人不是工业品，世界不能标准化

知识点一：

人不是工业品，世界不能标准化

托德·罗斯的《平均的终结》。如果用一句话概括那本书，那就是“人不是工业品”。所谓工业品，就是按照固定的标准、批量生产出来的东西。而过去这一百多年间，因为大规模工业生产的需要，泰勒制的普及，整个社会的一个趋势就是把人变成工业品。学校有标准的教学大纲，工人有标准的工作方法。标准的就是好的，不标准的就是不合格的。

但是托德·罗斯使用大量的研究结果告诉我们，人从来都不是标准的。人和人之间的差异巨大，所谓“平均人”根本没意义 —— 根本就没有人完全符合“平均人”的各项指标。你跟别人不一样？很正常！每个人跟每个人都不一样。

过去因为是大工厂的生产模式，你跟人不一样也得尽量一样。但是今天的情况已经变了，大工厂里的工人将会逐渐被机器人取代，人正在腾出手来干“人”的事情。已经进入了一个“不规则人才”的时代，这个时代不但承认不规则，而且鼓励不规则。

这个时代，要求有不同于工业化时代的思维方式。

麦兹伯格这本《意会》，说的就是这样一个思维方式。“世界不能标准化”。真实世界非常复杂，不可能用一组量化指标描写世界，必须真正深入进去，获得文化、环境各方面的理解，也就是所谓“厚数据”。

人不是工业品，世界不能标准化，这两个思想，对急剧转型的中国来说，现在可能还稍微有一点超前。

过去这三十年，才刚刚完成工业化，可以说是刚刚体会到工业化和标准化的好处。十多年前有个纪录片叫《复活的军团》，讲的是有关从战国时代到秦始皇统一中国这段时期的秦国军队的考古发现。其中有个细节特别有意思，说挖掘出来的秦军箭头，曲线像是现代子弹一样的流线型符合空气动力学，而更厉害的是，这些箭头实现了标准化。考古学家考察了900多个箭头，发现尺寸最小误差只有0.02毫米！

这件事特别令人震惊，因为秦代以后的中国就不再使用标准化军工生产了 —— 失传了。标准化就是坏了可以随时替换的，标准化的质量就有保证。明朝生产的火铳，据说枪管薄厚不一，你根本都不知道哪个好使哪个一开火就炸膛。

这就是为什么直到不久之前，甚至可能直到今天，是以标准化为荣。麦当劳为什么比个体经营的小饭店靠谱？因为麦当劳提供了标准化的食物。标准化走到哪里，现代文明就到达哪里。

在这个时代背景之下，人们希望把自己也变成工业品。希望跟别人一样。别人买什么东西，我也买什么东西。别人家小孩学什么才艺，我家小孩也得学这些才艺。别人这样做事，我也要这样做事。

但是现在这两本书告诉我们，这个时代正在结束，下一个时代，你不能再当工业品，不能再追求标准化了。

因为正在进入算法时代。

现在都爱说“人工智能”，其实“人工智能”不是一个好词，它是一个科幻的词汇。什么叫“人工智能”？人们爱问的一个问题是，如果人工智能拥有人的全部智能，那人应该怎么办？—— 这个问题其实是一个科幻问题。

当前面临的所谓的“人工智能”，根本就不是“模仿人的智能”。现在的人工智能，其实是统计方法、大数据、神经网络、机器学习这些东西。这些算法跟人的思维方式非常不同，它们仅仅是把重复的东西自动化、用把统计得出的经验做事。

现在所谓的人工智能，从基本原理来说，并没有开启什么新的时代，只不过是以标准化为代表的工业时代的顶峰而已。

现在的人工智能的本质，其实就是经验主义。用两句话来概括，就是第一，以往的经验证明这样做有效，所以现在也应该这样做。第二，对别人有效，所以对你也应该有效。这两句话合在一起就是标准化 —— 你应该跟过去的人一样，你应该跟别人一样。

好在真实世界不是这样的，所以肯定不会输给这一代人工智能。麦兹伯格这本书中还有一个故事，值得玩味。

一个是养老院。养老院追求的都是给老人提供高效而又不太贵的服务，有一系列的判断指标，比如说每个月老人摔倒的事故不能多于一定次数，保证一定的活动时间等等。这些硬指标关注的都是老人的身体情况，所以养老院的护理人员只要把老人身体照顾好就行了，对吗？

不对。麦兹伯格调研发现，真正想要护理好老人的身体，你必须理解每一位老人。比如有一位87岁的老人，出现了一些痴呆的症状，有时候神志不清，甚至还有躁狂的行为。随着人口老龄化程度加剧，像这样的老人会越来越多。

