《反常识》是一本由[澳大利亚]邓肯·J.瓦茨（Duncan J. Watts）著作，湛庐文化/四川科学技术出版社出版的平装图书，本书定价：69.90，页数：274，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《反常识》教你如何用“反常识思维”应对复杂世界。丹尼尔·卡尼曼在《思考，快与慢》中说到，人有两种思维系统1和系统2，其实系统1就是“常识”，系统2更多的就是“反常识”，需要通过思考、复杂的计算来得出结论。大多数情况我们用系统1也就是“常识”思考就够了，比如今天穿什么、天气是冷是热。但是遇到复杂问题需要用系统2也就是“反常识”来思考，比如目前房价的走势我是否该入手，对于商界人士面临XX的投资我是否应该接受，这种重大的复杂性问题，我们更多的需要用“反常识思维”来思考，才能避免陷阱，做出正确的判斷。
《反常识》告诉我们，在这个不断发展变化的复杂世界，没有所谓的“常识”。工业革命至今已经200多年，从工业革命后，这个时代的发展是迅速且巨大的，常识已经不能帮我们更好的去理解、判断。在那个物质匮乏的年代，冬天在超市里是没冰淇淋售卖的，但是有个便利店打破了这个模式，就是7-11，冬天冰淇淋的柜台也没有缩小，但是这恰恰没有影响冰淇淋的销量，反而带来了商业上的巨大成功，后来所有的便利店都纷纷效仿，最后形成了我们今天看到的景象。在那个时代，这就是“反常识”，但在今天看来，它其实是“常识”。所以常识与反常识之间是根据时代发展不断变化的，我们需要拥有“反常识思维”，用“反常识”看待问题。
当我在跟朋友谈论《反常识》这本书的时候，他说了一句话，我觉着非常中肯，“所有商业上的成功，都是反常识”。所以如果你想成功，想出奇制胜，也许这本书能给你一些启发
《反常识》读后感(三)：物不以类聚，按圈子；人不以群分，看心情。
一、大V
1.一边喝咖啡，一边敲键盘，同时毫不费力地对20个话题提出20种不同的意见（荒谬又令人佩服）
2.KOL的发明，是基于广告商永远想“少花钱多办事”，追求捷径。
二、摘要
1.汪小帆：上海大学副校长：《人生并非显而易见》。人生的每一次选择都是基于对未来的预测。
2.万维钢：《别用“常识”理解复杂世界》我们生活在一个彼此互相影响的社会。常识只是特别善于在事后“解释”事件，这种解释根本谈不上真正的理解。
3.吴声：《以思维之“反”应对商业进化》所有的商业都要解决具体的问题。
4.吕琳媛：译者：电子科技大学教授：不是常识错了，而是我们用错了常识。
（知道结果反推原因：只是对既成事实给出的一个符合自己价值期许的解释）
5.常识的矛盾在于，它既能帮助我们理解世界，也会削弱我们的理解能力。
6.常识A：公认的惯例、既定的信仰、习惯性的判断和天生的情感
8.经济和城市发展计划“天生”具有规模性和计划性，尤其容易失败。
9.加里贝克尔：经济学都是关于选择的，而社会学是关于人们为什么没有选择的。
10.莎士比亚和蒙娜丽莎，都是历史的一个偶然。
11.我们总愿意对未来做出预测，却不愿意为自己做出的预测负责。（不承担，连带责任）
12.模式固定的事件，容易预测：产品销量，流感爆发季节，信用卡坏账率。
13.规则，本身就是为了满足集体、企业、政府、社会）的管理需求，而非个人目的而指定的。
三、读后感
4.潜规则：集体隐形知识，Collective Tacit Knowledge
5.大V：一边喝咖啡，一边敲键盘，同时毫不费力地对20个话题提出20种不同的意见（荒谬又令人佩服）
6.所有人，都有自己信奉的人生选择理论。（信上帝，信自己，一个意思）理性选择，也是偏好选择。
7.HR：工资激励：工资增加的动力，会被员工增加的权利意识削弱。（员工更倾向于，认为他该得到更多工资，而不是更多工作）
8.KPI or Future：员工往往只会关注工作中易于衡量的方面（个人KPI），而忽略了其他重要部分。（企业的Future）
9.真实的社交网络，相对于社会，更复杂，更公平。（因为，社交网络造假比现实造假更容易）
10.KOL的发明，是基于广告商永远想“少花钱多办事”，追求捷径。
13.当人们已经有了现成的解释时，会对自己的判断更加自信，尽管他们还不知道这个解释是否正确（固执己见）
15.再糟糕的计划，也比没有计划强。（再荒谬的预测，也比什么都不预测就干，强）
16.预防偶然性，Plan B ：偶然性对结果，有决定性作用。
17.能力是能力，成功是成功：工资奖励能力，绩效奖励成功。衡量才能，应该根据才能本身的特性。
四、名词
1.Confirmation Bias：证实性偏见：阴谋论：重视那些更容易证实“自己已有观点”的信息。（有罪推定）
2.Motivated reasoning 动机性推理：怀疑论：对不确定的信息施以更加严格的检查和怀疑。（无罪假设）
4.社会感染：Social contagion：偶然的影响者+大量易受影响者（环球老胡+小粉红）星星之火，可以燎原。
《反常识》读后感(四)：走出常识陷阱&别用常识理解复杂世界
