前言

人为因素

生而为人，要旨在于不求完美。

——［英］乔治·奥威尔

媒体一直以来都在报道一些关于我们人类的负面新闻。我们每天都能听到与机器相比，人类是多么不理性、多么低效率的论调。与计算机相比，人类的大脑运转迟缓，而且为各种情感所累。在职场，人类往往败事有余，因为人们总是喜欢把事情复杂化、模糊化，把黑白分明的事变为模糊的灰色，因此拖延了项目的进程。人类需要通过经验来学习，而且学习到的东西无法像计算机算法得出的结果那样精确、严密、连贯。

如今人类在这个世界的地位岌岌可危，甚至到了要为自己的不足找个借口的程度。我们会在喝下午茶的时候，耸耸肩，说出我们的口头禅：“我们只是人类啊。”这句话反映了我们的文化是如何阐释人的：人类存在着许多不足之处。

这在工程界被称为人为因素。在诸如航空、供应链管理和制药等领域，所谓人为因素其实等同于“犯错的能力”。一个名为“人为因素研究”的新兴学术领域正在迅猛发展，主要研究如何优化和改正人类在人机交互活动中所犯的错误，以及机器该如何应对人类经常会犯的错误。例如，谷歌就把“人为因素研究”的成果应用于无人驾驶汽车上，试图解读人类驾驶员反复无常的驾驶习惯。然而，众所周知的是，人类的行为缺少规律，这使计算机无法完成完美驾驶的任务。

雪上加霜的是，一些记者和未来论者一直宣称：人类所做的大部分工作将很快被交由机器人处理。工人和客服人员将会是第一批被机器人替代的人，然后这一情况会扩展到整个劳动力市场：餐厅服务员、药剂师、医师、律师、会计师，甚至照顾老人的陪护人员。在记者和学者们看来，现在的问题不是这种情况会不会发生，而是一旦发生，我们人类该如何自处？

他们得出的解决方法似乎很简单，那就是如果人类还想在社会上做一个有用的人，想要拥有一份工作，那么人类就要向身边无处不在的算法妥协，甚至臣服于它们。每天我们都会听说某位有常青藤教育背景的经济学家找到了一个可以点石成金的解决方案，为某一行业开启了靠事实而不是靠人类直觉和经验解决问题的分析模式。我们身边充斥着各种来自亚马逊、谷歌或者其他应用程序和新兴公司的大数据评分。招聘网站Glassdoor根据就业机会、薪资水平和晋升机会等指标，将“数据科学家”评选为2016年美国排名第一的工作。我们狂热地认为，人们掌握的数据越多，就能获得更多的真知灼见。假如我们通过参考100个人的数据，学到了X，那么是不是如果我们整合了数千人的数据，我们所学的东西就会呈指数增长呢？以此类推，整合了数亿人的数据会如何呢？数十亿呢？最近，脸书的首席执行官马克·扎克伯格捕捉到了人们对大数据的狂热。他向投资人提出，他想让脸书通过机器学习，创造出“世界上所有需要知道的知识的最清晰的模型”。

学生们也捕捉到了这一信息。在美国最负盛名的大学里，英语和历史等人文学科曾是最受欢迎的专业。但现在，人们对工程和自然科学的热衷程度远超于人文学科。20世纪60年代以来，美国大学人文学科的学位数量减少了一半，学校对人文学科的资助也大幅下降——2011年，人文学科得到的经费甚至连理工科的0.5%都不到。在社会科学内部，像社会网络分析、心理测量学这样的定量研究占据了主导地位，而像社会学、人类学这样的定性研究已被视为过时的学科了。2015年的一次市民大会中，美国共和党总统候选人杰布·布什（Jeb Bush）说，心理学等专业的学生只能去福乐鸡（Chick-fil-A）这样的汉堡店打工。同年，日本教育部长责令日本大学取消社会学科和人文学科，或者将这些学科转变为“能更好满足社会需求”的学科。

