養育是複雜體系
養育是複雜體系。
養育孩子，絕不是「別人怎麼做，我照做就行」這種簡單粗暴的邏輯就能概括的。每個孩子都是獨立的個體，都有自己的感受，都需要被尊重、被理解。
當父母誤以為教育孩子是簡單體系，用機械化的模式來應對時，孩子的生命力就會被扼殺掉。
本質上是一個複雜體系
養孩子是一件複雜的事，但大人通常只用簡單的手段。
「簡單的手段」聽起來很容易理解，很多人覺得「簡單的手段」是指對待孩子的態度太簡單粗暴了。
沒有那麼簡單，養孩子是複雜體系。
我們從小到大所受的教育幾乎都是在簡單科學的範疇之內進行的，甚至微積分、高等數學、概率論、牛頓力學，本質上都是簡單體系。
那什麼是「複雜體系」呢？
我們可以通過了解還原論來了解複雜。還原論的核心是我們如果知道一個事物的每一個側面、每一個細節，就一定能知道這個事物的全貌。
還原論能解決的是簡單的問題，比如想搞清楚汽車是什麼樣的，就要搞清楚底盤、輪子、發動機、變速箱、電動機、車殼、電子系統等。把每一個系統都搞清楚了，再用全世界最好的技術將裝配過程搞明白，整輛車就被理解得差不多了。
這就是簡單系統，簡單系統的特點是可追溯，能夠找到因果關係。比如，上遊做了改變，下遊就能看出反應。
提到簡單系統的世界觀，就不能不提到艾薩克·牛頓（Isaac Newton）。牛頓的三大定律的厲害之處是不僅能適用於地面上的物體，對天上的行星也同樣適用。數學家拉普拉斯（Pierre Simon de Laplace）在1814年甚至斷言，根據牛頓的定律，只要知道宇宙中所有粒子的當前位置和速度，原則上就有可能預測出任何情況。
人們學習牛頓力學，用他的研究成果解決了很多問題。人們越來越發現牛頓的正確之處，於是，人們越來越相信，肉眼可見的世界裡，牛頓力學是普遍適用的。
於是，人們天然地容易成為牛頓的信徒。
但是，也容易成為「簡單」的信徒，並逐漸養成一種思維方式：機械論和還原論。
人們在機械論和還原論的影響下，看到一個東西，首先想到的是怎麼把它拆分成一個個部分，再怎麼把每個部分都做得更好，做好以後組合起來即可。
一個公司也常常如此，公司有CEO，有人力資源，有財務部門，有營銷推广部門……所有的板塊組合在一起，公司貌似就成立了。
在機械論和還原論的影響之下，很多人做事的方式都很簡單。比如，看看別人怎麼做，自己照做就行。
有一件很有意思的事。我遇到一個會員，他問我：「樊老師，你小時候幾歲上學？小學讀什麼學校？中學讀什麼學校？大學讀什麼學校，學什麼專業？」
我說：「你為啥好奇這個？」
他說：「我想模仿您，去安排我孩子的求學軌跡。」
他希望自己能給孩子安排好一切，但這麼做，對孩子真的好嗎？
這是兩回事。
我們太容易陷入「簡單」了。
我們建工廠，生產車，製造火箭，甚至送人上月球，聽起來很難，但依然屬於簡單體系。
複雜體系是什麼？生活在南美洲亞馬孫河流域熱帶雨林中的蝴蝶，偶爾扇動幾下翅膀，可能在兩周以後引起美國德克薩斯州的一場龍捲風。
怎樣能讓龍捲風消失呢？
把蝴蝶殺死？
當然沒有那麼簡單。
因為從蝴蝶的翅膀到龍捲風，這中間所傳遞的因果關係不可追溯，你根本不知道這是怎麼發生的。
這個現象讓我們知道，我們無法像過去解決問題那樣，把整個過程分解成小段落，再分段研究這些不可能到底是怎麼發生的。
當一個體系複雜到一定程度後，簡單科學的原理就無法解釋它了。
就像有時，社會上的某個新聞突然被曝出來，全社會的人都在關注。沒有人能畫出一張信息傳播的路線圖，到底是誰傳給誰，誰再傳給誰，最後卻實現了全面覆蓋。
我們去觀察自然界，自然界的東西幾乎都是複雜體系。
我有一次去沙漠，導遊帶著我開車從草原上經過。導遊說：「您看那一片地方，草都沒有了。」
我問：「為什麼？」
導遊說：「人們想保護這片地方的草，就把羊趕到很遠的地方去，結果這片草全死了。」
不讓羊吃草是我們簡單的想法，但是，由於大自然是複雜的，最後的結果是這一片被保護起來的地方，草死得更快。
這就是複雜體系對簡單體系的回應。
螞蟻是如此弱小，看上去是面對大自然幾乎無能為力的小生物，它只能靠分泌信息素、識別信息素來存活。
但是，如果你了解亞馬孫森林裡的行軍蟻，就知道蟻群的生存力量是多麼強大！它們逢山開路、遇水架橋，碰到溝壑，它們可以用身體建造出一座橋，確保蟻群安全通行。它們也能風捲殘雲地吃掉龐然大物。
尤其驚人的是螞蟻的巢穴，如果把螞蟻的地下巢穴做一個縱切面展示，就能看到其複雜程度簡直如同一座豪華的地下宮殿。
蟻穴裡有龐大的通道網絡，溝壑之間四通八達，螞蟻可以去往不同的場所。有存儲不同食物的房間，有給幼蟲生活的房間，有給蟻后生活的房間，有逃生的通道，還有極強的防水功能。
這一切是怎麼設計出來的？誰是建築師？
沒有哪只螞蟻說：「我的智商高，我是中央指揮者，大家聽我的……」單個的螞蟻沒有智商，它們之間也沒有這麼複雜的語言交流。
