东西也必然适用于我们自己。也就是说,我们平常在思考和解释某件事的过程中产生的错误,也存在于大多数根深蒂固的常识观念中,这一点我会在后文中做详细的讨论。

当然,我们不是提倡放弃所有的常识观念,只是希望能引起大家的注意,多用怀疑的眼光审视它们。比如,我确实认为自己驾车的技术水平高于平均值,尽管我知道,从统计学上来看,近半数这么想的人都是错的,而我就是忍不住这么认为。但知道这一点,我至少会考虑自欺欺人的可能性。因此当我或者别人犯错时,我会尽量注意这个问题。或许我慢慢就会承认,并非每次口角都是别人的过错,即使有时我仍然会这么认为。或许我可以从经验中吸取教训,总结出正确的做法。虽然这样做,我还是不能确定自己是不是一位高水平的司机,但我起码可以做得更好。

同样地,当我们质疑自己对世界的假设,或是意识到自己在做一些根本不了解的假设时,我们不一定会改变想法,但质疑至少会迫使我们发现自己是多么顽固,从而悬崖勒马。这种方法可能并不容易,但这是形成新的正确观念的第一步。没有人能一开始就对所有的事情形成完全正确的看法。事实上,贝克尔在《社会学家的窍门》一书中提出,像社会学家一样思考就意味着要学会正确地质疑自己的直觉,了解事物是如何运作的,必要时应抛掉之前的想法。对于这点,评论者显然没有理解,当时我也没有领会到精髓。如果你读完《反常识》这本书后,仅仅是证实了自己已有的想法,那么我很抱歉,作为社会学家,我还未完成自己的任务。

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、习惯性的判断和天生的情感。

在纽约,每天有500万人乘地铁出行。他们从家里出发,蜂拥至邻近的地铁站里,挤入穿梭在迷宫般隧道的车中,经过曼哈顿、布鲁克林、皇后和布朗克斯各区,然后再从站台和电梯里涌出,寻找最近的出口。然而,常坐地铁的人都知道,纽约的地铁系统既是个奇迹,也是个噩梦。这个由机器、混凝土和人组成的系统就像鲁布·戈德堡机械一样繁复。尽管地铁会有数不清的故障、莫名其妙的延误,以及令人费解的公告,但它起码可以顺利地将乘客送达目的地。不过,这些事情也确实让人感到身心俱疲。高峰时刻,地铁里挤满了劳累的员工,疲惫的母亲,以及大喊大叫、你推我搡的年轻人,人们争夺着有限的空间、时间和氧气。你不可能在这种地方找到人情味儿,也不可能碰到一个年轻力壮的小伙子走上前,让你给他让座。

20世纪70年代初的某一天,当一群心理学系的学生在其导师——著名社会心理学家斯坦利·米尔格拉姆的指导下走进地铁站时,这一情景的确发生了。那时米尔格拉姆已经因几年前饱受争议的服从权威实验而声名远扬。该实验在耶鲁大学进行,在实验中,穿着白大褂的“权威人员”会告诉参与者这是一项关于学习的研究,并要求他们通过电击的方式教导被试。结果显示,参加实验的普通人会对被试施以致命的电击(这些被试实际上是实验人员假扮的,他们假装被电击)。实验发现,在正常情况下,谦谦君子也会做出违背良心之事。这个发现让人们深感不安。自那时起,服从权威一词就带有了贬义的意味。

人们不知道的是,社会的正常运作其实离不开“服从权威人士的指示”这一基本规则。想象一下,如果学生可以随意反驳老师,工人可以随意反抗上级,司机无视交警的指挥,那么在5分钟内,世界就会陷入混乱。当然,有时候反抗权威也合情合理,不少人认为米尔格拉姆的实验情景就印证了这种情况。这个实验也说明了,在日常生活中,我们习以为常的社会秩序在一定程度上是由一些隐形的规则维系的。如果不是试图打破这些规则,我们根本察觉不到它们的存在。