也就是说，在官方看来，文学、历史、哲学、艺术、心理学和人类学等探求文化的人文学科，已经不再能满足社会的需求了；基于人性来理解不同的人和他们的世界，已经毫无用处了。既然大数据可以让人们获得浩如烟海的信息，那么人类主导的社会探索还有什么价值呢？既然算法可以“阅读”所有书籍，并对相关内容进行客观分析，那么人们读几本好书又有什么价值呢？戏剧、绘画、历史研究、舞蹈、陶艺以及其他无法剥离其独特性和具体背景，无法转化为大量具体信息的文化知识，它们的存在价值何在呢？

我之所以写这本书，就是想传达一个观点：它们的存在确有其价值。

如果我们对这种人文思考所孕育的文化知识置之不理，那么我们的未来将会面临巨大的风险。当我们只关注硬数据和自然科学，企图把人类行为量化成最细小的单位（夸克）或部分，我们其实是在削弱自身对所有无法如此分割、简化的知识的敏感度；我们就会失去书籍、音乐、艺术，这些可以让我们从复杂的社会背景中认识自我的渠道。

这绝不是什么高深莫测、仅限于象牙塔中的深奥话题。实际上，我在每天的咨询工作中都会目睹这一现象所导致的种种后果：我看到大公司的高层缺少领导力，他们受困于自己的世界里，忽略了客户和职员身为人的一面，错误地把大量的报告和模型当成真实的生活；他们的每一天被细切成微小的片段，所以他们觉得自己没有时间去吸收真实世界的混杂数据，于是他们在还没有理解实际问题的情况下，就想得出结论并解决问题。

其结果就是，这些高层管理者往往倾向于雇用那些有工程学背景，或者接受过MBA培训的初级管理者，让他们作为自己的士卒，战斗在数据的战场上。这些人只关注硬数据，而看不到那些现实存在的、令人震惊的问题和缺陷。所以许多初级管理者会在如今的商业世界遭遇玻璃天花板现象。他们就是所谓的简化论者，缺少识别出最令人振奋的、最基础的模型所需的敏感度。这些初级管理者只做“正确”的事：他们对整个系统了如指掌，在所有测验中都取得了好成绩；他们就读于最好的学校，门门功课成绩优异；他们的整个教育过程都在训练他们如何简化问题，然后解决问题。所以时至今日，他们已经丧失了跻身高级管理层所需的知识。

如果想在事业上取得成功，与STEM 教育相比，人文科学和社会科学的教育即便不是更为重要的，至少也是同等重要的。当然，想用硬数据来证明这一观点并不容易。那么且让我把这一和数据相关的问题放在一定的背景下来说明吧。2008年，《华尔街日报》刊登了由调研公司PayScale所做的有关全球薪资情况的大型调研报告。这项报告表明，单纯有STEM教育背景的学生通常一毕业就可以找到薪酬较高的工作。麻省理工学院和加州理工学院的毕业生在工作初期的薪酬中位值排名中占据前两名，约为72 000美元。而这些毕业生到了职业中期的时候，其薪酬中位值分别排到第3和第6的位置。

这项研究涵盖了美国全境的所有大学毕业生。其实，取中位值的测量方法对STEM毕业生更有利，因为人文学科的毕业生所从事的职业非常广泛，涵盖众多领域。如果你看全国最高薪酬人群，即处于职业中期第90百分位及以上的人群，你会发现情况大有不同。麻省理工学院毕业生的薪酬排名退至第11位，排在10所以人文学科闻名的学院和大学之后。而耶鲁大学和达特茅斯学院的毕业生在高薪值收入中位值排名中名列前茅——薪酬可超过30万美元。所有以STEM为主的学院中，只有卡内基–梅隆大学出现在了这个排名中。

同样的情况也出现在专业区分上。总体来说，计算机工程和化学工程专业的毕业生在收入方面排名靠前。职业中期，较高薪的前20个专业中很难看到人文学科。但是，同样地，如果看全国薪酬最高的第90百分位，情况会突然发生逆转——政治学、哲学、戏剧和历史专业占据了靠前的位置，这些专业往往隶属于像科尔盖特大学、巴克内尔大学及联合学院这样的纯文科院校。

