為何理性決策更容易導致“雙輸”?
面臨選擇時,通常有兩類決策方式:一種是多方權衡、加權計算后再比較;另一種則是憑感覺,哪種決策更靠譜?
你考慮換工作,也拿到了一個offer,看上去還行,但稱不上心儀,正糾結是否要跳槽,于是你想到了“科學決策”。
羅列工作的屬性,包括:薪酬福利、職位級別、公司口碑、上司人品、工作地點、工作壓力……
給各屬性分配權重。然后,對新工作與原工作的各個屬性打分,計算加權總分。最后誰分數高,就選擇誰。
這種決策方法稱為富蘭克林規則,是普遍使用的決策方法。
計算結束之后,你發現新offer略高,于是決定跳槽。
正當你興高采烈寫離職申請時,你一個研究前沿決策學的朋友恰好有事找你,于是你順帶詢問他換工作的事。
了解情況后,朋友告訴你,“決策方法不妥,我建議你只需考慮一點……原工作跟新工作,在這一點上哪個占優勢,就選擇哪個?!?/p>
你聽后很驚訝,這幾乎不用動腦的決策,會比計算加權總分(富蘭克林規則)靠譜么?
一、決策學能打破魚與熊掌不可兼得的局面么?
我們面臨選擇時,通常會采取兩類決策方式:一種是多方權衡、加權計算后再比較(俗稱理性決策);另一種,“憑感覺”。
哪種決策更靠譜?
學者們通常會告訴你:
前者決策慢,但準確性高;后者決策快,但犧牲了準確性。
這符合諺語“魚與熊掌不可兼得”,也符合我們一貫的“公平感”,你想要好結果,那就得付諸努力。
但現實真的如此么?
是否存在快決策比慢決策更準確的情況,我們能貪婪的既要魚又要熊掌么?
看到這里,我相信你的腦海中已經涌現了諸如“認知偏見”、“概率謬誤”、“聰明人也會辦蠢事”、“系統1,系統2”(諾貝爾經濟學獎丹尼爾·卡尼曼在《思考,快與慢》中提出的心理框架)等等,一系列說明“人類非理智行為主導人類做出蠢決策”的暢銷書關鍵詞。
但是,請恕我不客氣的提醒一句,由于常年的“非對即錯”教育,我們的思維已經變得非常教條,比如:
“認知偏見”是存在缺陷的人類思維的一種,既然是“缺陷”,那就是有問題,因此做任何決策都必須將之隔離。
這個推演乍一看好像有道理,那我們不妨換個說法:
你女朋友喜歡胡吃海喝,是存在“貪吃缺陷”的人類性格,因此吃任何食物都必須將你女朋友隔離。
發現問題了吧!
實際上,科學界對人類認知的各種研究本身也犯了一個嚴重錯誤,我稱之為“書呆子偏見”。
這些人都過于執著于“真理”,放大了“認知偏見”的惡果,卻忽視了這些“缺陷”的功績。
科學家特別容易犯這個錯,我們要理解他們,因為科學的初衷就是研究精準,容不得“含糊不清”。
我們看“認知偏見”這個叫法,翻譯中就透露著滿滿的惡意。其實還有一個詞匯描述同樣的意思,叫:SimpleHeuristics,即簡單啟發法。
褒義使用啟發法這個術語的不是別人,正是愛因斯坦。(發表量子力學方面的重要論文《論有關光的產生和轉換的一種啟發式觀點》時引用)
愛因斯坦用這個術語表達的是:
啟發法意味著不完善,甚至是錯誤,但卻是非常有價值的。
老愛是以說話謹慎聞名的,但請留意“價值”兩字前面的形容詞——“非常有”。
為什么“認知偏見”非常有價值?理由很簡單:認知是為適應(生存)服務。
這個原則非常重要,如果你周邊沒人,建議至少朗讀三遍,飽含深情的那種。
但科學卻是為尋求真理服務,而認知不在乎真假,只在乎利弊,這便是兩者的分歧。
如果你還是蔑視各種不理智的“憑感覺決策”,不妨想象一個場景:
兩個人在野外遇到老虎,一個人二話不說拔腿就跑,另一個人二話不說拿起計算器就算(是爬樹還是跳河存活概率大),你說誰更有生存?
