费米式思考－－凭有限知识拆解问题。（图片来源：Adobestock）
靠费米式思考，凭有限知识拆解问题
在我进新闻业之前有读研究所，住在北极的帐篷里，研究植物的变化如何影响地下永冻土层。课程都在教北极植物的生理机能。多年后，我投入科研报导，才发觉当年在哥伦比亚大学写的硕士论文有一处统计错误。那时，我跟许多研究生一样，有个很大的数据库，敲着键盘进行一般的统计分析，却从未学着深思统计分析的效用，甚至想都没想过。
统计软件得出“统计上显著”的数据，可惜并非这么回事，因为我不知道统计检测没法用在此处，而审查论文的教授也不知道。如同英国统计学家道格．奥特曼所言：“大家忙着做研究，没空停下来检视自己做研究的方法。”
我匆匆忙忙用起高度专业的科学工具，却没学过科学论证（还因而获得硕士学位，真是很不善的学习环境）。说来惭愧，我远离科学多年后，才开始广泛思索科学的应用方式。
幸好我大学时遇到一位实践弗林心中理想的化学教授。每次考试不只有一般的化学问题，还夹杂其他灵活题目，例如：“纽约有多少个钢琴调音师？”学生得凭空推论，正确估算。后来，教授解释，这些称为“费米问题”，物理学家费米时常得靠这种概略估计协助解决问题（注1）。这些问题最大的启示在于，重要的不是知识，而是思考方式。
第一次考试时，我凭直觉回答：“毫无头绪，可能有一万个？”却超过太多了。到学期末，我有了新的概念思考工具，懂得凭有限所知做猜测。我知道纽约的人口，多数住小公寓的单身人士家中大概没摆钢琴，而我大多数朋友家中大概是一到三个小孩，所以纽约有多少家庭？多少比例会有钢琴？钢琴多久要调音一次？调音需要多少时间？一位调音师一天能去多少家庭调音？一位调音师一年工作几天？各个估计不必非常精确，最终仍能得到合理的答案。
运用费米式思考，拆解问题，凭有限的所知解题，这也算是种“类同”问题。（图片来源：Adobestock）
乌兹别克的偏乡村民答不好费米问题，但我在这堂课前也很束手无策。不过这很容易学习。我在二十世纪出生长大，早有这种思维目光，只需要学着运用。如今我已经把化学计量统统忘光，却常运用费米式思考，拆解问题，凭有限的所知解题，这也算是种“类同”问题。
幸好许多研究显示，只要接受一点费米式思考等广泛思维的训练，效用可以很长久，而且应用到不同领域。
无怪乎，“识破狗屁”课堂有探讨费米问题，以电视假新闻为案例，说明“费米估计能像热腾腾的刀子切过奶油般破解谣言”。
人人能借此迅速嗅出新闻或广告上的假数据，十分好用。如果当年我不只学北极植物的生理机能，还学应用广泛的思考工具，那么在任何领域都能做出更好的研究。
不被机器取代，得懂触类旁通
偏乡村民如同西洋棋大师和消防员，需要问题一成不变，明日一如今日。他们能凭经验把旧事做得很好，遇到新局却束手无策。他们的思维非常专精一隅，极擅长从经验中学习，离开经验就无所适从，在现代世界日趋捉襟见肘。由于现代世界变迁迅速，我们需要凭概念思考连结点子与跨界推论。偏乡村民遇到没直接经验的陌生问题就一头雾水，可我们逃不了这一关，重复性工作容易被机器取代，懂得概念思考触类旁通的人方得脱颖而出。
广泛应用知识的能力，源自广泛的训练。接下来，我们会检视另一群人如何把广泛训练化为一种艺术。相较于西洋棋天才，他们的故事比较古老，却更贴近现代许多，如同历久弥新的寓言。
【注1】
原子能之父恩里科‧ 费米（Enrico Fermi）曾在芝大足球场后面造出第一个核子反应堆。据他当年写的纪录，他旁观第一次原子弹试爆时，“在震波通过之前、之间与之后”，把纸往空中一扔，靠纸飘动的距离估算爆炸强度。
本文整理、节录自大卫．艾波斯坦（David Epstein）《跨能致胜：颠覆一万小时打造天才的迷思，最适用于AI世代的成功法》一书，文章仅代表作者个人立场和观点。由采实文化授权转载，欲阅读完整作品，欢迎参考原书。