从这些数据中我们可以得出的结论是，STEM教育背景通常可以使学生在毕业初期获得一份体面的工作和较好的收入，但是那些有权势的人，即掌控大局、打破玻璃天花板、改变世界的人，往往拥有的是文科教育背景。如果你听惯了硅谷人士、政治家甚至一些教育部门领导的言辞，你可能会感觉这一说法非常不可思议。但是如果你在一家全球性企业或有国际影响力的机构工作过，就会明白这一说法很有道理。我从事咨询工作近20年，客户遍布全球，他们都是首席执行官和管理人员。我可以明确地告诉你，最成功的领导者都是充满好奇心、接受过广博教育的人。他们既可以欣赏小说，也可以阅读电子图表。

难道我们真的相信，那些管理者看清一家全球性保险公司的未来出路，或判定某项拟议立法的政治和社会影响时，是完全仰仗于线性决策树或电子表格里的数据吗？2007年2月，雷曼兄弟公司拿出了一打恢复正常的资产负债表，宣布其市场总值达到近600亿美元，创造了历史新高。可还不到一年，他们的股票就暴跌了93%，公司开始申请破产。雷曼兄弟的一系列数据集掩盖了更复杂的事实真相，这直接导致了该公司的破产：2003年和2004年，雷曼兄弟公司收购了5家抵押贷款公司，其中包括两家向没有任何证明文件的借贷人发放贷款的次级抵押贷款公司。当时正值房地产繁荣时期，公司的利润是前所未有的，于是公司向越来越多的人发放贷款，而对其偿还能力的审查却越来越少。此外，这些不良贷款还被打包成极其复杂的金融产品——CDO（债权抵押债券）。如果任何领导者或高管愿意走出办公室，去街上观察一下实际情况的话，就会很容易发现现实情况到底如何——次贷市场的大多数借款人都会违约，无法偿还贷款。对于我们这些在2008年9月把退休积蓄都投入股票市场的人来说很不幸的是，很少有金融界的领袖认为他们需要花时间去关注现实世界的数据。一旦停止思考，处于危险之境的不只是我们的智力，还有我们的企业、我们的教育、我们的政府以及我们一生的积蓄。

不只是我一个人对此深表担忧。许多非常出众的领导者都正在公开呼吁，我们要培养更多有人文学科教育背景的思考者来应对我们的未来。2011年，航空航天制造商洛克希德·马丁公司的前董事长兼首席执行官诺曼·奥古斯丁在为《华尔街日报》写的评论文章中呼吁，要加强美国中小学的人文基础教育。他说：“历史不仅仅告诉我们一个国家或者文明的故事，它还能培养出有批判意识的思考者。他们能吸收、整合并分析信息，阐述自己的发现。这是许多学科和专业所需要的技能。”

宝洁公司前首席执行官雷富礼曾在谈到当今复杂的管理环境下人们如何取得商业成功时，给出过一个建议：去修一个文科学位。他在《赫芬顿邮报》中写道：“学习艺术、科学、人文知识、社会科学和语言，可以提高思维的灵巧度，让一个人处于一种开放状态，更容易接受新的观点。这就是人们在持续变化的环境中获得成功的资本。就像志向高远的职业棒球联盟投手需要灵活有力的手臂和冷静的头脑一样，有前途的管理者也需要接受广博的教育来有效应对未来的不确定性。学习广博的人文学科课程可以让学生培养概念性的、创造性的、批判性的思维技能，这是训练有素的思维的基础要素。”