實際上,那些抨擊“認知偏差”的經典實驗中提出的反例,本身也充滿著“偏離現實”的情境。用心理學的話來說,就是缺乏“生態效度”。
比如,在一個經典實驗中,認知科學家Tversky和Kahneman請大學生對“琳達”做出評估:
琳達,31歲,單身,率直開朗,主修哲學,學生時關注歧視和社會公平問題,參加過反戰示威活動。
那么,以下哪個選項的概率大:
A. 琳達是銀行出納員;
B. 琳達是積極參加女權運動的銀行出納員;
這個實驗被引用很多,你或許也認識這位“琳達”,實驗最有趣的地方是,86%的大學生選了B。
這顯然不符合“現實”,如上圖所示。
實驗進而揭示我們人類思維中“忽略基礎概率”的認知偏差,然后讓人“恍然大悟”。
但我們反思下現實,什么情況我們才會去評估一個年輕異性的職業?
只有兩種情況,要么是自己找對象,要么是給人介紹對象。
這種情況,我們的直覺判斷,該女士性格接近“具有女權傾向的銀行出納員”顯然比“普通銀行出納員”這一信息更具實用價值。
同樣道理,單身女性夜深人靜遇上陌生男子,第一時間應聽從你劇烈跳動的心臟——危險!遠離!而不是想著“根據基礎概率,該男子犯罪率很低”并漫不經心玩手機。
在多數現實情境中,基礎概率沒有任何現實意義!
事實上,心理學家們挖空心思編排的各種證實人類“認知偏差”的經典實驗要么是現實生活中極端罕見,要么是毫無意義。
當然,我并不是說我們壓根無需考慮“認知偏差”。
比如,許多“奸商”就常常利用“錨定效應”、“從眾心理”、“登門檻效應”等認知偏差促成交易,但我同樣必須警告大家過度防御,以致錯殺了一個優雅(既更快還更準確)且具有強大生存力的決策模型。
沒錯,在決策方面,就是會出現很神奇的現象,許多情境下,所謂科學的“慢決策”反倒不如基于直覺的“快決策”,換句話說,魚與熊掌竟可兼得。
你或許在想,我懂,比如專家的直覺通常比普通人的科學決策更準。
但我下文要說的是:基于“無知”的快決策反倒比專家的慢決策更準。
二、無知在復雜情境中讓你更受益
眾所周知股市是世上最無常、最復雜的領域之一,就連股神巴菲特也曾諷刺股市專家,“唯一價值就是讓算命先生看起來也很厲害”。
如果你準備購買國內的股票,你會更相信投資分析家還是國外路人?
生態理性決策科學家BernhardBorges、GerdGigerenzer等人曾以6個月時間對美國股市的多種不同投資方案業績進行追蹤比較。
下面,我截取我們關注的三組投資方案進行對比:
針對美國股市:
- 對比組1,美國保值藍籌股增長基金(即專業機構的專家模型)
- 對比組2,美國“道瓊斯30”(美國最好的藍籌股代表)
- 對比組3,在德國步行街隨機采訪180個路人,選擇他們聽過名字(有點印象)的美國上市公司,選取出現頻率最高的10個股票(即對美股一無所知的群體決策)。
6個月后考察市場業績,美國專家組獲得了19%的增長,“道瓊斯30”獲得了23%的增長,而基于德國路人集體無知決策組獲得了高達47%的收益?。▽嶒炂谇『檬菤v史牛市階段)
為了確認不是巧合,GerdGigerenzer團隊又針對德國股市,選取美國路人、德國專家、德國達克斯30指數等多種不同投資策略進行對比,同樣得出類似結論。
有意思的是,在更詳細的實驗中發現,基于“國外路人印象”的選擇比“本國路人印象”獲得了更大收益,換句話說,在股市上,最為“無知”的群體,反倒獲得了最大的收益。
這實在是個驚人(且誘人)的情報。
這意味著如果你要炒股,與其聽專家分析或者算命先生,還不如隨機逮幾個印度和尚、美國嬉皮士,問他們聽過哪些中國公司,這樣做出的決策靠譜。(我不慫恿大家入股,上述實驗恰巧發生在全球“牛市”周期。還是那句話,股市有風險,投資需謹慎。)
我們更好奇的是,為何基于普通人的“再認”(印象)做出的決策竟能比專業投資者的分析決策更有優勢?