走出常识陷阱 吕琳媛
2018年4月，湛庐文化在北京为我们的新书《重塑》组织了一场分享会，会后湛庐文化总编辑董寰和我聊起了《反常识》这本书，并问我是否有兴趣翻译。我很爽快地接下了这个任务，一是因为这本书的作者是网络科学领域无人不知的邓肯·J.瓦茨，我拜读并引用过他的很多篇论文，他的研究横跨多个领域，深刻又有趣；另一个原因是，这本书的内容深深地吸引了我，瓦茨关于常识和反常识的思考为我们提供了一个新的认知框架来观察与反思生活，帮助我们走出经验和历史构筑的“常识陷阱”。此外，翻译外文畅销书对我来说是全新的尝试和挑战，而作为一名科研工作者也有责任和义务，让更多的人了解和关注前沿的研究进展与新的思想理念，于是在一年后的今天便有了这本《反常识》。
翻译的过程并不轻松，这种困难不在于语言上的理解，而是源于思维模式的重塑。这本书分为两部分，分别探讨常识思维带来的误区以及反常识思维的优势。书中引用了大量的研究数据和事件，向人们展示使常识“失灵”的几个主要维度，即在我们看来成立，在别人看来不成立；在个人层面成立，在集体层面不成立；在此处成立，在别处不成立；在今天成立，明天不成立的常识。我们对于常识的误解往往源于上述的一个或多个方面。
地球是围绕着太阳转的吗？在理想条件下，质量不同的铁球从同一高度做自由落体运动时会同时落地吗？答案显然是肯定的，因为这不都是常识嘛。同样地，你大概也会认可提高薪酬能让员工表现得更好，多修公路可以缓解交通拥堵，工资透明化能限制美国CEO（首席执行官）过高的收入。甚至像如何促进落后地区的经济发展，政府如何有效扶贫这样的问题，无论是专家学者还是普通大众也都能给出不少解决方案——完善基础设施，增加资金投入，调整产业结构等，因为这都是显而易见的。但很多时候，这些显而易见的论断和方案会被现实证明是错误的。
问题到底出在哪里呢？瓦茨在《反常识》这本书中给出了答案。对于充满复杂性和不确定性的社会经济系统而言，往往并不“易见”其真实面貌。当我们根据个人经验慎重地给出一个“合理”的解释时，也往往与真实情况相去甚远，甚至完全相反。
如果我告诉你，人们对于上述发展经济和有效扶贫问题给出的方案往往并不奏效时，你或许能接受这个现实，毕竟个人经验有时确实不适用于政府和地区。但如果当我告诉你，研究发现，提高薪酬与员工表现之间并没有明显的正相关性，多修公路很可能会加重交通拥堵，工资透明化反而导致富人之间的攀比，并最终使他们的工资变得更高时，你或许就会惊叹这些都太反常了吧！可见很多时候，我们自以为是常识的东西，实际上却似是而非。即便是“地球围绕着太阳转”这样的真理，在几百年前不也曾是让哥白尼饱受迫害的“谬论”吗？
何谓常识？常识即平常之识，是我们从日常社会生活、劳作、学习中总结和积累下来的基本知识。的确，常识在处理日常生活中遇到的问题时往往便捷有效，比如感冒了应该多喝水、补充维生素C；坐久了应该站一站、适当活动活动等。但当涉及公司、集体、市场，以及社会治理等更为复杂的问题时，常识却往往“失灵”。实际上，常识并没有失灵，只是我们经常忽略了常识成立的条件。所以不是常识错了，而是我们用错了常识！
常识的成立很多时候需要特定的社会文化背景。在《反常识》这本书中，瓦茨举了一个名叫“最后通牒博弈”的例子。实验人员挑出两个人，给其中一个人100美元，并让他分给另外一个人，给的金额自定，如果另一个人接受了这个分配方案，两人将得到相应的金额，反之双方都得不到钱。显然平分最公平，最容易被接受。但实验结果表明并不总是如此。例如，在秘鲁的马奇圭噶部落，即使人们只分给对方总金额的25%也不会被拒绝。相反，在巴布亚新几内亚的阿乌部落，居民拿出一半以上的钱给对方，却总是会被拒绝。这些差异正是不同的社会文化背景所致。在马奇圭噶部落，人们只对直系亲属尽忠，因此在面对陌生人时没有义务去公平提议，即使是分很少的钱他们也认为这是白赚的。在阿乌部落，人们有交换礼物的习俗，如果接受了馈赠将来总是要还的。这两个部落截然不同的结果虽然与我们的常识相悖，但与当地人们的常识完全相符。可见，对于拥有足够相似社会文化经历的两个人，常识才能称得上“平常”。
常识在其他维度也存在着明显差异，包括在规模（数量或范围）、时间和空间三个维度上。就规模而言，将常识用于个体与集体、地方与国家之间是存在巨大不同的。涌现理论同样如此，系统中简单个体之间的互动可以产生无法预知的复杂样态或行为。比如一只蚂蚁的行为模式简单有限，但整个蚁群却显示出极高的智慧；又比如组成人体的单个细胞相对简单，但它们组合在一起却可以产生生命现象和超级复杂的人类智能。从“地心说”到“日心说”的转变，不同时代的民众甚至专家依据当时的常识，对历史真相的解读与反思等都体现着常识的时间维度。牛顿力学只适用于宏观低速物体，而不适用于微观或高速物体，这正是专业性的常识在空间维度上存在差异的力证。
