黑天鹅是人们难以预测到的影响重大的事情，那么人们为什么会难以预测呢？到底有哪些原因导致人类无法从黑天鹅现象中获得好处呢？在塔勒布的书中，他深度剖析了火鸡现象，从火鸡身上的问题中找到了人们常见的认知错误，这种在归纳过程中所犯的逻辑错误被塔勒布称为证实谬误。
如何学习火鸡
大哲学家罗素在阐述所谓归纳问题或归纳性知识问题时，举了一个绝妙的关于意外的例子。
在火鸡饲养场里，有一只火鸡发现，第一天上午9点钟主人给它喂食。然而作为一个卓越的归纳主义者，它并不马上作出结论。它一直等到已收集了有关上午9点给它喂食这一经验事实的大量观察；而且，它是在多种情况下进行这些观察的：雨天和晴天，热天和冷天，星期三和星期四……它每天都在自己的记录表中加进新的观察陈述。最后，它得出了下面的结论：“主人总是在上午9点钟给我喂食。”
可是，事情并不像它想像的那样简单和乐观。在圣诞节前夕，当主人没有给它喂食，而是把它宰杀的时候，它通过归纳概括而得到的结论终于被无情地推翻了。
我们可以把这个故事想象成一个真实生活中归纳问题的原型。
你对一个假设变量观察了1000天，它可以是任何事物，比如图书销量、血压、犯罪、你的个人收入、某只股票等。然后你仅仅从过去的数据中得出了其变化趋势特征的某些结论，并且预测未来1000天甚至5000天的趋势。
在第1001天，砰！一个过去毫无准备的巨大变化发生了！
在这一事件过后，你开始预测再次出现意外的可能性，也就是说你仅仅在遭遇意外事件的这个问题上考虑意外事件，而不在别的问题中考虑。
再想想喂食的例子：一只火鸡如何通过对昨天的观察知道明天喂给它的食物有多少？可能很多，但肯定比它想象的少一点，但就是那“少一点“会使事情完全不同。
我们再进一步探讨归纳最令人不安的一面：负学习。假设火鸡的经验并不是没有价值，而是一个负价值，也就是说火鸡学习到的经验不仅仅没有用，而且还有反作用。火鸡从观察中学习，正如我们都被建议的那样，随着友好喂食次数的增加，它的信心也增加了，虽然被屠杀的危险越来越近，它却感到越来越安全。想一想，当危险最大时，安全感却达到最大值！
真实的世界更是这样。例如股票市场，当牛市来临时，几乎每个人的投资都能得到不错的回报，于是人们从观察中得到的结论就是继续投资还会有不错的回报。而当证券交易所连大爷大妈都开始去买股票的时候，这恰恰是危险最大的时候，此时所有人的安全感却都达到最大值，因为他们觉得过去股票都在涨，而且身边这么多人都在买。然而，当股灾突然来临，股价一泻千里的时候，几乎所有人都被套牢了。
经验和知识本身也是一样，我们从过去的观察中发现，经验和知识一直能够发挥作用，可是突然有一天，它出乎意料的不再起作用。
我们再换个角度来思考这个问题。
从火鸡的角度，第1001天没有喂食是黑天鹅事件，从屠宰者的角度却不是，因为这不是意料之外的事情。
火鸡的危险就在于它总是从自己的视角来看待问题，如果它努力从屠宰者的视角去分析一下问题，可能就会得出不一样的结论。由此你可以看到，黑天鹅现象是笨人的问题。
那么如何才能做一个具有黑天鹅思维的聪明人呢？你可以通过科学或者开放思想消除黑天鹅现象。
从火鸡身上我们可以学习到的是，第一，不要只依靠过去的经验来判断，第二，多换换新的视角考虑问题。
从屠夫的视角我们可以学到的是，你也可以让火鸡们相信黑天鹅现象不可能发生，而你则学会了制造黑天鹅现象。就像长期资本管理公司一样，运用科学制造黑天鹅现象，也就是让人们相信黑天鹅现象不可能发生，于是科学就把普通人变成了笨人。
现在，从我们对黑天鹅事件的无知中又产生了其他问题：
1.我们只关注从已观察到的事物中预先挑选出来的那部分，从它推及未观察到的部分：证实谬误。
2.我们用那些符合我们对明显模式的偏好的故事欺骗自己：叙述谬误。
3.我们假装黑天鹅现象不存在：人类的本性不习惯黑天鹅现象。
4.我们所看到的并不一定是全部。历史把黑天鹅现象隐藏起来，使我们对这些事件发生的概率产生错误的观念：沉默的证据造成的认知扭曲。
5.我们“犯过滤性错误”：我们只关注一些有明确定义的不确定性现象，一些特定的黑天鹅现象（而不关注那些不太容易想到的）。
网友评论