順帶一提,現在的金融分析師已將無知群體的“再認”公司納入數據模型了。
這背后到底隱含著什么秘密?
我們不妨先從記憶、生態及進化的三維視角看待這個問題。
三、再認保護我們避開“風險收益不對稱性”傷害
我們對“再認”都不陌生,曾經去過的地方、看過的書、認識的人,哪怕名字全忘了,只要重新一接觸,就能馬上再認出來。
那么,人類的再認能力到底有多強悍呢?
認知心理學家謝潑德曾做過一個再認實驗:
向實驗者以5秒一張圖片的速度連續呈現1000張圖片,事后進行記憶測驗,被試平均能認出98.5%的圖片。
科學家斯丹丁進一步推進研究,他向被試短時間內提供了10000對圖片,結果被試的再認率仍能保持8300次。
最終結論是,人類的再認記憶容量能輕松覆蓋正常人一輩子的經歷。
簡而言之,再認記憶是一種寬廣的、自動化的、可靠的認知資源。
那么,為什么我們的大腦要特別優待“再認能力”呢?從進化視角看,就很好理解。
大自然中存在顯著的“風險收益不對稱性”。
典型情況是,一種陌生(未知)的水果,你吃下它獲得的收益,可能是1小時熱量的卡路里,但為此付出的風險,可能就是你的小命。
我們預估陌生水果有毒無毒的概率各為50%,因此,陌生水果的期望收益是:
“一點營養”*50%減去“一條小命”*50%,這肯定是個極大的負值。
這就是“風險收益不對稱”的典型特征,就好比擲骰子只有擲到6你才贏錢,其它都是輸錢,在這種規則下長期賭下去肯定會賠精光。
順帶一提,人類的各類賭局也是“風險收益不對稱”,長期賭博,莊家的勝率是100%。
大自然就是一個典型“風險收益不對稱”環境,原始條件下,食物時有時無、危機四伏、環境充滿不確定性,為了能在這種情況下存活,最好的策略就是“接近熟悉,遠離陌生”。
而判斷事物是熟悉還是陌生,依賴的就是“再認能力”,漫長的進化過程中,我們大腦自然會對“再認能力”進行高度優化。
哲學家大衛·休謨斷言:我們觀察到的頻率越高,我們的信念就越強。
近期有關“人類對事件發生頻率監控能力的研究”也支持休謨的觀點,記憶對不斷流動信息的發生頻率非常敏感。
實際上,古老的“收益風險不對稱性”正是我們人類“熟悉即安全”的由來。
時至今日,我們仍每天在用“熟悉感決策”,無論是購買商品、面試、交友、擇偶……多數時候,我們都會將熟悉的列為“候選對象”。
大企業每年豪擲數十、上百億的預算做品牌曝光,正是為了讓我們露出大猩猩般的憨笑啊。
我稍微費點篇章談論人類基于“再認”決策的好處,正是為了扭轉大家對“認知偏見”的“偏見”。
近年來,我們將太多注意力放在“認知偏見”(即簡單啟發法)的失誤上,卻忘了它其實是一種高性價比的“原生態”決策模型(之一)。
乍一看,“簡單啟發法”不需付出精力,實際上,它卻是人類整體在自然生態環境中積累了上萬代跨度數十萬年的“生態經驗算法”。我們說專家直覺靠譜(僅在特定領域),是因為他們積累了數十年的經驗,那為何人類積累了數萬代經驗的“簡單啟發法”就靠不住了呢?
