最近Scientific American有一篇我非常喜歡的文章：Rational and Irrational Thought: The Thinking that IQ Tests Miss。
這篇文章非常清楚地指出目前普遍使用的IQ test，在測量人類的cognitive abilities上，有其侷限。即使是IQ非常高的人，也會犯一些看起來極度愚蠢的錯誤，或著做出愚蠢的決定。這是因為有些我們用來做正確決定所需要的思考能力，並不是IQ test可以測出來的，且我們的大腦有某些傾向，會讓我們很容易犯某些錯誤。
以前我在這個blog裡曾經介紹Daniel Kahneman寫的Thinking, Fast and Slow，裡頭就把人類的思考方式，分成快速的第一型和慢速的第二型，前者又可以簡稱是直覺式的思考，特色在於快速、省力，且不精確，而第二型的思考則又慢又耗能，可是卻有很好的分析能力，一般我們說的analytical brain，指的就是這種第二類型的思考。
通常，人都會傾向用第一型的思考來處理每一件事情。也就是說，大多數時候，特別當我們放鬆時，我們都會傾向直覺式的解決事情。也因此，當有人用一些看似能夠直覺回答，但其實需要用analytical brain來分析才能答對的問題時，我們就很容易上當。
以文章裡的例子來說：
像這樣的題目，因為很容易會以為能夠用直覺回答，因此我們就不太會警覺到這其實是一個需要運用到analytical brain的題目，或著至少不會努力去分析，所以非常容易上當。
有趣的是，這個傾向和智商無關。也就是說，不論聰明與否，我們都逃不過大腦偷懶的本能。在看了答案之後，能夠理解為什麼答案是A，以及在以後遇到類似的題目，能夠知道怎麼處理，然後不再上當，這些可能和IQ比較有關。但這樣的能力，卻無助於抵抗大腦演化出來，直覺式思考優先的傾向。也就是說，IQ和使用analytical brain這兩個能力，根本是大腦處理事情的兩個不同面向。俱有理解某件事情的capacity，不代表就會應用這個capacity，也不代表能正確分別哪時候需要用到analytical brain的capacity。
文章裡，作者把有這樣思考傾相的人，稱為cognitive misers。簡單比喻，就是坐擁上億財產，但只願意吃60塊便當的柯文哲。連勝文那種身家破億，又揮金如土的，就不在此類，也不太像正常人類。
身為cognitive misers最有趣的地方在於，多數人其實都有能力在看了分析以後理解為什麼答案是A，也不會有困難去複製同樣的思考流程。所以未來當你遇到類似的情形時，如果你有認出來這種題目的類型（或著被提醒），你就不會再上當，也能成功的分析出來。但是如果在沒有被示範過該如何分析的情況下，今天只是告訴你，要用analytical brain，還是會有一部份的人，會一下子找不到切入點，不知道該如何正確分析，然後最後還是跑去用偏向直覺的分析方式，去回答這個問題。
這樣的狀況，其實可以連結到文章中所提到的另外一個思考層面，也就是the mindware gap。
作者在文章中說mindware gap是一種"content problem"，也就是說，我們必須先獲得某一種content，或著說是某一類型的特定知識，才能夠讓我們做出理性的、有邏輯性的思考和行為。這種content，可以是某種特別的規則、資料、策略，或著機率概念。
為了解釋這個"content problem"，作者舉了幾個相當好的例子。其中一個是我以前在這個blog也介紹過的Bayes' theorem （詳情請見這篇文章：Sensitivity, Specificity and Drug screening）。
這種題目的特色，就是要把sensitivity和specificity分開來思考計算。只要有人教過一次，大家一定就會算。像我看到這種題目，在知道這篇文章是在探討analytical brain的情況下，