这些出众的领导者与其他站在商业、政界和创业领域前沿的领导人一起为社会敲响警钟，呼唤受过良好教育的劳动力。毕竟，对于金融、媒体或政策部门的领导者来说，拥有人文学科的教育背景是很平常的事：美国运通公司的现任首席执行官肯尼斯·切诺尔特认为，他在历史方面的深入研究是他领导力和管理智慧的试金石；IBM前首席执行官彭明盛曾在约翰斯·霍普金斯大学主修历史；美国前财政部长汉克·保尔森曾在达特茅斯大学学习英语；惠普公司的前首席执行官卡莉·菲奥莉娜认为，她本科所学的中世纪历史是她了解高科技世界的坚实基础；迪士尼公司的前首席执行官迈克尔·艾斯纳在大学时没有选择商业和金融课程，而是主修了英语和戏剧专业；著名投资人卡尔·伊坎在普林斯顿大学所写的哲学论文题目是《论恰当地阐述经验主义意义标准的问题》；美国联邦储蓄保险公司的前主席希拉·贝尔在堪萨斯大学读本科时也是主修哲学；黑石集团董事长兼首席执行官苏世民在耶鲁大学选择了一门跨学科的专业，他将该专业描述为“心理学、社会学、人类学和生物学的集合，实际上就是对人的研究”。

然而，现在越来越多的人认为，与数据分析专业或者最新的计算机编程在线速成课程相比，这些人文学科与现实脱节。这种转变造成的结果，就是我们再也体会不到诗歌、雕塑、小说和音乐的价值所在。一旦我们低估了人文学科的贡献，就会丧失探求不同于我们所处世界的其他世界的机会。当我拜读像托马斯·曼所写的《魔山》这样伟大的小说时，我能真实地感受到一战期间和之后的欧洲大陆所遭受的惨重破坏；当我看到像《捕猎独角兽》这样的中世纪挂毯时，就会理解文艺复兴之于法国人的意义；当我参观京都的龙安寺禅宗花园时，各个石头的布置方式和呈现出的纹理、质感，让我明白了日本人的世界观和审美观的核心。

无论你学的是中国建筑、墨西哥历史还是伊斯兰苏菲派哲学，其中所用的这种思考方式都可以训练我们的大脑去整合各类数据，让我们的大脑不是为了证明某种狭隘假设的错与对而存在，而是为了探求世界的某个特殊性。我认为，这种文化参与是人们想要了解任何一群人的一种必要训练。例如，如果你在药厂工作，就需要了解糖尿病患者的世界，否则你肯定无法在糖尿病药物开发上有所突破。如果你从事汽车制造业，就需要了解中国司机的生活，否则你生产的汽车就无法契合全球最大汽车市场的需求。如果你在公共部门工作，就需要掌握社会科学的工具来辩证地思考官僚主义文化。

所有人文学科的学习经历，能教会我们如何去想象其他的世界，而且远远不止于此。当我们能够通过自身所掌握的文化知识和对人类经验的解释来充分想象其他世界时，我们就必然会形成一种更为敏锐的视角来反观自己的世界：我们就能看出一些模型或金融革新何时脱离了现实；我们就能辨认出哪些是经受过科学和现实的洗礼，经得起现实和未来考验的模式。这些模式可以让我们获得洞察力，并最终帮助我们形成真正的视角。从长远角度来看，与数据铸成的樊笼相比，这种视角无论是对我们的收入还是人生都大有裨益。

这种充满活力的文化参与是我所谓的“意会”（sensemaking）的基础。这些年，学者们用“意会”一词来描述不同的概念。我在本书中仅以此词来描述一种古老的文化探求实践，而这一实践过程的基础，就是一系列处于被遗忘边缘的价值观。在意会的过程中，我们利用人类的智慧来探索一种有意义的差异，这种差异对他人重要，对我们而言也很重要。

本书所介绍的意会，将会带领我们畅游20世纪哲学原理的世界。我们会看到构成人文研究之基础的理论和方法，讨论可以帮助我们从非线性数据中提取意义的不同方法。我们会审视创造性洞察所带来的经验，并在审视的过程中除掉一些假借创新和突破之名、实则误导我们的观点。我们还会了解一些意会方面的大师级人物，进而了解为什么只有人类智慧才是唯一能培养出观点的智慧。

我们的文明，从未像今天一样被人工智能、机器学习和认知计算所诱惑。我们这个政治、金融、社会、科技和环境系统相互交叠的世界，从未像今天一样如此密不可分地联系在一起。我们必须提醒自己以及我们的文化：人的因素为何是感知这个世界的最重要的因素。

就让我们从现在开始吧。