媒體一直以來都在報道一些關(guān)于我們?nèi)祟惖呢?fù)面新聞。我們每天都能聽到與機(jī)器相比，人類是多么不理性、多么低效率的論調(diào)。與計算機(jī)相比，人類的大腦運(yùn)轉(zhuǎn)遲緩，而且為各種情感所累。在職場，人類往往敗事有余，因?yàn)槿藗兛偸窍矚g把事情復(fù)雜化、模糊化，把黑白分明的事變?yōu)槟：幕疑�，因此拖延了�?xiàng)目的進(jìn)程。人類需要通過經(jīng)驗(yàn)來學(xué)習(xí)，而且學(xué)習(xí)到的東西無法像計算機(jī)算法得出的結(jié)果那樣精確、嚴(yán)密、連貫。
如今人類在這個世界的地位岌岌可危，甚至到了要為自己的不足找個借口的程度。我們會在喝下午茶的時候，聳聳肩，說出我們的口頭禪：“我們只是人類啊�！边@句話反映了我們的文化是如何闡釋人的：人類存在著許多不足之處。
這在工程界被稱為人為因素。在諸如航空、供應(yīng)鏈管理和制藥等領(lǐng)域，所謂人為因素其實(shí)等同于“犯錯的能力”。一個名為“人為因素研究”的新興學(xué)術(shù)領(lǐng)域正在迅猛發(fā)展，主要研究如何優(yōu)化和改正人類在人機(jī)交互活動中所犯的錯誤，以及機(jī)器該如何應(yīng)對人類經(jīng)常會犯的錯誤。例如，谷歌就把“人為因素研究”的成果應(yīng)用于無人駕駛汽車上，試圖解讀人類駕駛員反復(fù)無常的駕駛習(xí)慣。然而，眾所周知的是，人類的行為缺少規(guī)律，這使計算機(jī)無法完成完美駕駛的任務(wù)。
雪上加霜的是，一些記者和未來論者一直宣稱：人類所做的大部分工作將很快被交由機(jī)器人處理。工人和客服人員將會是第一批被機(jī)器人替代的人，然后這一情況會擴(kuò)展到整個勞動力市場：餐廳服務(wù)員、藥劑師、醫(yī)師、律師、會計師，甚至照顧老人的陪護(hù)人員。在記者和學(xué)者們看來，現(xiàn)在的問題不是這種情況會不會發(fā)生，而是一旦發(fā)生，我們?nèi)祟愒撊绾巫蕴帲?/P>
他們得出的解決方法似乎很簡單，那就是如果人類還想在社會上做一個有用的人，想要擁有一份工作，那么人類就要向身邊無處不在的算法妥協(xié)，甚至臣服于它們。每天我們都會聽說某位有常青藤教育背景的經(jīng)濟(jì)學(xué)家找到了一個可以點(diǎn)石成金的解決方案，為某一行業(yè)開啟了靠事實(shí)而不是靠人類直覺和經(jīng)驗(yàn)解決問題的分析模式。
我們身邊充斥著各種來自亞馬遜、谷歌或者其他應(yīng)用程序和新興公司的大數(shù)據(jù)評分。招聘網(wǎng)站 Glassdoor 根據(jù)就業(yè)機(jī)會、薪資水平和晉升機(jī)會等指標(biāo)，將“數(shù)據(jù)科學(xué)家”評選為 2016 年美國排名第一的工作。我們狂熱地認(rèn)為，人們掌握的數(shù)據(jù)越多，就能獲得更多的真知灼見。假如我們通過參考 100 個人的數(shù)據(jù)，學(xué)到了 X，那么是不是如果我們整合了數(shù)千人的數(shù)據(jù)，我們所學(xué)的東西就會呈指數(shù)增長呢？以此類推，整合了數(shù)億人的數(shù)據(jù)會如何呢？數(shù)十億呢？最近，臉書的首席執(zhí)行官馬克·扎克伯格捕捉到了人們對大數(shù)據(jù)的狂熱。他向投資人提出，他想讓臉書通過機(jī)器學(xué)習(xí)，創(chuàng)造出“世界上所有需要知道的知識的最清晰的模型”。