我就會很直覺的知道它是屬於Bayes' theorem的題目。這是因為我受的training，讓我對這種題目很熟悉。
不過即使認得出來，因為不是天天在算，雖然知道原則，要執行這個原則，也是要花點腦力回憶一下。也就是說，在不完全是well-trained的情況下，我也無法用第一型的思考，直覺的回答這種問題。可是well-trained的人，就真的可以直覺反應。像我就遇過可以直接在腦中把molarity、volume和amount換算出來的人。每個人給他公式都可以做到，但只有受過非常好訓練的人，才能夠直接在腦中轉換。
很好笑的是，就算是知道對付這種題目的策略，在不同的情境底下，也不一定能夠直接辨認出這個種題目。之前有一次和朋友去吃冰，朋友忽然問了我一個類似的問題，我是先想了一下子，才發現他問的是Bayes' theorem，然後還想了一下該怎麼按照「策略」算，最後才把那題給算出來。
也就是說，這其實是一個三階段的過程。首先你腦中必須有那個「策略」（content），才有可能認得出這是一個特別的題型（category）。而你必須成功的辨認出這個題型，你才有可能去搜尋腦中存著的策略，然後想辦法解決它。最後是你的記憶必須完整到至少能讓你執行這個「策略」，不然就會變成「阿這題我知道，但是他媽的忘記怎麼解」，這樣的考場夢魘。而每個人大概也都會從經驗中知道，避免這種大家都經歷過的考場夢魘，最好的方法，就是多練習。也就是說，一個人所受的訓練，其實才是決定他能否解出這種probabilistic thinking題目的關鍵，而不是智商。
另外一個文章中的例子，是整篇文章中我最喜歡的一個題目。
我喜歡這個題目，一部分原因是它非常複雜。因為它很複雜，所以會讓你分析起來很費力，即使是受過訓練的人也一樣。所以即使人家告訴你這是一個hypothesis-testing的題目，如果沒有人示範給你看過該怎麼做，其實要想出來怎麼解，也相當不容易。
同時，因為它的複雜性，這個題目在有人示範過後，也不容易被簡單歸類。也就是說，即使是習慣於做hypothesis-testing的人，像是我這樣的DPhil學生，雖然在學生生涯中做過無數次的hypothesis-testing，falsified過無數的hypotheses，在第一眼看到這題目的時候，如果沒人提醒，也不一定可以一眼就認出來這是應該被歸類為hypothesis-testing的題目。
可是就像前面的幾個題目一樣，只要有人解說給你聽，多數人一定都知道這題的答案為什麼是A和5。
因為太好玩了，我們就來順著我的方法走一次這個流程吧。
首先，這個題目的假說是如果一張卡的一面是A/E/I/O/U，那它的另一面一定是偶數。
這裡一個很重要，且一定要認出來才有辦法逃過陷阱的邏輯概念是，這是一個單向的敘述。也就是說，上面那個論述只說了一面是母音的卡，另一面一定是偶數，但沒說一面是偶數的卡，另一面一定要是母音。因此，情況可以是所有母音卡的背面都是偶數，但偶數卡卻可以分成背面是母音的，和是子音的這兩種。
有了這個概念，就會知道，8的背面是什麼，根本無助於回答這個問題。
同樣的道理，我們要測試的敘述，也沒說一面是子音的卡，另一面要是什麼東西，所以K背後是什麼，也跟這個論述無關。
所以我們的選項就只剩下A和5了。
A很容易，因為它翻過來如果是基數，這個假說就居居了。若是翻出偶數，雖然結果是支持這個假說，可是這個假說還不一定是對的，因為你還要看5那邊的情形。
5那張卡稍微沒那麼直觀。它翻過來如果是子音，配合前面A翻出偶數的結果，那這個假說就對了。可是如果它翻過來是母音，那麼母音背後都是偶數的論述就不成立了，這時候我們就知道，這個假說不成立。
這個題目最麻煩就在這裡。因為大部份人都會很直覺的從A開始做，然後覺得如果A後面是偶數，那這個假說就對了。但事實上這個假說要對，還必須5後面不是母音才行。換句話說，不管你是從5或從A開始做，如果你要用"證據支持假說"的方式來驗證這個論述，那麼你就必須確定每一張卡，都符合這個論述。因此即使排除了K和8，你還是必須把剩下兩張卡都翻完才知道結果。
