為什麼事情沒有那麼簡單？

最新 04-19

任何一個複雜的問題都有一個清晰，簡單但錯誤的答案；

有複雜，就有簡單；換言之，對應非線性和線性，人類的思考方式傾向於線性思維，從我們願意解線性方程，而忽略非線性方程就可以看出；我們通過線性的分析可以得到一個我們需要的且穩定的答案，滿足了我們對某一事件的解釋欲，釋放對未知的恐懼，畢竟我們更願意接受「是他做的」而很難承認「好吧，事情就這麼發生了」；例如一個球向我們飛過來，我們可以通過球的速度、方向判斷球到我們身邊的大致位置，從而接住它；這樣的線性方式分析的底層邏輯則是因果關係；因果關係的在現實的生產生活中表現為可預測性，與之相對應的則是系統複雜性，系統複雜性是非線性思維的一個產物；

「事情會按計劃發生」的思維邏輯決定了我們偏愛因果決定論，想平時我們所有的計劃都是默認「如果按照計劃發生，我們就會得到預期相似結果」而反推出的一個規劃，再拆分成一個一個的小任務；因果決定論認為任何事情的發生都是由先前發生的事情引起的，邏輯上說，如果我們洞悉眼前的一切，且清楚某事物導致其他事物的所有可能情況，我們就可以預測某件事情的未來；

從網路的角度，一個節點發生一些事情，影響了另一個節點，另一個節點因此改變，即因果論，這個事件發起者得到反饋，進一步獲取價值信息，也就是預測的過程，無論是數學公式、物理現象、計算機編程還是管理學原理都植根於因果論。因果論在科學的世界裡取得了巨大的成就，提煉了一整套核心價值觀、道德法律體系，開啟了一個規範的世界或者局域秩序，創造了一片較為穩定的網路世界，甚至還能預測哈雷彗星重返太陽系的時間；通過因果決定論，程序員能過設計、預測、管理軟體在某產品環境中的行為。在忽略一些小概率實踐，開發者的預測極為準確，代碼所營造的環境也十分穩定；同樣的，我也能預測到，如果沒有資金，創業會失敗；如果加入程序員行列，可能會擁有沙僧的髮際線並單身X年（此處自行腦補一個笑臉）。

那為什麼說事情沒有那麼簡單呢？

因為，在複雜的科學系統或者社會網路中，無論你如何為系統做計劃，他就是不會如你所願。世界不會按照那種方式運行，你所處的系統不會在乎你的計劃。可能你認為a會導致b，理論上是對的，實際上理論很少奏效。

如果把因果決定論比喻成一個「大哥哥」，那麼複雜性就是大哥哥身邊的一個刁蠻小公主妹妹；通過可預測性，我可以準點到達機場，但是由於時間、空間以及一些不可預測性的事件的干擾，我將不能準時到達，偏離計劃軌道，某一個點的影響不斷迭代，將會使整個規劃完全失效，沒有準時到達機場，我將不能趕上約好時間的專車，也將錯過美麗而浪漫的聖誕節；複雜性通常將我們的交互搞得亂七八糟，無論是在複雜的系統網路還是繁雜的生活場景，我們的因果決定論都不能得心應手。龐大的社會網路中，每一個節點都是一個獨立的個體，任何一件事所產生的影響都在某個域內迭代，試圖發揮更強大的作用，關聯性只會越來越強，也就意味著很難拆解；

人們的總結越來越完善，意識越來越清晰，系統等複雜性問題不在隱藏在盲區，而是光明正大的站出來；再加之時代、載體的多變，使得因果決定論越來越局限；因為越來越多的事件我們不能很好的解釋，但是由於不安和恐懼，總是試圖能找到一個關聯性去解釋某個事件，例如把冰川融化歸咎於二氧化碳的排放量高，認為金融危機是銀行家引起的。而這樣難以預測的事情越來越多，由於我們的思維更容易接受簡化分解的過程，得出一個簡單而錯誤的答案也是常情；

那如何解決或者說看待複雜事件呢？例如，在假設「如果公眾號能吸引大量的用戶，那將獲取可觀收入」成立的條件下（當然隨著市場變化，假設很可能不成立，這裡暫不考慮），如何在複雜的社會網路中獲取大量用戶？從因果決定論的角度，那自然是「投其所好」，因為用戶喜歡，所以才會關注；而從複雜理論的角度，則是將事件「簡單化」，具體來說就是溯源、化簡、拆分；根源分析使得我們了解較低層次的體系結構，從而獲取痛點、規範等可預測的部分；將可預測的部分簡化成模型，再拆分成任務，從而模擬複雜性問題的解決方案；

但實際上通過溯源得到的較低層次的體系並不意味著我們可以通過簡化後的具體任務重新構建高層次的系統；所以本質上還是沒有解決複雜性問題的不可預測性，又或許複雜性問題本就是由於不可預測性而誕生的，又如何能解決其不可預測性？可能是一次無意義的思考？不得而知；

總之，現在難以擺脫因果決定論的束縛，且不該試圖抹殺因果論的意義；將複雜性問題向「簡單問題」靠近，變換成線性分析思維將是最合理的處理方式，也將獲得高概率的預測結果。

二十一世紀是複雜的世紀，或者說是混亂的世紀，每一件事、每一個人都有一個相對穩定的軌跡，卻又和他人形成一個複雜的立體關係網路，也正是由於人是群居動物，所以關係網路會越來越複雜多變，系統也會由於人物關係的複雜而更加智能，趨向於人的AI也將越來越複雜化。