但是，它們卻創造出了如此宏大的、智能的、科學的空間。
此外，沙丁魚群的生存也有這樣的特點。
海底的一群沙丁魚在一起遊。這時候，來了一條鯊魚。
鯊魚過來咬沙丁魚的時候，沙丁魚怎麼辦呢？
沙丁魚自然散開，成了一個洞，鯊魚沒咬著魚就鑽過去了。然後，它掉頭再過來咬，又鑽開一個洞沒咬著。
沙丁魚可以完美地做出這個動作，可是沙丁魚沒有智商。
沙丁魚的原則很簡單，就是三條規則：
第一條，跟緊前面的魚；
第二條，跟旁邊的魚保持等距離；
第三條，讓後面的跟上。
把這三個條件輸入計算機後，神奇的事情發生了，代表沙丁魚的系統可以躲避鯊魚，只要有鯊魚過來，它們就會散開。
對於複雜體系的沙丁魚群來講，它所遵守的規則就是如此簡單。
複雜體系能夠生生不息地迭代，卻有著非常簡單的內核。
人類是怎麼來的？
查理·羅伯特·達爾文（Charles Robert Darwin）的祖父埃拉斯莫斯·達爾文（Erasmus Darwin）提出的進化論機制是自然選擇理論的先驅，他有一首詩表達了這樣的思想：
無垠波濤下的有機生命，
在大海的呵護下孕育生長。
開始時很微小，顯微鏡下也看不見，
在淤泥中移動，在水中穿行。
隨著一代一代繁衍，
逐漸獲得了新的力量，具備了更強大的肢體。
從此開始出現數不清的植物群落，
和有鰭、有腳、有翅膀的會呼吸的動物。
簡而言之，人類是因為一次一次的戰爭，一次一次被環境逼迫，覺得活不下去了，慢慢變成了今天這個最複雜、最成功的物種。
在這個過程中，人類所遵守的那個最簡單的規則是什麼？
在遺傳算法中，父親提供一半基因，母親提供一半基因，它們組合在一起，改變一些隨機的變量，產生變異，一個新的個體就誕生了。
人類的進化速度之所以看起來沒有那麼快，是因為我們每一代要隔大概20年的時間，才能進化出一代。
但是，AI進化出下一代的速度太快了！
谷歌人工智慧AlphaGo在與圍棋世界冠軍的人機大戰中，戰勝了人類頂尖棋手李世石、柯潔，已經很厲害了，但是真正可怕的是在它之後誕生的人工智慧——AlphaGo Zero！Zero經過短短三天的自我訓練之後，就輕鬆擊敗了AlphaGo，而且是100場對決，無一敗績。
這就是複雜體系進化的過程。
教育孩子是一個典型的複雜問題。
在孩子的成長過程中，我們無從判斷孩子受哪一件事、哪一個畫面、哪一句話、哪一段旅行、哪一種體驗的影響，刷新了他的價值觀。
無法追溯，也難以驗證。
複雜的問題出現了，我們卻總想以簡單系統的方法來應對。
比如，給好孩子下定義，好孩子就是數學好、語文好、英語好、體育好……把孩子學習的內容拆分成一門門的學科，用成績來驗證。此外，還用考證的方式來讓孩子證明，比如鋼琴、跆拳道考證。
我們就這樣，把複雜體系的問題簡單化處理了，約束了孩子的成長。導致的結果是有的孩子學習成績很好，拿了很多證，但性格並不陽光、樂觀，甚至還去打人。還有的孩子考上了很好的學校，卻陷入了抑鬱的狀態。父母可以稍微權衡一下，是孩子的生命感受——幸福、快樂重要，還是某個證書或某種證明更重要？
況且，如果一個孩子快樂幸福、陽光健康，他也可以拿到名牌大學的文憑。這本不是一件矛盾的事，問題是大量的父母認為，「我不盯著孩子，孩子就做不到」。
有一個媽媽把孩子送進了一所名校，很多人都圍著她請教，說：「傳授點兒經驗吧，把孩子培養得這麼優秀，你是怎麼做到的？」
孩子的媽媽特別得意，說：「高三這一年，盯死他，別管他想要什麼，別管他說什麼，一律盯死，保證他除了學習就是學習，肯定能考上。」
媽媽覺得很得意，終於成功了，她的孩子坐在她身邊，表情卻很緊繃。
實際上，用這樣的方法管教出來的孩子，上了大學以後往往不學習。即便迫於學分的壓力不得不學習和考試，他也會排斥學習這件事。即便學習，也可能只是去接觸一些讓他輕鬆和愉快的知識，而不願意再去探索更難的東西了。
他的知識水平停留在高三這一年了。
所以，很多人一輩子最具有知識含量的年華，就是高三那一年，之後就再沒有進步過了。
這就是簡單體系塑造孩子的情況，把一個孩子學習的快樂和美好都破壞了。
理解複雜和簡單，是我們教育孩子的基礎。這樣，家長就不會患得患失。比如，突然聽到別人說一年級要養成良好的學習習慣，每天記多少個單詞就開始緊張。
當父母把教育孩子理解為機械化的模塊知識組合時，孩子的生命力就會被我們扼殺。求知已經不再是求知本身，而是為了獲得一個東西：獲得一張文憑、一種獎勵，或者讓父母有面子。導致的結果是孩子再也不會愛上求知這件事。
在生活中，當孩子的所有行為都來自外部的規範時，孩子就沒有自我成長的力量了。因為他所有的行為舉止，只源於明確的指令和規定，他沒有管理自己的能力，就無從談起自信和獨立的養成。
大量的家庭所面臨困境的根源就在於此。