思维方法 · 10/12
思想实验Thought Experiment
在脑中设定极端场景,沿着假设推到底,让想法的矛盾和边界显出来。
一个人从屋顶落下,竟会感觉不到自己的重量。1907 年,在瑞士伯尔尼专利局工作的爱因斯坦,把这个场景放进脑中:下落的人松开手里的物体,物体会和他一起下落,仿佛悬浮在身旁。如果把人和物体装进一间没有窗户的小屋,在足够小的空间、足够短的时间里,他就会感觉自己处在没有重力的地方。爱因斯坦由此抓住了一条线索:地面上感受到的重量,与地面阻止我们自由下落有关。这成为他走向广义相对论的重要起点。
为什么成立
让两条推理在同一场景碰头
把重物和轻物绑在一起,就能检查“越重落得越快”是否自洽。伽利略先接受这个说法,再接受一个直觉:落得慢的轻物会拖住重物。这样,绑好的组合应该比重物单独下落更慢。但组合的总重量更大,按原来的说法,它又应该落得更快。同一个组合得到了相反的结论,说明这组前提无法同时成立。
极端条件能把关系显出来
把干扰暂时拿走,隐藏的关系就容易看清。讨论下落时,可以设定没有空气阻力;讨论收费时,可以把价格推到零。前者隔开空气与重力的影响,后者暴露“愿意使用”和“愿意付钱”的差别。每次只改动一个关键条件,才能看出结论究竟依赖什么。
推演的力量来自前提和规则
思想实验让人检查:接受这些条件后,是否必须接受那个结果。你要交代哪些条件改变了、哪些规则仍然有效,再一步步推导。若出现矛盾,就回头找出互不相容的前提;若没有矛盾,就得到一个值得拿去检验的解释。伽利略的推演能动摇旧说,而真空中物体是否同速下落,还要由观察和实验回答。
出处
思想实验在哲学和物理学中都有悠久传统,没有单一创始人。伽利略在 1638 年出版的《两门新科学》中,用绑在一起的轻重物体质疑旧的落体说。爱因斯坦在 1907 年以自由下落者的处境为线索,发展出等效原理,后来成为广义相对论的基础。
换个领域看
物理学
小门卫挑战熵
1867 年,麦克斯韦在给物理学家泰特的信中设想:一个微小门卫控制容器中间的门,只让快分子去一边、慢分子去另一边。两边似乎能自行形成温差,挑战热力学第二定律。这个场景迫使研究者把门卫处理信息的代价也纳入计算;后来对循环中记忆擦除耗散的研究,解释了这个挑战。
投资
拿掉转卖出口
准备买入一家上市公司的股票时,设想买入后十年都无法转卖,但仍能领取分红。你愿意靠什么收回投入:企业赚来的现金,还是后来买家给出的高价?这个设定把短期转卖的出口关掉,让你看清购买理由。如果理由只剩股价上涨,你就知道这笔交易押注的是市场报价。
个人生活
让掌声归零
一名业余跑者准备报名马拉松,每周训练四次,却越来越厌烦。她设想:成绩不会上传,没有奖牌,朋友也不会知道,自己还愿意跑多少?她发现愿意保留两次轻松跑,却不愿继续冲成绩。把外界认可设为零,帮助她看见自己享受运动的哪一部分,随后把目标改成长期跑下去。
遇事时问自己
- 我正在检验的具体说法是什么,它依赖哪些前提?
- 把哪个条件推到零、极大或完全缺失,最能暴露这句话的含义?
- 在这个场景里,哪些规则保持不变,结论能否一步步推出来?
- 同一组前提会不会沿着两条推理得到互相冲突的结果?
- 回到现实后,我能观察或测量什么来检验这次推演?
边界与误用
当结论依赖人的反应、未知数据或多个因素的相互影响时,脑中的推演无法给出可靠的数值预测。把价格设为零能揭示购买理由,却算不出真实销量。最常见的误用,是把希望发生的反应偷偷写进前提,再把结论当作发现。极端设定也要保留所研究机制的必要条件:关掉一家平台的全部用户,再讨论它的用户互动价值,就把机制本身删掉了。出现矛盾时,应检查整组前提,不能只挑自己讨厌的一条丢掉。
练一练
负责远程测试设备的工程师,要为北京和上海的研发团队设计预约系统。两地各有一台预约服务器,共用一台测试设备。负责人要求:两地断网后仍能预约;设备空闲时,各地收到的首个请求都立即确认成功;同一时段绝不重复预约。工程师设想:断网前,两台服务器都显示明早十点空闲;断网后,两地各收到一个预约该时段的请求。
哪种判断最站得住?
事后取消是常见的冲突处理办法。但两个请求此前都已确认成功,已经违反了绝不重复预约的要求。
发生概率确实影响产品取舍。但“绝不重复”也涵盖这个场景,低概率不能消除要求之间的冲突。
时间戳能帮助排列先后,看起来可以选出唯一赢家。但断网时双方看不到对方的请求,仍会各自确认成功。
两台服务器按要求都必须确认成功,却会造成重复预约。这个场景说明三项要求无法同时满足,取舍还要看业务代价。
把两地通信拿走,再让两个请求争用同一时段,三项要求的冲突就显出来了。脑中的推演能证明这组要求不能同时成立,但不能替负责人决定放宽哪一项。
市交通局的规划员正在评估公交免票方案。她设定票价降到零,线路、班次和行程时间保持不变。接着,她假定目前开车通勤的人都会改坐公交,据此算出明年道路车流量会下降四成,并把这个数字写进方案。
哪一步最需要纠正?
改善服务可能吸引更多乘客,方案看起来也更完整。但同时改变这些条件,仍不能确定转乘人数,还会混淆免票与服务改善的作用。
免票只拿掉了票价,没有拿掉换乘、耗时和接送孩子等约束。实际转乘比例需要调查或试点,不能从这个设定直接推出。
核对基数能避免算术错误,是必要的检查。但人数算得再准,也不能证明这些人都会因免票改坐公交。
半价更接近常见政策,似乎能让预测更可信。但设定更温和,也不能把未知的出行选择变成已知数据。
把票价推到零,可以帮助规划员看清哪些出行障碍仍然存在。她却把所有人都会转乘写进前提,再把计算结果当作政策效果;这个数字的关键依据尚未得到检验。
妹妹失聪后,姐姐开始每晚练习手语,想在吃饭和出门时直接与她交流。一位朋友建议她检验学习动力:设想妹妹和其他人都看不懂手语,她是否还愿意学?姐姐说不愿意,朋友便判断她只是迫于家庭责任,没有真正的学习动力。
对朋友的判断,哪种评价最准确?
不依赖他人的兴趣看起来更纯粹。但为了与妹妹交流而学习,本身就是明确的动力,不需要通过独自使用的检验。
姐姐的目标是与妹妹交流,设定却让这种交流不再可能。用途消失后的选择,不能直接说明用途仍在时的学习动力。
延长时间似乎能排除一时冲动。但无论设定持续多久,它都已经拿掉姐姐学习手语的核心用途。
比较不同技能有助于了解兴趣。但是否享受独自练习,不能判断她是否愿意为与妹妹交流而持续学习。
极端设定要保留所研究机制的必要条件。这里删掉所有能看懂手语的人,也删掉了姐姐学习手语的核心用途;她的回答能说明她重视交流,却不能证明她缺乏学习动力。