来源:
节选自《系统化思维导论》,作者:[美]温伯格,
人民邮电出版社授权
发布
对于刚刚开始职业生涯的年轻人,我的忠告是,用新鲜的、不教条的、没有偏见的头脑,去思考大事情的主要轮廓。
——H. 塞里(H. Selye)
但是,人不能脱离信念而存在。没有信念,我们寸步难移,因为不知道前面的地面是否能支撑我们的体重。我们甚至不能站得很直,因为不知道脚下的土地是否坚实。一般系统方法不会让我们无需信念,只是设法用一组信念补充另一组信念,以期在有些时候更加有用。
在什么基础上,一般系统思维肯定会有用呢?首选答案似乎是伯丁所谓的“一般系统信念的主旨”:
经验世界的秩序本身也有秩序,也许可以称为二阶序。
关于通才,伯丁说:
如果他发现规律时会高兴,那么他发现规律的规律时就会狂喜。如果他认为规律是好的,那么规律的规律就是美味且最值得追求。
这种信念,这种饥渴,可能徒劳无功。但如果二阶序确实存在,那肯定对寻找一阶序的人有用。
从某种意义上说,一阶序是二阶序的基础,发现一般系统规律的主要方法是归纳。一般系统研究者从不同学科的规律开始,寻找其中的相似性,然后向世界宣布新的“关于规律的规律”。各学科的一般规律就只是其特例了。
通过归纳进行一般化处理的威力在于,我们能够运用一般规律针对未曾观察到的情况得出某些结论。这也是通才能从一个学科转到另一个学科的原因。每一次成功都会让人们增强对二阶序的信任程度。
因此,一般系统信念的主旨并不完全基于信念。当然,信念是必要的,因为不是每次学科间的跳跃都能成功。为什么?因为归纳不可能永远有效。就算通才看起来像在驾驶一驾最一般的飞机,但和所有科学家一样,他只是在应用归纳的结果。哲学家们曾经花了很长时间试图证明归纳法一定有效,但现在聪明的哲学家已经放弃了这种努力。赖欣巴哈说:
如果我们想建立一般真理,就需要归纳法,它包含了对未曾观测的事物的参考。因为我们需要它,所以就愿意承担它出错的风险。
但我们为什么不更谨慎一些?为什么不等待更多的证据?原因在于知识呈爆炸性增长,而我们的大脑受到计算的平方律的限制。伯丁说:
当今社会,即使是那些新新人类,他们的知识也只是人类知识的极小一部分。因此,一般系统学者经常在黑暗中跳跃,经常在没有足够证据时得出结论,结果实际上经常做傻事。确实,愿意做傻事几乎就是进入一般系统研究界的必要条件,因为这种意愿常常是快速学习的先决条件。
要成为成功的通才,我们必须用一种天真、简单的态度研究复杂系统。我们必须像儿童那样,因为有充分的证据表明,儿童就是用这种方式来理解许多复杂思想的:首先形成有关总体的大致印象,然后再深入具体的差别。皮亚杰(Piaget)这样描述他的观察结果:
一个不认识字母和音符的四岁孩子,通过一天或者一个月的观察,就能简单地根据题目和那页书的样子,分辨出书中不同的歌曲。对他来说,书中的每一页都代表了一种特别的模式,但对我们来说,每一页的形式都差不多,因为我们看到的是每个词或每个字母。
由于识字,成年人可能丧失了研究部分之前先抓住整体的能力,这种能力被他们在读写方面的高级分析能力掩藏起来了。不过,成年人还是保留了一些语言之外的能力。我们可以认出一个熟悉的街区,即使没有任何标志,也能感觉到某些东西发生了变化,即使我们说不出来。
根据前面的分析,我们肯定会犯一些错误。我们常常误以为曾经到过这个街区,而进一步的分析可能证明我们错了。但在科学中,正如塞里所说:“枯燥乏味的理论与错误的理论差别非常大。”在一个有点熟悉的环境中迷路时,我们需要利用总体印象,快速导向更为熟悉的环境。如果我们发现走错了街区,这个错误就会被纠正。如果我们非要查看每个街区的每个门牌号码,就赶不上晚餐了。
任何方法,不论是分析方法还是综合方法,都不能确保在寻求理解时不犯错误。每种方法都有一些有特点的错误。基于对二阶序的信念,我们大跨度地跳跃,往往完全错了,但至少能很快发现。如果时间是重要的因素,那么慢而对的分析方法所能保证的,就只有无法按时完成任务了。雷利爵士(Lord Rayleigh)曾说:
精心设计的实验的结果常常被视为新发现并以“定律”的形式被提出。其实经过几分钟的思考,人们就可以事先预测出来。