沒有人會因為牛頓定律不夠精確而舍棄它,也沒有人會看到孩子哭鬧就直接來一針鎮靜劑,既然如此,我們為什么要舍棄各類“簡單啟發法”呢?
明白了進化、生態與簡單啟發法的關系,我們就馬上能揭秘,為什么在“生態情境”下,直覺的簡單啟發法更勝于“專家的分析計算”。
除此之外,我們更想知道,在哪些情境下,這類“不費腦”的直覺決策能比耗時費力搜集數據計算的決策更為靠譜。
為了探索真相,GerdGigerenzer團隊選擇了20種不同情境,并對人類“基于直覺的簡單啟發法決策”跟“基于科學數據分析的決策”進行競賽。
四、為何簡單啟發法更適用于現實世界
在直覺決策方案中,Gerd Gigerenzer 選擇了我們人類最常用的“采納最佳啟發法”,大家不要被名字嚇到,算法很簡單。以人類擇偶為例,采納最佳法決策如下:
你找對象時,首先考慮“整體感覺”(屬性1),如果候選對象的整體感覺差不多,那么你才考慮家庭背景(屬性2),如果家庭背景也差不多,那么你就考慮職業收入(屬性3)……
以此類推,但如果在屬性1“整體感覺”中,有一個候選人突出,那么你就直接忽視其他屬性,直接跟人家好上了。
在科學決策方案中,GerdGigerenzer選擇了以靠譜度跟復雜度著稱的“多元線性回歸算法”(即富蘭克林規則的豪華旗艦版),決策如下:
我們首先列出擇偶對象的重要屬性:顏值、家庭資產、職業、教育……然后從大量“其他人的擇偶數據”的分布中逆向推導(需借助專業統計軟件)計算,進而建立“擇偶回歸模型”。然后根據該模型,代入候選人的屬性進行計算,最后把你的下半生托付給得分最高者。
如果是你找對象,你更信任哪種?
乍一看,所有人都更信賴多元線性回歸模型(盡管聽上去不太把人當人看)。
但現實情境中到底如何呢?我們不妨先看下GerdGigerenzer團隊的研究。
他們選取了包括社會、人口統計、經濟、交通運輸、健康、生物學、環境科學等在內的20種現實情境:
比如,擇偶、輟學率、房價、城市人口、交通事故、肥胖預測、哺乳動物睡眠、降雨量、舊金山臭氧水平……
在每種情境中,“采納最佳決策法”都僅依據“一個理由”直接進行決策推導,而“多元線性回歸”則要收集大量信息并做大量計算。
以“房價”為例,“采納最佳決策法”僅根據“資產稅率”評估房價,而回歸則根據“資產稅率、房間數量、占地面積、房齡”等線索評估。
上述研究為期十多年,我們也不一一羅列具體每個情境中各自的準確率了,直接對比20種不同環境中的總成績:
- 當數據量充分時(這對多元回歸有優勢):采納最佳的準確率是75%,多元回歸的準確率是77%,略勝一點。
- 當數據量較缺乏時:采納最佳的準確率是71%,多元回歸的準確率則下降至68%。
光看數字沒感覺,我簡單說明下:
1. 在激烈的市場競爭中,幾個百分點的差距常常決定了成王敗寇;
2. 多元線性回歸具備優勢的前提條件是需要“喂食”大量原始數據,在現實情境中,除非是國家或BAT級別的互聯網平臺,一般人很難、甚至根本搜集不到這些數據,換句話說,連實驗中提到的“數據較缺乏”的要求都遠遠達不到,這種高度缺乏數據的情況,多元回歸的準確率會劇烈下降;
3. 多元回歸的運算復雜度(決策成本)比采納最佳高出幾個指數的量級;
綜上,GerdGigerenzer團隊得出異常反直覺的結論:
我們通常認為,付出大量努力的決策比“憑著一兩個重大線索”就下判斷的“直覺”決策靠譜的多,但現實顯然沒我們設想的那么“公平”。
所幸,不公平的獲利方正是我們人類大腦——在信息不充分(現實常常如此)的情況下決策——少即是多,無知比裝模作樣的數據決策更有機會獲勝。
幸福來的太突然,你一定想要刨根問到底,到底是什么導致這種驚喜呢?