后来,米尔格拉姆移居纽约。基于服从权威实验,他猜想,“在地铁上要求让座”这一情况是否也存在类似的“规则”呢?和服从权威的规则一样,这个规则也未被明文规定过,而经常坐地铁的人也常常难以察觉。很快,米尔格拉姆的学生进行了现场实验,并发现在“在地铁上要求让座”这种情景中也存在类似的规则。尽管过半的乘客最终让出了自己的座位,但很多人反应激烈,有的人还要求给出合理的解释。每个被要求让座的人都感觉很诧异,旁观的乘客也常会指责实验者。相比乘客的反应,更有趣的是实验者自己的反应。他们一开始很难开口让陌生人让座,事实上,他们极不情愿做这个实验,有时不得不结伴同行,寻求精神上的支持。当学生告诉老师自己的不适时,米尔格拉姆还嘲笑他们,但当米尔格拉姆自己试着做这个实验时才发现,走到一个陌生人面前,并要求他让出座位这个简单的行为有多么令人难堪。也就是说,这条规则看似简单,却不像米尔格拉姆之前发现的服从权威规则一样容易被打破。

事实上,在纽约这样的大城市里充满了类似的规则。例如在拥挤的火车上,挤在别人身边很正常,但当乘客很少时,如果还紧贴在别人身上,那就有些招人烦了。无论人们承认与否,的确存在某种规则,让我们在有限的空间内尽量分散开来,而违反规则将给人带来强烈的不适感。想象一下,在电梯里,如果有人和你面对面站着,而不是面对着电梯门,你会不会感到非常不舒服?在像地铁这样的空间中,人们总是面对面站着,不用顾虑什么,但在电梯里,这么做就很奇怪了,就像有人违反了某种规则一样,即使你可能从未注意到这种规则的存在。那么,我们遵循的其他规则呢?比如在人行道上穿行,帮他人开门,在熟食店排队,让他人先搭乘出租车,以及穿过繁忙的路口时和旁边车辆的司机有适当的眼神交流等,我们会在尽量替他人着想的同时,保证自己拥有一定的时间和空间。

无论我们身处何处,生活中都充斥着诸多不成文的规则,正是它们指导并塑造着我们的生活。事实上,这些规则数量极多,虽然我们不可能一一将其记录下来,但希望明理之人可以了解它们。我们还希望他们能知道哪些现有规则可以忽略不管。以我自己为例,高中毕业后,我加入了海军,在澳大利亚国防学院接受了为期4年的军官培训。当时学院的气氛非常紧张,到处都是吼叫的教官,黎明前要做俯卧撑,就算下着倾盆大雨,也要进行配枪跑步训练,还有数不清的军规。刚开始时,我觉得这种新生活复杂且混乱。后来,我们发现,尽管有些军规很重要,但在危急时刻可以忽略,很多指令通过像眨眼、点头这样简单的动作就可以执行。这并不意味着惩罚不严厉,你可能会因为一些很小的违规行为,比如因为开会迟到或者床单不整齐,被罚在练兵场上行军7天。你应该知道(当然你可能不会承认自己知道),国防学院的生活更像一场游戏,而非真实的生活。输赢很正常,但无论发生什么,你都不应该太当回事儿。果然,经过6个月的适应,那些刚开始折磨我们的规则,完全变成理所当然的了,反倒是国防学院外的生活显得有些奇怪了。

我们其实都有过这样的经历,只是它们可能不像我在澳大利亚国防学院经历的这么极端,20年后回想起来仍然历历在目。无论是融入新学校,了解新工作,还是试着在国外生活,我们都必须学会适应新环境。可能刚开始时,我们举步维艰,会觉得到处都是陌生的规则,但最终会慢慢熟悉起来。

