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。