根源就一個字母:J。
五、真理與現實的分歧
這個問題的詳細解釋過于學術復雜,這里我簡要的說明下根源。
“采納最佳決策法”成功的條件是:
做出決策的屬性1其權重遠大于屬性2,而屬性2的權重遠大于屬性3,以此類推……
換句話說,只要決策環境是呈現“偏態分布”(即倒J型分布,我們俗話說的二八原則),那么我們基于直覺的“采納最佳決策法”就具有強大的優勢。
就拿擇偶來說,你見誰找民政局要數據再拿著統計軟件找對象的?如果不要遇上強勢的家長干涉,多數人擇偶還是最看重“整體感覺”,其次才是職業、房車等物質屬性。雖然人們常吐槽離婚率,但從社會宏觀上看,“不離婚率”遠高于“離婚率”,這恰好說明“采納最佳決策法”整體運作良好。
反之,各類“科學決策法”(比如富蘭克林規則、多元線性回歸)往往是將現實想的太完美,它基于一種過度理想化的假設:
即我們能獲得影響決策的所有屬性,并且通常默認現實是呈現“鐘型曲線分布”(見下圖),但這顯然過度忽略簡化了現實中的“不連續性變化”。
時下較好的決策模型,比如“貝葉斯網絡”也是吸納了采納最佳決策的思想改進的,但運算量仍然非常復雜,不適用于日常生活。
如此一來,我們就能理解,為何以“采納最佳決策”為代表的直覺決策既“省事快速”還能“更準確”,因為它如實反映了現實的環境結構:
現實中,無論是社會環境還是自然環境,到處存在體現“二八原則”正太偏的J型分布。
比如,財富分布、互聯網流量、新聞曝光、人口分布、職位收入、市場容量、物種分布、權力、創新影響、新知識流動……
此外,現實中,我們決策時往往沒法獲取大量數據。
這兩大因素共同賦予了“直覺決策”以強大的適應力。
但這并不意味著直覺決策就完全可靠,只是它比“缺乏數據的理性決策”可靠。
前文也做了劇透,不是我們人類大腦與生俱來就與真實環境匹配,事實上,正是大自然(包括自然與人文)無意中把大腦塑造成了快速且準確的決策專家(那些決策模型不匹配現實的物種早已滅絕),這正是演化效應。
或許你也了解過,在特定領域具有豐富經驗的專家,其直覺決策同樣非??煽?。事實上,我們大腦更勝一籌,它是在大自然中野蠻生長累積了數十萬年經驗的“專家”,其認知適用性更廣,并沒有我們認為的那么“無知”。
所以,表面上是“感性決策”,實際上也可以稱為“生態理性”決策——它更契合現實環境。
說了這么多,我有義務跟你分享下本專題的初衷:
我發現很多人往往簡單的認為“只要邏輯不通就沒價值”,或寧相信“缺乏數據的理性決策”也不相信自己的偏好。
確實,感情用事不是好習慣,但“感情用事”的對立面是“理智”,理智并不等于盲目理性。
所謂的理智決策,代表智慧,就是讓我們在原生態環境中,即“視野受限、時間資源受限”做出最有利于生存(適應)的判斷。
而理性決策,代表求知,追求的是“上帝視角”的完美答案,你不能用“上帝算法”來替“凡人”做出決策。
能耐著性子看到這里,辛苦了。當然,你的努力不會白費。下面,我將會在上述研究的基礎上與你分享,如何在現實中做出更睿智的決策。
六、理智決策的五原則
決策的話題很宏大,較真起來,估計能寫成一整個學科的教材了。
但是,根據上述研究,我仍然能為大家提供一些高價實用的決策原則,進而讓我們的生命更有力度:
原則一,做出好決策的大前提是“對自己誠實”
理智決策不可或缺的是介入感性??此埔饬现猓瑓s在情理之中。
事實上,任何決策都沒有絕對的“好與壞”,評估“好壞”就要涉及到“價值觀”,而每個人的價值觀差異極大。
所以,高質量的決策,前提就是“認識你自己”,立足自身的內心愿景進行決策。
拿我自己來說,當年大學畢業找工作時,恰好遇上金融危機,而我特別擅于考試,外加其他各種優勢,要考個公務員可說是十拿九穩?!袄硇詻Q策”來說,小學生都算得出我該去考個公務員。
但我并沒有這么做——公務員的核心優勢——穩定——在我看來卻是——重復且缺乏自由,那樣的職業生命簡直要我的命。
所以我選擇“對自己誠實”(情愿辜負許多親戚的期望)。當然也遭到“報應”,甚至直到今天,我仍然在現實中磕磕碰碰。但如果上天能給我一個再來一次的機會,我會對公務員考試說三個字:去你的。
當然,我說的“對自己誠實”是建立在“承諾”的基礎上,你不能說一方面要追逐自由(自由須付出巨大代價),另一方面又每天煲劇刷某音愚樂至死。
我們看到很多人活的很累、很虛無,正是因為做決策時“忽視了自己”。
比如,為了“迎合伴侶的喜好”、“跟風攀比”購物,為了“滿足某些巨嬰親戚”、為了“滿足父母的期望”而做決策,事后往往還喜歡以一種受害者的形象顧影自憐。
這根本就不值得同情,因為——你首先就不太尊重自身生命,生命的本質從來就不是委曲求全,而是在持續的沖突中變得更好。
原則二,優先利用“風險收益不對稱效應”采用“一票否決式”決策法
前面我讓大家深情朗誦了一句話“認知不是為了真理,是為適應服務”。
這給到我們很重大的啟示,考慮到大自然顯著的“風險收益不對稱性”,這說明任何現存的物種在本質上都是通過“不做某事”而獲得成功(進化)。
而我們要做出理智決策,就該好好借鑒這一最為古老的智慧:否決式決策
實質而言,“否決式決策”是上述“采納最佳決策法”的逆反運用,相比之下,它擁有最佳決策法的優點——“簡單快速”(無需搜尋、分析大量數據),既更為穩妥,還符合原則1,對自己誠實。
讓我們以“是否跳槽”為例說明下:
我們雖然無法確定新工作是否比原工作強,但是,我們(結合自己實際情況)卻能判斷,存在哪些因素的工作是“一定不要去”:
比如,你剛準備還房貸,那么新創企業不要去,哪怕開出的薪酬可觀;
根據“林迪效應”,對于“非自然”事物(比如技術、知識、業務),其存在時間越長,那么預期壽命也越長。換句話說,一家企業的預期壽命等于其已存在時間,因而新創企業的存活率相當低。
又比如,個人能力對業務價值影響微弱的崗位不要去,哪怕工作壓力很??;
這種崗位更接近于重復性勞動力,大概率毫無發展前景,屬于低收入的青春飯。
又或者,如果你不愛運動、體質差,那么要求996加班的工作崗位不要去。
……
現實中,只要你對自己足夠了解,預先制定好各種“一票否決式”的原則,那么多數情況,比如,買房買車、擇業擇校、是否考研考博等等,都能夠做出快速而又滿意的決策。
就像納西姆·尼古拉斯·塔勒布說的,“你的決定主要基于脆弱性,而非概率?!蔽覀?strong>只需要排除脆弱(致命)的選項,結果通常不會太差。
原則三、盡量避免基于數據建模的復雜決策