这就是分析所固有的错误。虽然从长远来看,耐心总会有回报,但就像凯恩斯所说的,长远来看,我们都会死。所以,一般系统方法会吸引那些没有耐心等待精确方法的人,但仅仅没有耐心是不够的。要想成为出色的通才,必须学会忽略数据,只看事物的“概貌”。
看看一个完全相反的例子,也许更能理解这种方法的实质,这就是韦特墨(Wertheimer)笔下的奥地利督学:
故事发生在奥地利帝国时期摩拉维亚的一个小村庄。一天,教育部的督学来检查这里的学校。这种例行检查是他职责之内的事情。快要听完一节课时,他站了起来,说:“看到你们都学得很好,我很高兴。班级很好,我对你们的进步非常满意。所以,在离开之前,我想问大家一个问题——谁知道马有多少根鬃毛?”令督学和老师感到吃惊的是,一个九岁男孩很快举起了手。他站起来回答:“马有3 571 962根鬃毛。”督学惊讶地问:“你是怎么知道的呢?”孩子答道:“你要是不相信我,就自己去数一数。”督学大笑起来,对孩子的表现非常欣赏。老师沿着走廊送督学出门时,督学还一直笑个不停,他说:“多有趣的故事啊!回到维也纳,我一定要讲给同事听。我甚至想得出他们会有什么反应,他们最喜欢幽默故事。”就这样,督学离开了学校。
一年后,督学又来这所学校进行年度检查。在送督学出门的路上,老师停下来问道:“督学先生,顺便问一下,你的同事听完马鬃毛的故事后反应如何?”督学拍了拍老师的背,“哦,”他说,“你知道我是多么想快点给他们讲这个绝妙的故事,不过我没讲成。回到维也纳之后,我死活也想不起马到底有多少根鬃毛了。”
有人会反对,说这种基于过度简化的敏锐和清晰包含了一些曲解或错误表述。但这就像是教师面对的永恒悖论:教事实和图表,还是教真理。要教一个模型,教师必须采用具体的图表,并清楚地说明一些根本看不到的东西。学生们必须“学习”一些东西,以便以后意识到,那些东西并不太像他学到的样子。但到那时,他已经抓住了事物的本质,从此开始接近真理。他会用一生的时间不断地修正,不断地接近真理。
——卡尔·曼宁格(Karl Menninger)
至此,我们已经讨论了类比、思维类型系统、一般化以及一般系统思维的其他一些工具。现在我们要解释一下本书对“定律”的使用。开始之前,我们有必要回顾一下科学定律的某些方面,这些是标准著作不太强调的。
具体说来,我们要记住:
科学断言的模式是“如果……那么……”。
我们常常忘记科学定律是有条件的,因为它们常常用非常简单的方式表述,即省略或简写了“如果……”部分。这一部分必须省略,因为如果我们认真地全部写出来,就太长了。例如,热力学第一定律的一种表述是:
系统中的总能量守恒。
我们可以用操作术语细化这个表述,像下面这样:
如果一个系统的能量既没有进也没有出,如果我们对它的总能量进行测量,在测量过程中也没有能量进出,那么每次测量都会得出一样的值。
这个表述还可以进一步细化,但这样已经足够冗长了。这肯定比前面的表述更难记住,而进一步细化的情况就更糟了。
有时候,我们依然需要非常精确地表述“那么”成立的“如果”条件。例如,假设我们真的测量一个系统,并发现每次结果都不相同,我们就可能得出下面某个结论:
1. 能量守恒定律不适用于本系统;
2. 有能量进出;
3. 测量不准确。
最大的可能是我们仍然坚持能量守恒定律,因为定律代表了以前许多实验的结果。虽然从理论上说,一个反例就能够迫使我们拒绝接受能量守恒定律,但实际上我们恐怕不会这样做。
首先,我们最有可能怀疑自己的测量。在这个例子中,能量守恒定律将作为规则,来定义“总能量的测量”:
如果一个系统没有能量进出,如果我们对该系统的某个属性进行测量,过程中也没有能量进出,如果被测的属性不是常量,那么这个属性就不是系统的总能量。
或者,我们可以断定有能量进出该系统。在这种情形下,能量守恒定律就成为“封闭系统”定义的一部分,或者提醒我们去寻找“开放”之处:
如果我们对系统的总能量进行测量,而且发现每次测量的结果都不同,那么就说明系统不是封闭的。
更激进的做法是改变“总能量”的定义,以便保持该定律不变。爱因斯坦提出了著名的质能守恒方程,他实际上就是这么做的,从而保持了该定律不变。
E = mc2
