扎心一问:上了那么多PM高级课,你高级了吗?点进来验证一下。
缘起
到了三月份,就是入行 PM 的第五个年头了。
17年、18年,上了两次PM进阶课,第一次在线课,第二次线下课,收获都不大。花了大几千,收获远不及预期,于是复盘了一下。
客观来说课程架构是没问题的,按部就班,层层递进。但是对我来说,其中很多基础知识早已熟稔,而这部分知识又随机的分布在整个课程中,造成了三种情况:
第一节课:完全知道,甚至扩展性比老师讲的还好;第二节课:大部分都懂,听起来老生常谈,无法集中注意力;第三节课:完全没接触,正是我想学的,但是课时平均分配导致这部分课程没讲透。这种情况下,我上课的主观体验就是:自大、无聊、抱怨。这种负面情绪进一步掩盖了主观感受上的上课所得。
再进一步总结,就是那些课程的【有效信息密度】太低。这也是PM职业的特点造成的,没有一个可量化的等级衡量标准,更多的时候只能看有什么成功的产品经验。然而,大部分PM正是因为没有成功的产品经验,才寻求通过课程来提升自己的短板。
这就陷入了一个死循环,似乎只剩下试错升级法了。
然而在现实世界中,有个反常识的概念:失败不是成功之母,成功才是成功之母——出自《捷径:黑客、创新者和偶像如何加速成功》,书中有讲如何正确的犯错,想要试错升级的可以看看这本书。
在我迷茫的阶段,还不知道这个反常识的概念,也不知道如何正确的犯错。我当时的做法是构建自己的底层思维框架,以便能系统性的对抗不确定性。
两年下来,我逐步找到了构建我底层思维框架的6门学科,心理学、计算机、基因进化、经济学、物理、历史,下面我逐一介绍。
心理学
1. 表层应用,通常只能生搬硬套
这应该不需要展开讲,产品入门之后,应该就能认识到心理学在工作中的重要性了。这类型文章也特别多,最耳熟能详且最实用的就是游戏化了,游戏化就是各种心理学效应应用的合集,简单举几个例子:
游戏化设计:掌控感、成就感,等等。徽章系统:涉及 荣誉感、目标驱动、攀比心理、炫耀、资历证明,情感沉淀,等等。邀请机制:实用性分享、激励性推销。随便三个老生常谈的概念,就包含了AARRR模型中所有环节,获客、促活、留存、变现、裂变,每个环节对应的功能,都有相应的心理学概念的应用。
平时看产品相关文章较多的人,基本能达到上面的水平了。根据听过一些专业名词,针对字面意思对产出的产品进行理解和应用,虽然也能粗略的解决一些问题。但存在被误导和不坚定的问题,需要迭代。
2. 底层原理,是可以灵活运用的
如果想要更灵活、更体系化的将心理学运用到工作中,就需要多看书了。是以下这样子:
早些时候,我看到一个数据,注册环节,每多一个页面,会有30%的流失。看我之前的文章《完美登录,从去掉注册开始》就能发现,配图尽量在用弹窗,账号密码放一起,在尽量减少跳转,就是受当时那个数据影响。
后来,看到很多产品的登录,手机号和验证码是在两个页面,不乏一些大厂。使用之后,也感觉体验还不错,一直没想清楚原因。直到看到负荷(load)这个词,才有了种豁然开朗的感觉。
负荷(load),这个词来源于人机工程学,分为三个层级:
认知负荷:思考、记忆(最难)视觉负荷:浏览、寻找(较难)动作负荷:点击、滑动(容易)也就是说,如果增加几次点击,但用户可以因此减少思考或记忆,那就是值得的,因为点击的负荷比思考的负荷更小。进一步引申,用户的每一次点击,也算是成本投入,多点一两次反而会提高行为转化,前提是不懂沉没成本的概念,当然,大部分人是不懂的。
对比一下,我原本的设计受一条出处不明的数据影响,只能粗暴的使用,也不知道原理,没法结合产品灵活运用。但是有了负荷这个概念,理解了心理活动的底层原理后,就可以很笃定的去设计产品流程,该精简步骤还是该增加步骤,都有据可依。
另外,做桌面端产品时,可以通过费茨法公式进行计算,进而减少动作负荷。虽然动作负荷消耗的脑力资源最少,但也不能滥用,一切以提高产品易用性为主。
想想,你过往的经历中有没有能使用这个概念的地方?和领导沟通时、开评审会时、和UI沟通时,等等,可以写到下方评论区,互相交流怎么用底层原理破解你曾遇到过的困境。
在此,再说明一下,我之前文章中附图的设计,大家可以根据具体情况灵活调整,多一步跳转不一定是不好的,30%流失的那个数据纯属断章取义,好在我一年之后找到答案,对认知进行了迭代。但【去掉注册概念】这个理念还是可行的,尤其对移动互联网的原生用户们来说,依然是最优解。
计算机
1. 软件系统的三层架构
表示层(UI):接收用户输入的数据,并将业务逻辑层处理数据的结果显示给用户。
业务逻辑层(DLL):只负责对数据的业务处理,各种逻辑判断。
数据访问层(DAL):负责存储或读取数据。
我们再拿登录举例:表示层负责接收用户在界面输入的用户名和密码的数据,然后传给业务逻辑层。业务逻辑层对数据进行处理,给出用户登录正确判断的逻辑,需要访问数据库的时候就向数据访问发出访问数据的请求(调用数据访问层的函数)。
数据访问层访问数据库并获得需要的数据,比如正确的登录用户名和密码,然后返回给业务逻辑层。业务逻辑层把给数据和用户输入的登录数据进行比较,如果比较的结果正确就将登录用户的详细信息最终返回给表示层。若比较的结果不正确,则返回错误信息并由表示层显示给用户。
2. 软件系统的基本组成
前台:面向用户的,比如抖音App。
后台:面向抖音内容创作者的,比如抖音App – 我 – 更多 – 企业服务中心,或者e.douyin.com。两者都是创作者的后台,前者是再App端,后者是再Web端,呈现方式不同。当然,对抖音官方来说,还有个大后台。
前端:软件三层架构中的表示层(UI)层,用户看到的App、网页的界面,就是前端开发人员使用前端开发语言编写的。所以通常也指前端开发人员。
后端:软件三层架构中的业务逻辑层(DLL),比如说登录,后端判断账号密码是否匹配。通常也指后端开发人员。
3. 判断
一个基础常识:计算机的低级语言(机器语言)是用二进制代码表示的。
简单的说,在程序执行时,0代表错,1代表对。由此可以推断出,代码运行时就是在不停的做判断。
PM设计功能时,可以在脑子里模拟一下,只要通过判断能走完流程,大体上就能实现。当然这只是最底层的原理,没法供你做出复杂的判断。作为PM,至少还要理解代码的运行原理。
4. 数据库
顾名思义,数据库就是存储数据的地方,数据库中有很多数据表。
