问题

什么叫「对复杂系统保持最基本的敬畏」?

回答
“对复杂系统保持最基本的敬畏”是一种认知和行为上的态度,意味着在面对和处理那些由众多相互关联的组成部分构成、其整体行为难以完全预测和控制的系统时,采取一种谦逊、谨慎、承认局限性并持续学习的态度。

我们可以从以下几个维度来详细解读这句话:

1. 理解“复杂系统”的本质:

首先,要理解什么是复杂系统。复杂系统并非简单的线性因果关系,而是具有以下特征:

大量相互关联的组成部分: 系统由许多独立的单元组成,这些单元之间存在着复杂的互动关系。例如,一个生态系统包含植物、动物、微生物、土壤、气候等多种要素;一个社会系统包含人、制度、文化、经济等;一个大型软件系统包含无数行代码、模块、数据库等。
非线性关系: 部分组成部分之间的关系不是简单的“投入多少就产出多少”。微小的变化可能引发巨大的、不成比例的效应(蝴蝶效应),反之亦然。一个细微的错误代码可能导致整个程序崩溃,而一个小小的激励措施可能带来巨大的社会变革。
涌现性(Emergence): 系统的整体行为和特性,往往是其组成部分各自行为的简单叠加无法解释的。这些特性是从整体的互动中“涌现”出来的,是“整体大于部分之和”的体现。例如,单个神经元的功能有限,但数以亿计的神经元相互连接却能产生意识;单个蚂蚁的行为简单,但蚁群却能展现出惊人的组织性和智慧。
反馈循环(Feedback Loops): 系统内部的输出会反过来影响其输入,形成正反馈或负反馈。正反馈会放大效应,导致系统快速增长或衰退;负反馈会稳定系统,维持某种平衡。例如,经济中的信贷扩张与消费增长是正反馈,而市场饱和与价格下跌是负反馈。
自组织性(Selforganization): 许多复杂系统能够在没有外部中央控制的情况下,通过局部互动自行组织起来,形成有序的结构和行为。例如,鸟群的飞行模式、交通流的形成等。
适应性(Adaptation): 许多复杂系统能够根据环境的变化调整自身,学习和进化。例如,生物的进化、企业的市场策略调整等。
不确定性和不可预测性: 由于上述特性,复杂系统的未来状态很难被精确预测。即使我们了解了所有组成部分和它们之间的规则,也无法完全预测整体行为,特别是在长期来看。

2. 什么是“最基本的敬畏”?

“敬畏”在这里不是指恐惧,而是一种深刻的尊重、谦逊和承认自己局限性的态度。它包含:

承认我们认知的局限性: 认识到我们对复杂系统的理解永远是有限的、不完整的。我们可能无法完全掌握所有变量、所有相互作用、所有潜在后果。
承认我们控制能力的局限性: 认识到我们无法完全预测、控制或操纵复杂系统的每一个方面。强行干预可能导致意想不到的负面后果。
保持谨慎和审慎: 在采取行动前,充分考虑潜在风险和不确定性,避免鲁莽和过度自信。
尊重系统的内在逻辑和动力: 即使我们不完全理解,也要尊重系统自身的运作方式,而不是强行将其扭曲成我们希望的样子。
拥抱不确定性: 接受一定程度的不确定性是复杂系统的一部分,并准备好应对变化。
持续学习和适应: 将与复杂系统的互动视为一个持续学习的过程,不断修正和更新我们的理解与策略。

3. “对复杂系统保持最基本的敬畏”具体体现在哪些方面?

将上述对复杂系统的理解和“敬畏”的态度结合起来,可以体现在以下几个方面:

在做决策时,不过度自信和简化:
不追求完美的预知: 不要期望能够完全预测一个项目的结果、一个政策的长期影响,或是一个技术革新在社会中的全部反应。
避免过于简单的因果链条: 不要把复杂问题归结为单一原因,也不要认为单一解决方案就能解决所有问题。例如,经济发展不是只靠一个政策就能解决的。
保持对“黑箱”的意识: 即使我们设计了一个系统,也要知道其内部可能存在我们尚未完全理解的机制。
在设计和干预时,采取迭代和试探性的方法:
小步快跑,小范围实验: 在推行大规模改变之前,先在小范围内进行试点,观察其效果并收集反馈。
预留调整空间: 计划应具有一定的灵活性,能够根据实际情况进行调整和优化。
关注反馈和学习: 建立机制来监测系统的反应,从中学习并改进我们的干预措施。例如,在软件开发中,敏捷开发就是一种对复杂系统保持敬畏的体现。
在分析和研究时,保持开放和多角度的视角:
倾听不同的声音和观点: 认识到不同的人在复杂系统中扮演的角色不同,他们的视角也不同,这些视角都可能提供有价值的信息。
运用多种工具和模型: 没有一种工具或模型能完全捕捉复杂系统的本质,因此需要结合使用多种方法。
警惕“模型陷阱”: 明白任何模型都是对现实的简化,模型本身的局限性可能比我们意识到的更大。
在与他人合作时,强调协作和包容:
尊重个体差异: 复杂系统中的个体具有自主性和多样性,强制统一可能适得其反。
鼓励开放沟通: 促进信息在系统中的流动,让大家都能了解系统的运作和面临的挑战。
建立信任和共同学习的文化: 在面对共同的复杂挑战时,信任和协作是至关重要的。
在个人生活中,审视自己的认知和行为:
面对生活中的不确定性时,不焦虑失措: 认识到生活本身就是一个极其复杂的系统,接受许多事情并非我们能完全掌控。
对待人际关系,不试图完美控制: 理解每个人都是一个独立的、复杂的个体,尊重他们的自由意志和行为方式。
在学习新知识时,保持好奇和谦卑: 尤其是当学习关于科学、社会、经济等大型系统时。

总而言之,“对复杂系统保持最基本的敬畏”是一种智慧,它让我们在面对纷繁复杂的世界时,能够以一种更有效、更负责任、更长远的方式去理解、互动和贡献。它是一种避免因为无知或傲慢而犯下巨大错误的基础态度,也是一种追求更深刻理解和更可持续解决方案的驱动力。

网友意见

user avatar

“对复杂系统保持最基本的敬畏”不是“比我懂更比你懂”。

说出“比我懂更比你懂”的人,其本身已经没有了对复杂系统的敬畏——当一个人在讨论的时候,并不诉诸专业知识与论证,而仅仅是诉诸权威和资格,那么说明他已经认为自己的海量专精准算已经可以解决复杂系统带来的全部问题——这是何等的傲慢。

对复杂系统的敬畏,要求我们既不迷信自己,也不迷信目前存在的共识,而是让复杂系统自己说话,有多少证据,做多少判断。

user avatar

世界上对复杂系统最缺乏敬畏的就是象牙塔里的宏观经济学家,不管是弗里德曼还是哈耶克,芝加哥还是奥地利,都是从几条假设出发,构造几个线性模型,然后就妄图指导别人治理国家了,真信了这帮人的理论的国家大多搞得一地鸡毛。

建议看看达利欧的桥水基金是怎么研究宏观经济的,他们收集了各行业各公司的资产负债表和现金流,模拟每个市场主体在不同环境下的收支,然后加总得到宏观经济预测。

这里面可能有不精确有近似,但是比经济学家靠谱多了,担得起一句“海量专,精确算,比我懂,比你懂”

最后说一句,复杂系统难理解是实话,但是不能说干脆不去理解了,放任自流。什么都不干也是一种选择,结果可能比积极作为好,也可能比积极作为糟。

user avatar

哈哈哈哈哈哈曹哲啊曹哲,多少人,多少次劝你,要多读书少说话,或者就像我说的你要是知识水平不行好歹常识水平要行吧?


你居然拿金融波动来反驳这个问题?然而金融波动恰恰是人类社会这个复杂系统的外在表现。

真就是海量专家试图通过研究金融现象深入观察研究人类社会运行方式,二百年来为此投入了不计其数的人力物力,未来还将继续投入更多更先进的技术比如大数据AI进行研究,所为就是能“精确计算”找出深层次的规律。

这是关乎到人类社会稳定发展的重要课题,你倒好,(假设真的有这回事)也不知问了个什么歪屁股柜员,让你少赚了笔小钱钱,你键盘一敲,全给否了。

你怎么就这么有勇气呢?就凭着你无底洞一样的黑名单?