在通常情况下,正式规则(明文规定)并没有非正式规则(像“在地铁上让座”这种直到被打破才发现的规则)那么重要。相反,那些我们熟知的规则很少被执行,即使偶尔被执行了,也可能是由于其他我们不知道的规则。神奇的是,我们经常感叹人生的游戏是多么复杂,但仍然有能力玩好它。我们的适应能力就像孩子在潜移默化中学习新语言一样,不知不觉就学会了在一个全新的社会环境中摸爬滚打。

帮助我们解决这些问题的神奇的人类智慧,就是所谓的常识。常识实在是太普通了,以至于只有当它缺失时,我们才会注意到它的存在,但对于日常生活的正常运转来说,常识必不可少。常识,就是知道早上穿什么衣服上班,在街上或地铁里应该有什么样的言行举止,以及如何与朋友、同事融洽相处。它告诉我们,什么时候应该遵守规则,什么时候可以忽略不管,而什么时候则需要站出来挑战规则。常识,是社会智慧的本质,它深深植根于法律体系、政治哲学和专业训练之中。

帮助我们解决问题的人类智慧,就是常识。简单来说,它大致由事实、观察、经历、见解,以及每天解决问题和学习的过程中积累的智慧组成。常识深深植根于法律体系、政治哲学和专业训练之中。

常识虽经常被提及,却很难讲清楚。简单来说,它大致由事实、观察、经历、见解,以及每天解决问题和学习的过程中积累的些许智慧组成。此外,常识没有简洁的分类。一些常识性的知识往往非常笼统,正如美国人类学家克利福德·格尔茨(Clifford Geertz)所说:“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、习惯性的判断和天生的情感。”但常识也可以指一些更专业的知识,比如,专业人士会在日常工作中用到的知识等。再比如,对于医生、律师或工程师而言,他们多年的训练和经验积累起来的工作知识,也可以被称为常识。1946年,在芝加哥召开的美国社会科学协会年会上,时任协会主席的卡尔·泰勒(Carl Taylor)在报告中给出相似的结论:

我所说的常识,是社会中的人已经掌握的知识,这些人也是社会学家试图理解的社会情形和过程的一部分。因此,常识既可以指民间知识,也可以指工程师、务实的政治家、收集和发布新闻的人掌握的知识,或是其他那些解释预测行为、个人和团体会用到的知识。

泰勒的定义强调了常识的两个本质特征,正是它们将常识与科学或数学等其他人类知识区分开来。

第一,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,这就意味着常识更关心问题的答案而不是求解的过程。就常识而言,知道什么是对的,或者知道方法就足够了。人们不需要考虑为什么可以从中受益,不必过于担心反而更好。换言之,与理论知识相比,常识并不会影响世界,它只是简单地按照世界“本来的样子”去处理问题。

第二,正规知识的力量在于,将特定的发现组织成由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,这也是常识与正规知识的不同之处。比如,我们在老板面前的穿着和言行,与在朋友、父母、父母的朋友或朋友的父母面前截然不同,这是常识处理的问题。正规知识试图根据一个一般规律推导出适用于所有情况的行为模式,常识只知道在某种特定情况下应该怎么做,而从不探寻为何这样做。正是这个原因使得常识很难在计算机中被复制,因为比起理论知识,常识需要用到大量规则来处理问题,少数特殊情况也不例外。比如,你想开发一个机器人来操控地铁,这个任务看似简单,但很快你就会发现,即便是一个小小的组成部分,比如“拒绝让座”这个规则,就依赖于其他各种复杂的规则,比如地铁里的座位安排、公共场合的文明举止、拥挤城市的生活规则,以及关于礼让、分享、公平和所有权的一般规范等。但乍看之下,它们好像和我们考虑的规则并没有太大关系。

任何想要形式化常识的尝试都会遇到同样的问题——为了教会机器人有限的人类行为,你必须把世界上所有的东西都教给它。不仅如此,重要的事情、应该重要但实际上不重要的事情、重要性取决于其他事的事情,它们之间有着无数微妙的差别,即使最先进的机器人也会被难住。一旦遇到与程序稍有不同的情形,它就不知道该怎么做了,会表现得格格不入,搞砸一切。