相当于一个仓库中有很多货架,不同货架存放不同类型的物品。有的货架大,存入新物品和取出旧物品会很慢,因为要找很久。如果设计功能时,涉及到这个大货架,这个大货架的特殊情况此时属于技术需求,业务需求要结合技术需求来考量,否则出的需求就没法通过评审会。
另一篇文章《搞定异常的七字真言:增删改查显算传》中,【查】段落有具体举例讲过,可以参考。
数据库对应的,就是三层架构中的数据访问层(DAL),这也是PM必懂的一个知识点,尤其后台产品,很多时候要把需求和数据库结合起来去设计功能。
演化论
先解释一下,这里的演化论,就是我们熟知的达尔文的进化论。但是在中文语义下,翻译成【演化论】更合适,也更有利于我们理解这个学科。
1. 演化
关于演化的不少理论,都是通过思维实验得出的,获取论据不够充分和客观,但并不影响我们去使用。
作为PM,想必你和UI沟通时,经常会有颜色之争。
人人都知道的颜色的一些含义:红色代表热情和危险、黄色代表希望、蓝色代表冷静……
在有争执时,这样的描述的说服力是很苍白的,但是如果能通过演化理论说出为什么,那就是无可辩驳的了。比如下面这样:
当人类的祖先们还在树上时,某一只猴子的视觉基因发生了突变,使它对红色很敏感,能在更远的地方就发现成熟的果实,从而获得更多的热量,因此也就更容易找到女朋友,更容易成为猴王,后代健康长大的几率更大,使这种突变的基因更高概率的遗传并扩散下去。
有着“优秀”基因的猴们,生存能力更强,持续繁衍几代后,逐渐挤压了其他动物、昆虫、鸟类的生存空间。同时种群分群的速度加快,能去到更远的地方,能适应更恶劣的条件,获得了第一桶“多样性”,为持续的基因突变打下了基础。
当然,这个过程中,果实成熟后会变红的树们,也随着猴群的裂变,去到了更多地方,也获得了多样性。
对黄色敏感,也是同样的道理,即将成熟的果实是黄色的,所以黄色也表示希望。
写这段的时候,我又做了个思想实验,为什么果实成熟后会从绿色变黄变红?
因为叶绿素是绿色的,所以叶子是绿色的,果实成熟前,绿色的果实能起到隐蔽作用,不被动物和昆虫发现,长成熟的概率更大。而成熟后变黄变红,是因为需要其他动物把果核带到更远的地方,达到繁衍这一终极目的。
而为什么要变黄变红,而不是其他颜色?因为【红黄青】是颜色中不可再分解的三种基础颜色。你看,能解释一个底层原理的,一定是另一个底层原理。如果不是,那就说明解释的不到位。
之前就有这个疑惑,但没深入想,只是一个念头闪了一下,就过去了。可见写作真的是件很有意义的事情,写作如同一道光,照到不被看见的事物上。
故事讲完,UI已经被你说服了,同意不在立即购买和加入购物车这俩按钮上做创新,就用红色和黄色。
另外,做社交产品的同学,应该都知道邓巴数字这个概念,可以用上面故事中的【种群分群】概念解释。
以上是针对PM的,前天学到一个概念,适合老板和团队负责人即学即用,下面分享一下:
《输赢心理学》中有个科学实验:人的基础睾酮水平,会影响无名指的发育,睾酮越高,无名指越长。
睾酮是一种类荷尔蒙,一个人爱不爱竞争,其实是个生理问题,由睾酮水平决定。
所以,有内部竞争机制的团队,负责人选择小组长时,可以选那些无名指比食指长的人,让这些爱竞争的人带小团队,效果会更好。
看到这儿,你是否对看手相这个事儿有了不一样的想法?
2. 演化算法
KK说演化算法特别适合用于以下三件事:
到达你想去而又找不到路的领域。到达你无法想象的领域。开辟全新领域。对于这三句话,我是这样理解的:
解决盲点问题,盲点是知道自己不知道。解决盲维问题,盲维是不知道自己不知道,但这个盲维原本客观存在。创造全新维度,创造了一个原本不存在的维度,甚至可能是人类无法镜像理解的。对于PM来说,怎么理解不重要,重要的是其中的规律。我们抽象一下这三个问题,就能提取出一个词:【未知】。
未知是什么,未知是恐惧,未知是机遇,而探索并解决未知是一名PM的成神之路。
这也是演化比进化更恰当的原因,进化是有方向的,演化是随机的。随机才是未知,未知中有无限可能。如果你的组织正在做这三件事,那就去研究一下演化算法吧。
3. 生态位
大自然中,凡存在者,必有自己的生态位。
具有同样生活习性的物种,不会在同一地方竞争同一生存空间,若同时在一个区域必有空间分割。鹰击长空,鱼翔浅底,弱者能和强者同时生存,就是因为其找到了自己的生态位。
对于PM来说,找到并找对产品的生态位,是至关重要的,适者生存,不适者凉凉。
如果是多角色的产品,PM也在设计产品时,需要考虑不同角色用户在产品中的生态位,让产品能“活”起来。
同样的,在团队中也能应用生态位思维,找到了自己的生态位,努力起来才事半功倍,而且这种成长的反脆弱性是很高的。而那些钻营之辈,遇到“合适”的上级,某种意义上也算是找到了自己的生态位,只不过这种职场经验的反脆弱性极低,稍有动荡就会凉凉。
假如PM就是老板,或者是团队负责人,那么除了要找到自己的生态位,还要正确的维护团队这一生态系统。演化论中关于新物种的出现,有个公式:新物种 = 变异 + 选择 + 隔离。
将这个公式对应到企业创新、产品创新,可以这样理解:
新物种:产品本身的创新、现有产品外,长出新产品。变异:创新的苗头,前提是要多样性和自下而上这两个条件。选择:即自然选择,也就是适者生存,生存下来的个体,就是被自然选择出来的。隔离:让创新的苗头有宽松的成长环境,不能受到过往“强者们”有意或无意的干扰影响。我再展开讲一下变异、选择、隔离这三个概念(已经理解的同学可跳过):
变异:中提到多样性和自下而上这两个前提条件,其中多样性主要指人,比如团队成员的学历背景、专业、性格、业余爱好、信仰等等各方面的多样性;而自下而上主要指决策,比如华为的决策机制是让听得到炮火的人呼叫炮火;总结的说,就是让团队的多样性各自发声,要允许异端的存在。选择:这个概念我们都熟,就是灰度发布和A/B测试嘛。隔离:反面案例有柯达、诺基亚,证明案例有淘宝、微信。4. 脑科学
脑科学相关的知识,是针对个体的,能让我们理性的对待自己的决策。
同样先来两个反直觉的概念:
人的大脑是个乱哄哄的村委会,做决策就像村委开会,谁声音大听谁的。大脑的决策逻辑,是先做决策,然后才给决策找支撑理由。也就是说,你所有的决策,并不如你想的那样逻辑缜密、条理分明。你的所有的决策理由,都是在自我欺骗,而欺骗自己的目的是为了更好的欺骗别人,但你并不知道自己的欺骗行为。
对于PM来说,理解了人脑的决策逻辑,就能更客观的面对自己的需求被质疑了。
甚至能做到自己质疑自己了,这点上,我总结出来一个办法,就是隔五天再回头看自己的决策与需求。这时候,“村委”里嗓门大的人就和上次不一样了,会有新的方案出来,可供对比分析。这种办法的核心是让自己“忘了”自我欺骗的那些理由。也就是说,经过刻意练习,是可以做到“主动忘记”的,无需等待几天让时间去擦除。
经济学
先说一个有助于大家建立经济学思维框架的概念:
经济学关心的是存活的条件,在什么样的情况下,人或组织或制度能够存活下来,如果条件发生了改变,人或组织或制度存活的情况又会发生怎么样的改变。
这个概念里有两个重点:
第一,经济学研究的是不确定性的事物,因此不存在最优解,顶多有个最优的概率区间;第二,打破常识性的一个认知,理性人假设、人性自私假设(古典经济学)是不成立的,经济学关心的事情跟人是不是理性的、是怎么想的、意图是什么没有关系。看到这两点,你是否感觉和前面提到的演化论概念相似?没错,提出这个概念的人是阿尔钦,他就是这么认为的,他说去看看达尔文吧,达尔文说的就是这个故事。
1. 成本
成本:成本是放弃了的最大代价。
解释:做一个选择,你放弃的是所有其他选项当中价值最高的那个选项。选项是选项的成本,选项和选项互为成本。
成本是经济学中的一个基础概念,我们知道即可。说这个是为了引出【沉默成本】这个概念。
沉没成本:沉没成本不是成本。(反常识)
解释:沉默成本作为一种历史成本,对当下的决策而言,其实是没有指导意义的。
一个经典的例子:假如去看电影,看到20分钟时,你已经确定这是一部烂片,大部分人会强忍着不适把电影看完,因为已经买了票了。而这买票花了的钱,就是沉默成本,不能作为是否看完电影的决策依据,因为沉默成本不是成本。
沉默成本这个概念,特别好理解,但是实践起来特别难。做决策、做需求时,这是一个特别高效的底层思考依据,避免我们陷入历史成本的比对纠结之中。
2. 需求定律
需求第一定律:商品的需求量和价格成反比,价格越低,需求量越大,反之亦然。是需求的最基础概念,对PM来说知道即可。
需求第三定律:也叫好商品卖到远方去定律,这句话中的“卖到远方”是泛指买卖双方的交易成本。
对于电商,尤其是跨境电商的PM来说,需求第三定律需要好好研究,比如:一流商品出口,二流商品内销”,你是否曾为此气愤过?需求第三定律就是解释这个现象的,懂了这个定律,你就知道这种行为不是黑心商人刻意为之,而是市场自然调控形成的。
举例:我们假设有两种苹果,一种是普通苹果,一种是精选苹果。普通苹果1块钱一个,精选苹果2块钱一个。那么这时候,你吃一个精选苹果,它的成本就是放弃了的最大代价,就放弃了两个普通苹果。
但是如果要把苹果运到外地去,再加上一笔运费,情况就不一样了。运精选苹果的成本和运普通苹果的成本是一样的,因为苹果的重量是一样的,体积也一样。
假设运费是10块钱,你会发现,精选苹果的总成本是12块钱,而普通苹果的总成本是11块钱,12块钱跟11块钱之间只差了一块钱。换句话说,加上了一笔巨大的运费10块钱以后,你吃一个精选苹果的代价,只不过是1.1个普通苹果。
你看到对比了吗?没有加运费的时候,你吃一个精选苹果的代价是两个普通苹果,加了一笔巨大的运费以后,你吃一个精选苹果的代价,只不过是1.1个普通苹果。也就是说加上一笔运费以后,消费精选品的代价变低了。这就是需求第三定律的含义。
它是说,精选品和普通品之间的价格本来是有差距的,但是加上一笔附加费以后,它们的差距就缩小了,精选品显得便宜了。而附加费越大,这种效果就越显著,精选品就会显得越便宜。
例子中说的运费也可以替换成其他成本,比如说关税、交易平台抽成等等。
学会了需求第三定律,过往很多讲拼多多的文章中,如果补充上当时运费降低的市场背景,才更加完善。
3. 边际概念
边际概念不好理解,听完《薛兆丰的经济学课》第一难理解的是【租】概念,第二难理解的就是【边际】,所以只能记住概念,没有太多自己的理解。
边际:“新增”带来的“新增”。
边际成本:每生产一个单位产品,所要新增的成本叫边际成本。边际收入:每多卖一个产品,你能够新增的收入。边际产量:每多增加一份投入,所能够获得的产量叫边际产量。边际效用:每多消耗一个单位的商品,所能带来的新增的享受。讲到边际概念,第一是因为这个概念特别重要,第二是因为PM需要懂这个概念。
下面划重点:理性的决策,永远要盯住边际值,而不是总值或均值。
边际概念可用于产品决策、商业计划书等,投资人看的就是产品未来赚钱的能力,互联网这种虚拟产品最能体现边际概念。
举例:假如10000个用户开通会员,就能养活团队,那从第10001个会员开始,每新增一个会员的边际成本为0,边际收入为100%,边际产量为服务能力的上限。
假如这个产品有单机版本,那么边际成本为光盘费用+运费,边际收入就是年费-边际成本,边际产量没有上限。
边际平衡带来效益最大化。
解释为:当边际收益等于边际成本时,我们所获得的总效用是最高的。
要理解这句话,需要站在消费者角度。口渴了,买一瓶水喝完,还渴,再买一瓶,喝完刚刚好,于是不买了。买水就是边际成本,喝水就是边际收益,解渴就是边际效用。
喝第一瓶水的效用最高,第二瓶水的效用会递减。当不渴的时候,我们获得的总效用最高,因为继续买水,会导致成本高过收益使效用降低。
这个概念可用于产品的合理定价,用户使用了你的产品,提高效率所带来的收入,再结合你的产品的边际成本,就是你定价的依据。
物理学
物理学是现代科学与信息的根基,而我们生活在科学世界,处于信息时代。当然需要懂点物理学,来建立健康稳定的世界观,用以应对纷繁复杂的不确定性。
作为物理学的根基,牛顿力学告诉我们,宇宙是一个精密的机械,所有的都是可被计算的,比如海王星是被算出来的,而不是看到的。
后来发展到爱因斯坦相对论力学,我们了解到时间和质量是相对的,不存在一无所有的时空。这时候听着就有点吃力了,但好在在描述物体行为的观点上,牛顿力学和相对论力学是一致的,浅尝辄止的阅读也还是能理解的。
直到量子力学,出现的量子跃迁、测不准原理、生死叠加态、量子纠缠,这些没法解释的现象,在动摇着现代科学的根基。这对任何一个物理学家来说都是信仰崩塌式的绝望,所以才会有“新理论被接受了,不是因为反对它的人改变了立场,而是因为反对它的人都死了”。这句话,可见新理论对旧理论支持者来说,是多么的疯狂、荒谬和可笑。
对我而言,量子力学带来的震撼、热寂论带来的顿悟,是那么的不可描述的。请细品一下执剑人奥巴马看了《三体》之后的说法,可能会感受到我的部分感受。
奥巴马:“感觉我与国会的日常讨论的问题,似乎相当的微不足道。”
Exactly. The scope of it was immense. So that was fun to read, partly because my day-to-day problems with Congress seem fairly petty—not something to worry about. Aliens are about to invade. [Laughter]
但我们学习物理学是为了学习其底层原理,解释现象的事情只能交给物理学家,我们需要的是关于现象的描述,然后去借鉴去使用。
历史
用演化论的底层思维来解释,历史中的人类社会史就是知识的传承。从人类演化出语言能力起,口口相传的首先便是生存的知识,因为演化面前,唯生存与繁衍最大,知识在传承中不断的积累和精进。再后来有了文字,可记录的信息逐渐多元化,不仅限与生存知识了,于是就有了历史这个统称。
对个体而言,所能够经历的事情是有限的,但我们却处在一个大的复杂系统内,时刻要面对各种不确定性。学习历史,将自己代入历史中,总结和吸取历史中的经验,将历史映射到当下,让我们对未来更有把握。
研究历史也是一种复盘,让我们不断发现真实的过去。历史是延伸的,从过去延伸到现在,展望向未来,是人类文明的轨迹。
着眼于细微处,历史中有故事有经验,能像线一样把我们所学知识串联起来,让知识“长”到脑子里去。
放眼于百千年为单位的时间刻度下,历史中有大智慧,有哲学。
总结
前面提到的各个学科,我只是举几个实用的例子,而且由于我也还处于外行夸了一只脚刚入门的阶段,很多东西只是有个粗略的理解,没法准确的表达出来;也有很多东西不适用于产品工作的表现层,但是能给生活带来非常大的帮助。
好在写出来的部分,相信对两年左右,想要提升核心竞争力的同学来说,还是很有引导意义的,如果看完文章,能让你对底层思维有了兴趣,那本文的目的就达成了。