學(xué)生們也捕捉到了這一信息。在美國最負(fù)盛名的大學(xué)里，英語和歷史等人文學(xué)科曾是最受歡迎的專業(yè)。但現(xiàn)在，人們對工程和自然科學(xué)的熱衷程度遠(yuǎn)超于人文學(xué)科。 20 世紀(jì) 60 年代以來，美國大學(xué)人文學(xué)科的學(xué)位數(shù)量減少了一半，學(xué)校對人文學(xué)科的資助也大幅下降——2011 年，人文學(xué)科得到的經(jīng)費(fèi)甚至連理工科的 0.5% 都不到。在社會科學(xué)內(nèi)部，像社會網(wǎng)絡(luò)分析、心理測量學(xué)這樣的定量研究占據(jù)了主導(dǎo)地位，而像社會學(xué)、人類學(xué)這樣的定性研究已被視為過時的學(xué)科了。 2015 年的一次市民大會中，美國共和黨總統(tǒng)候選人杰布·布什（Jeb Bush）說，心理學(xué)等專業(yè)的學(xué)生只能去福樂雞（Chick-fil-A）這樣的漢堡店打工。同年，日本教育部長責(zé)令日本大學(xué)取消社會學(xué)科和人文學(xué)科，或者將這些學(xué)科轉(zhuǎn)變?yōu)椤澳芨脻M足社會需求”的學(xué)科。也就是說，在官方看來，文學(xué)、歷史、哲學(xué)、藝術(shù)、心理學(xué)和人類學(xué)等探求文化的人文學(xué)科，已經(jīng)不再能滿足社會的需求了；基于人性來理解不同的人和他們的世界，已經(jīng)毫無用處了。既然大數(shù)據(jù)可以讓人們獲得浩如煙海的信息，那么人類主導(dǎo)的社會探索還有什么價值呢？既然算法可以“閱讀”所有書籍，并對相關(guān)內(nèi)容進(jìn)行客觀分析，
那么人們讀幾本好書又有什么價值呢？戲劇、繪畫、歷史研究、舞蹈、陶藝以及其他無法剝離其獨(dú)特性和具體背景，無法轉(zhuǎn)化為大量具體信息的文化知識，它們的存在價值何在呢？
我之所以寫這本書，就是想傳達(dá)一個觀點(diǎn)：它們的存在確有其價值。如果我們對這種人文思考所孕育的文化知識置之不理，那么們的未來將會面臨巨大的風(fēng)險。當(dāng)我們只關(guān)注硬數(shù)據(jù)和自然科學(xué)，企圖把人類行為量化成最細(xì)小的單位（夸克）或部分，我們其實(shí)是在削弱自身對所有無法如此分割、簡化的知識的敏感度；我們就會失去書籍、音樂、藝術(shù)，這些可以讓我們從復(fù)雜的社會背景中認(rèn)識自我的渠道。
這絕不是什么高深莫測、僅限于象牙塔中的深奧話題。實(shí)際上，我在每天的咨詢工作中都會目睹這一現(xiàn)象所導(dǎo)致的種種后果：我看到大公司的高層缺少領(lǐng)導(dǎo)力，他們受困于自己的世界里，忽略了客戶和職員身為人的一面，錯誤地把大量的報告和模型當(dāng)成真實(shí)的生活；他們的每一天被細(xì)切成微小的片段，所以他們覺得自己沒有時間去吸收真實(shí)世界的混雜數(shù)據(jù)，于是他們在還沒有理解實(shí)際問題的情況下，就想得出結(jié)論并解決問題。其結(jié)果就是，這些高層管理者往往傾向于雇用那些有工程學(xué)背景，或者接受過 MBA 培訓(xùn)的初級管理者，讓他們作為自己的士卒，戰(zhàn)斗在數(shù)據(jù)的戰(zhàn)場上。這些人只關(guān)注硬數(shù)據(jù)，而看不到那些現(xiàn)實(shí)存在的、令人震驚的問題和缺陷。所以許多初級管理者會在如今的商業(yè)世界遭遇玻璃天花板現(xiàn)象。他們就是所謂的簡化論者，缺少識別出最令人振奮的、最基礎(chǔ)的模型所需的敏感度。這些初級管理者只做“正確”的事：他們對整個系統(tǒng)了如指掌，在所有測驗(yàn)中都取得了好成績；他們就讀于最好的學(xué)校，門門功課成績優(yōu)異；他們的整個教育過程都在訓(xùn)練他們?nèi)绾魏喕瘑栴}，然后解決問題。所以時至今日，他們已經(jīng)喪失了躋身高級管理層所需的知識。