缺乏常识的人有点儿像这个倒霉的机器人,他们似乎从不明白自己应该注意什么,也不清楚自己不知道什么。开发机器人非常困难,同样,向缺乏常识的人解释他们做错了什么也很困难。或许你可以带他们回顾说错话或做错事的场景,也许能避免再次犯错。但只要情况稍有不同,他们又会回到原点。在澳大利亚国防学院就读期间,我身边就有几个这样的学员,他们聪明能干,但就是表现不好。人人都知道他们是这样的人,也知道他们不谙常识,但由于这些常识很难准确地表明,我们也爱莫能助。他们无所适从,不堪重负,最终大多选择了离开。

常识非常重要,也有不少不平常之处,其中最突出的一点就是,它在不同时间、不同文化之间存在差异。

几年前,一群有胆识的经济学家和人类学家做了一个实验,以求证常识在不同文化背景下的最后通牒博弈中的表现。实验是这样进行的:首先,挑选出两个人,给其中一个人100美元,然后这个人需要把得到的100美元分一部分给另外一个人,金额从零到100美元不等。另一个玩家可以接受这种分配,当然也可以拒绝。如果第二个玩家接受了,双方都可以愉快地获得应有的金额;如果第二个玩家拒绝了,那双方都将得不到任何钱。这就是最后通牒博弈。

在工业化社会进行的数百次实验中,研究人员发现,大多数实验者会选择平分这100美元,也就是每人50美元,而如果给对方分配的金额低于30美元,则往往会被拒绝。经济学家感到非常意外,他们认为这个结果与经济理性的标准概念相矛盾:就算只有1美元也比什么都没有好吧!从严格的理性角度来看,接受者应该同意任何高于0美元的分配。基于此,理性的分配者应该尽可能给接受者分得最少,也就是1美元。当然,只要略加思考就能理解接受者为什么会选择拒绝了——这种分配方式太不公平了,不能因为你有这种权力就提出这么霸道的要求。如果分配者提出的金额低于总数的1/3,接受者就会觉得被占了很大的便宜,他们宁愿放弃本该得到的一大笔钱,也要教训一下吝啬的分配者。预料到这个反应后,分配者就会倾向于提出一个接受者普遍会认为比较公平的分配方式。

对于这个突破性的发现,你可能认为经济学家需要进一步展开研究,其实这样想的不止你一个。如果说这其中有什么像常识,那就是人们认为公平和金钱同样重要,有时他们甚至更加关心公平。当实验人员在5个洲的15个小型前工业化社会中重复做这个实验时却发现,不同社会的人对于公平的理解各不相同。一个极端的例子发生在秘鲁的马奇圭噶部落,分配者倾向于分给对方的钱只有1/4,而且提议也不会被拒绝。相反,另一个极端情况发生在巴布亚新几内亚的阿乌部落,那里的居民愿意拿出一半以上的钱给对方,但令人惊讶的是,这种“高度公平”的提议往往和不公平的提议一样被拒绝。

这些差异又该如何解释呢?原来,阿乌部落有交换礼物的习俗,接受了别人的馈赠之后,就得在未来适时给予回馈。阿乌部落没有类似的最后通牒博弈,所以他们只是简单地把这种陌生的互动与他们最熟悉的社会交易,也就是礼物交换习俗对应起来,并据此做出反应。西方实验对象眼中的“天降之财”,对于阿乌部落的人来说,就是一笔“非分之财”。相比之下,马奇圭噶部落的人们只对直系亲属尽忠,因此在与陌生人进行最后通牒博弈时,他们往往把这件事想作自己熟悉的领域,觉得自己没有义务去公平提议,并且在面对明显不公平的分配时,他们也不会像西方地区参与实验的人那样表现出愤怒,对他们来说,即使是少量的钱财也是赚了。