要按你这样说,干脆取消经济学这门课得了。

你这就是典型的怪经济学家不能预测股价,怪物理学家不能手捏核聚变电池,你连你在抨击的是什么都不知道了。


但是讲真,我们还是要感谢你,感谢你这个回答,

因为你这个回答里展现的态度,恰恰证明了这个问题描述的必要性。

简直没有比这更滑稽的表现了,睡前还给大家送来乐子,真是贴心。

说起来键政门槛是低,但是你曹哲对自己也要有个正确估计,我现在建议你还是先把你那篇“股东经理人”神论给扯圆了再说其他吧,你那篇神论可要越传越远了。



最后送你曹哲个小贴士,无论你对“一切权力属于……”做出何种诠释,从行动上来看目前这世界上只有一个政府是真心关心民众的生命胜于其他一切的。

而你的美利坚CDC里的海专精们,还在想着花样提高检测门槛呢。

(手动比心)

user avatar

大宗商品市场就是典型的复杂系统。

逆势加仓,一把亏光。这是没有敬畏者的必然结局。

user avatar

改祖传代码时

user avatar

比如说称霸武林是一个非常复杂的系统工程,把宝压在一门神功上是愚蠢而不现实的。

user avatar

我不揣测 @鱼昆 的原意。只是作为一个搞系统论研究、致力于系统思维通识教育的人,说说我的理解。

钱学森把系统分为三个主要类型:简单系统,简单巨系统,复杂巨系统(后两者统称为巨系统)。

简单系统是要素间主要为线性关联的系统。此类系统的结构或运动往往可以用一组线性约束方程来表示。比如物理上(经过理想化的)反映理想刚体相互作用的力学、反映刚体运动的运动学、和前两者结合的动力学,都是描述简单系统的理论。

简单巨系统,仅仅比简单系统增加了规模巨型性的特征,也就是构成系统的要素数量特别庞大,系统规模特别巨大。要素间关系主要为线性的核心特征没有改变。这类系统主要可通过统计学工具来从整体上加以描述和处理,例如一团理想气体。阅兵场上迈着整齐划一的方步前进的军人们可近似看做一个简单巨系统。

复杂(巨)系统与之相反,是要素间主要为非线性关联的系统。由于目前人类探索能力和数学能力的限制,一般在学术上往往将这类系统从某个维度、某个精度阈值上抽象简化为一定程度的线性系统进行描述,或者限定部分约束条件使之简化为特定形式来求特解,例如量子论标准模型。

我们可以发现,复杂系统一定具有规模巨型性——少数一两个、三四个要素天然就不可能组合出一个超复杂的系统来。因此钱学森没有在复杂巨系统之外单独规定一个“复杂系统”出来。这种分类事实上暗示了我们:庞大的系统不一定复杂,但复杂的系统必定庞大。需要注意的是,巨系统的“庞大”没有一个绝对标准。举例来讲,人类社会、人脑、自然生态系统、恒星系都是典型的复杂巨系统。

「复杂性」这个概念,在系统科学范畴下属于无定义名词,就像几何学里的“点”、“直线”一样——因为系统科学本身就是研究复杂性的科学。不过借助钱学森指明的分类方向,复杂性往往被概括为以下几个方面:规模巨型性,要素多样性,关系非线性,动态演化性。

上面讲的描述“复杂系统”的量子论标准模型,至少还是能数学化、模型化的理论体系。真正现实中你会碰到的复杂性,往往离这还差得远。比如国际社会(组成要素是全球两百多个国家,现实的国际关系无法数学化),比如一个人的思维(连组成要素是什么都不一定说得清楚)。因此这里说的“非线性”不要仅仅从数学上去理解,它强调的是无法被简单加和来概括、必然产生涌现性的组合关系。(举例:三个和尚没水喝,是典型的1+1<2效应,这就是人与人之间非线性关系的一种体现。)

根本上来看,我们会发现“复杂系统”是普遍的、绝对的,而“简单系统”才是个别的、相对的。就像刚体运动这样的例子,本身是剥离掉了事物极大一部分的复杂性,抽象成一个“小滑块”、“均匀圆球”、“质点”,才得以被完美地描述。如果我们不做精度范畴的限定,即使简单如一张桌子、一把椅子,要从分子层级去模拟其运动也是根本不可能完成的任务。任何你认为是“简单系统”的东西,只要提高其对现实世界的拟合度要求,立即都会变成复杂系统。要素多样性、关系非线性、动态演化性总会冒出来缠着你。