心理学,很多结论是实验得出,受实验样本量、追踪技术、统计技术等因素影响,后续研究人员重复某个实验时,会得出全新甚至相悖的实验结果。也就是说心理学的很多理论是在持续迭代的,我们需要定期更新自己的知识库,以免引用了已经被证明是错误的理论而导致出错。
计算机和历史结合着看,对互联网PM来说是最好的主修教材。互联网的历史从时间上来说足够短,从信息上来看细节足够翔实,从映射和引用来说专业足够对口,从多元性上来看覆盖足够广,从故事性来讲也足够跌宕起伏。互联网的历史,对PM来说,知识密度极其高,不建议碎片化的自学。
物理是个简单系统,演化是个复杂系统。这两个学科没法直接提高你的工作能力,但是能帮你建立扎实的思维模型。比如带着简单系统的眼光去观察各种物理现象,去阅读物理资料;或者带着复杂系统的思维,去推演人类演化过程中的各种不确定性,以及在系统能力下的各种必然结果。
这能给我们工作带来的启发是,主观上,我们最多能构建一个个简单系统,然后给简单系统引入人(生物)和资源,让众多简单系统活过来,最终随机长出一个复杂系统。复杂系统是具有演化性的,随着时间推移,还会诞生下一个复杂系统,众多复杂系统之间,也是适者生存的。
因此,颠覆性创新一定是发生于复杂系统内的。
经济学,是研究人类经济活动的规律的理论,研究的是价值的创造、转化、实现的规律。典型的深者不觉其浅,浅者不觉其深的学科,值得深入学习。学习之后,能立竿见影的对你的生活带来很大的正向影响,规避掉很多反直觉的陷阱。学习之后,你能真正看懂“凡事靠运气挣的钱,都会凭实力亏回去”这句话。
总结一下,根据漏斗理论,我向自己输入了60分(每个学科10分)的知识,但我只吸收了其中30分,50%的转化。然后随着时间推移,又遗忘(自然流失)了20%,成了24分。直到我写这篇文章时,查资料激活了部分流失知识,但会被我的表达能力抵消。再往后,你阅读本文,再流失50%,你的最终得分12分。等到你学以致用时,可能只能使用到50%,也就是6分。
所以,这篇文章的价值应该在于对底层思维的介绍,要想获得真正属于自己的知识,可以参考本文,选几科适合你自己的底层学科,然后把握好尺度去学习,最终形成自己的思维模型,以应对这个世界的不确定性。
这里,对尺度的把握很重要,因为每个学科都有很多不确定性,这导致了不同观点和学派的产生。因此,在查阅浏览资料时,如果遇到完全相反的学术观点,不要去急着站队,也不要去网络上和他人对骂。
因为你完全辩不过,比如下面这个:
在地圆说被证明了的两千年后的今天,还有众多的人不相信地球是圆的,你想当然的会说这些人一定是来自没有义务教育的贫困国家。
而事实并非如此,甚至会令你难以置信,据美国国家地理2019年1月发布的报道,在美国,有650万人不相信地球是圆的,说这是NASA的阴谋,他们中绝大部分是年轻人,自称地平说派。
他们发起一场地平说运动,在美国不断的蔓延,越来越多的年轻人加入他们。
另外一个调查数据称,18~24岁的年轻人中,只有66%的人相信地球是圆的。
你准备告诉他的那些信息,人家都知道,但就是不信地球是圆的,这种辩论是毫无意义的。所以,送给大家一句话:检验一流智慧的标准,就是看你能不能在头脑中同时存在两种相反的想法,还能维持正常行事的能力。
最后,借用李善友教授的一句话做收尾:“我讲的可能都是错的”。
引用:
计算机模块:软件开发三层架构,作者:程序的那些事,来源:CSDN,地址。演化论模块:新物种公式映射产品创新的理念,作者:李善友;来源:混沌大学App,地址是小程序码,文章中不能放,想要看的可加我微信,目测是每周可邀请3人免费学习课程。经济学模块:薛兆丰的经济学课,作者:薛兆丰;来源:得到App;地址:第5讲《不确定性,进化与经济理论》、第36讲《需求第三定律》(前30个人可免费看)。本文由 @臣有bug揍 原创发布于人人都是产品经理。未经许可,禁止转载。
题图来自unsplash,基于CC0协议