一旦你了解了阿乌、马奇圭噶部落文化的特征,这些令人困惑的行为就合情合理了,甚至你会认为这也是常识。当然也确实如此。我们认为,在现行的世界里,公平互惠是常识性原则,人人都要遵守,受到无故侵犯时就要反抗。同样,在15个前工业化社会中,人们对于世界的运转有他们自己的理解。这些理解可能和我们的不同,但只要接受了他们的看法,他们的常识和逻辑就和我们的一样合情合理了。如果在他们这种文化中长大,任何通情达理的人都会这么做。

这些实验结果表明,只有两个人拥有足够相似的社会文化经历时,常识才能称得上“平常”。换句话说,常识依赖于社会学家哈里·柯林斯(Harry Collins)提出的集体隐性知识,该知识贯穿于社会规范、习惯和实践中。柯林斯指出,集体隐性知识只能通过参与社会活动习得,这就是为什么机器难以学会的原因。但这也说明,对某人来说合情合理的事,对另一个人来说可能就显得非常奇怪,甚至难以接受。比如,人类学家克利福德·格尔茨曾指出,在不同时期和文化之间,人们对两性畸形儿童的态度有着巨大的差异。罗马人憎恶并杀害这些儿童,希腊人容纳他们,纳瓦霍人尊敬他们,东非的波克特部落则简单地把他们看作一种“错误”,要么留着他们,要么就丢了,就像是对待一个破罐子一样。同样,像奴隶、献祭、食人、裹脚、女性割礼这些在当代文化中广受诟病的行为,却曾在(甚至仍在)不同的时间和地方被认为是完全合理的。

群体长期以来所共同经历的生产过程、事件、心理和认知体验构成的难以通过语言、文字、图表或符号明确表述的知识,这种知识以一种不言自明的形式存在。

此外,常识深深扎根于社会体系之内,这就导致了常识上的分歧往往难以消除。比如,有些在纽约长大的人会认为,纽约是个犯罪猖獗的污水坑,人情淡漠,缺乏信任。有一条新闻报道称,曼哈顿有一小部分居民从来不锁门,这让那些人大感意外。报道中指出,纽约的大部分人都觉得不锁门的人实在太疯狂了。正如一位女士所说:“我在高层公寓中住了15年,这里有门卫看护,也从未听说公寓里有盗窃案件发生,但这些与锁门无关,锁门是常识。”有人对不锁门的行为感到震惊,然而,这种反应也让不锁门的人感到惊讶。

这个故事的有趣之处在于,相关人士的说法近乎精确地反映了格尔茨在爪哇岛的巫术研究中的经历。这个研究提到一个小故事:“爪哇岛的一个男孩从树上掉下来摔断了腿,他的家人都认为这是男孩已故爷爷的灵魂推了他一把,因为他们忽视了某些祭奠仪式。对他们来说,整件事情从始至终就是他们认为应该发生的事情,而且的确全部发生了。反过来,他们对我的不解感到困惑。”

换句话说,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开展合理的论证。无论是西方人类学家对于印度尼西亚前工业化部落的巫术研究,还是纽约人对有些人不锁门行为的异议,或是美国步枪协会反对“布雷迪运动”对美国人可购种类的管理,无论是什么行为,只要人们相信它是一个常识,就会百分之百确信,而对其他人表现出的不解感到困惑。

有些时候,你觉得不言而喻的事情,别人可能认为非常荒唐。这让我们不得不考虑,把常识作为理解世界的基础真的可靠吗?当与别人意见相左,而我们又不能自圆其说时,如何才能确信自己是对的呢?当然,我们可以把这些疑惑当作荒诞的怪想,因此不值得费什么心思。一旦你开始产生怀疑,就会越来越难以解释,为什么我们会相信自己做的事情就是对的呢?比如,自1996年以来,美国民众对同结婚的态度的转变。或许在这期间改变想法的人们,并不认为之前的自己有多不可理喻,但确实会承认那时的自己错了。如果一些看似很明显的事情,最后被证明是错误的,那我们现在认为不言而喻的事情,将来会不会也是错误的呢?