而系统内部要素之间、系统与环境之间、系统与其他系统之间普遍的非线性关联,使得运动中的系统呈现出极其复杂的变化图景。这在突变论里面有比较完整的描述——最基本的,就是我们对系统演化的认识从传统思想的“一因一果型”,进化到了“多因一果型”、“一因多果型”、“因果复合型”等层次。而引发“果”的过程,又有渐变和突变两种基本形式。在突变的情形中,即使是最简单的“连续线性因素作用引发突变”的模型,系统突变也存在极多不同的类型,且随着约束条件个数的增加指数上升……这么一说,你就应该明白为什么描述复杂系统的运动是如此变态了。

但是,由于人类——尤其是未经系统思维训练的普通人——思维能力的极限,认知客观世界时滑坡到朴素的直观感性、一因一果、简单加和认知是极容易发生的。例如“中国科学技术落后于美国一定是因为体制落后”,“中国的城乡贫富差距问题一定是由于户籍制度的存在”,“美国那么发达强大,所以它的政治经济制度一定是最先进的制度”,这些网上常见的暴论就是典型的直观感性认识。它们都极大简化了一个复杂系统(人类社会)内外部多重因素相互(非线性)作用,粗暴地降级为“一因一果型”论断。

「对复杂系统保持最基本的敬畏」,最基本的就是要对系统运动中的相互作用和因果关系格外警惕,尽可能谨慎地做出“一因一果型”论断。当然更应该做的,就是从系统科学理论、系统科学哲学方法论上,去学习把握系统存在与演化的普遍原理和规律,从根本上提高自己对复杂性的认识能力、分析能力。

需要注意的是,不能因为复杂系统的普遍的、绝对的,就粗暴认为“复杂系统是不可解释、不可预测的”,因为这就滑向了「不可知论」的反面极端。但是从这里开始,事实上就已经进入哲学层次的讨论了。

科学上我们可以具体地研究某某理论是成功的还是失败的,人类对客观世界的认识整体是更深入有序还是更浅薄无序了,某某理论的预测能力有多强……但哲学上,我们只会说:「世界是物质的,物质是运动的,运动是变化的,变化是有规律的,规律是可以被人掌握的」。

科学上我们可以提出假说、构造模型,猜想电子、夸克这些现模型下的基本粒子是否还有更基本的结构,或者猜想可观测宇宙之外是否存在更广阔的图景。但哲学上,我们只会说:「物质世界的层次是无穷的」。

同样,在科学上,我们可以尽情探讨现有的系统学理论(还是定性的非线性描述+定量的线性模型拟合为主)对真实的复杂系统解释力和预测力有多强,局限性有多大。但哲学上,我们应该认为复杂系统是可认知、可解释、可预测的,而且支撑这一认知路径的方法论哲学已经初步成熟。

当然,我是一名辩证唯物主义者,所以我有底气说出以上的话。而如果你本来就是不可知论者,是朴素唯物主义者,或者是宗教徒,那么你会不认同上述陈述也是很正常的。不过我觉得有趣的是,对系统的认识能力和对马克思主义哲学的坚定程度是相互促进的。我就是在对系统科学哲学的掌握和运用愈加纯熟时,也愈加深刻完整地认识了辩证唯物主义。真正如钱学森所说,系统科学哲学的确成为了“马克思主义哲学通向系统科学的桥梁”。


附注:

系统论(系统科学哲学)的基本原理是:整体性原理,层次性原理,开放性原理,目的性原理,突变性原理,稳定性原理,自组织原理,相似性原理。

系统论的基本规律是:结构功能相关律,竞争协同律,信息反馈律,涨落有序律,优化演化律。

这一体系的提出,源于清华大学魏宏森教授自80年代起对一般系统论、信息论、控制论(以上为老三论)、突变论、协同学、耗散结构理论(以上为新三论)、超循环理论、混沌理论、分形学等多门系统科学学科与理论(或关联学科)的整理与提炼,继承了钱学森对综合集成法的探索和钱学森现代科学技术体系思想,融会了系统科学的科学探索与马克思主义的哲学原理,建立了“马克思主义哲学通向系统科学的桥梁”。

我当年的相关文章:

类似的话题

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有