但是如果你要推翻（falsify）這個論述，你只要在A和5之中，找到一張卡不符合論述，那你就知道這個論述是錯的了。
這其實就是scientific method/scientific thinking最重要的核心概念。因為在現實生活中，我們無法測試每個可能性，而統計上的hypothesis testing，因其發展的原理，也無法在認定null hypothesis不成立之後，就代表alternative hypothesis是對的，所以其實hypothesis falsification才是科學上最能給予確定答案的方式。
可是這個一來超不直覺，二來又不好分析，往往需要像上面那樣一步一步思考，才能夠得到答案，中間還要不斷逃離用直覺回答的誘惑，並且成功認出好幾個categories，才能得到正確解答。而按照之前提過的，知道這個方法、能夠認出這個category、還要記得怎麼做，且要逃離直覺回答的誘惑，這些其實都和IQ沒那麼有關，反倒和受到的訓練比較相關。
所以其實科學是一種極度需要訓練的東西。而每一個學科，因為其特性和需要的背景知識不同，還有適合採用、能夠採用的策略也不同，所以常常會出現某個領域的科學家，對於另一個領域的科學判斷，會差到一個很離譜的地步，這樣尷尬的情況。譬如說學賽局的，跑來講生物學，或著學工程的，跑去講經濟學，如果不夠謙卑，太相信自己的科學頭腦，時常就會出現做出離譜判斷，丟臉丟到家的情況。
同樣的道理反過來講，若是某個領域的專家，動不動就嘲笑別人對他這個領域的科學判斷和白痴一樣，其實是一件非常諷刺的事情。來自另一個領域的被嘲笑方，很可能只是沒有足夠的content去找到適合的切入點，來理解和判斷你這個領域的問題而已。動不動就戰人智商，其實本身就是一種因為沒有content，而做出錯誤判斷的行為，因為科學上的證據，支持的是這與訓練的關聯，遠高於智商。
這也是我一直覺得科普很困難的原因。從上面的文章中，大家應該可以理解，科學並不只是一堆知識，也是一種思考方式。要能夠使用這種思考方式，需要訓練，並且習慣讓自己常用自己的analytical brain。
先撇除身為cognitive miser的部分，想要"think scientifically"，我們需要有足夠的content，而這個content，除了知識以外，還需要相對應的strategies，或著rules，或著某種特別的thinking方式。
但是通常科普文章只能給你知識的部分，卻很難做到帶領和訓練大家思考。這樣很容易變成單純的知識搜集者、百萬小學童，卻不一定能夠真正體會到科學美麗的地方。
看一堆非常令人驚奇的研究，和科學家做出來的fancy成果，當然很讓人驚豔，也能滿足好奇心。可是科學真正美好，或著說真正強大的地方，其實在於它是一種非常縝密且有系統性的思考方式，這也是我們唸研究所，必須要訓練的東西。
我到現在還記得，以前剛開始看臨床的textbook時，受到的挫折有多大。因為臨床的書，有很多就是一大堆facts，而沒有真正帶讀者進入某種思考邏輯裡面，和科學的教科書大相徑庭，讓我覺得非常無聊，很難保持專注。
大學上課的時候也是如此，我唯一會去的課，就是老師在講課時能帶我進入他的思考邏輯裡面的課，其他有些流於只是傳遞知識的課，實在沒有力氣去上。
或許是這樣的個人經驗，我一直覺得，科普如果能夠把科學的思考方式傳遞給大眾，應該會變得更美好。在寫這個blog的時候，我也一直希望是以一種呈現我如何想事情的方式來寫文章。因此，很多時候會有思緒跳來跳去，然後又很冗長的狀況，就文章本身的架構而言，其實並不理想。
簡而言之，我自己也還沒想出該怎麼做，才能讓科普變得更貼近我心中科學的樣子。或許等我唸完DPhil，會更有概念吧 XD
沒有留言:
張貼留言