人的思考盲點,是生理構造上的特質,是人腦本身的運作方式。本書講我們如何可以察覺這些盲點,並加以修正當中的謬誤,當中以作者開發的檢核法為工具,並舉幾個學術例子見此法如何用於發現專家犯的謬誤。其中最奇特的是作者描述自己如何嘗試破解謎之古書《伏尼契手稿》,但老實說也真是一個奇怪的例子。
有關思考盲點,要說的其實也是《快思慢想》裏提到的 Heuristic and Biases 研究,作者特別針對專家的情況而說。他身為電腦系講師,經常會遇到一個我們在軟件業的核心問題:如何從客戶提取需求,而這客戶通常就是某領域的專家。能否提取正確的需求,對於軟件開發尤其重要,需求錯開發出來的軟件小則沒用,大則害死人。作者發現在一般需求訪談裏,專家雖然會很努力地說出需求,但還是一定會有走漏。因為專家在其領域浸淫太久,會將一些事情視為理所當然,而忽略說出來。在此,提取需求不能只用訪談,其他方法有實地觀察、叫專家邊做邊描述的出聲思考、叫專家分類的卡片法、依抽象層級前進的楷梯法。用甚麼方法,視甚麼類型的知識而定,作者列舉四類:未來知識、顯性知識、半隱性知識、隱性知識。
同樣地,在取得知識後,用適當的方式去表達也很重要。作者指出幾種比文字好得多的表達,如用表格、象限圖、圖形理論、視覺化搜尋結果等等,都旨在將知識表達得適合我們本身去吸收,其中關鍵是我們大腦對圖形理解之快。這與近年網上流行的 infographic 有相同概念。之前讀到的《Specification by Example》正正是使用表格枚舉例子以取得、表達正確的系統需求,其終極目標是 living documentation,讓跨領域人員可互相溝通。
作者發明的檢核法 (Verifier method),則是處理知識的下一步,在有良好表述的知識,可經檢核法檢視其中專家的捷思偏誤。首先找出可能的假設和推論,然後選擇適合的形式邏輯來檢驗假設,一種邏輯對應一種假設。作者以自己破解《伏尼契手稿》為例,這是一本至今未有人能破解當中看似文字內容的古書,其中可能錯誤假設是「它的文本這麼複雜,不可能是詐騙」,而檢驗方法是作者想出仿古時技術,做出一些相似的文字,但內容卻是亳無意義的。可能破解這書對作者來說是一大突破,所以他花了很多的篇幅去寫他解謎的過程。但問題這例子看上去其實不太用到他所說的檢核法,使這例子奇奇怪怪。之後他談到的兩個例子比較好:自閉症、慢性疲勞,在一些基本假設上的偏誤,導致我們在了解這些疾病,研究解決方法上走進了死胡同,而用檢核法就能找出當中錯誤的假設。
作者談到「慾望之數學」,亦即一些我們與生俱來的一些偏好,例如黃金比例、對稱、炫耀(背後有演化心理)、光滑、新奇、抗拒恐怖谷(不能分類的東西)。我們往往會用很多複雜的說法去解釋他們,給予這些偏好一些意義。這些偏好,很容易成為我們的盲點。例如飛機設計大多是對稱的,但實際上飛機只需講平衡。我們對對稱的偏好,可能就忽略了其也不對稱但平衡的設計。另一方面,了解這些慾望之數學,有助我們建立模型,做出預測,引導設計原則。
本書在談人性偏誤、專家盲點,都有獨到見解。唯作者自己所開發的檢核法,卻始終不太能令人掌握,可能這還在發展中?作者稱檢核法是一大工具箱,而我們要因應不同假設,用不同工具檢核。而這些工具在書中的實例,多是一種將知識有效視覺化的技巧。可見這檢核法雖然有高層次的步驟,但在低層次的執行上還是相當依情景而定。在此我覺得作者有種「分類癮」,覺得很多問題是因為錯誤假設下的錯誤分類而做成,而其檢核法有意將分類歸位。但世事是否能夠如此分類呢?抑或,這種覺得世事能被/不被分類,又是另一種慾望之數學?似乎我們要做的是個實證主義者。
我們要如何選取檢核法工具,這裏並沒有一套機械規則,靠的是我們對於人性偏誤、慾望之數學的理解。由於依靠我們自己的判斷,這又會墮入人性偏誤、慾望數學的自我指涉。若檢核法能發展到一種可以檢核自身的技巧,那就很有趣了。