模型思維：做一個更具智慧的人
文/三秋樹
01
模型思維是一種更高級的思維方式，它把思考正規化，幫助我們更好地研究解決問題，理解世界。
最近讀了斯科特·佩奇的《模型思維》一書，該書原是佩奇在大學講授的課程。後來搬到了網上，成了網紅課，超過一百萬人在線學習。
之前，模型主要供科研機構、大學教授研究商業、政策和社會科學所用，包括金融分析、天氣預報和情報分析等。現在，大數據時代來臨，普通人也非常容易獲得大量的信息與數據，套用一些模型，就可以讓自己撥雲見日，見解更深刻，洞見更準確。
每天打開手機，各種信息應接不暇，如過江之鯽，但我們很難洞見各種信息之間的邏輯關係與背後的真實原因，模型卻是解決這一問題的有效工具。
書中這樣一段話：無論數據給我們留下的印象如何深刻，它都不是靈丹妙藥。我們也許可以通過數據了解到已經發生了什麼和正在發生什麼，但是，由於現代世界是高度複雜的，我們可能很難能理解為什麼會發生這種情況。更何況，經驗事實本身也可能是誤導性的。
這段話有兩層含義：第一層含義是，知其然很難知其所以然。現代世界高度複雜，信息多而雜亂，我們只知道發生了什麼或者正在發生什麼，很難理解為什麼會發生。今天股指漲了；全世界新冠病毒感染者是多少人；國家推出了減稅計劃等等。這些信息背後往往需要有模型來解讀。比如，你掌握了傳染病模型，你看到每天新冠感染者人數時，就可以進行預測。通過易感者、感染者和痊癒者組成的模型和傳染病的發生概率，就可以推導出一個傳染閾值，也就是一個臨界點，超過這個臨界點，傳染病會傳播。為此，還可以推演，為了阻止傳染病傳播，需要接種疫苗人數的比例。
第二層含義是，人本身存在著認知偏見，一些經驗事實本身就具誤導性，我們看不穿也識不破。
比如計件工資制統計數據顯示，每個工人生產一件產品獲得的報酬高，反而生產的產品少。這跟我們直覺相反，按理說報酬高，工人積極性更高，產品量會更多。但薪酬工作條件模型告訴我們：報酬高，產品少是跟工作條件相關。工作條件差，產品生產難，導致計件報酬高。工作條件好，產品產量高，計件報酬反而低些。
通過簡單的模型分析，我們容易克服各種認知偏差的影響，變得更加理性，更加接近問題的本質，就能澄清相關假設，更有邏輯地思考，校準、檢驗因果關係與相關性。其中最關鍵的是：如果讓模型與人面對面直接「競爭」，模型將會勝出。
02
為什麼模型會比人直觀的思考更靠譜？
因為模型是對真實世界的抽象，是數學公式和圖表的形式化結構。我們知道，只有抽象的東西，才是屬於邏輯的範疇。有了模型，我們就能用邏輯做推演，做預測。只要邏輯是對的，結果也就是正確的。
模型給我們提供了一個基於邏輯的抽象認識世界的視角。在模型中，模型是簡潔的，剝離了不必要的細節，各實體間有一定的關聯，而且模型給出了精確的定義，可以進行推演。
雖然模型是真實世界的簡化版，但這並不影響模型解釋、預測、研究解決問題。喬治婭·吉弗說：沒有什麼比現實主義更不真實了……細節令人困惑。只有通過選擇、通過消除、通過強調，我們才能獲得事物的真正意義。
書中舉例了2008年金融危機期間，美國聯邦儲備銀行提供1820億金融救助款，出手拯救了跨國保險公司美國國際集團（AIG），而沒有救助雷曼兄弟。為什麼？
上圖可見，AIG金融機構佔據了中心位置，它向其他公司出售保險。如果AIG破產，會引發相關公司跟著破產，像美國銀行、摩根大通、美林、花旗銀行等，牽一髮而動全身，產生連鎖反應，動搖整個美國的金融界。
反觀雷曼兄弟，並沒有佔據網絡的中心地位，與其關聯的只有AIG和貝爾斯登，其倒閉影響甚微。事實上，美國政府最終也沒有伸手拯救雷曼兄弟，讓其倒閉。雷曼兄弟破產也沒有導致金融體系崩潰。
