经验是理论无法取代的知识

2020年2月20日官方公布了一组数据：湖北新增确诊新冠患者349例，武汉新增615例。武汉市新增的病例怎么会比整个湖北省还要多呢？这其实与数据的统计方法有关：每个地方每天都可能发现新的病例；但过去发现的病例也可能确认不是真正的感染者、可以核减。于是，各地报告的病例数就是前一天新发现的减去当天核减的。从某种意义上说，这些数据是真实的、但却容易给人以误解。而且，这样的数据没有参考价值：如果每个村（小区）、乡镇街道、县市区、城市都按照这种算法上报，真实的发生情况就不可知了、怎么指挥防疫？各个地方为什么按照这种计算标准上报呢？一个重要的原因是：各地主政官员都不希望自己这里的疫情严重。

后来，中央决定更换湖北省和武汉市的主要领导。很少有人注意到，两位老领导和两位新领导的工作经历有很大的差别：离任的领导都是企业领导出身，有抓经济的经验；而新任的领导都有政法系统的工作经验，有识别假象的经验。在政法系统工作时需要与坏人打交道，故而善于识别假象和私心。果不其然，新领导上任之后，首先强调的就是数据的准确性和标准化。新上任的省委书记更是明确指出：上报数据不许核减！

在我看来：经验是一种不可替代的知识。这种知识的一个重要作用就是识别假象。在战争中尤其如此。孙子说： “兵者，诡道也”。敌方往往通过制造假象，欺骗、诱使对方犯错。如果不能识别假象，自然只能成为“纸上谈兵”的人。

经验对科技工作者来说同样重要。比如，我做数据分析时就发现：数据分析的难点，往往就是因为存在各种假象和干扰。有了这个经验，我会花比较大的精力去研究数据质量，而不是基于有限的数据质量、花大力气去研究算法。

再如，每当一种新理论、新方法（如 AI、深度学习）出现的时候，都会有大量的论文报道介绍：自己用了这种新方法解决了问题。于是，学术界一片热闹景象。对于这样的论文，我基本上不屑一顾。因为经验告诉我：在现实中，这种案例的主要作用是便于发表论文；而采用简单的做法、不采用这些先进方法的效果或许还会更好。同样，不经深入考证地去介绍别人的案例，很可能成为有意无意的骗子。所以，我看一个人介绍案例，就知道某些人没有经验、与说书先生差不多。