这位87岁的老人姓约翰逊，每天一到下午3点就会躁狂，大喊大叫，别的老人都受不了他。约翰逊所在的养老院的护士，后来发现了照顾他的办法。护士得知，约翰逊以前当过几十年的小学老师，而下午三点正好是孩子们放学回家的时刻，所以他一到这个时候才会有情绪波动。护士干脆就针对这一点做了各种安排，比如说像小学生一样管他叫“约翰逊老师（Mr. Johnson）”，平时多跟他聊学校的事儿，转移他的注意力，一到三点就让他单独在一个大房间里待上十几分钟抒发情绪。

结果使用了这些办法之后，护士们发现约翰逊其实非常好照顾。这个道理是你必须充分理解每一位老人，才能照顾好老人 —— 表面上看因为要理解他们，似乎护理成本上升了，其实理解了以后更容易照顾，护理成本是下降了。

这就是人的本事。将来就算你发明一个机器人护士，它能想到管约翰逊叫“约翰逊老师”吗？它能针对每位老人采用不同的护理方法吗？它能“理解”老人们吗？它最喜欢的是标准人，可是没有哪个人是标准人。

早在1980年代，机械化大潮席卷美国农业，很多只会传统耕种方法的农民都失业了，经济学家还把他们称为“永远都找不到工作的人”。当时有一位作家，叫Wendell Berry，目睹这个局面，内心非常痛苦，他就写了一篇文章，题目就叫“人到底是干什么的？”（What Are People For？）他说，难道我们这个社会的目标，就是要让人都变成过时的废物吗？

在《意会》这本书最后，麦兹伯格回答了这个问题。

麦兹伯格说，人，是创造意义，和解释意义的。算法永远都不会真正“在乎”这个世界到底是怎么回事儿，只有人会在乎。

知识点二：

面试根本不靠谱

中国有个成语叫“疑邻盗斧”，说有人丢了一把斧子，怀疑是邻居偷的，然后他怎么看邻居，怎么像是偷斧子之后的表现，走路的样子像，说话的表情更像。后来他在自己家找到了斧子，再看邻居就怎么都不像偷斧子的了。这个故事的意思，当然是说如果我们心中有个偏见，就会按照这个偏见去观察世界，专门寻找支持这个偏见的证据，再也无法客观了。

“疑邻盗斧”这个道理太简单，想说的是一个新思想。假设你心中没有任何偏见。假设让你观察的是一个陌生人，你跟他没有任何利益瓜葛，你的任务仅仅是跟他进行面对面的简单对话，然后对他的某一方面做出判断。那你能得出客观公正的结论么？

答案是见了可能还不如不见。

纽约时报的一篇文章，“工作面试完全没用”（The Utter Uselessness of Job Interviews），作者是耶鲁大学管理学院的助理教授詹森·达纳（Jason Dana）。

文章说，像面试这样的短期交流，根本看不出来一个人水平如何 —— 不但看不出来，而且不如不看。

1.实验

文中说的研究就是达纳本人的工作。他们并没有研究工作面试，只是找了一些学生做实验。

实验是这样的。受试者的任务是判断一个学生下学期的学习成绩。他们有三个判断依据：

这个学生以前的学习成绩；

这个学生下学期的课程安排；

受试者可以直接“面试”这个学生。

而研究者还事先告诉了受试者们，预测一个人下学期成绩，最好的指标就是他以前的成绩。

好，现在受试者被分成两组，第一组全部面试了自己要预测的学生；第二组只看前两项信息，不直接接触学生。那哪一组的判断更准确呢？

结果是第二组的判断准确度明显比第一组高。也就是说，面试起了反作用，还不如不面试。

这个局面，可以预料到。人类专家做判断，比如心理医生判断病人，都显著不如只依赖数据的自动算法。但是达纳的研究还不止于此，后面的结果就有点惊人了。

实验者挑选了几个接受面试的学生，让他们在被受试者面试的时候，不要老老实实地回答问题。事实上，这几个学生是“随机”回答问题。比如受试者问这个学生，“你每天都按时完成作业吗？”这样的问题，这个学生必须随机地说“是”或者“不是”。换句话说，在这种“随机”面试里，被面试的学生有一半时间其实是在跟受试者说谎。

但是受试者们根本就没发现对方在说谎。不但没人发现这其实是随机面试，而且被分到随机面试的受试者，对面试结果的满意度还很高 —— 你问他们是否在面试中充分了解了你要判断的那个学生，他们评估的“了解度”比那些进行了诚实面试的受试者还稍微高一点。

