别用“常识”理解复杂世界

万维钢

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3种可能性（保持現状、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3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。

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。

谈起社交网络，很多人会立即想到马尔科姆·格拉德威尔的《引爆点》。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2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。

“关键人物”理论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。

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？《反常识》这本书可以给你一些参考方法。