实际上,一旦我们开始审视自己的观点,就会越来越搞不明白,在不同时间我们认同的各种看法是如何融会贯通的呢?比如,大多数人认为,自己的政治观源自一个独立、连贯的世界观——“我是一个温和的自由主义者”或者“我是一个顽固的保守主义者”等。如果确实如此,我们就可以认为,自诩是自由派的人往往会在大多数问题上拥护“自由主义”的观点,而保守派则会一贯持相反意见。有研究表明,无论人们认为自己是自由派还是保守派,他们对待堕胎等某个问题的看法,与对待死刑或移民等其他问题的看法都没什么联系。也就是说,我们总觉得自己的观点来自一些整体观念,但现实是,它们是独立得出的,而且这个过程往往很随意。

有些观点为人们熟知,作为名言警句更是能启发世事,但要把它们协调在一起,困难就会凸显出来。正如社会学家总爱指出的那样,许多名言警句彼此之间矛盾重重,就像“物以类聚”与“异性相吸”,“小别胜新婚”与“眼不见,心不烦”,“三思而后行”与“当断不断,必受其患”等观点之间的矛盾。当然,这些观点并不总是相互矛盾,有时只是因为我们在不同情况下会使用不同的名言。但是,由于我们从未明确规定过,某些名言适用于哪种情形,而不适用于哪种情形,所以才无法讲清楚自己到底想用哪一个名言,或者为什么用它。换言之,与其说常识是一种世界观,不如说它是一种逻辑不一、相互矛盾的观点集合,某个观点在某些时候看起来是正确的,但在其他时候就不能保证了。

虽然常识在本质上是碎片化的、不一致的,有时甚至自相矛盾,但这并不会给我们的日常生活带来困扰。因为日常生活被分割成了诸多小问题,它们情况各异,所以我们可以各个击破。在解决这些日常琐事时,按照逻辑方式来思考并不是解决问题的关键,所以根本没必要纠结为什么“小别胜新婚”适用于这种情况,而“眼不见,心不烦”适用于另一种情况。在既定情况下,我们知道自己想要表达的观点,或者想要支持的决定,并能选择恰当的常识来解决问题,就足够了。如果非要解释这些理由、态度和常识是如何融合在一起的,反而会让人陷入分裂和矛盾之中。实际生活很少要求我们思考这个问题,所以这些常识的融合有多难就不重要了。

当我们想用常识解决的问题并不仅仅是此时此刻的日常生活琐事,还涉及预测或管理在未来某时某地众多人类的行为时,上述问题就非常重要了。你也许不相信,但实际上我们一直在这么做。当我们读报纸,试着理解国际争端这样的大事时,就会在不知不觉中利用常识推理来推断事情的来龙去脉;当我们对金融改革或医疗政策产生意见时,就会在无意中使用常识推理来推测不同规则和激励措施会如何影响不同政党的行为;当我们讨论政治、经济或法律时,会不自觉地运用常识推理来总结这些政策将如何影响社会。

在以上情况中,我们都没有使用常识来考虑自己在当下应该如何做出改变,反而是在了解不充分的情况下,用常识推断其他人的行为表现。在某种程度上,我们知道世界错综复杂,事事相互关联,但当我们读到医疗体系改革、银行家的奖金或是国际争端等报道时,不会试着理解这些不同的问题有何关联。我们关注的只是当时世界呈现给我们的巨大潜在图景的冰山一角,并据此形成自己的观点。这样,我们就能一边喝咖啡,一边浏览晨报,还能毫不费力地对20个线种不同的意见。这便是常识。

