快乐是一种习惯,要善于栽培它

常识其实充满漏洞和偏见

Post Views: 39,522 “为自己作出的决定和勤奋工作，而不是自己的天赋感到骄傲。”这是美国（United States）韦斯利安大学（Wesleyan University）心理学教授斯科特·普劳斯（Scott Plous）的忠告。 斯科特·普劳斯的著作《决策与判断》（The Psychology of Judgement and Decision Making）是一本很好的决策和社会心理学入门书。他通过科学的方式发现与常识不同的地方。本书的例子表明，我们所谓的常识，其实充满漏洞和偏见。 一、选择性知觉 你所看到的东西很大程度取决于认知和动机因素，在做任何重大决策或判断之前很值得来想一想问自己关键的问题：我看待事物的方式是否受到了某种动机的驱使？我在看待和处理问题时是否夹杂了自身的预期？我是否与那些与我有着不同预期和动机的人交换过意见。 二、认知不协调 态度的改变也可能是由于行为的改变引起的，改变他们的行为人们会扭曲或者忘却他们原有的理念。写《君主论》作者的两段话：1.如果你希望一个人形成对某个事物的积极态度，那就引导他，使他致力于得到这个事物。2.如果你希望你一个人对某个错误行为的道德判断变得温和一些，那么就引诱他做出这种行为。相反如果你希望一个人对某种错误行为的道德的判断更加强硬，那么就引诱他，但不足以使他做出这一行为。 三、记忆和事后聪明式偏差 记忆并不是在我们过去经历发生的时候被我们存进记忆库中的拷贝。相反，记忆是在我们提取它的时候才建立起来的。在发生重建的这一瞬间我们所用到重建材料也就是那些填补缺失细节的逻辑推断、与原始记忆混合在一起的关联记忆以及其他一些相关信息。正如证人在举证时不靠谱一样，好记性不如烂笔头。 四、情境依赖性 如果人们连续列出有利原因和不利原因，就会出现很强的初始效应。但如果人们在列出有利原因和不利原因之间有3分钟的间隔，就会出现近因效应。 五、可塑性 问的方式不一样，得到的答案也不一样。“我可以和你睡觉吗？”“我可以给你做早饭吗？”人们的态度和行为之间的相关关系几乎为零。这个相关性真的那么差么？“嘴上说不，身体却很诚实。”我也是够了。 六、问题的措辞和框架的影响 当人们对一个问题并没有很坚定的信念时，他们通常会对那些“最广为流传的句子”做出反应，这些句子使得人们的态度往社会所赞许的方向靠拢。就像我们经常选择“一般”那个选项时一样。 七、理性决策的悖论 当人们需要在两种赌博中做出选择时，他们通常会特别关注获胜概率，而如果他们需要考虑每种赌博的价值时，则往往看中其可能获得的金额。 八、描述性决策模型 禀赋效应，这个经济学里面就学过。当一件物品成为人们的禀赋时，它的价值就增加了。人们在面对收益时常常是规避风险的，而在面临损失时则常常偏好风险。前景理论隐含损失回避倾向。 九、代表性直觉 随着情景中细节数量的增加，该情境发生的概率只会逐渐降低，但是它的代表性和由此带来的外显的可能性却会上升。我们相信，基于代表性的决策判断是人们喜欢选择毫无根据的细节化情境的主要原因。 人们错误认为序列的每一个部分都必须看起来像是随机的，就是那个写随机数的例子。当基线信息与人们对因果关系的认知相一致时，人们就会使用基线值。众所周知的厄运根本就不是厄运，仅仅是向平均线回归而已。 十、易得性直觉 如果一个事件的结果是非常恐怖的，就会使个体产生否定感，这样对其结果的想象并不一定能够提高个体对其结果个体对其结果发生可能性的预期。如果一些描述非常生动的，但是并不经常发生的致死原因被高估，人们视线也将随之转移，而忽略了普遍的危险。 十一、归因理论 人通常使用三种不同方式来解释行为的原因：行为人——情境中的个体的可能是行为产生的原因；环境——情境中的某些固有特征可能是导致行为的原因；时间——特定时刻的某些因素引起了行为。突出的个体相对而言更容易被进行因果归因。个体倾向于对自己的行为作出情境归因，而观察者倾向于对相同的行为作出稳定的人性归因。 十二、行为陷阱 延期陷阱、无知陷阱、投入陷阱、恶化陷阱、集体陷阱。回避有关诱捕成本的信息；尽量不要做出限定或评估继续这样做将花费的成本；做出一个公开的、坚持下去的承诺；与那些有相同目标的人们竞赛。 Previous Post Next Post