所以这个结果就是，不面试比面试效果好，假面试比真面试满意度高。那“面试”这种行为，不纯属儿戏吗？！

这可不仅仅是教授在实验室里瞎胡闹的结论。关于面试的无效性，历史上是有过真实的教训的。奇普·希思和丹·希思在《决断：如何在工作生活中做出更好的决策》这本书里，就讲过一个真事儿，达纳这篇文章也提到了这件事。

2.考研面试没过，说明什么？

德克萨斯大学医学院招新生，有点像咱们中国考研。除了看考试成绩，还搞了一个面试。德克萨斯大学的面试还搞得挺科学，从各个角度考察学生的综合素质，每一项都给打了分。面试的结果，就淘汰掉了很多人。

看考研就是这样，每年都有很多学生成绩够了，就是面试没通过。那么你可能会问，面试没过的这些人的水平到底怎么样呢？如果给他们同样的机会，他们真的就不如那些通过了面试的人吗？可惜根本没有这样的机会，他们已经被淘汰了，无法再次证明自己，你没办法进行科学的比较。

但是德克萨斯大学医学院1979年的这次招生，给了被淘汰的学生一次机会。当时录取工作结束以后，州议会突然给医学院增加了50个名额！这样就有50个被面试淘汰了的学生得以入学。

这个事件，给了研究者一个天赐的机会。研究者就跟踪研究了这50个学生，结果发现，不论是在医学院的学业情况、成为医生以后的工作情况、跟病人的关系、得到的评价、获得的奖励等等这些，这50个人和他们那些一开始就通过了面试的同学们，没有任何差别。

换句话说，当年的面试毫无意义 —— 他们一开始就根本不应该被淘汰！

3.面试和故事

达纳教授的研究。他们做完实验之后，又干了一件有意思的事儿。研究者又召集了一批新的受试者，一上来就直接向他们解释了这个实验的秘密。研究者告诉他们，我们刚在的实验是怎么做的，承认了有些来面试的学生给你的其实是个“随机面试”，他的答案根本不能算数，还告诉受试者，我们的发现是面试根本没用，你最好的办法就是直接看以往的数据。

然后达纳就问这些新的受试者一个问题：三种方式 —— 诚实的面试、随机答案的面试、不面试 —— 为了更合理地预测这个学生的成绩，你选哪一种方式？

结果绝大多数受试者还是选择了要面试。宁可进行一次随机面试，也不要没有面试！

所以，正如我们以前说过多次的，相对于只看数字，人总是过高评价“人与人面对面的直接交流”。

那为什么一次简短的面试，还不如不面试呢？达纳说，这是因为我们的大脑太善于讲故事。你给大脑任何信息，哪怕信息极其不完善，大脑也能编一个非常合理的故事去解释这些信息。

这就相当于一个人，还不知道自己家斧子找不着了，只是看邻居神情感觉有点“怪”，就自动脑补了一个他刚刚偷了斧子的故事。

信息不完善，还不如更少的信息。人们太容易把噪音当成信号了。

评论

面试真的这么不靠谱吗？有关面试的研究，基本上都是说面试不靠谱。那为什么还要搞面试呢？一方面，正如前面所说，人总是过高评价面对面交流，认为自己的印象很重要。其实一般的面试可能就25分钟，很难看出来什么。

在学术界，重要研究职位的面试要历时至少两天，你要做两个学术报告，跟十几个研究者每个人都单独谈上半小时，再加上以往的学术成就、大佬的推荐信，才算走完手续。更重要的是，学术圈是个很小的圈子，可能平时开会互相本来就都认识，每个人什么水平大家基本都了解，所以不容易判断失误。真正严肃地招人，得这么招。

一般快速的面试，与其说是招人，还不如说是找个什么理由淘汰人。我就跟国内某个博导聊过，他告诉我，考研面试最重要的作用，是把那些来自比较差的学校，平时不注重科研训练，专门准备考研，甚至考了好多次的学生，给淘汰掉。这些人考试分数很高，但是教授觉得他们科研能力不行，不想要，只看分数还不能不要，面试就是最好的办法。

这是一个残酷的事实。谁要是相信25分钟的聊天能看出来一个人的能力，就荒唐了。

由此得到

今天这篇文章说直接交流反而有负作用，还不如直接看数据 —— 麦兹伯格《意会》这本书，又说光看数据不行，必须得直接交流。那到底哪个对呢？

麦兹伯格说的意会，是非常非常深入的交流。你得全面理解一个人所处的文化环境，深入地理解一个人。而面试不是深入交流。所以顺序很简单：简单人与人交流不如直接看数据，只看数据不如深入地理解。