人类认知能力的局限性往往也是导致常识失效的重要原因。常识既能帮助我们理解世界，又会削弱我们对世界的理解能力。个人或整个人类的认知能力是不断发展的，这导致常识的内涵也在不断变迁，所以常识之“常”是随着认知活动和认知能力而动态变化的，因此从这一点来说，真理具有“不唯一性”。瓦茨的一段令他懊悔不已的亲身经历正是对此最好的例证。他于1998年在《自然》上发表了关于小世界网络模型的标志性文章，那时他认为，度分布是不是正态分布并不是一个关键性的问题。而几乎同一时期，另一个科研小组发现很多网络的度分布是幂律的，文章很快在《自然》上发表，并成为复杂网络领域另一篇标志性的文章，而他们用的正是瓦茨的数据。
混沌理论的诞生对此也是一个力证。“机械决定论”曾一度是每个科学家的常识，其对海王星的成功预测，甚至让拉普拉斯宣称，只要给定起始条件，就可以预言太阳系的未来。而随后混沌理论的提出，让决定论的常识崩塌了，因为混沌理论指出，即使是一个有着确定的方程、系数和初始值的系统，在长期看来也可能是不可预测的。
在有人参与的社会现象中，事情往往变得更加难以捉摸。常识往往会掩盖事物形成的条件和背后的诸多复杂关联，以便让我们自信满满地用这些早已准备好的“套路”来解释事实成败的原因，导致我们在理解中出错。比如，如果让影迷说出电影《流浪地球》大火的原因，他们会举出科幻元素、制作良心、特效给力等诸多似乎无可辩驳的特点，但具有这些特征仍然寂寂无闻的电影也有不少，为什么只有《流浪地球》火了呢？我们的解释是，在知道结果之后再去反推原因，其实我们得出的原因很可能不是原因，而只是对既成事实给出的一个符合自己价值期许的解释罢了。
那么，我们如何才能利用好对于已发生之事的认识和经验，为现在的认知和决策提供依据呢？本书给出了答案，就是“反常识”。如果说常识顺应了人类生存的需要，那么，反常识则更能满足发展和创新的需要。有时，常识会阻碍人的思考，限制人的行动。如果你相信“家庭事业难两全”是一个常识，那就无法做出积极的转变。所以，要想拥有丰富多彩的人生，必须先反思常识，重塑我们对事物的理解和想象。
培养反常识思维，最重要的是少依赖常识，多依赖客观的、多维的、可量化的东西；要少关注对未来的预测，多重视对当前情况的反应。常识在很多方面塑造和影响了我们的思想与行动，反常识思维能够帮助人们重新定义和理解问题，并找到解决方案，同时它也要求我们更多地关注当下正在发生的事情，而不是脑海中既有的经验。我们应该努力培养一种自我审查机制，时刻审视我们的每一个观点、意念、欲望、逻辑和行为，审查它们的依据、条件、偏好以及合理性。反常识思维并不是说常识都是错误的，而是以审慎的态度，时刻对“自然而然的”和“习惯性的”行为做出合理的质疑。
就目前来看，社会科学在发展定量化方法的过程中存在着某种“事后诸葛亮”般的明智，一些经过修修补补的模型虽然可以对已发生的事件做出精确的解释，但在预测未来面前显得苍白无力。人工智能、大数据等技术的快速发展和广泛应用，给社会科学研究带来了新的机遇。“网络科学”等前沿交叉研究领域不断涌现，物理学家、计算机科学家等从事自然科学研究的学者大举进军社会科学领域，取得了许多阶段性的成果，为未来社会科学的研究提供了新的理念和方法论支撑，深刻地影响和改变着整个社会科学研究学界。
同样，反常识思维也适用于政治、商业甚至慈善事业等其他领域，只要这些领域包含理解、预测、改变或回应人们的行为这些因素，都将适用。在智能化时代，信息极度丰富，培养反常识思维，能帮助我们在数据的浪潮中激流勇进，看清复杂世界问题的真相。毫无疑问，反常识思维是社会科学研究的关键，也是解决复杂世界问题的利器。
如何用好这一利器，就要看你如何修炼《反常识》这部秘籍啦！
别用「常识」理解复杂世界 万维刚
如果一位物理学家谈论物理，哪怕他只是用大家都能听懂的语言做科普，外行一般也不太敢提出质疑。众所周知，物理学是一门非常专业的尖端科学，没经过多年训练的人对其胡乱发表见解只能闹笑话；但当一位社会学家谈论社会问题时，哪怕他旁征博引了好多东西方先贤的经典理论，别人还是可以毫无压力地批评他。无论专家怎么说，每一位出租车司机都认为自己知道汽油涨价是怎么一回事；每一位网友都认为反腐败的出路是明摆着的；每一位球迷都认为，如果从未从事过足球行业的韦迪都能当中国足球协会的主席，那么他们也能当。
这也许怪不得大众。实践表明，在像政治学这样的“软”科学领域，其“专家”的实用程度很可能并不显著高于普通人。1984年，伯克利大学心理学家菲利普·泰特洛克（Philip Tetlock）做了一个影响深远的研究。他调查了284个专门以预测政治、经济趋势为职业的政治学家、智囊团和外交官，向他们提出各种预测问题，比如戈尔巴乔夫有没有可能因政变而下台。泰特洛克要求专家对其中的大多数问题，比如某个国家的未来政治自由状况，提供出现三种可能性（保持现状、加强或者减弱）的概率。这个研究做了20年，一直等到当年预测的事情全部水落石出。到2003年，泰特洛克总结了这些专家给出的答案，但结果发现他们的总成绩还不如索性把每个问题的三种可能性都均等地设为33%。也就是说，专家的预测水平还比不上直接掷骰子的方法。更具讽刺意味的是，这些专家对自己专业领域的预测得分居然比专业外的领域更差。
