1 范式思维Stereotype 人在年轻的时候,总会觉得有一个成功的范式,好比毕业进到大公司,出国申请到IVY盟校,就算是成功的范式。再或者,读书的时候GPA多少,做了几份大公司实习,做了多少社团工作,等等。但真正当我们进入社会后会发现,每个人各自过着自己的生活,除了非常亲密的朋友,你是不再会去关注别人干什么,什么是范式了。范式和榜样不同,它的另一个词思维定势。英文当中专门有个词来形容这类思维:叫Victim of Stereotype,翻译过来是定势思维的受害者。 2 颠倒因果Reverse of Cause and Effect. 经常碰到小朋友来问,我想进入某个行业我是不是应该考个什么证书。或者我是不是应该念个MBA,因为看起来因为有了这些证书,因为念了MBA,那些人才因此获得了好的工作和收入。但真的是这样吗?很多没考过MBA没考过证书的人一样获取到了好的工作机会,这部分人和考了证书念了MBA的人的共同点在于他们本身都上进,努力,自律和付出牺牲精神(他们因此很厉害)。因为他们厉害,所以考证念书,所以获取到好的机会。而不是反过来,因为他们考证了,所以他们厉害,所以他们获取到好的机会。真正厉害的人不仅仅体现在考一个证书和念一个学位上,还有更多体现,背后发挥作用那些决定他们厉害的那些因素(性格品质资源等)而不是你看到的表面原因。这引出另一个典型的学生思维 3 线性思维。Linear Thinking 学生时代总喜欢问:我是北大/清华/复旦的,我毕业能去大投行/大咨询公司吗? 或者,美国XXX学校的XXX硕士项目竞争力如何,值得去读吗? 或者,我有一二三四这些背景,我能找到X公司这样的工作吗? 这些都是非常典型的线性思维。即认为只要具备某些因素,就必然导致结果的发生。但实际 上,生活当中很多事是非线性的关系,而且更多时候没有因果性,只有相关性。你无法用一些因素就去推断出结果的发生。即使线性相关,统计上还有残差,还有推断失败的一类二类错误,有置信水平。这些和因果关系也完全是两码事。 4 分不清事实和观点。Confusion of Opinions & Facts 这不是学生时代独有的思维,很多人进入社会多年依然分不清。但在学生时代特别明显。 好比说,学长学姐告诉你,XXX项目很好,值得去读。又有学长学姐告诉你,学金融要学习很多数学,会很难。再比如,辅导员老师说,要读研出路才会更好。 很多学生不多加研究就会把这些本来是观点的说法当成事实拿来用,并据此指导自己的行为。如果运气好碰到好的学长学姐好的老师,那还问题不大,如果碰到相反的情况,就真的误人子弟了。好比我上大学期间,不少人都鼓吹读书不重要,大学课程过了就好,更多要去社会上锻炼去实习云云(现在依然很多人鼓吹这个观点),差点就上了这波人的当,还好我没把这些观点当成事实来对待。 5 用母体(大样本)性质代替个体的思维。Confusion of Population and Sample 有人觉得上清北了就万事大吉了,毕竟统计表明清北毕业的学生就业出国各方面都显著优于其它学校。为此放松对自己的要求,最后毕业时发现之前对清北的印象在自己身上并不成立。 也有人觉得我进了一个二流甚至三流学校,就等于人生被定了性,再努力也无用,因为统计表明,二流三流学校毕业的就是竞争不过一流学校毕业的。所以就选择随波逐流。最后毕业时,果真也会符合统计特征。 我们看统计,清北的确比其它学校毕业生要优秀,但不要忘了每年也有不少的清北的人毕业困难,找的工作甚至比不上二三流学校的人。 我们看统计,二三流学校的确整体竞争不过名牌大学,但不要忘了马云也只是杭州师范毕业的。你又要说了,全国有多少马云?没错,是只有一个马云,但是不妨碍你去打破标签去努力。 很多统计特征是要在大样本的情况下才讨论才有意义的,针对个体的参考意义往往被夸大了。极端的情况下,当样本的数量足够大逼近母体时,离散的分布趋近连续分布时,任何样本点都无法取到母体的性质。都只能概率逼近。要很多样本才能完成,一个样本点去逼近的概率为零!