当然,普通人在自己家里,通过阅读报纸或与朋友讨论,得出的有关世界格局的诸多结论,对世界运转不会有太大影响。他们理解问题的方式与问题的本质不符也无关紧要。将常识推理用于解决社会问题的可不只是普通人。当政策制定者讨论扶贫方案的制定时,他们也总是根据自己的常识来解释穷人之所以贫穷的原因,从而更好地帮助他们脱贫。和所有对常识的解释一样,关于贫穷这个问题,每个人都有自己的观点,但这些观点在逻辑上并不一致,有时甚至相互矛盾。有的人可能认为,有些人之所以贫穷,是因为他们工作不够勤奋,花钱还大手大脚;有的人则认为,穷人生来就贫穷;还有人把他们的贫穷归因于机会缺乏、社会保障体系不完善或者其他环境因素。不同的观点将会衍生出不同的扶贫方案,但并非每个方案都是对的。即使政策制定者有权制订影响千万人的全面计划,在制定扶贫方案时,他们也只是听信了自己的直觉。不过,普通大众得出的有关社会问题的结论,是通过阅读报纸得出的。

纵观历史就会发现,当常识被用于日常生活之外时,总会以失败告终。正如政治学家詹姆斯·斯科特(James Scott)在《国家的视角》(Seeing Like a State)一书中所写,19世纪晚期和20世纪早期的特点是,在工程师、建筑师、科学家和政府官僚之中弥漫着一种乐观的情绪,他们认为一切社会问题的解决,都可以照搬启蒙运动时期和工业革命时期解决科学工程问题的方法。这些“高度现代主义者”认为,城市的规划,自然资源的管理,甚至整个经济的运营都在“科学”规划的范畴之内。现代建筑的权威代表之一勒·柯布西耶(Le Corbusier)在1923年写道:“计划是一切的源泉,没有计划,贫穷、混乱、随心所欲就会占据上风。”

当然,“高度现代主义者”并不认为他们的所作所为运用了常识,他们更喜欢用科学的语言来粉饰自己的雄心壮志。但正如斯科特所言,所谓的科学也只是海市蜃楼。在现实中,根本就没有计划的科学,有的只是那些计划者的观点,他们依靠直觉来推测其计划将会在现实世界中发挥什么样的作用。毋庸置疑,像柯布西耶这样的人确实是才华横溢的思想家,但他们的计划,往往会带来灾难性的后果。比如纳粹的社会工程和南非的种族隔离,现在都被认为是发生于20世纪的重大灾难。此外,即使这些计划真的成功了,也并不是计划在起效,而是现实中的人们想出了办法,他们忽视、规避,甚至彻底改变了计划本身从而得到了合理的结果。

回顾过去,这些“高度现代主义者”的失败似乎已成为过去,而他们的失败是对科学盲目崇拜的结果,如今这种观念早已被我们摒弃了。但是,政客、官僚、建筑师和监管者还在继续犯同样的错误。经济学家威廉·伊斯特利(William Easterly)指出,在过去50年里,外国援助机构一直被大型官僚组织控制,而这些组织实际上由有权有势之人操纵,这些人对该做什么以及不该做什么的意见,难免会对资源分配产生重要影响。伊斯特利口中的这些“计划者”,就像之前的“高度现代主义者”一样,他们也是充满善意的智者,是热衷于帮助发展中国家的人。尽管这些“计划者”为经济发展投入了数万亿美元的援助,但令人惊讶的是,几乎没有什么证据表明受助者的状况得到了改善。

