来源:人神共奋(tongyipaocha) 为什么别人会因为你的性格特征,而忽视了你的专业能力 不具备反直觉思维能力,所有的直觉都是扯淡 知乎上看到一个问题:在你的专业里,有什么基础知识是和普通人的认识不相符的? 这个问题虽然打的是反直觉思维的标,但答案大部分仅仅是行业冷知识,除了少数几个,比如排在第一的回答: 答主傅某某是一个狱警。他说,他刚入行时,面对一大群杀人抢劫犯,和普通人一样,也会犯怵,如果要开展个别谈话,会下意识选择单独面对一两个犯人,心里更有安全感这是直觉思维。 但监区的老民警们刚好相反,在服刑人员自由活动时跟他们接触,大都选择人多的地方,这里反而安全,在罪犯管理中,人数越少,出问题的可能越大这就是反直觉思维。 只要仔细思考一下,反直觉思维反而是符合逻辑的:人多的地方,想法也多,嘴杂心不齐,坏人反而不敢动歪念头;相反,人少的地方,人和人之间很容易沟通确认过眼神,是可以一起干坏事的人。 直觉思维常常被神秘化,乔布斯也声称自己做产品都是凭直觉,确实,直觉判断速度快,资深专业人士可以把自己平时的思考内化,然后凭靠直觉快速做判断。 但在自己毫无经验的事情上,凭直觉判断,还不如瞎蒙,毕竟瞎蒙的人知道自己在瞎蒙,不至于一错再错。 职场上,反直觉思维是非常重要的能力,能提高你的决策质量,也可能让你避开一个个陷阱。 最典型的一种造成思维偏差的直觉思维是代表性直觉。 代表性直觉:锤子眼里都是钉子 接着说上面那个知乎问题,由乌梨提供的另一个关于警察的回答: 警察因公牺牲的首要原因是()。 A、劳累猝死;B、意外交通事故;C、遭受暴力袭击;D、抢险救灾 恐怕大部分人都会觉得是后两者,因为C是影视剧里警察最常见的死法,D常常出现在新闻里。 实际上,根据统计,因公牺牲的民警中,一半以上是因为突发疾病猝死在工作岗位上,四分之一是因意外交通事故造成,而后两个选项仅分别占5。2和3。7。 有一句话:如果你有一个锤子,那所有的问题就都变成了钉子,说的就是代表性直觉中的一种,如果A具有某种明显的特征B,我们很可能凭直觉认为所有跟A有关的问题,答案都是B。 虽说警民一家亲,但实际上,我们对警察的大部分印象都来自于狗咬人不是新闻,人咬狗才是的媒体和影视作品,形成了乌梨在回答里提到的机智神勇特别能打高大威猛一脸正气能一脚把门踹开随时拿着枪晃悠等等刻板印象。 但我们忘记了他们也是人,警察也是首先要保证自身的安全,最大的问题反而是工作没有规律,会生各种病;警力不足,劳动强度又大,才容易过劳死。 影视作品给我们灌输了大量的代表性直觉:胖子不是蠢就是懒,北上广的年轻妈妈们教育孩子都跟打了鸡血似的,办公室女高管总是不近人情的女魔头,90后女孩一不开心就蹦迪约炮 职场上也最容易出现代表性直觉,大部分人都会因为某一个人的性格特征,而忽视了此人的专业能力。 比如说,一个项目有两个人共同完成,A的专业能力很强,承担了大部分执行工作,B专业能力弱,但沟通思路清晰,所以负责汇报,再让A配合讲解技术上比较复杂的部分。虽然听汇报的人对这些背景一清二楚,但仍然会下意识地觉得B在主导这项目。 代表性直觉是人的本能反应,想要走出这个思维陷阱,就要从三个方面培养自己的反直觉思维习惯。 反直觉思维习惯之一:警惕细节 常常有人拒绝坐飞机的,却很少有人拒绝坐汽车,尽管大家都知道,死于空难的人数远远小于死于交通事故的人数。 这是一个典型的因为细节生动性产生的代表性直觉的例子。空难虽然很少发生,但一旦发生就是大新闻,而且很少有人能幸免于难,再加上媒体反复报道大量细节,给人留下深刻印象。 因为细节过于生动,而被夸大了的例子,还有彩票。 在大家还看报纸的年代,一位都市报的编辑告诉我一个行业秘密,他们的大客户之一就是福彩和体彩,这两家倒是不做硬广告,而是常常找一些中奖故事的情节,再让编辑撰写一些吸引人的细节。 这种文章都是有规律的:中奖号码的来历总是千奇百怪,主角通常是农村人或打工做小生意的中下阶层人士,长期坚持买彩票,最后用很小的金额中了大奖。 有人说,彩票卖的是智商税,这不对,大部分人都不傻,那些一夜暴富的故事,大家未必真的相信会落到自己头上,每次也就买个几张玩玩。 其实彩票卖的是希望税。 那些故事的生动细节,给予那些处于社会底层更多生活的希望。两块钱买一个希望,你买不了吃亏,你也买不了上当这跟创业者说梦想还是要有的,万一实现了呢,是一个道理。 场景中有越多细节,我们越容易相信,所以说谎的方法就是在细节上更真实,这是我们的直觉。但实际上,细节越多,发生的可能性反而越低,这一点,在产品设计开发中,非常重要。 比如几年前O2O风口上,一堆上门XXX的项目成为风投追逐的热点,可到现在除了送外卖这个古老的行业外,其余都是难以成立的伪需求。 比如上门洗车,创业者会假想这么一群人,他们懒到不想洗车(去掉一部分人)、对价格不敏感(去掉一大部分人)、不在乎手工作业的质量(跟前一条抵触,又去掉绝大部分人) 真实世界的规则是细节越多,需求越小,但在很多产品经理很容易陷入生动细节导致的代表性直觉,尤其是当这些细节是从自己的生活中总结出来的。 