《纽约客》在评论泰特洛克根据这项研究写的《专家的政治判断》（Expert Political Judgement）一书时，对专家的看法相当悲观，最后得出的结论居然是：我们还是自己思考算了。尽管泰特洛克的研究显示，专家的得分其实还是比普通人略高一点儿。
社会科学并非无路可走，它可能正处于大发展的前夜。邓肯·J.瓦茨的这本新书《反常识》提出，社会科学的发展方向应该是像“硬”科学一样，依靠实验和数据。传统专家的预测之所以不行，是因为他们依赖的很多直观“常识”其实是一厢情愿的想当然。事实上，哪怕一个最简陋的统计模型，也能比专家预测得好。瓦茨这个说法并不新颖，因为已经有越来越多的人呼吁把数理方法作为社会科学研究的主要方法来运用，而且这个方法正在成为主流。现在大概很少有人在论文里拿100年前的所谓经典说事了。此书的最大新意在于，因为瓦茨同时在雅虎研究院研究社交网络，所以他在书中描述了几个亲自参与的有趣研究。
谈起社交网络，很多人会立即想到马尔科姆·格拉德威尔（Malcolm Gladwell）的《引爆点》（The Tipping Point）。这本书提出，要想一件东西在人群中流行开来，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。正是因为他们的存在，我们才可能实现把地球上任意两个人用不多于6个人相互联系起来，也就是所谓的“六度分隔”理论。根据这个理论，扩大产品知名度的最好办法是找名人做广告。名人在社交网站上说一句话，应该比普通人的“口碑”重要得多。有传闻说，在中国，有百万粉丝的名人发一条营销广告，可以获得1000元，其实这个数字还算是少的。美国女星金·卡戴珊（Kim Kardashian）一条广告的价格是10000美元。
“关键人物”理论完美符合人们的思维常识。我们总是强调伟人对历史的推动，强调“一小撮”坏分子对社会秩序的破坏，强调明星对时尚潮流的引领，然而问题是，这个理论并没有获得大规模统计实验的支持。
在现实生活中，统计影响力非常困难，因为我们很难测量一个人是被谁影响的。现在各种社交网站的出现给这种测量提供了可能。比如Twitter的一个特别有利于研究的特点是，如果用户分享一个网址，这个网址的URL（统一资源定位符）会被缩短，自动形成一个唯一的代码。通过跟踪这些短代码，瓦茨与合作者就可以分析信息如何在Twitter上扩散和传播。具体说来就是，如果有人发布了一条代码，而他的一个“粉丝”如果转发这条代码，那么这次转发就可以被视为一次可观测的影响。广告商的愿望是，希望信息能够这样一层接一层地转发和传播开来，形成所谓的“Twitter瀑布”。然而，通过分析2009年两个月之内160万用户的7400万条信息链，研究人员发现，98%的信息根本就没有被推广传播。在这几千万条信息中，只有几十条被转发超过千次，而转发次数达到万次以上的只有一两条！我们平时看到的那些被反复转发的消息其实是特例中的特例。由此可见，想要通过社交网站成名，就好像买彩票中头奖一样困难。
那么，名人的影响力到底怎么样呢？瓦茨等人使用了一个巧妙的方法。他们使用统计模型，根据第一个月的数据把那些粉丝众多，并且成功引发了“Twitter瀑布”的关键人物挑出来，然后观察他们在第二个月中的表现。结果相当出人意料：这些人在第二个月再次引发“瀑布”的可能性相当随机。平均而言，名人的确比一般人更容易让一条消息被广泛传播，但这个能力的实际效果起伏极大，一点都不可靠。也许最好的营销方式不是拿大价钱请少数名人，而是批量雇用有一般影响力的人。
如果一个东西突然流行开来，我们的常识思维总是以为这个东西一定有特别出类拔萃之处，或者就是其幕后一定有推手；但Twitter上的一项研究表明，所谓幕后推手其实并没有那么厉害。那么，为什么某些书能够畅销，某些电影能够卖座，某些音乐能够上榜呢？完全是因为它们出类拔萃吗？瓦茨参与的另一项研究表明，成功很可能主要是因为运气。
这是一个相当有名的实验。实验者创办了一个叫作“音乐实验室”的网站，在几周之内招募到14000名受试者来给48首歌曲评分，如果他们愿意，也可以下载其中的歌曲。有些受试者的评分是完全独立的，他们只能看到歌曲的名字；其余受试者则被分为8个组，他们可以看到每首歌曲被自己所在组的其他受试者下载的次数——他们可能会设想被下载次数越多的歌曲越好听，这样一来他们的打分就会受到社会影响的左右。
实验结果表明，那些“优秀”歌曲，也就是在独立组获得高分的歌曲，在社会影响组也是“流行”歌曲，且其流行程度比在独立组更高，而“低劣”歌曲在社会影响组的表现也更差；所以当听众能够被彼此的选择影响时，流行的东西就会变得更加流行，出现胜者通吃的局面。这个实验最重要的结果是，具体哪首歌曲能够登顶榜首，则是非常偶然的事件。有些歌曲可能会在实验初期纯粹偶然地获得更多下载次数，后来的受试者受这个影响，就会以为这首歌曲好听，以至于给予它更多的关注，形成正反馈。最初的运气很大程度上决定了最后哪首歌曲能脱颖而出。在独立组排名第26位的一首歌曲，在一个社会影响组居然排名第1位，而在另一个社会影响组则排名第40位。尽管特别低劣的歌曲肯定流行不起来，但好歌想要流行还是需要很大的运气。总体来说，独立组排在前5位的歌曲只有50%的可能性在社会影响组也进前5名。
对能够互相影响的一群人，不能以常理度之。撒切尔夫人曾经说：“根本就没有社会这种东西。只有作为个人的男人和女人，以及他们的家庭。”可是你不能用研究一个人的方法来研究一群人。就算你能理解这群人中的每个人，你也未必能知道把这群人放在一起会发生什么。他们之间的社交网络结构会导致一些非常偶然的事情发生，这些事情无法用任何常识去预测。一般人的历史观总是有意无意地把一个集团想象成一个有思想、有行动的个人。这样的理论无法解释，为什么很多历史事件经历数次失败后，居然在一个完全意想不到的时机下成功了。
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，也许只不过是因为朋友的推荐。我们想起来去看某部电影，也许只不过是因为我们恰好在社交网站上看到某人提到了它。歌手旭日阳刚的歌可能真的很好听，但换作某个平行宇宙，他们将登不上春晚舞台。如果历史重演一遍，芙蓉姐姐、周迅甚至李谷一都未必能成名，而《哈利·波特》第一集也未必能获得出版。我们总是习惯于把事情的成败归结为人的素质，归结为领袖人物，甚至归结为阴谋论，好像什么事情都是注定的一样，而事实却是，很多事情只不过是偶然而已。
常识只是特别善于在事后“解释”事件，这种解释根本谈不上真正的理解。“十月革命”爆发了，我们就解释说俄国当时的局势必然会爆发革命。在革命之前有谁能这么肯定呢？中国女篮以三分优势击败韩国取得奥运参赛权，赛后总结全都是成功的经验，但如果中国女篮最后几个球偶然没投进，媒体上出现的必然又全是失败的反思。我们在看这些事后的经验总结或者反思时，总觉得它们说的都挺有道理，简直是常识。专家也正是根据这些道理去预测未来。可是事先你怎么会知道这些完全相反的道理哪个会起作用呢？
如果有人说，来自农村的士兵会比城市的士兵更适合军队生活，读者很可能会认为这是显而易见的事情，因为农村本来条件就比较艰苦，需要更多的体力劳动，农村士兵肯定更能适应军队生活；然而据社会学家保罗·拉扎斯菲尔德（Paul Lazarsfeld）对第二次世界大战期间和战后美军的调查，发现事实恰恰相反。结果是城市士兵更适应军队生活，因为他们更习惯于拥挤、合作、命令，以及严格的衣着规定和社会礼仪。这两方面的常识看上去都有道理，在没有统计的情况下，我们根本不知道哪个更重要。这就是为什么不做调查研究就没有发言权的原因。
要想从复杂的随机事件中看到真正的规律，最好的办法是，像研究自然科学一样进行大规模的重复实验。如果中国女篮跟韩国女篮在同样的条件下，打100次能赢95次，我们就可以确信中国女篮强于韩国女篮。如果一首歌能在每一个社会影响组都进前五名，我们自然就可以确信这首歌的品质的确出众。然而历史不能重复，我们不知道最后发生的结局是不是一个小概率事件，却总能用“常识”给这样的结局一个解释！用这样的解释预测未来，甚至制订计划，怎么可能不失败呢？一个更实用的历史观是，放弃“一切都是注定的”这个思想，把历史事件当成众多可能性中的一种，把未来当成一个概率分布，然后尽可能地使用统计方法，通过历史数据去计算未来事件的概率。与其追求用各种想当然的常识指导未来，不如把历史当作一个数据库，从中发掘统计规律。
从事自然科学研究的科学家通常认为社会科学更简单。如果你看那些关于社会科学的论文就会发现，其中的逻辑通俗易懂，结论往往也是显而易见的。物理学经常能得出一些违反直觉而又绝对正确的结论，然而社会科学中的常识却总能大行其道。现在这种局面正在改观，自然科学的研究方法正在被引进到社会科学中去，但这个过程并不容易。亨廷顿·凯恩斯（Huntington Cairns）曾经在某项研究中颇有科学精神地写道：“62个国家的社会挫折和不稳定之间的相关系数是0.5。”然后有一位数学教授跳出来说：“这纯属胡扯，亨廷顿是怎么测量社会挫折的？难道他有一个社会挫折表吗？”其实像这样的批评也许只不过说明，社会科学研究比自然科学研究更难做。
在没有互联网的年代，我们想要找几万人做歌曲评分实验，或者分析成百上千万的社交网络和信息传播，是根本不可能的事情。现在有了互联网，社会科学终于可以带给我们一些“不显然”的研究结果了，所以，社会学家已经在使用新方法做社会科学研究。令人遗憾的是，实用专家仍然停留在过去的理论上。其中一个原因也许是，统计方法还没有来得及做出更多有实用价值的判断。无论如何，正如瓦茨所说，如今，社会科学已经有了自己的“天文望远镜”，就等“开普勒”出来总结“行星运动的三大定律”了。
《反常识》读后感(五)：人人都是事后诸葛亮，4星好书
“在听说发生森林火灾时，我们并不会去想点燃这场大火的火星有什么特别之处。这种想法确实比较可笑。但是，当看到社会中发生特别之事时，我们却会立刻这样想：无论是谁引发了此事，他一定不是普通人。”
01
—
英文版是2012年出的。一些案例和思想在其他读物中见过了。
作者在书中指出，个人、公司的成功、艺术品的流行、历史大事的发生，往往有极大的偶然性，不过事后公众会忽略这些偶然性，给出这些事件的自认为合理的解释。
作者在书中给出这样一个比喻：在听说发生森林火灾时，我们并不会去想点燃这场大火的火星有什么特别之处。这种想法确实比较可笑。但是，当看到社会中发生特别之事时，我们却会立刻这样想：无论是谁引发了此事，他一定不是普通人。
作者认为，大V在媒体上对公众的影响，被夸大了，至少广告公司给的费用偏高，真正让热点事件爆发的是大量有一定影响力的小V。
作者认为，城市规划、公司战略面对的都是复杂系统，最终结果很难按计划行事，好的策略是对未来的不确定保持敬畏，在战略与规划中多考虑不确定因素。
书中的重要案例，有一个是作者自己在互联网上做的较大规模的社会学实验，其他基本是他人的学术成果的介绍。
作者自己在互联网上做AB测试，证明歌曲的流行程度，尤其是头部流行歌曲，有很大的偶然性，不过特别差的歌怎么也不会流行，特别好的歌怎么也不至于垫底。
关于公司战略，最有趣的一个案例是引自雷纳《战略的悖论》一书关于索尼与苹果的对照，雷纳认为，索尼Betamax录像机、迷你光碟播放器，战略的领先程度和冒险程度都跟苹果iPhone接近，不过索尼运气不好，苹果则冒险成功。
总体评价4星，不错。
以下各段落是书中重要章节的名称和其中的重点内容摘抄。
02
—
03
—
◆ 前言 常识思维vs反常识思维，一切并非显而易见
大约90%的美国人认为，自己驾车的技术水平高于平均值；也同样有大部分人认为，他们比普通人更幸福、更受欢迎或者更有可能成功。还有研究发现，比例高达25%的受访者认为自己的领导能力在前1%之列。这种“错觉优势”（illusory superiority）在人们身上很常见，被称作“乌比冈湖效应”（Lake Wobegone effect）。
◆ 常识的两个核心特质
常识虽经常被提及，却很难讲清楚。简单来说，它大致由事实、观察、经历、见解，以及每天解决问题和学习的过程中积累的些许智慧组成。此外，常识没有简洁的分类。
◆ 常识的滥用与依赖
近年来很多管理学家指出，无论是战略投资、并购，还是营销活动，企业计划也经常失败，而且原因和政府计划失败的原因十分相近。这些失败案例无一不是一小拨人坐在会议室里，凭他们自己的常识来预测、规划或操纵数千甚至数百万人的行为导致的，这些人与想要施加影响的人相距甚远，动机和环境也截然不同。
◆ 四大误区，常识这样让我们犯错
我们没有意识到的是，其实常识的作用和神话一样。无论世界抛给我们何种特定情况，常识都会给我们提供现成的解释，这些解释能让我们自信地生活。
04
—
◆ 第一部分 常识思维带来的四大误区
◆ 1 用常识解释个体行为产生的误区
◆ 到处都是“看不见的大猩猩”
此外，人们倾向于通过强化已有思考内容的方式来接受新信息，该方式的实现，一方面是通过重视那些更容易证实自己已有观念的信息，另一方面是通过对不确定信息施以更加严格的检查和怀疑。这两个密切相关的倾向分别被称为证实性偏见（confirmation bias）和动机性推理（motivated reasoning），
◆ 填充想象，人类思考的本质
我们并不会质疑自己预测未来幸福程度的能力，反而会简单地认为，我们只是漏掉了一些重要的东西，这种错误以后肯定不会再犯了。实际上我们还会再犯。事实上，无论我们在预测某人的行为上失败了多少次，都会把当时不了解的事情作为理由来辩解。
05
—
◆ 2 用常识解释集体行为产生的误区
事实上，直到20世纪，《蒙娜丽莎》才开始迅速在世界成名。这不是因为艺术评论家突然开始欣赏这幅隐藏在他们身边的天才之作，也不是因为博物馆馆长、社会名流、赞助人、政客或是国王的影响，这一切都是从一场入室盗窃开始的。
◆ 逃不出的循环论证的怪圈
但重点是，将莎士比亚的“天才”归因于其作品的某些特性，会让我们陷入循环论证的怪圈之中：莎士比亚是天才，因为他是莎士比亚，不是其他人。
◆ 实验社会学：代表性个体的影响力悖论
最终我们发现，当人们可以看见别人的下载信息时，确实会受到影响，就像累积优势模型预测的那样。比起“独立世界”，在所有的“社会影响世界”里，流行歌曲更受欢迎（而不流行的歌曲则更会无人问津）。但是，与此同时，不同“世界”里最火的热门歌曲也不尽相同。
06
—
◆ 3 用常识解释意见领袖影响力产生的误区
现今，成千上万的计算机科学家、物理学家、数学家，甚至生物学家都把自己视为“网络科学家”，每天都会有关于网络系统结构和动力学的新发现问世。
◆ 社会名人的影响力真有我们想象的那么大吗
当然，在听说发生森林火灾时，我们并不会去想点燃这场大火的火星有什么特别之处。这种想法确实比较可笑。但是，当看到社会中发生特别之事时，我们却会立刻这样想：无论是谁引发了此事，他一定不是普通人。
◆ “普通影响者”完胜“金·卡戴珊”
结果让我们都感到惊讶：尽管世界上的“金·卡戴珊们”确实比一般人更有影响力，但他们的要价要高得多，所以他们并没有很好地发挥这笔钱的价值。相反，成本效益最佳的信息传播方式往往是通过那些我们所说的“普通影响者”，即影响力处于平均水平甚至在平均水平以下的人。
07
—
◆ 4 用常识解释历史事件产生的误区
◆ 后见之明，人人都是事后诸葛亮
当我们目睹了一系列事件之后，就想当然地推断出它们之间的因果关系，这就是后此谬误。
◆ 正在发生的历史无法讲述
因此，1337年，当英法舰船在英吉利海峡发生冲突时，理想记录者知道可能会发生战争，但他不可能意识到“百年战争由此开始”。这不仅因为当时英法两国的冲突还不为人知，而且“百年战争”一词也是战争结束很久之后才被用来描述1337—1453年间的一系列冲突的。
◆ 不到最后永不结束
我们每次都能完全颠覆之前的解释，表现得好像现在就是评估结果的最佳时间，丝毫不觉得自己的解释有任何不妥，这其实非常不可思议。但是，单从思科系统公司的例子中就可以看出，我们无法确定现在是不是评估的最佳时机，更不用说商业、政治或规划领域的其他例子了。
08
—
◆ 第二部分 反常识思维带来的三大红利
◆ 5 从常识思维到反常识思维
事实上，这也是关于预测的一件怪事：我们总愿意对未来做出预测，却不愿意为自己做出的预测负责。
20年后，泰特洛克发表了研究结果。其发现非常惊人：虽然政治专家的预测表现比随机乱猜略微准确一点儿，但却连一个最简单的统计模型也比不上。更令人吃惊的是，他们在专业领域之外的预测比在专业领域之内的预测更准确一点儿。
◆ 不确定的未来：只能预测概率，而非准确性
那么，为什么人们还会抱怨天气预报不准确呢？原因并不在于预报不可靠（它们其实很可靠），而在于我们想要的是准确性。我们不想知道明天60%会是什么天气，而是想知道明天到底下不下雨。
◆ 做重要事件的预测和预测准确同样重要
比如，1963年11月，人们怎么会知道在肯尼迪总统访问达拉斯期间应该注意狙击手，而不是食物中毒呢？“9·11”事件之前，人们怎么会知道防止飞机被劫持的关键是加固驾驶舱门而不是设置炸弹嗅探犬呢？或者人们又怎么会知道美国的主要恐怖威胁是飞机劫持而不是地铁里的脏弹或神经毒气呢？
◆ “黑天鹅”事件根本不能预测
那些被认为是“黑天鹅”的自然事件也是如此。比如，卡特丽娜飓风是一场巨大的风暴，但它并不是我们见过的最大的风暴，甚至不是那个夏天最大的风暴。所以，使它成为“黑天鹅”事件的并不是风暴本身，而是后续引发的事件：
◆ 常识思维无法帮助我们应对复杂世界
虽然常识推理会使我们认为自己已经理解了某件事的起因，但实际上我们只是在描述它而已，或者常识推理会使我们觉得自己可以做出预测，但实际上并不能。不过出于同样的原因，这些也无关紧要。
09
—
◆ 6 常识让你先预测，但你应该快速反应
但实际上，即使在理论层面，我们也无法预测出未来的哪些事件会成为重要事件。更糟糕的是，我们最想提前预测的那些“黑天鹅”事件，其实也并不是真正的事件，而是对整段历史的简略描述，比如“法国大革命”“互联网”“卡特丽娜飓风”“全球金融危机”等。
◆ 我们能预测的，往往是模式固定的事件
但还有很多商业领域，以及在制定政策和制度时需要做出的预测并不符合这种“超级计算”模式。比如，当一位图书出版商决定给一位作者支付预付金时，他就要预测该作者的书在未来的销售情况，
◆ 市场、民调和模型，效果无差的预测方式
在另一项对1988—2004年期间5次美国总统大选的结果的研究中，政治学家罗伯特·埃里克森（Robert Erikson）和克里斯托弗·沃里茨恩（Christopher Wlezien）发现，经过简单的统计修正，普通民意调查的预测表现甚至超过了被大肆吹捧的艾奥瓦电子交易市场。
◆ 学会对自己的预测进行跟踪记录
我们做了很多预测，却很少会去检查究竟有多少预测对了。但跟踪并记录预测效果非常重要，因为只有这样，你才能知道预测有多准，并由此得出是否应该重视自己的预测。
◆ 与其靠历史数据预测未来，不如专注当下
无论你多么谨慎地遵守这条建议，所有预测方法仍存在一个严重的限制，即这些方法的可靠性取决于未来发生的事件及其平均发生的频率在多大程度上和过去相同。
◆ 伟大的预测源于不可预知的远见
苹果公司的确创造了一件伟大的产品，但索尼公司也是如此啊！苹果公司的确高瞻远瞩，尽其所能地把握技术风口，但索尼公司不也一样吗？苹果公司也的确做到了在做了选择之后能够坚持不懈地、出色地执行决策，可是索尼公司也是这样做的啊！在雷纳看来，苹果公司和索尼公司唯一的不同之处在于，索尼公司的选择碰巧是错的，而苹果公司的选择碰巧是对的。
当应用于正确的事情中时，伟大的战略就能取得成功，就像苹果公司在iPod上使用的战略一样，但也有可能会导致彻底的失败。伟大的战略的成败完全取决于最初的远见是否正确，但要提前预测到这一点，就不是有多难的问题了，而是根本不可能实现。
◆ 建立灵活性，应对不确定性的关键
雷纳认为，这些高层应该把所有时间都放在管理战略不确定性上，而把运营计划交给各部门负责人来制定。雷纳这样写道：“公司的董事会和CEO不应该主要关注公司的短期运营情况，而应该以全部精力为公司的运营部门建立战略选择。”
◆ 从预测到迅速反应
简单来说，在复杂社会系统中发生的事件可以分为两类，一类是符合某种稳定历史模式的事件，另一类则是不符合稳定历史模式的事件，而我们只能对第一类事件做出可靠的预测。
10
—
◆ 7 常识让你先规划，但你应该不断试错
◆ Zara的常识战略
这家公司是西班牙服装零售商Zara。凭借满足顾客需求的新颖方法，该公司十多年来一直占据着商业新闻头条的位置。Zara并不会试图预测下个季度的销售爆款，实际上，它也承认对自己的预测没有一点儿把握，它采用的是我们所称的量化－反应策略（measure-and-react strategy）。
◆ 做规划，不如多量化
换句话说，从“预测和控制”到“量化和反应”的转变不仅是技术上的改变（虽然技术也需要改变），而且是心理上的转变。只有当我们承认自己预测未来的能力并不可靠时，我们才能开启一扇探索未来的大门。
◆ 不只是量化，还要多实验
一般来说，区分相关性和因果关系是非常棘手的，但至少在理论上有一个简单的判断方法——进行一次实验。
◆ 自助法，从实际事件中提炼的有效解决法
人们发现，在困境重重的体系中，通常都会有一些个人或群体找到解决问题的可行方法，营销专家奇普·希思（Chip Heath）和丹·希思（Dan Heath）在《瞬变》（Switch）中将这些人或者群体称为“亮点”（bright spots），这个发现也引发了另外一种完全不同的方法——亮点研究法。
11
—
◆ 8 常识让你追求结果，但你应该系统思考
◆ 我们常常忽略偶然性对结果的决定性作用
然而，我们确实很容易忽视它，无论是审判某项罪行、权衡一个人的职业生涯、评估一件艺术作品、分析一项商业战略，还是衡量一些公共政策，我们在决策过程中总会受到已知结果的严重影响，即使这个结果在很大程度上是由偶然因素导致的。
◆ 否定组织中的光环效应
罗森维认为，当我们对公司战略、领导力或执行力进行所谓的理性评估时，也会出现同样的趋势。我们总是认为，成功的公司往往拥有高瞻远瞩的战略、强大的领导力和良好的执行力，而表现不佳的公司则被认为存在战略错误、领导力差或执行力弱的缺点。
◆ 摈弃个人成功中的运气成分
这些话听上去好像很有道理，但很可能只是光环效应所致。尽管媒体和公众痛斥了那些过去业绩糟糕的银行家，而那些获得不错报酬的银行家似乎确实应该获得奖金。但就我们所知，这两群银行家可能做的是完全相同的事情。
◆ 打破马太效应：能力是能力，成功是成功
但是，在商业、政治或娱乐领域，对于如何衡量个人能力的问题，人们达成的共识就非常少了，对各种指标的尝试和试验更是少之又少。最重要的是，连续的成就通常不是能力的独立表现，它并不像网球明星罗杰·费德勒（Roger Federer）在网球比赛中那样，每次大满贯都是相互独立的。
◆ 是拯救公司的神话，还是被过誉的领导者
除了光环效应以外，关于苹果公司的传统观点还存在着另一个潜在的问题，就是我们往往倾向于把整个公司的成功归因于一人，而忽视了公司中还有着成千上万名优秀的工程师、设计师和管理者。
◆ 对抗系统性风险，每一个社会成员的责任
因为银行业过于庞大、相互关联性太强或是出于其他原因，后一种说法可能是对的，但这并不重要。真正的问题是，它们要么是自由主义者，自负盈亏；要么是罗尔斯主义者，要向照拂它们的系统付费。它们不应该为了自己的利益随意转变立场和原则。
◆ 没有一个人可以置身社会系统之外
桑德尔认为，一个人不应该只为自己是一个美国人而自豪，却不为美国的奴隶制历史而感到羞耻。自由主义者可能会辩称，是他们的祖先做了那些应受谴责的事，而不是他们，所以他们没什么可道歉的。但可以肯定的是，这些人也为自己的祖先感到自豪，
12
—
◆ 结语 反常识思维，复杂世界的终极应对工具
◆ 常识导致的社会科学的误区
以物理学的标准来评判社会学的做法由来已久，最早可以追溯到19世纪的哲学家奥古斯特·孔德（Auguste Comte），他是人们公认的社会学之父。
◆ 物不以类聚，人不以群分
但无论亲密与否，朋友之间的实际相似程度并没有他们认为的那么高。特别是，我们的受访者很少会猜到自己的朋友，甚至是可以讨论政治问题的亲密朋友，在某个问题上与自己的观点相悖。
◆ 一切并非显而易见
默顿所言极是，社会科学还没有找到自己的开普勒。300年前，亚历山大·蒲柏曾指出，研究人类的关键不在上帝手中，而在于我们自己。如今，我们终于发现了自己的望远镜，那就让革命开始吧……
全文完
相关链接：
批判性思维需要教练辅导：批判性思维、决策与判断15本书，好书6本
少数人利用故事，多数人被故事骗。4星|《后真相时代》
近年读了1065本书，挑出33本5星好书
2019左其盛好书榜，没见过更好的榜单（截至8月31日）
2019左其盛差评榜，罕见的差书榜（截至8月31日）
2019年读过评过的255本书（截至8月31日）
本号123个书单1065篇书评的索引（截至8月31日）
想跟小编讨论请移步知识星球
搜索本号的最优方法
更多毒舌书评参见我的公众号：左其盛经管新书点评