在50年前的美国,城市规划师已经多次着手“解决”城市贫困问题,却屡屡失败。正如记者兼城市活动家简·雅各布斯(Jane Jacobs)50年前指出的:“我们总是想着,只要有足够的钱——这个数字通常是几千亿美元,贫困问题就能在10年内被彻底解决……但是,看看我们用几十亿美元做了什么。低收入项目成了违法犯罪、破坏公物和对社会产生绝望情绪的根源,而本该解决的贫困问题却没有得到改善。”让人感到讽刺的是,就在雅各布斯得出这个结论的同时,一项美国有史以来最大的公共住房项目——芝加哥罗伯特·泰勒家园项目(Robert Taylor Homes)也开启了。如同社会学家苏西耶·凡卡德希(Sudhir Venkatesh)在《美国计划》(American Project)一书中的描述,这一精心制订的计划,旨在帮助市中心的贫民区居民(主要是非裔家庭)进入中产阶级,但到头来却一败涂地,这些住房变成了荒废的建筑、拥挤的公寓和破旧的操场,最终沦为贫困者和帮派的聚集地。

经济和城市发展计划本就具有规模性和破坏性,尤其容易失败。许多像公共教育改进、医疗服务改革、公共资源管理、地方法规或外交政策制定这样的政府计划也有同样的缺点。承受计划失败带来的惨痛后果的不只有政府,公司也包括在内,只不过它们的规模不如政府大,所以,尽管2008—2009年的金融体系接近崩溃,但公司的失败很少引起与政府同等分量的关注。当然,比起政府,公司有更多成功的例子,这会让人们认为,私营部门比政府部门更擅长制订计划。近年来很多管理学家指出,无论是战略投资、并购,还是营销活动,企业计划也经常失败,而且原因和政府计划失败的原因十分相近。这些失败案例无一不是一小拨人坐在会议室里,凭他们自己的常识来预测、规划或操纵数千甚至数百万人的行为导致的,这些人与想要施加影响的人相距甚远,动机和环境也截然不同。

具有讽刺意味的是,即使发现了政客、计划者和其他人的错误,我们的反应也不是批评常识,而是更加依赖它。比如,2009年年初,正值全球金融危机的黑暗低谷期,一位愤怒的观众在达沃斯世界经济论坛上表示:“现在我们需要的就是回归常识!”这个吸引人的观点在当时赢得了热烈的掌声,但我不得不怀疑他到底是何用意。毕竟,就在两年前,也就是2007年的达沃斯世界经济论坛上,同样是这群商界、政界人士和经济学家在互相庆贺创造的惊人财富和前所未有的稳定的金融系统。有没有人怀疑过,在某种程度上他们已经脱离了自己所谓的常识了呢?如果没有,那么回归常识又有什么用呢?事实上,如果说金融危机的历史(高科技贸易出现前后)教会了我们什么的话,那它应该是,常识而非计算机模型是金融狂潮的罪魁祸首,就如同战争中的真理一样。在政治、商业和市场营销方面的失败也是如此。这些不幸的发生并不是因为我们忘记了使用常识,而是因为从常识在解决日常生活问题时表现出的“惊人效果”来看,我们对它的信任远远超过了其实际能力。

如果常识在处理政治冲突、医疗经济学或市场营销等复杂的社会现象时,表现得非常糟糕,那为什么它的缺点却没有引起足够的重视呢?毕竟,在物质世界中,直觉被广泛地用来解决日常生活中的问题。比如,接住一个飞来的棒球就需要大量物理性的直觉,并且,与社会世界不同的是,在物质世界里,我们早已认识到了“物理常识”非常容易出错。比如,常识告诉我们,重物会在重力作用下下落。但想象一下,如果一个人站在一个完全平坦的平面上,左手拿着一颗子弹,右手拿着一把装有同一种子弹的手枪,两手保持在同一高度,然后在开枪的同时放开子弹,哪颗子弹会先落地呢?初中物理就能回答我们,两颗子弹同时落地。即使知道这点,我们也很难不去想,枪里平射出的子弹速度很快,所以它可能会在空中停留更长时间。

在物质世界中,类似上述违背常识推理的事情比比皆是。为什么在南半球和北半球,马桶里的水螺旋下降的方向是相反的呢?为什么午夜之后可以看到更多流星呢?当水杯中的浮冰融化时,水位会上升还是下降呢?即使了解一些问题背后的物理学原理,你还是很容易出。