未来二十年,文科生如何逆袭?

2018 年 7 月 8 日 罗辑思维

大数据、人工智能……算法在很多领域,都已经比人类专家更靠谱。不夸张的说,人类正在迎来一个算法至上的世界。

这就引发一个问题:如果算法这么厉害,那人文学科是不是就没用了?

估计文科生们听起来会很绝望啊。

不过,今天咱们要介绍的这本书,提出了一个让人振奋的结论——

算法并非万能。很多涉及人的问题,算法是没用的;而人文学科,却能提供解决工具。简言之,人文学科的洞见,比算法更厉害。

咱们一起来看这本书:

《意会》

作者:克里斯汀·麦兹伯格

作者为啥会提出如此大胆的论断?文科生是怎么用语言学、政治学、人类学、哲学等等人文学科知识,做出商业决策和处理复杂问题的?

咱们就来具体看看这些思维工具。


工具一:符号(找共识) 

如何赢得一群人的认同?

找到他们认同的符号,和这个符号代表的意义,你就能赢得他们。这个工具来自语言学。

举个例子:要推广一个高端化妆品,目标消费者是都市里的高端白领女性。这些女性的特点是什么都有,啥也不缺。该怎么去吸引她们呢?一开始的广告形象是“什么都有”的女性,结果市场反应很冷淡。

后来营销人员发现:这些女性虽然追求生活平衡,但对时尚的要求,却是现代生活的浪漫。于是,他们把这个品牌和一些代表浪漫的符号——手写的书信、丝绸的长外衣、贝壳、珍珠……放在一起,结果大受欢迎。


工具二:话语理论(找差异) 

如何差异化定位产品?

找到同一个词,在不同语境内的含义,能帮你更精确地瞄准目标。这个工具来自政治学。

比如说“自由”,社会主义者认为“自由”就是给每个人均等的机会;保守主义者则认为“自由”就是个人主义,就是政府不干涉个人。

比如,可口可乐公司要在中国市场卖茶饮料。他们发现:“茶”在西方社会代表“做加法”。美国的茶饮料一般都很甜,人们说的“喝茶”其实是补充糖分和咖啡因。而在中国,“茶”代表做减法。人们喝茶是为了远离喧闹,寻找纯净的自我。可口可乐据此针对中国市场调整了茶饮料的配方,结果很成功。


工具三:社会系统理论(找维度)

如何处理组织内的各方矛盾?

你需要从社会学中,学点站在不同“维度”看问题的功夫。

社会学家尼克拉斯·卢曼有个理论说:专业人士看一个东西,都爱用“二分法”。比如说,律师看什么东西都是“合法”和“不合法”,商人看什么东西都是“盈利”和“不盈利”,记者看就是“有故事”和“没故事”。

这就是不同的“维度”。比如医院要引入一个服务,管理者想的是划算不划算,而基层的医生和护士,想的可能是它是否方便我照顾病人。如果不管不顾地把他们放在一起,就会出现矛盾。这是算法理解不了的。要想避免矛盾的产生,你就得先懂得这个矛盾,有点儿“维度”的概念。


工具四:台前和台后(找关联)

如何提升优化产品和服务,打开更广阔的市场?

认识到人类表面行为背后的关联因素,能帮你突破商业决策的局限。这个洞察来自社会学。

比如,社会学家欧文·戈夫曼有个理论说:每个人都在管理自己在别人面前的形象,而你在“人前”的形象,是由你在“私下”的准备决定。这个理论,把我们的活动空间分为“前台”和“后台”,并且指出,前台和后台同样重要。

它被用到了房地产开发上。比如说,一些高档房产,都流行做开放式厨房,跟客厅连接在一起。能给客人看的房间尽量不设隔断墙,电器也都被设计得很漂亮。这不就是人们精心管理的生活的“前台”吗?不仅前台受重视,后台也同样重要——即使是私人空间,比如说主卧室,也要搞得很好。这也正是现在的流行趋势。前台和后台,都很重要,都要讲讲设计美学。


工具五:回报理论(找洞察)

如何洞察和预判消费者行为?

人类学提供的理论依据,能帮人们做出更理性高效的决策取舍。

比如,一个博物馆希望它的高端观众能额外捐款,用什么方式?把捐款捆绑在门票、会员费里、还是单独发动捐款?

