密涅瓦的思考習慣訓練
第三章 問題解決，我學到的是──
分清障礙或限制，你才能找對問題 李佳達
用結構化的思考習慣，複製你的成功
學習與解決問題的三個階段
- Name it: 具體描述問題、抽象的事物=＃拆解問題 問問題(QBQ)：不想/不會還是能？是障礙孩是限制？
- Claim it：理解問題與抽象事物=＃限制條件(constraint) 理解問題+想解方
- Aim it：(不斷練習嘗試)解決或提升它
看到問題就跳到解答=治標不治本+削足適履
Gallup個人優勢發展教練計畫
https://vocus.cc/article/6509b530fd897800019c8c9c
Name it(說出), Claim it(宣稱), Aim it(對準)可以用來塑造組織文化
劃清限制，再動手清理障礙
區分複雜問題的中的障礙(Obstacle)與限制(constraint)
- 不能改變的=限制(constraint)
- 可以設法克服的=障礙(Obstacle)
解決問題與達成目標=簽就(comply with)限制(constraint)+克服 over come障礙(Obstacle)
對於民主國家而言，保障隱私與人權=政府與官員的限制(constraint)
但對極權國家而言，人權隱私不過只是障礙(Obstacle)，可以不擇手段
對於人生難題而言，愛情與麵包、工作生活平衡，全部都是假議題
人生不同的階段，都會有自己的優先條件與與限制條件
找工作：錢多事少離家近無法面面俱到，只能三選一或二
找男人：帥氣有錢與專情同樣無法面面俱到，只能三選一或二
找女人：漂亮能幹與溫柔同樣無法面面俱到，只能三選一或二
決策或選擇沒有絕對的對錯，只能自己想清楚+外人一定沒有你自己清楚
將問題拆解到最小單位再來面對
專注思考：如何克服 over come障礙(Obstacle)，而非靠腰困難限制(constraint) 太多
為自己備一套創意解方工具箱
＃捷思法(heuristic) 以終為始 https://en.wikipedia.org/wiki/Heuristic
＃設計思考(Design thinking) https://betweengos.com/3-minutes-to-know-what-is-design-thinking/
＃類比思考(analogies) https://learningcorner.co/knowledge-base/glossary/analogical-thinking#google_vignette
通常會需要有如人類學或社會學般進入田野，才能了解現場問題與使用者逾到的難題
培養面對問題的關鍵智慧 黃禮宏
愛因斯坦：給我一小時解決問題，我會花55分鐘想問題，用5分鐘想解決方案
問題拆解越細越好：明確界定出各種障礙(Obstacle)與限制(constraint)
So What的力量，造就百億美元估值的世界級企業
Grammarly的兩位烏克蘭創辦人，發現非母語的學生寫論文時，經常抄襲
開發了MyDropbox程式來幫忙抓論文中的抄襲
學生抄襲是為了畢業，要畢業需要寫好論文，何不幫助學生把論文寫好?
這才是解決論文抄襲的治本之道與成就了百億美元估值的企業
交期因廠商延誤，該花時間對付廠商嗎？
問題的關鍵是：解決交期延誤，而非如何懲罰廠商!
育兒焦慮的解方
擔心孩子長大之後的出路與競爭力
要不要學各種才藝？提前布局明星學區？安排出國留學？
家長相互比較，搞得大家都很焦慮
孩子覺得太累+覺得父母很煩
透過限制與創意，讓思考可以悠遊在問題的邊界 劉劭穎
問題解決，建構思考的路徑
遇到問題，獵巫找原因，然後就是列入宣導與教育訓練?
Hint:
https://eshmanager.blogspot.com/2010/09/pdsa.html
如何判斷這是一個好的解決方法？
頭痛醫頭腳痛醫腳?!
思考#限制條件讓我們更清晰
先想清楚有哪些限制條件(=無法改變)
不要浪費時間與心力在改變限制條件(e.g., 江山易改本性難移，改變一個人很難；要求孩子自律或青少年控制脾氣也很難)
失焦風險
就是期望別人改變、以考試代替教育、以獎懲代替指導
用#捷思法與#類比思考來敲開解決問題的大門
捷思法有
- 把合理想法推向不合理的極限(希望孩子不要花太多時間在玩遊戲，為了減少孩子玩由現的時間，乾脆讓他們花錢買道具，縮短練功破關時間=剝奪遊戲樂趣)
- 想向某個變量或投入為零 (沒有水資源只好採取滴灌法)
類比思考
- 大麻在荷蘭合法，但荷蘭年輕人反而不愛抽大麻，原因：是觀光客來荷蘭會想嘗試抽大麻，年輕人覺得觀光客會做的事情很俗
- 類比到玩遊戲，如果一款遊戲吸引老先生老太太，年輕玩家可能也會覺得這款遊戲沒有吸引力
- 類似的道理如羅密歐與茱麗葉的愛情+成年人才能看限制級影片+公司將各人薪資列為機密
第四章 複雜系統，我學到的是──
觀全局也觀自己的多層次分析 李佳達
你在找「問題點」，還是「臨界點」？
「複雜系統(組織)」=多層次，每個層次都存在限制、障礙與問題
重點不在於找出各層次的問題與漏洞，而是整個系統運作與完整性崩壞的臨界點
e.g., 加州野火問題
以往森林管理局對於林火採取零容忍政策，把火災當成問題，看見問題，解決問題，看似合理，但讓森林蓄積下次更大火災的潛勢
影響森林火災的變因很多：樹木植被類型、風向、氣溫乾燥程度、河流道路地形等，分析探究各個變因=見樹不見林
一個國家的滅亡與朝代的終結亦然
抗干擾能力： 系統發生改變的邊界
「臨界點」=因緣際會+不確定，可能是人危集體為惡的共犯結構，也可能大崩壞描述的那種外因(氣候因素)+内生(人為懷境破壞)
到達臨界點，一根稻草可以壓垮一頭駱駝，任何小事都可以引發巨變災難
https://eshmanager.blogspot.com/2015/04/blog-post_25.html
學校的訓練：拿著放大鏡找「問題點」+用固定的工具與套路解決特定問題
社會的訓練：觀察感受「臨界點」+面對學校沒有教、沒有人知道該如何解決的問題
為什麼身邊的關係總是在惡性循環？
- 大家期待別人改變(而不是自己能夠去調適)
- 大家拿顯微鏡找問題，不斷的在玩打地鼠的遊戲，而不是看宏觀的整體運作+與問題共存
- 每個人活在自己的世界(成見與訊息繭房)中
- 人在江湖身不由己/living inside the box and matrix
- 決策與行為受到各種有形無形的制約：自我期許、社會期待、親情人際關係、利益利害考量
從複雜系統中養成全局觀 黃禮宏
思考複雜系統問題的習慣與步驟流程
1.描繪系統(system mapping)
可以從多元視角，e.g., SPELT, 社會學、經濟學、政治學、人類學、管理學…
2.層次分析(levels of analysis)
從微觀到宏觀，從簡單到複雜，從個人群體到產業社會乃至於國家國際
3.網絡分析(network)
各節點與利害關係人之間的關係
4.複雜因果關係(complex causality)
非線性的增強、遞延等
https://eshmanager.blogspot.com/2019/03/blog-post_30.html#more
5.系統動力(system dynamic)
- 吸引子：描述系統的長期穩定狀態，可能是均衡穩定、穩定的週期性循環、看似隨機不規律但卻又受限(不會崩潰)。
- 臨界點：描述系統行為發生質變的轉捩點(量變產生質變)
理解吸引子和臨界點對於預測系統的行為、設計有效的干預措施以及避免系統崩潰至關重要。它們是系統動力學模型分析的核心概念，幫助了解複雜系統的動態演變。
湧現(emergent)，幾個關鍵特徵：
- 不可約性 (Irreducibility): 整體的特性無法簡單地從其組成部分的特性推導出來。 你必須考慮組成部分之間的交互作用。
- 非線性 (Nonlinearity): 系統的整體行為並非其組成部分行為的簡單累加。小的變化可能導致巨大的影響。