身处底层时，要乐于向上级学习。

Post Views: 43,816 在漫漫人生路当中，肯定的我们会不时遇到一些有趣或睿智的事，因此，如果可以把这些事情记录下，将对自己未来的待人处事方面有很大的帮助。 美国的唐纳德·拉姆斯菲尔德（Donald Rumsfeld）便有这样的习惯，他现在是世界500强企业——西尔列制药公司（Searle Pharmaceutical Company）执行总裁，通用仪器公司执行总裁、董事长，美国唯一两度出任国防部长的传奇人物，以立场坚定、观点犀利、语言睿智幽默著称。 他著作的《拉姆斯菲尔德规则：美国最高级别的管理课》也凝聚拉姆斯菲尔德50多年从政、企业管理经验，是少有的美国最高界别领导人亲身讲述的管理课程，非常值得企业总裁参考。 以下是《拉姆斯菲尔德规则：美国最高级别的管理课》的部份规则包括如下： 身处底层的策略。身处底层时，要乐于向上级学习。除非出身名门，比如洛克菲勒（Rockefeller）家族、肯尼迪（Kennedy）家庭、范德比尔（Vanderbilt）家族或是布什（Bush）家族，否则，你不可能在人生的起跑线上领先别人多少。 越努力工作，我就越幸运。刚出社会的年轻人，不要太关注薪水、头衔、工作地点或办公室的风景好不好。如果你工作努力、出色，一开始就与才华横溢的人共事，那些东西早晚都会始你所愿的。 向老板学习。任何一个企业里都有关键人物，我们可以从他们身上学习很多东西。其中最重要的一点是，不论处在什么职位，都要去接触那些知道得比你多、在这里工作时间比你长的人，找到他们，仔细倾听以及用心学习。 别觉得自己是老板，你不是。对于一名员工来说，谦逊和谨慎是两项十分重要的品质。不论处在哪一个岗位，你都要时刻记住，“对外界来说，你就是老板的代表。你的一言一行反映的都是老板和整个公司的想法。当你代表老板或公司发言时，一定要确保传达信息的准确性。” 如果一件事不需要老板亲自定夺，你就全权负责了吧。在任何组织当中，老板都应该感激这些认真领会自己的用意，并将其逐级下传的员工。在拿某个问题去打扰老板之前，他们都会问自己：还有别的什么人能解决这件事吗？ 如果犹豫不决，交给老板处置。考虑一件事是否值得花费领导的时间，引起他们的关注，是很合理的。如果在重大问题上没有征求老板的意见，结果就可能是：你做出了不合老板心意的指示。问老板问题，能节省大量时间，并免去后期的许多麻烦。 如果你搞砸了，告诉老板，并迅速纠正错误。一般来说，领导若及时意识到了错误并勇于面对，便能及时纠正它。拖延不会让坏消息变成好消息。如果你搞砸了什么事，最好尽快告诉老板。 不要责备老板，他的麻烦已经够多了。即便没人要求，一名好员工也会维护自己的老板。不过，这事儿也是双向的，一名有责任心的老板也应该支持自己的员工。让老板有选择的自由，因为最艰难的决策，往往需要他来面对；比较容易的快择，可以交由下层来做。不要用会限制下属灵活性的决定，来加大他们的工作的难度。 Previous Post Next Post

超级智能的巨大威胁

Post Views: 39,550 人类不是这个星球上速度最快的生物，但人类发明了汽车、火车和飞机。我们虽然不是最强壮的，但我们发明了推土机。人类的牙齿不是最锋利的，但人类可以发明比任何动物的牙齿更坚硬的刀具。 这意味着人类之所以能控制地球，是因为人类的大脑比即使最聪明的动物的大脑都要复杂得多。如果机器比人类聪明，那么人类将不再是这个星球的主宰。当这一切发生的时候，机器的运转将超越人类。 这确实是一个值得人类深思的问题，而《超级智能：路线图、危险性与应对策略》便是一本探讨这课题的书籍，也非常值得企业领导人涉猎的另类知识。作者为尼克·波斯特洛姆（Nick Bostrom），他是全球著名思想家，牛津大学人类未来研究院的院长，哲学家和超人类主义学家。 作者认为，人类大脑拥有一些其他动物大脑没有的功能。正是这些独特的功能使我们的种族得以拥有主导地位。如果机器大脑在一般智能方面超越了人类，那么这种新兴的超级智能可能会极其强大，并且有可能无法控制。正如现在大猩猩的命运更多的掌握在人类手中而不是自己手中一样，人类未来的命运也会取决于机器超级智能的行为。 但是，人类有一项优势：人类有机会率先采取行动。是否有可能建造一个种子人工智能，创造特定的初始条件，使得智能爆发的结果能够允许人类的生存？我们如何实现这种可控的引爆？ 作者相信，超级智能对人类将是一个巨大的威胁。在这本书中，作者谈到了超级智能的优势所带来的风险，也谈到了人类如何解决这种风险。作者认为，他的这本书提到的问题将是我们人类所面临的最大风险。 他表示，我们更感兴趣的一个与“奇点”相关的术语是智能爆发，尤其是机器超级智能的前景。肯定会有人意识到增长模式是比农业革命和工业革命还要激烈的另一种可能的飞跃式增长模式。 这些人也会意识到，要想让世界经济实现在仅仅数周内翻倍的增长速度，就需要创造出一种比人类的生物性思维更快、更有效的思维方式。但是我们很难通过分析经济增长曲线以及推断过往经济增长模式来认真严肃地了解机器智能变革的前景。我们将看到，更加强有力的理由会让我们认真考虑这一问题。 自从20世纪40年代电脑被发明出来之后，机器就一直被寄予厚望，人们希望机器能够具备人的一般智能，更确切地说，就是机器要具备普通判断力和有效的学习、推理能力，并且要能够制订计划以应对复杂信息处理过程带来的挑战，这种挑战可能来自自然和抽象领域的各个方面。 在电脑刚面世时，人们就期望能够在未来20年之内赋予电脑人工智能。但一年又一年过去了，实现让机器具备人工智能的日期却一拖再拖；以至于今天，关心人工智能的未来学家们依旧普遍认为智能机器的出现还需要20多年。 在谈到彻底变革所需要的时间时，预言家们总喜欢用20年这个时间跨度：这个时间跨度既抓眼球，又足够长，长到可以让一个目前看起来还是模糊想象的突破成为现实。为什么不是更短的时间跨度呢？因为大多数在未来5~10年内可能对世界产生重大影响的技术目前已经在小范围内被应用了，而全新的技术在不到15年之内就能让世界焕然一新，当然这也只是一个理论假设。另外，之所以喜欢说20年，还有可能是因为一个预言家的职业生命大概就是这么长，这样一来他在做出大胆假设时也不用承担名声受损的风险。 Previous Post Next Post