新浪博客

训练与争论

2019-08-24 07:40阅读:
  《训练与因果》、《训练与概率》,这两篇文章,解释了对很多人都是认知盲点的关键问题。人们习惯于运用非此即彼的思维方式去看待现实问题,但是,现实世界并不是如此运行的。   因果关系,是人脑中高度抽象后形成的思维模式。这种模式,对自然界来说,并不关心。自然界的规律,体现在统计数据的相关性程度上。极其高度正相关,深刻体现出A->B的情况,毕竟是相当有限的。那些近乎于完美的物理定律,并不会存在于乳腺癌检测和你家孩子的教育过程中。但人们在针对教育学进行争论时,脑子里都在运行自以为是的物理定律,用高度因果性来看待现实问题,这既是人脑的思维局限性。
  你孩子数学学得非常好,就一定会成为学神么?简单认为是或不是,都是思维太简单。学好数理化、走遍全天下,并没有否认对其他能力的学习过程,只不过是突出了数理化对科技制造业强国的重要意义罢了当你真正去统计那些所谓成功概率更高的孩子所具有的综合条件时,你可能会发现,颜值比数理化都管用,徒之奈何?所以,这是一个高度复杂性问题,需要具备深度思维才能认清。可能有人会问,风兄为何强调数理化,而不强调颜值呢?你非得让我说,这根本不是问题么?
  古往今来,教孩子,归根结底,也就是通过主观上的因果性理解,去吻合数据相关性。所谓的数据相关性,就是一大串的问号,可以影响贝叶斯分析的关键指标:颜值、报班、家长、竞赛成绩、撩妹能力、是否能喷、身高......。我为什么把颜值放在第一位?小鲜肉瞎演挣钱多呀,这不很简单的道理么?凭借脸能解决的问题,为什么不用脸解决?只有没能力用
脸解决问题的人,才会抨击脸的价值。
  争论,一定是针对概率分析中关键因素是否有用展开的。你说身高是很重要的,他说脸是很重要的,这有什么意义呢?都重要,全要,才会大幅度提升胜出概率。现实世界是,那些所谓的成功人士,往往是针对这些指标存在高度的相关性。
  指标与指标之间,很多是风马牛不相及的。画画很好,跟数学很好,是相关度很低的。但是,所谓的精英阶层培养出来的小孩,在这两个数据之间,存在高度相关性,看起来就像是画画好,就一定数学好。一大堆指标,都堆在一起,高度相关后,就会涌现出个人素质的综合性。问题的关键,并不在于哪一个指标更重要,而是,促使一个人走向成功的阶梯到底有多少台阶,你踩过几个
  

我的更多文章

下载客户端阅读体验更佳

APP专享