最先要从今年的高考作文题谈起,题目是这样说的:

“二战”期间,为了加强对战机的防护,英美军方调查了作战后幸存飞机上弹痕的分布,决定哪里弹痕多就加强哪里。然而统计学家沃德力排众议,指出更应该注意弹痕少的部位,因为这些部位受到重创的战机,很难有机会返航,而这部分数据被忽略了。事实证明,沃德是正确的。

事后很多老师和家长都觉得这道题很难,但在我看来,凡事没有什么难易之分,只有可不可以理解、有没有资源去做和值不值得做。当然,这个话题非常值得去思考,因为它不仅暗含了一个著名的心理学概念“幸存者偏差”,而且关乎每个人在根本上对成败的态度。

一、为什么鸡汤没有用?

在市面上从来不乏成功学的励志书,很多人功成名就后回过头来给世人分享他们的经验,但事实上,知道这些东西之后就一定会成功吗?很显然,有那么多介绍马云的书,但中国至今并没有出现第二个马云,反而是绝大多数人栽了跟头。这其实很多人正在面临的困惑:为什么懂那么多道理,还是过不好一生?

先给你分析一下当今的成功学鸡汤的共性,简单来说,就是对成功归因。对于成功,我们可以归因吗,换句话说,我们可以直接得出为什么成功的结论吗?

往往不能。

很多成功的经验都是基于特定场景的,就拿马云的这句话来说:“今天很残酷,明天更残酷,但真正的勇士会看到后天的太阳。”这句话我在各类书籍中看到了不下于三遍,那这句话有道理吗?确实是很有道理,它教人要坚持不懈。但回过头看,马云创业的年代,正遇上电商产业兴起的浪潮,时代给他赋能,但你试试夕阳产业,纵然你坚持下去,然而到了后天并不是太阳,反而依然是血淋淋的残酷。

成功的因素是非常复杂的,也许这条道路上有100个坑,对于成功的人,也许是忽略了90个坑,有幸躲过了9个,而自己解决的,只有一个。

所以,大多数的成功者,都是幸存者。而很多幸存者的励志文章里几乎都有一个共性,那就是把所有的原因都算在自己头上,都归因于个人能力问题,而事实是,外部环境的变化也很重要,而且这个变化包罗万象,不可能考虑周全。这也暗示了我们运气对于成功的必要性。

战国时期的庄子早就发现上述的自然规律:“水之积也不厚,则其负大舟也无力;风之积也不厚,则其负大翼也无力。"而今有雷军过了不惑之年才痛定思痛,提出"风口飞猪"的理论,强调顺应时代发展的重要性。

你可以说周鸿祎凭借专注的精神在3Q 大战中领导金山走出困境,但你想想,如果当时360和腾讯没有大战,或者晚一点大战,用户们照样用360杀毒软件、腾讯的腾讯管家,金山估计早就关门散伙了。

所以,鸡汤和道理,也就听听而已,不必拘泥,那我们到底应该怎么办?

二、直面失败,挖掘沉默数据

很多人不屑于犯错,也懒得面对失败,这是不成熟的表现。弗朗西·培根说:失败是成功之母。而今天却有人说:成功才是成功之母。两种说法截然相反,但表达的意思是一样的,那就是尽可能地”避坑“,成功了之后可以沿用曾经同样的路数,减小试错的成本,但是从自己和他人的失败中,我们却也可以明显看到这些坑的所在,之后刻意避开。

前者是无意地躲避,而后者是有意识而目标明确的,敢问哪一种更见效?显然是后者。那为什么不直面失败,从失败中汲取经验和方法论呢?

之前在第八周提到,世界上很多事情,都分明局和暗局。放在明面上的东西我们经常会很在意,而暗局里的东西却是很容易被忽略的。弹痕多的地方多加强,战机活了下来,那对于弹痕少的地方被攻击的战机呢?直接被忽略了,因为他们无法返航了。

打个简单的比方,当年盖茨和乔布斯在大学就辍了学,但是你并不能说上大学没有用,因为那些跟风辍学的人,大多是碌碌无为、没了声响。同样的道理,战机失事这件事情,也不能仅仅看那些返航的战机,还要考虑遇到事故的那部分,”让死者开口“!

通常这部分没有考虑到的部分就是沉默数据,我们研究失败,就是为了了解它们,不然就很有可能一叶障目、坐井观天。因此,在弹痕少的地方下功夫,正体现了我们对沉默数据的尊重,无疑是增添了我们成功的筹码。

三、一个实用的成败观

前面说过,成功者大多数是幸存者。幸存者总是对自己的幸存有着偏见,所以我们要用沉默数据来消除这种偏见。对于我们个人来讲,成功的时候切记要感谢上帝,千万不要感谢自己,失败的时候正是我们直接获得沉默数据的时候,不仅是对于自己的失败,还有别人的失败,对此我们要珍惜,因为人生的车轮总是不停向前,这样的机会稍纵即逝。

愿你直面失败,取得成功。

这是三元陪你的第十周,希望对你有所启发,下周见!

成长的路上,你并不孤独。

怎样消除幸存者偏见?——谈谈成败观相关推荐

  1. 领英工程VP:如何用 AI 消除 AI 偏见,打造高级人才推荐系统

    AI Conference 北京站 自从 2014 年进入中国以来,五年间,领英的用户数就从 400 万增长到了 4700 万.手握如此大规模的用户群体,领英也在不断进行升级,充分利用大数据与人工智能 ...

  2. 陈丹琦带队全员女将发新论文!提出AI消除性别偏见新方法,适用于任何模型 | EMNLP 2022...

    Pine 明敏 发自 凹非寺 量子位 | 公众号 QbitAI 陈丹琦新论文来了! 研究团队全员女将,这是她在普林斯顿的第一篇all-female author论文. 论文主题也和女性议题有关. 论文 ...

  3. 生活中的观察者偏见例子_消除人工智能第2部分中的偏见,解决性别和种族偏见...

    生活中的观察者偏见例子 Chatbots that become racist in less than a day, facial technology that fails to recogniz ...

  4. 我从吴恩达 AI For Everyone 中学到的十个重要 AI 观

    作者 | LeeMeng 整理 | NewBeeNLP 写在前面 在这个人机共存的年代,每个人都应该去尝试了解并运用人工智慧这个超能力,思考自己未来在这个变化快速的世界的定位  曾经领导Google ...

  5. 我从吴恩达AI For Everyone中学到的10个重要AI观

    作者:NewBeeNLP 本文约3500字,建议阅读10分钟 本文作者与你分享吴恩达课中最值得记住的10个AI观,希望能让你学到些东西. 写在前面 [ 导读 ]在这个人机共存的年代,每个人都应该去尝试 ...

  6. 我从吴恩达AI For Everyone中学到的十个重要AI观

    写在前面 在这个人机共存的年代,每个人都应该去尝试了解并运用人工智慧这个超能力,思考自己未来在这个变化快速的世界的定位  曾经领导Google Brain 的吴恩达教授公开的Coursera 课程:A ...

  7. 从吴恩达AI For Everyone中学到的十个重要AI观

    作者 | LeeMeng    整理 | NewBeeNLP 写在前面 在这个人机共存的年代,每个人都应该去尝试了解并运用人工智慧这个超能力,思考自己未来在这个变化快速的世界的定位  曾经领导Goog ...

  8. 深度学习先驱 Yann LeCun 被骂到封推!AI 偏见真该甩锅数据集?

    整理 | 夕颜 出品 | CSDN(ID:CSDNnews) 最近,人工智能领域又发生了一次热热闹闹的争论,随后演变成一场偏离轨道的争吵,目前以 Yann 道歉封推暂告一段落......        ...

  9. 2017,AI偏见为何如此受关注?

    来源:亿欧 概要:从荒谬到令人不寒而栗,算法偏见在社会中产生越来越大的影响,而且这一问题已经暴露多年.但直到2017年,人们对AI算法偏见的公众意识似乎才达到了一个临界点. 佛罗里达州的一项犯罪预测算 ...

最新文章

  1. Hacker(六)----黑客藏匿之地--系统进程
  2. HTTP协议类POST 和GET的区别
  3. hdu3665 水最短路
  4. html粘贴excel内容,如何用JS解析剪切板里的excel内容
  5. 洛谷 P3332 [ZJOI2013]K大数查询 解题报告
  6. 实验五 操作系统之存储管理
  7. 【Vue】Docker + Nginx 部署 Vue3.0 项目
  8. 《Scikit-Learn与TensorFlow机器学习实用指南》 第1章 机器学习概览
  9. “请给我一个女朋友”“我给你一个大嘴巴子”,微信官方真给人实现愿望了...
  10. sql如何避免插入并发_SQL批量插入并发和性能注意事项
  11. Java实现穷举_LeetCode 28:实现strStr() Implement strStr()
  12. kettle MySQL blob_KETTLE BLOB 问题
  13. python win32模块详解_Windows平台Python编程必会模块之pywin32介绍
  14. 前端性能优化分析(雅虎军规)
  15. 重启Usb蓝牙设备(PD虚拟机模拟插拔)
  16. Android Alarm机制分析
  17. Ikuai网关配置方法
  18. 如何理解空洞卷积(dilated convolution)
  19. Firefox和IE浏览器清除缓存方法
  20. kibana发音 logstash发音 ElasticSearch发音

热门文章

  1. win10系统不能复制粘贴的解决方法
  2. 登录超时提示+踢人下线实现(spring security)
  3. 面试集锦|浪潮集团技术一面
  4. 关于linux移植碰到Resetting CPU ...的问题
  5. 用R语言拟合Eurogenes G25祖源坐标的学习笔记
  6. Tensorflow.keras.layers各种层的学习笔记
  7. maskrcnn_benchmark代码分析(2)
  8. 【CS231n】十五、深度学习的高效算法和硬件设计
  9. Android 常用正则表达式,阿里巴巴内部spring宝典意外流出
  10. mac浏览器打不开html,Mac电脑能联网但是浏览器打不开网页怎么解决