归纳法是人们喜欢用的一种论证方式。这个方法听起来明智，实际上却有问题。例如：这只鸟是一只天鹅，这只天鹅是白色的。推论：所有天鹅都是白色的。但是，天鹅还有黑色的。畅销书作家纳西姆·尼古拉斯·塔勒布在《黑天鹅》一书中，就致力于研究这种潜藏在推论中的思考陷阱。
这个研究的作用现在仍然有效。举一个生活实例：站在我面前的客户来自台湾。迄今为止，我所认识的来自台湾的客户都很多疑。因此，我猜测这个客户也多疑。所以，你看这个推论有多危险。其中有两个因素在起作用：
1）这个推理从未被最终证实。 （2）在日常生活中，我们的推理很快。一两次经验就足以在我们的大脑中形成一个模板。
工作中我们也不能避免这种想法。我们将它称为“n=1（数量值）”。科学将“n”形容为参加一个试验的参试者数量。从逻辑角度来说，“n”应该都是大数，这样试验结果才具有普遍性，例如“n=100”，如果能从100个人身上得出结论，肯定要比从1个人身上得到的结果更具有普遍性。
在一次会议上，一个人激动地提出：“我们一定要投更多的钱在这种数字游戏上，因为客户们喜欢这种游戏。”但是，这个人很可能只收到了几个客户的反馈，然后由此归纳总结道：“我已经和客户沟通过了，他们觉得这个游戏不错，所以，所有的潜在客户肯定也觉得好。”
对此，有经验的投资者会在最后一刻终止或改变主意，因为仔细询问之后他们会发现，提议者归纳的系数是“n=1”。
当我们预估企业发展前景时，会考虑事故或损伤等风险，充分收集市场数据，并建立一个“原因—效用—规则”体系。我们的每一个决定都建立在这种思考过程的基础上。但问题是，我们所依赖的信息是有限的。
所以，法国诺贝尔奖获得者亚历克西斯·卡雷尔说：“观察不够，而推理过多，就会出现重大错误。”
网友评论