如果想在事業(yè)上取得成功，與 STEM教育相比，人文科學(xué)和社會科學(xué)的教育即便不是更為重要的，至少也是同等重要的。當(dāng)然，想用硬數(shù)據(jù)來證明這一觀點(diǎn)并不容易。那么且讓我把這一和數(shù)據(jù)相關(guān)的問題放在一定的背景下來說明吧。 2008 年，《華爾街日報(博客,微博)》刊登了由調(diào)研公司 PayScale 所做的有關(guān)全球薪資情況的大型調(diào)研報告。這項(xiàng)報告表明，單純有STEM 教育背景的學(xué)生通常一畢業(yè)就可以找到薪酬較高的工作。麻省理工學(xué)院和加州理工學(xué)院的畢業(yè)生在工作初期的薪酬中位值排名中占據(jù)前兩名，約為 72 000 美元。而這些畢業(yè)生到了職業(yè)中期的時候，其薪酬中位值分別排到第 3 和第 6 的位置。這項(xiàng)研究涵蓋了美國全境的所有大學(xué)畢業(yè)生。其實(shí)，取中位值的測量方法對 STEM 畢業(yè)生更有利，因?yàn)槿宋膶W(xué)科的畢業(yè)生所從事的職業(yè)非常廣泛，涵蓋眾多領(lǐng)域。如果你看全國最高薪酬人群，即處于職業(yè)中期第 90 百分位及以上的人群，你會發(fā)現(xiàn)情況大有不同。麻省理工學(xué)院畢業(yè)生的薪酬排名退至第 11 位，排在 10 所以人文學(xué)科聞名的學(xué)院和大學(xué)之后。而耶魯大學(xué)和達(dá)特茅斯學(xué)院的畢業(yè)生在高薪值收入中位值排名中名列前茅——薪酬可超過 30 萬美元。所有以 STEM 為主的學(xué)院中，只有卡內(nèi)基 – 梅隆大學(xué)出現(xiàn)在了這個排名中。
同樣的情況也出現(xiàn)在專業(yè)區(qū)分上�？傮w來說，計算機(jī)工程和化學(xué)工程專業(yè)的畢業(yè)生在收入方面排名靠前。職業(yè)中期，較高薪的前 20個專業(yè)中很難看到人文學(xué)科。但是，同樣地，如果看全國薪酬最高的第 90 百分位，情況會突然發(fā)生逆轉(zhuǎn)——政治學(xué)、哲學(xué)、戲劇和歷史專業(yè)占據(jù)了靠前的位置，這些專業(yè)往往隸屬于像科爾蓋特大學(xué)、巴克內(nèi)爾大學(xué)及聯(lián)合學(xué)院這樣的純文科院校。
從這些數(shù)據(jù)中我們可以得出的結(jié)論是， STEM 教育背景通�？梢允箤W(xué)生在畢業(yè)初期獲得一份體面的工作和較好的收入，但是那些有權(quán)勢的人，即掌控大局、打破玻璃天花板、改變世界的人，往往擁有的是文科教育背景。如果你聽?wèi)T了硅谷人士、政治家甚至一些教育部門領(lǐng)導(dǎo)的言辭，你可能會感覺這一說法非常不可思議。但是如果你在一家全球性企業(yè)或有國際影響力的機(jī)構(gòu)工作過，就會明白這一說法很有道理。我從事咨詢工作近 20 年，客戶遍布全球，他們都是首席執(zhí)行官和管理人員。我可以明確地告訴你，最成功的領(lǐng)導(dǎo)者都是充滿好奇心、接受過廣博教育的人。他們既可以欣賞小說，也可以閱讀電子圖表（精彩書摘）。
《意會：算法時代的人文力量》
書號： 9787521722598
作者：[丹麥]克里斯蒂安·馬茲比爾格 著
定價：59.00元
裝幀：假精裝