復雜決策能得到優秀結果的前提有兩個條件:
- 在高度秩序、有規律的領域;
- 你能獲得大量數據;
現實中,普通人很難同時達成這兩樣條件。
就好比股市選股,與其自己耗時費力或迷信專家,還不如去趟非洲,問下他們都聽過哪些國內的股票。
再次澄清一點,我并不反對數學、反對概率統計,但我反對“半吊子的理性”,反對“書呆子偏見”,尤其是在各種“非透明領域”,這甚至還不如擲硬幣,擲硬幣至少快速且不費事。
你或許會說,感性決策也經常會讓我們“受騙”啊。沒錯,直覺很有用,但只有一個領域,要特別避免直覺——消費市場。
原則四、消費領域,如無剛性理由,切勿購買
理由很簡單,廣告商也深諳“再認效應”對我們決策的影響,而長期廣告灌輸的意識形態,已經偷偷用“符號需求”取代了我們的真實需求。
比如,房地產經典洗腦語“有房才有家”就通過成功說服DaMa群體,使房子變成了“成家”的虛假前提。
又比如,“愛情恒久遠,一顆永流傳”也是將愛情的符號價值偷偷移植到鉆石上,以至于鉆石相當昂貴。
我并不是提倡節儉,而是提倡理智,將金錢消費在自己內心認可的事物上(即原則1,對自己誠實)。
無論你家房子多大,放著一大堆不用的東西在那里積灰,看著也煩心吧。
當然,這個原則是滲透了我個人的價值觀了,因為我認為盲目購買被洗腦后的需求很蠢,是毫無意義的浪費。
原則五、決策要理智,說服要理性
我一直堅信能看到這里的讀者,認知水平是遠超中位數(否則怎么能堅持看到這里)水平,正因為如此,我特別建議:
如果你的決策是要說服別人,那么無論你是如何決策,一定要擺出大量數據“證明”你是如此“科學決策”,因為,多數人都迷信“努力越多,決策越靠譜”,盡管它不符合現實。
尾聲:不要停滯
本專題信息量有點大,我就不替你們總結論點了,只看結論的結果就是等于什么也沒看。如果有空,可以把本文再刷一遍。
結束前,談點不是題外的題外話。
我覺得現在不少人都被“理性決策觀”耽誤了人生。
我們看下,在“理性決策觀”指導下的典型人生發展邏輯:
- 設定人生藍圖(基于孩提時不切實際的幻想)
- 等待條件成熟
- 條件未達成
- 繼續等待
這種人生路線圖最大的問題是,它是反人性的。
為什么這么說?因為生命的發展不可或缺的就是真實壓力。
夢想能讓你去教室自習么?考試一來絕對會去。這就是真實壓力賦予你的行動力。
真實世界充滿不確定性,你永遠別想等到“萬事俱備只欠東風”的理性決策環境,你越是遲遲不做決策,就越難與現實產生沖突,也就缺少生命發展的動力。
用一句很俗的話來說,有時候不逼自己一把,永遠不知道自己的潛力有多大。
#專欄作家#
李少加,公眾號:少加點班,人人都是產品經理專欄作家?!哆M化式運營》作者,“基于用戶視角的用戶養成運營框架”提出者,互聯網商業獨立研究者、運營管理專家。
本文原創發布于人人都是產品經理。未經許可,禁止轉載。
題圖來自Unsplash,基于CC0協議
說的很有道理,本來我是很推崇“賦值法”決策的,也打算用這個來作為換工作 的計算工具。但是少加老師我有個疑問,你說基于直覺的決策方法只需要一兩個關鍵指標,我認為“賦值法”決策可以在這兩個關鍵指標的基礎上,在增加其他相關指標,這是否會使結果更為穩妥呢?
我打算再刷一遍 看起來有道理