我们生活中有一个有趣的现象，每个球迷看球的时候都喜欢骂裁判，好像大家都觉得自己对规则的理解甩裁判几条街，每个出租车司机好像都很清楚油价是怎么上涨的，每个网友都认为反腐败的出路是明摆着的，每一个球迷都认为如果从来没搞过足球的官员能当足协主席，那么我也能当。其实呢，我们的这些想法都是常识带给你的幻觉。为什么常识不靠谱呢？
首先，常识没有统计数字。
比如我问你，来自农村和来自城市的士兵，哪个会更适应部队生活，大多数人会说肯定是农村的啊，因为农村条件比较艰苦，需要更多的体力劳动，所以农村士兵肯定更能适应部队。但有个社会学家调查发现，事实恰恰相反，其实是城市士兵更适应部队生活，因为他们的城市生活背景，让他们更习惯拥挤、合作、命令、严格的衣着规定和社会礼仪。
为什么你靠常识判断的东西，完全是不靠谱呢？因为常识都没经过数字验证。想象一下，如果霍金给你讲《时间简史》，哪怕一个字都没听懂，一般人也不会质疑，只会不明觉厉，因为我们都知道物理和数学这样学科，是通过复杂的运算推导出来的，这是一个非常专业的尖端科学，没经过多年训练的人乱说话只会闹笑话。而社会科学领域，很多知识都是常识化的，比如中国女足战胜了韩国女足，专家会在赛后写文章分析说，赢了是因为什么战术啊士气啊之类的原因，但是从理论上来说，中国队获胜可能只是一次偶然事件，可能只是比赛最后几分钟一个偶然机会决定了结果，总结不出什么获胜经验。按自然科学来说，除非进行大规模的重复实验，比如，在同样条件下，中国队打韩国队100次，赢下95次，不然不能得出结论。
其次，常识往往是马后炮。
常识的误区在于，只善于在事后解释事件，做马后炮的事，这种解释根本谈不上真正的理解。好多社会学专家们也正是根据这些道理去预测未来，所以也经常闹出乌龙事件。
比如说，1984年伯克利的心理学家做了一个研究。他调查284个专门预测政治经济趋势的职业政治学家、智囊和外交官，向他们提出各种预测问题，比如说戈尔巴乔夫有没有可能被政变搞下台，还要提供出现三种可能性的大致概率。这个研究做了二十年，一直等到当年预测的事情全部水落石出后才结束。到2003年，研究人员总结了这些专家给的答案，发现他们的总成绩非常低，还比不上直接抛硬币，更有讽刺意味的是，这些专家对自己专业领域的预测得分，居然比在自己专业外领域更差，简直就是瞎猫还碰不到死耗子。
既然常识不靠谱，那是不是说，建立在常识基础上的社会科学，就没法判断真假了？也不是，社会科学也可以像自然科学一样，用数据和理性实验检测结果。
比如，提起社交网络营销，很多人会想起格拉德维尔的畅销书《引爆流行》里面的一个观点，一件东西要想在人群中流行开来，需要某些特别有影响力的关键人物在其中推波助澜，这些关键人物是社交网络中的节点，是普罗大众中的意见领袖，所以扩大知名度的最好办法是找关键人物做广告。这个观点很符合我们的常识，很多人都认可这个说法。
但是，社交软件Twitter做过一个数据实验，发现流行其实完全不是这么引爆的。他们跟踪分析了七千多万条信息，然后发现能形成爆款信息的，也就是转发超过几万次的，不过只有一两条，这比彩票中奖的概率还低。而且，名人引发爆款信息也是个随机事件，所以说一个东西突然流行开来，什么畅销书啊，卖座电影很大程度上是碰运气，没什么幕后推手。怎么样，够反常识吧。事实上，我们生活在一个彼此互相影响的社会。我们想起来去听一首歌，也许只不过因为朋友的推荐。我们想起来去看某个电影，也许只不过因为我们恰好在微博上看到了。仅此而已，和关键人物没什么关系。
有一个社会学的经典实验也可以证明这一点。美国的研究学者找了一万多名志愿者，让他们给48首歌评分，但打分的方式略有不同，这些人被分成两组，一组人不受任何影响，独立打分，另一组人能看到这首歌的下载次数，所以他们的打分能受到别人影响。这个实验发现，哪首歌能登上排行榜的最前列，是非常偶然的事件。比如，在能看到下载量的那一组里，排名第一的歌曲在独立打分的那组里只排第26名，这是因为有些歌曲可能在实验初期纯粹因为偶然，获得了更多下载次数，能看到下载量的那一组人就受了影响，以为这首歌好听，给了它更多关注，然后持续形成正反馈。
总之呢，不管是专家还是普通人，都别用常识去理解复杂的世界，一个从常识出发得出的结论，用数据统计验证完了，才能判断是不是靠谱。
网友评论