通過這個模型，也就清晰了解了美國政府決策的原因，救AIG，不救雷曼兄弟。
有時一個簡單模型勝過千言萬語，清晰明了的洞悉問題的本質。
不過，模型並不等同於真實的複雜世界，有時單個模型面對複雜世界會顯得身單力薄，解讀乏力。這時，就需要用多個模型從不同的角度解讀同一事件。讓不同模型進行碰撞，補充，從而得出正確的推演與解讀。
美國政治學家格雷厄姆·艾利森（Graham Allison）採取多模型思維方法解釋了古巴飛彈危機。
1961年4月17日，美國中情局訓練了一支部隊在古巴海岸登陸，企圖推翻菲德爾·卡斯楚政權，加劇了美蘇之間的緊張關係。作為回應，蘇聯將短程飛彈運到了古巴，而時任美國總統甘迺迪則以封鎖古巴作為回應。最終，蘇聯做出讓步，危機結束。
艾利森用了三個模型解釋這件事。
首先，他運用理性行為者模型得出，美國選擇封鎖古巴是最優策略。
其次，他運用組織過程模型得出，美國不具備在一次打擊中摧毀所有蘇聯飛彈的能力，選擇封鎖為上策。
最後，他運用政府過程模型得出，赫魯雪夫在古巴部署飛彈更多地是一種力量的宣示，而不是準備真正的發動核戰爭。
通過三個不同的模型，從三個不同的視角評估這個事件，也就有了更全面、更深刻的理解。雖然，單個模型的解讀不一定全面，多個模型的同時運用就容易修正偏差，得出滿意的結果。
03
如果通過三個模型得出的結論並不一致，甚至彼此相悖，那該怎麼辦？這就需要看一個人的智慧。
上圖所示。這個智慧層次結構的最底部是數據。數據代表原始的各種事件和現象。出生、死亡、市場交易、投票、降水、足球比賽，以及各種各樣的（物種）發生事件等。看到數據你只能了解發生了什麼，並不能讓你理解為什麼會發生。數據是缺乏意義、組織或結構的。
在數據的上層是信息。信息是結構化的數據。信息把各種數據命名歸入相應的類別。比如：落在你頭上的雨是數據，北京7月份總降水量則是信息；超市買的白菜、蘿蔔是數據，超市每個月白菜或蘿蔔的銷售量是信息。信息不再是原始的數據，他可以幫助我們來分析和解讀事件或現象。
信息的上一層是知識。知識是把信息組織起來，告訴我們各種事件之間的邏輯關係。我們可以用各種邏輯關係解釋事件或現象是怎麼發生的。下雨了是數據，知道地面的水蒸氣上升到高空遇冷變成小水滴，小水滴組成了雲，在雲裡相碰撞，合併成大水滴，空氣託不住時，便從雲中落下來，這就是知識。知識呈現為模型的形式，能夠進行解釋和預測。
最上一層是智慧。智慧就是指識別和應用相關知識的能力。對於下雨有多種解釋，是龍王發怒、還是雷公打雷，還是水蒸氣凝結導致，智慧就是在你了解的眾多知識或模型中找出最優解。以上三種下雨的解釋，你選哪一種，這是你的智慧。
從數據到智慧，這是真正意義上的認知升級。如果一個人渾渾噩噩地過日子，只體驗而不總結，那他得到的就只有數據。有人看看新聞，讀讀報紙，知道現在社會上發生了的事情是什麼意思，那他得到的就是信息。有的人能從看到的信息中總結出一些規律，從經驗中獲得一些判斷，從書本上學到一些說法，他獲得是知識。但知識不等於智慧，智慧是懂選擇該用哪個知識，哪個模型作出決策，而且有勇氣去執行，去兌現。這才是真本事。
智慧層次圖給了我們一個成為智者的清晰路徑。先要有大量真實的數據，再把這些數據分門別類形成信息，再從眾多信息中找出各種邏輯關係變成知識，最後綜合各種知識，面對一個問題，選擇什麼樣的模型，選擇一個還是幾個模型，當不同模型推演的結果存在相悖的情況時，你怎麼選擇，並做出相應的決策，則是智慧。
善用模型思維，刪繁就簡，洞悉本質。把複雜的問題看簡單，從而做出選擇，你就會成為一個更具智慧的人。