他们用到了人类学家马歇尔·萨林斯的理论:人的付出分三种。一种是希望自己付出得少、回报得多;一种是希望自己付出和回报平衡;还有一种是单纯付出,不计眼前的回报。因为他们知道,将来也许会有更好的回报。

这么一看,门票和会员制的方式就被排除了——要让高端会员进入“不计较眼前回报”的模式:尽量激发他们的“利他”心理,让他们觉得捐款是在对长期关系投资。


工具六:语言理论(找理解)

如何深刻地理解他人?

要理解一个人表达的意思,你不但要听,更要观察才行。这个理论工具来自哲学。

维特根斯坦说:人的语言,其实大部分不在字词之中。

这对理解恐怖主义很有用。为什么那些狂热的恐怖分子要搞恐怖袭击?你光听他们说什么不行,更重要的,是深入他们的日常生活,从他们的生活环境中去观察,才能真正理解他们。


你看,这些跟算法不沾边、看起来“无用”的人文学科,恰恰解决了算法无法解决的问题。

再补充几个让文科生振奋的数据:

1. 《华尔街日报》曾发表一项研究,比较了人文学科和理工学科的收入差距。结果发现:要论整体收入水平,确实是理工科更高;但请注意——拥有Top 90%高收入的人,学的主要是人文学科。

人文学科在一定程度上,比理工科更值钱。


2. 2012-2016年,美国新创造了1010万个工作岗位,其中涉及到技术的岗位只占10%,而剩下的90%,大部分都和文科有关系。

文科生不但存活了,似乎还在反击。


《意会》这本书里还有更多研究和例子,它们都在提醒你务必关注:算法时代,文科生正在逆袭,而那些“似乎无用”的学问,如果你会用,就有大用。

无论是算法统治世界,还是人文学科所拥有的强大工具,本质上与你是文科生还是理科生没有关系。

不管你所学专业是什么,面对来势汹汹的未来,都应该从现在开始去努力强化自己的人文通识,才能站在比算法更高维度的地方。

追踪英文世界新书中的最新思想,第一时间进行解读,介绍给国内读者,正是万维钢老师在专栏《精英日课》中做的事情。

像《意会》这样的好书,专栏里还有四十本。推荐订阅,与全球精英保持思想同步。

▽ 戳此与全球精英大脑同步

登录查看更多
0

相关内容

在数学和计算机科学之中,算法(Algorithm)为一个计算的具体步骤,常用于计算、数据处理和自动推理。精确而言,算法是一个表示为有限长列表的有效方法。算法应包含清晰定义的指令用于计算函数。 来自维基百科: 算法
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
95岁的查理·芒格,一周读二十本书
三联生活周刊
7+阅读 · 2019年5月22日
学 Python 没找对路到底有多惨?| 码书
CSDN
3+阅读 · 2019年3月10日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
吴军:数学,为人生之题解出漂亮的答案
算法与数学之美
7+阅读 · 2018年4月8日
投资,重要的是未来
雪球
5+阅读 · 2017年12月17日
如何入门Python与机器学习 | 赠书
CSDN大数据
9+阅读 · 2017年11月12日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
3+阅读 · 2018年10月18日
Doubly Attentive Transformer Machine Translation
Arxiv
4+阅读 · 2018年7月30日
Arxiv
6+阅读 · 2018年7月9日
Arxiv
11+阅读 · 2018年4月25日
VIP会员
相关VIP内容
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
相关资讯
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
95岁的查理·芒格,一周读二十本书
三联生活周刊
7+阅读 · 2019年5月22日
学 Python 没找对路到底有多惨?| 码书
CSDN
3+阅读 · 2019年3月10日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
吴军:数学,为人生之题解出漂亮的答案
算法与数学之美
7+阅读 · 2018年4月8日
投资,重要的是未来
雪球
5+阅读 · 2017年12月17日
如何入门Python与机器学习 | 赠书
CSDN大数据
9+阅读 · 2017年11月12日
相关论文
Arxiv
22+阅读 · 2019年11月24日
Arxiv
3+阅读 · 2018年10月18日
Doubly Attentive Transformer Machine Translation
Arxiv
4+阅读 · 2018年7月30日
Arxiv
6+阅读 · 2018年7月9日
Arxiv
11+阅读 · 2018年4月25日
Top
微信扫码咨询专知VIP会员