出版時間：2020年12月
作者簡介：
[丹麥]克里斯蒂安·馬茲比爾格
ReD 聯(lián)合顧問公司的創(chuàng)始人，他是將人文與社會科學(xué)工具應(yīng)用于企業(yè)界的重要先驅(qū)，專注于發(fā)掘人類行為的研究方法，并為《財富》雜志500強(qiáng)企業(yè)的高級主管提供策略建議。曾與人合著The Moment of Clarity。也譯為《清晰的瞬間 》。
內(nèi)容簡介：
算法能為我們解決所有的問題嗎？
是否數(shù)據(jù)越多，我們制定出的戰(zhàn)略就越好？
在人工智能時代，人的作用是什么？
在大眾都在使用算法的當(dāng)下，我們?nèi)绾蝿俪觯?/P>
本書的作者克里斯蒂安•馬茲比爾格提出，人們的想法、喜好和對產(chǎn)品的選擇很大程度上受他們所處的環(huán)境與文化的影響。所以，企業(yè)家真正需要花時間去做的，是去了解目標(biāo)客戶群體的行為和其所處的世界。
在這本具有里程碑意義的書中，馬茲比爾格提出了用人文學(xué)科的知識來解決商業(yè)問題的5條原則。并以福特汽車公司CEO、金融大鱷喬治•索羅斯等人為例，來闡釋人文學(xué)科的知識是如何助力他們的發(fā)展的。
當(dāng)每個人都會使用算法時，人類的力量就是決勝的關(guān)鍵。讓我們打破算法的魔咒，尋找人類在人工智能時代的競爭優(yōu)勢。相信每一位閱讀本書的企業(yè)家、管理者和個人都能有所感悟。
編輯推薦：
1. 作者多年為世界500強(qiáng)公司提供咨詢的經(jīng)驗(yàn)之作，干活滿滿。
2. 算法時代的反思之作，內(nèi)容新穎獨(dú)特。
3. 提煉人文學(xué)科 5大原則，為讀者提供理解世界、解決商業(yè)難題的建議，相信每個讀者都能有所收獲。
目錄：
序 言 V
前 言 IX
第一章 感知這個世界
什么是意會？ 007
第二章 硅谷是一種心態(tài)
顛覆性創(chuàng)新背后的假設(shè) 029
大數(shù)據(jù)背后的假設(shè) 030
無摩擦技術(shù)背后的假設(shè) 033
第三章 原則一：要注重文化，而非個體
林肯車的芬芳 042
如何做玉米粉蒸肉 050
文化參與和技能的不同掌握階段 055
第四章 原則二：要掌握厚數(shù)據(jù)，而不僅是薄數(shù)據(jù)
三個外匯交易商的故事 063
四種知識類型 068
知識整合與模式識別 073
回歸文字經(jīng)濟(jì)學(xué) 076
紀(jì)律與行動 077
從大氣層到平流層 080
實(shí)踐智慧的力量 082
第五章 原則三：要大草原，而不是動物園
胡塞爾、海德格爾和杏仁雞尾酒的故事 089
逃離動物園 091
變老是怎樣的感受？ 095
海德格爾和情緒 100
人們是如何體驗(yàn)烹飪的？ 101
同理心的三個層級 106
六個意會應(yīng)用 108
第六章 原則四：要創(chuàng)造，而不是制造
關(guān)于領(lǐng)悟的故事 117
賜予 & 意志 121
設(shè)計思維：謊話連篇的龍卷風(fēng) 124
馬丁解決問題的方法 131
洞察的瞬間：咔嚓 146
第七章 原則五：要仰望北極星，而不是依賴 GPS
希拉·漢：和教室里的每個人融為一體 156
瑪格麗特·維斯塔格：了解規(guī)定背后的東西 160
克里斯·沃斯：理解那個敵對的世界 164
成為鑒賞家 169
意會的煉金術(shù) 172
關(guān) 心 175
有意義的差異 179
第八章 人的作用是什么？
看護(hù)工作的未來 185
蘭德爾與下午三點(diǎn)時的解決方案 186
打破魔咒 190
最新評論