这就是对抗代表性直觉的第一个习惯:警惕那些细节对自己判断的影响,细节真的是魔鬼啊。 反直觉思维习惯之二:基线思维 对抗代表性直觉的第二个习惯,要常常关注一件事的正常发生比例,这个比例称为基线比例,所以我称这种思维为基线思维。 回到前面警察牺牲比例的那个问题: 警察因公牺牲的首要原因是什么呢? A、劳累猝死;B、意外交通事故;C、遭受暴力袭击;D、抢险救灾 假设我们对警察的生活一无所知,基线思维就要求我们把警察变成一个没有任何身份,缺乏细节的正常人,那么这个问题就变成: 一般人因公死亡的首要原因是什么? A、劳累猝死;B、意外交通事故;C、遭受暴力袭击;D、抢险救灾 我们完全可以凭常识判断出:Aamp;gt;Bamp;gt;Camp;gt;D 而且,也可以凭常识判断,积劳成疾和交通事故的概率是远远大于后两者的,很可能有十几倍的差别;那么,即使我们考虑警察这个职位的特殊性,我们也应该相信,答案仍然还是A和B之中的一个。 在两种情况下,我们要特别关注一个事件发生的基数比例,第一种情况是某事很少发生,是一个极端概率。 这就是前面的彩票的例子。人对概率天生缺乏直观感受,低于千分之一的概率都差不多:中奖概率是千万分之一还是万分之一,数据上相差10000倍,但彩民心理上都是一个同一个的感觉不好中,但有人中过。 极小概率的情况下,千万不能相信直觉,只有知道基线比例,才能让我们判断一件事的真实发生概率。 另一种情况是非常普通的事件,意味着它有很稳定的发生概率,但很容易因为缺乏生动性而被我们忽视。 比如前几天,有人要我评论王凤雅事件。 我的回答是内情复杂的事件不评论,因为对于部分自媒体认为王凤雅妈妈挪用善款消极治疗的报道,我非常怀疑,这就是根据基线比例来判断的 新闻中有两个基线:一个基线比例是一位母亲把生绝症的女儿的治疗善款挪用给儿子的可能性,另一个基线比例是一个母亲将捐款用于绝症女儿的可能性,老实说,我觉得两者差不多。 此时,如果是一个信得过的媒体爆料,那我会倾向于相信报道;但事实上,爆料的是一个女权主义的自媒体,证据都是猜测,这就不能不让我想到锤子眼里都是钉子。 媒体会站在符合自己价值观有角度报道新闻,又会因为争取阅读量而放纵自己的想像力;而吃瓜群众会站在看热闹不嫌事儿大的角度选择那些人咬狗的新闻,所有的反基线比例的人血馒头新闻,都是媒体与读者的一拍即合。 在某一些情况下,如果无法确认基线比例,那均值回归也是一个走出代表性直觉的方法。 反直觉思维习惯之三:均值回归 最后是对抗代表性直觉的第三个思维习惯:判断是趋势还是均值回归 假如你手下有很多业务员,水平都差不多,但是上个季度有两个人的业绩却非常之差。按常规,你要和他们俩单独谈话,于是你想试试两种不同的谈话策略,对于甲,你给予了鼓励,对乙则相反,你进行了严厉的批评警告,那么,下一个季度,不考虑其他因素,你觉得概率最高的结果是: A、被鼓励的甲的业绩下降,被批评的乙的业绩上升 B、甲和乙的业绩现时上升 C、甲和乙的业绩同时下降 D、被鼓励的甲的业绩上升,被批评的乙的业绩下降 我们往往信奉一种观点:要把危机扼杀在萌芽状态,一旦出现了成绩下降、业绩下滑等等不好的趋势,根据我们的直觉,一定是发生了什么,一定要找到原因,采取措施,扭转这个趋势。 可惜,这仍然是一种直觉思维。 行为金融学家统计了不同投资组合成立后很长的时间内收益率的变化,得出了两个结论: 第一:起初回报率相关巨大的组合,最终都会回归平均水平 第二:之前回报率高的组合,之后的回报率仍然较高,但没有以前那么高 这个理论被总结为均值回归,大部分人的能力也有自己的平均值,有人高一些,有人低一些,不管是谁,超过这个平均值的表现不能持久,不久就会回归平均值。 回头再看前面的例子,显然,答案是B,两人业绩同时回升。之前两个人的业绩突然下降,代表偏离均值,根据均值理论,他们下个季度回升的概率是很高的,至于你是批评还是表扬,差别并不大。 这个观点,很多人肯定不认同,难道一个人的能力永远不能进步了吗? 当然不是,大部分人的能力都在不断进步,但这个进步通常是阶梯型的,一两年内保持在一个水平上浮动,然后会有一个明显的快速上升期,又进入到下一个水平波动期。 就是说,一个人的职业发展道路,大部分时候是均值回归,状态好时,业绩好,状态差时,业绩差;小部分时间是趋势向上。如果过一段时间还不能回归,那才说明进入了一个新的发展阶段。 如果说均值回归是一种反直觉思维,那么能够感受到一件事情的发展趋势,那就需要反反直觉思维,这是对直觉思维的升华,才是真正有价值的直觉思维。 最后总结一下反直觉思维的三个思维习惯: 1、不要被细节所迷惑,细节越多,预测可靠性越差; 2、很普通的事和极小概率的事,都要先考虑一下基线比例; 3、预测未来,可能性较大的是均值回归,除非你能确定事件已经发生了质变。