这个方程的意思是,物质可以转化为能量(反之亦然),或者说物质是能量的一种形式。第二种说法保持了能量守恒定律不变。第一种同样也保持了定律不变,但增加了一个“如果”条件:
……如果系统中没有发生物质和能量的转换……
现在,我们看到了定律在科学思维中的不同作用。它们描述了测量导则,定义了定律中的术语,提醒我们寻找以前未曾留意的东西,并且预测未来的行为。它们也成为了某种焦点,可以围绕它讨论测量方法、术语的意义,并探索解决问题的技术。同一条定律可以做所有这些事情,当然,显然不是同时做。要学习科学的思维,不只是要记住定律,而是要知道什么时候以什么方式运用什么定律。
如果一条定律包含许多条件关系,就很难记住何时该用它,因为每一个条件都限制了定律的适用范围。定律中条件越少,它就越通用。添加条件还是改变术语定义?当我们面临这样的问题时,通常会选择重新定义术语。因此,能量守恒定律号称经受了上百年的考验,其实是不断修改的能量定义拯救了它。
如果发现测量结果与成熟的定律不符,不到最后我们不会修改定律。这与一个反例就能推翻一条科学定律的印象刚好相反。实际上,我们可以提炼出一个新的一般系统定律:
如果事实和定律冲突,那么拒绝接受事实或改变定义,但是绝不要抛弃定律。
这可以称为定律保护定律。
科学遵守定律保护定律,因为科学定律中包含了太多有价值的信息,在发现它“失效”时不能简单地将其抛弃。但是,在存在过程中,科学定律会被大量的条件、定义和特例淹没。最终,它们将失去原有的特点,不再是对归纳知识的简略总结,尽管对于涉及面越来越窄的问题,它们能够给出更准确的答案。
本书采用了“一般系统定律”,其目的不是给出答案。因此,它们偶尔也会出错。我们假定,要想从一般系统定律中获得精确的结论,就必须充分考察其内在含义。因此,我们不是给一般系统定律加上各种限定条件,让它们更精确,而是保持它们原有的简洁特点,让它们更好记。而且,只要有可能,我们会采用隽永的短语和吸引人的名字,方便大家记忆。也许我们称之为“格言”更好,不过“定律”是一个很吸引人的名字。
出于某种未知的心理学原因,最好记的定律采用禁止、矛盾,甚至是悖论的表述方式。能量守恒定律的另一种表述是:
不可能造出永动机。
当我们发现热力学第一定律不能排除某些类型的永动机时(虽然第二定律可以排除),就修改了永动机的定义,改成现在所谓的“第一类永动机”。当然,这意味着我们所谓的“第一类”永动机就是第一定律说不能制造的那些永动机。这是定律保护定律的漂亮应用。
许多一般系统定律都会有多种表述方式:作为定义,作为测量方法,作为探索工具,特别是以更容易记住的否定形式。我们常常采用近似的形式来表述定律,以便简化讨论,然后关注更精细的形式需要增加的条件,不让太多的“第一类”“第二类”这样的词干扰读者。错误的定律也可能有用,但如果在需要的时候想不起来,那它就完全没用了。因此,我们的定律不应是对思维的束缚,而应是刺激。
如果能给出说明性的例子,定律就更容易记。我们希望避免空洞的概括,因为只有宽泛的概括是不够的,要有“宽泛的概括加上愉快的特例,才是有成果的概念”。对每一条定律,本书努力寻找两个“愉快的特例”,有时则作为章后所附的思考题出现。任何自诩为“一般系统定律”的定律,至少应该适用于两种情况:一种是该定律的来源,另一种作为保险。
不是所有的一般系统文献都符合这个原则。因此,我们也许应该把它提升为一条一般系统定律,可以称为愉快的特例定律:
任何一般定律必须至少适用于两种具体情况。
或者像伯丁太太发现丈夫过于远离事实时告诫他的话:
要想成为通才,你总得懂点什么。
出于对同事的礼貌,尽管他们违反了这条定律,我也不会举出两个具体的例子。因此,我会举一个自己的例子。读下去你就会发现其他的例子。
过度一般化是蠢人之错还是英雄之错,取决于你个人的观点。但正如过于胆大会导致过度一般化,过于胆小则会导致一般化不足。与愉快的特例定律相对的是不爽的奇葩定律:
任何一般定律至少应该有两个例外情形。
或者,用否定形式来强调:
如果你从来没说错,相当于什么也没说。
请读者们找找不爽的奇葩定律的两个例外。
特例定律和奇葩定律适用于任何提炼一般化的行为,还有一些定律则适用于一般系统思维的“系统”方面。同样,有两种互补的错误:组合和分解。请看组合错误的一个例子: