物理学的世界不会因为人们相信什么而发生改变，但是心理学的世界则不一样，我们选择相信什么，心理学的世界可能随之改变。这也是两者之间最大的区别。
在物理学的世界，勾股定理或者其他数学定理都不会因为谁不相信就发生改变，约束它们的只有成立的条件，而不是人们相信或者不相信。但是人的心理发生改变时，结果也可能会改变。比如说，当每个人都相信某只股票价格会上涨时，那么人们就会买入它，结果就是股价真的上涨了。但是人们都相信股价会下跌时，人们又会抛售它，结果又发生了改变。
正是人的心理具有可变性和行为存在特异性，导致了很多关于人的预测无法做到真正准确。
我们只能用统计学的知识，统计和测量人们行为具有某类偏向，但是这种概率统计只能预测群体，却无法具体预测特定个体的行为和心理。
换句话说，关于人的预测，我们只能找到规律，但是无法找到定律。比如，有一个村庄的人，都很喜欢吃香蕉。但是我们从中挑选一个人，让他从香蕉和苹果中选择自己喜欢的水果。我们可以预测他更可能选择香蕉。但是，他可能想着换一个口味试试，最后选择了苹果。
这种有规律，但是没定律的情况，在现实中随处可见。比如，一个经常锻炼，保持良好作息和饮食习惯的人，还是可能患上重病。而一个有诸多不良嗜好的人，也可能健康和长寿。
虽然我们都知道锻炼，保持良好作息和饮食习惯，可以让我们更可能健康长寿，但是这只是规律，一种更大的可能性，只不过它不是 100%。我们依旧可能因为个体差异，无法保持健康和长寿。
我们几乎所有的预测，都与人的行为和心理有关，因此，学习一些心理学模型可以帮助我们减少思维上的错误和减少错误判断。
复杂系统
想要看到事物的本质，洞悉未来，有一道坎摆在我们面前，那就是系统复杂性。生活中的很多问题会涉及到复杂系统。这些问题无法用特定领域的知识来解决，需要我们运用不同领域的知识才能够应对。
比如，在解决一些环境问题上，我们就要用到非常多领域的知识，可能涉及生态学、工程学、政治学、人类学、社会学、地理学、经济学和植物学等。
又或者说我们想创业，生产环节可能需要我们运用工程学、销售环节需要我们运用营销学知识、协调和决策环节需要我们懂得管理学、融资环节还需要懂得金融学、风险控制又需要我们懂得法律知识。
我们既需要这些不同领域的知识来支持工作的进展，也需要在这些不同领域之间保持平衡。这就是复杂系统带来的难题。
如果用中国象棋比喻简单系统问题，那么复杂系统问题就像多人扑克。中国象棋拥有非常高的确定性，双方拥有同样的子力，在博弈过程中每步棋也公开透明。如果有算力强大的计算机的帮助，我们总是可以找到最优走法。
而复杂系统与多人扑克牌更相似一些，一开始就有运气不平均带来的随机性。它的博弈过程也没有公开透明。因此，在博弈过程中，人们会利用假意示弱或者虚张声势的方式，让对方更加捉摸不透，这也能影响到对方的判断。
如果想要在复杂系统中看到未来，就要了解复杂系统的一些特性和应对策略，尽可能做出最可能正确的选择和判断。
通过了解复杂系统的特性，我们可以判断一个问题是复杂系统问题，还是因为我们大脑「算力」不够导致无法准确预测。比如，五子棋、象棋和围棋，这些都是有一套算法可以解决，只不过我们的「算力」有限，无法准确预测变化而已。
另外，我们可以通过设置优先级来思考复杂系统问题。当一个问题涉及多个领域，我们可以先确定这个问题所需要的不同知识领域，同时选择其中两三个优先级较高的领域，作为我们判断的主要标准，以此来尝试解决问题。
总之，对于复杂系统的预测，需要我们用更多的技巧和方法来预测，这也是提升个人智慧和能力的必经之路。
对事实的运用
陀思妥耶夫斯基在《罪与罚》中写道「我们已经得知了事实，然而事实不是一切，至少还有一半的问题出在人们怎么利用事实上」。
的确如此，即使事实摆在人们的眼前，我们还是可能因为注意力有限，思维能力不足或者干扰过多，无法将事实利用起来。
我们每个人每天都看着事物不停地运动，不停地变化，但是只有艾扎克·牛顿找到了正确的物体运动规律；我们每天都会有成千上万的心理活动，但是只有少数心理学家找到了心理过程的原理。我们每个人都接受了很多教育，但是并不是每个人都会变得有智慧。
可见，想要成为一个充满洞见的人，不仅需要我们看到事实，还需要我们学会如何运用事实。
1989 年，管理学家罗素·艾可夫（Russell L. Ackoff）在《从数据到智慧》一书中，提出了智慧层次理论，即 DIKW 模型（见图 1），作为我们认知事物和产生智慧的过程。[1]他认为，人们产生智慧会有一条从数据（data）、到信息（information）、再到知识（knowledge）、最后变成智慧（wisdom）的过程。
加载中...
图 1 DIKW 模型，有删改
我们可以用满天繁星作为例子。每颗星星都是一个数据，而我们通过比较和分类等方式，将这些星星分成了不同的星座，不同的群体，数据在这里变成了信息。接下来，我们发现北斗七星像一把勺子，并且末端指向北方，于是，信息变成了知识。如果我们迷路了，通过北斗七星识别方位，这就是一种智慧。
数据和信息一直存在于环境之中，而如何将它们变成知识和智慧，需要我们学会从已知中寻找未知，学会将知识变成智慧。正如 IBM 董事罗瑞兰（Ginni Rometty）曾说，「我们的价值不在于知道什么，而在于我们能够运用什么。」
我们可以把自己的思维比作计算机的运算。计算机想要准确识别、判断和理解，需要强大的算力、准确的算法和大量的数据。[2]为什么一些人会觉得读书无用？因为他们空有「数据」，但是「思维算力」不足，或者没有准确的「思维算法」。因此，他们无法将数据转变成知识和具有指导价值的智慧。
因此，我们必须用科学的思维，通过比较，抽象、归类、控制等方式，在混乱无序的数据中发现联系；在复杂多变的信息中发现因果关系；最后，我们再通过日积月累的知识形成智慧。
预测，只是改变的开始。
虽然我多次提到了成为「先知」，但是这不过是为了让大家更清晰地意识到，避免认知偏差和提升思维能力的重要性，并不是说学习了这些知识就真地能看到未来和改变命运。
在这本书中，我能提供的也并不是什么成为「先知」的诀窍，而是一个让自己有重新看待事物的视角。当我们克服了一系列认知偏差，当我们能够透过事物的表象思考，我们看到的世界，将是一个全新的面貌。
如果我们用错误的思维看待世界，就会不停地做出自认为完美，实际上大错特错的判断，最终导致一系列糟糕的后果。更可怕的是，绝大多数人对自己思维的困境浑然不知。
我想做的只是在他们耳边提醒一下：有没有其他可能性呢？是不是想少了什么环节？仅此而已。这也是一个人成长和改变的关键一步——意识到自身存在的不足。
我们还可以利用这些思维改变一些事情，比如，将运气转化成实力。下象棋的人输了，他们只会承认自己技不如人。但是玩扑克牌输了，很多人会觉得自己运气有点差。其中的区别就在于下棋是一个非常依赖技能水平的领域，而打扑克的胜负，随机性的影响非常大。
实际上，我们生活中有非常多的事情的成败，有运气的影响，也有能力水平的影响。而我们需要做的就是通过思维学习，减少运气部分的随机性，增加能力部分的确定性，进而让自己更容易去理解和把握事物的运行。
举个例子，一个营销公司，可以通过分析自己广告传播效果和转化率较高的文案，将其中的成功经验复制到其他产品中。这样就可以降低营销效果的随机性，进而实现对效果的把控。
总之，这篇文章更多的目的是为了让大家减少对真实世界的偏差，提高对事物的敏感性。即使我们无法做到预测未来，我们依旧可以采用一些方法，降低被他人欺骗的风险，看清楚媒体信息隐藏的关键内容，以及从无序的事物中看到一些规律。
参考文献
[1] Ackoff, Russell. From Data to Wisdom[J]. Journal of Applied Systems Analysis, 1989(16):3-9.
[2] Rudin, C. Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead[J]. Nat Mach Intell 1, 2019:206-215.
备案号:YXX1QkRzpm9FO19z2xtMm4E