- 自組織 (Self-organization): 系統的整體結構和行為常常是自發形成的，而非由外部因素預先設計的。
- 整體性 (Holism): 整體大於部分之和。
行為作為一種複雜系統
適合助推 nudge(連哄帶騙)，不適合威脅利誘
https://en.wikipedia.org/wiki/Nudge_theory
關係作為一種複雜系統
每個人都不斷在改變，各有各的人際脈絡
一切都是因
不是不落因果，而是不昧於因果
 |
| 因果循環：這次的果是下次的因 |
Better Than Nothing，在複雜系統中還是能找到一道光 劉劭穎
這世界雖然複雜，但我們還是可以試著理解
利用相空間來理解複雜系統
系統動力 相空間
https://en.wikipedia.org/wiki/Phase_space
2020 遷徙年
遷徙=相變化=趨勢潮流
因為疫情，大家實體轉線上
疫情結束，大家線上轉回實體
疫情帶來的第二波遷徙
大家從重視生理健康，轉向重視心理變化
人，也是一個複雜系統
生命的法則
https://eshmanager.blogspot.com/2018/01/12.html
人體有生理的平衡，生理崩潰失衡，醫師不見得可以救回來
人也有心理層面
- 不能、不會、不想=>教育訓練只能解決”不會”
- “不會”的問題可以問AI，但”不想”的部分只能靠自己
- “不能”的部分有先天限制、社會價值或道德規範
人同此心心同此理，理解不會不能還是不想，可以幫助理解自己與他人
第五章 決策思維，我學到的是──
建立演算齒輪，打造你的決策系統 李佳達
一句話背後有自己的知識體系=不被AI取代的價值
演算法：目標、槓桿、數據緊密咬合的決策齒輪
算，不是計算(電腦可以代勞)，而是演算法
決策=input資訊 via知識體系的運算(知識經驗與驗證過的因果模型)output 判斷(預測準確度高)
「我覺得」是應對未知最危險的演算法
就是一種主觀猜測=憑感覺賭博
為自己裝備演算法的外掛
外掛=建模、模擬+最佳化
找出信賴區間、知道(停損停利)時機點、該關注哪些警訊與指標、往哪個方向最佳化與風險取捨
存在就是讓自己變得更好，只有透過學習與選擇，可以成就一個更好的自己
毓老師說易經
開啟數據分析與反事實之眼 黃禮宏
學習數據分析的過程顛覆過去的決策思維
數據分析=邏輯+統計+演算法
分析目的是：做出決策、引導決策
碰到問題，不是先想如何解決的對策，而是＃問對問題
數據分析進會垃圾進垃圾出，所以要Data Clean=＃來源品質(抽樣偏差)＃證據基礎，判斷數據能不能用，再花時間
邏輯=＃誤謬
你以為的因果關係不是因果關係
中間有很多干擾因素(=中介與調節變數+未控制變數)
＃變數variables 是否完整或是主要變因(貢獻力最大的那個)?
如何進行驗證？隨機與控制對照試驗!
因果關係的推論其實要很小心
因果推論的基本問題
https://eshmanager.blogspot.com/2020/05/14.html
看不見的缺失資料(missing data)高達一半
無法做出反事實推論或觀測到不同的情況
「看」到反事實的方法
配對法
斷點回歸設計
合成對照組synthetic control group
https://en.wikipedia.org/wiki/Synthetic_control_method
看不見的反事實：「如果……會怎樣？」
不要陷入自己的想法
想像平行時空的各種可能=幫自己決策開外掛
結合決策樹與效用值，讓決策過程簡化也更有力量 劉劭穎
決策樹，讓決策變得更簡單
決策樹是形式分析(formal analysis)的一種
可以挑最高機率的選項，也可以挑失敗損失最少的選項
教育上的決策思維
用加分取代扣分
用比賽來塑造同儕壓力與幫助學習
最後讓同學分享學習心得，而非頒獎輸贏
加分扣分、邊際效應與效用
不斷加分與只有加分會讓同學麻痺
扣分=利用人厭惡損失+讓同學警惕
但加扣分是外在誘因，會抹煞同學同仁的内在誘因與成就感歸屬感
沒有留言:
張貼留言