72 关于想法的想法
久疏于思考，突然发觉这可能是写得少了的结果。到底是思考时在书写还是书写时在思考，真的是很难分别的一件事。
自我的认知应该是一种“螺旋上升”的概念。简单来说，当得出某一种结论的时候，应该反过来，自己对自己进行反驳，找到论证的弱点，然后对其进行分析，而后改正——或者说“进化”。这个循环可以一直进行下去，直到因为缺失更进一步信息而暂时停止。如果在这里将这种模式进行归纳，大概是：
一、将新得到的知识与原有的知识进行缝接；
二、螺旋上升的反驳与剖析；
三、得到反驳与剖析需要的更进一步的知识；
四、循环。
所以说，如果真的要得到一点新的东西，我需要分析它，论证它，试着推翻它，直到这个循环不再进行得下去。而当得到更多的信息的时候，重复上述过程。
好了，现在对上面进行反驳。
我在写的时候发现一个问题，这个“反驳”的过程，或者说概念，是不确切的。因为当完成对新的知识的缝接之后，得出的结论理应是当下知识水平所能得到的最真切的结论了。也就是说，这个反驳一般情况下是很难达成的——如果我们将反驳定义为“以新知识对旧观点进行剖析”而非“指出旧观点中存在的推理错误”的话。也就是说，上面第三点更应该是“检查”，自我纠察。当然这也是很重要的，PDCA计做查改循环的重要一环。这里，将“反驳”与“检查”分成两个概念应该是很有必要的，因为这代表两种行为模式与理论基础。
于是这个对自己的“反驳”某种程度上一般不成为“反驳”。
那么现在这个螺旋上升模型应该是：
一、得到新知识，缝接；
二、查改；
三、新知识后再来；
四、循环。
但有另一个问题，即，本应该出现的“反驳”不见了。这种循环里不应该缺少一个可以对整个思考系统进行重新构建的模块的。也许在这里的某个地方可以加入另外的一个人，或一群人，或一本书的思想。在进行完对知识的缝接与查改后，加入其他人的反驳，从而重构整个体系。如果将这个新的点加入模型，大概会是：
一、学到新知识，缝接；
二、查改；
三、新知识与缝接；
四、查改；
五、如遇他人观点，先接受，然后分析这个反驳的产生到底是基于什么样的信息；
六、回到三，重复循环。
……感觉怪怪的。
怪的地方在于，为什么“学到新知识”这一个点要被分成“自我学习”与“从他人处学到”呢？这两者不应该有曲别才对。
如果再深入想，学到，或者说认知到的应该是这两种：
1.事实
2.观点
所谓“自我学到”的大概应该是事实，绝对的“事实”应该是客观存在的，其是纯粹而不包含“观点”的。但另一方面，呃……“事实”与“观点”可以被分离开吗？
想了想，大概不行。因为“选择展示哪种事实”本身就已经体现了观点。即便是看起来最为纯粹的，展示绝对客观事实的，比如说数学理论，其选择展示出的数学定义本身也包含着“更为认同这个定义”的观点。
也就是说，我们是根本没有办法接受到绝对分离开的“事实”的。或许“观点”可以，但这样的“观点”对于判断意义不大。
如果说我们认为“事实”本身是更为重要的，那最好将自己的大部分想法与概念建立在事实上，并且时时更新事实和与事实想对应而得出的观点。
所以现在这个模型应该是：
一、学到一些东西；
二、分离其观点与事实；
三、基于事实，将其缝合到原有认知到的事实集合里，成为更好的“知识树”；
四、基于新的知识树，得出新的观点；
五、检查；
六、循环。
看起来好了一点。
在现在这个模型里，反驳完全变成了“事实”与“观点”以某种程度结合的结果。但新的问题是，当得到新的知识时——这个知识一定是观点，不可能是事实——与其进行缝合的，到底是自己原有的“事实”集，还是“观点”集呢？换句话说，如果在外界不可能得到纯粹的“事实”，那么在自己内心的分析过程中，能否将“事实”从“观点”之中分离出来。
“观点”之中一定包含有对“事实”的分析与扬弃，只有与观点之下的事实进行缝合才是更好的更接近真实、失真度更小的选择。但这似乎也是错的，具体而言，“事实”本身应该存在一个“可信度”的问题。从一个“观点”中分离出的“事实”到底在多大程度上可信，这是一个很重要的问题。也就是说，即便强行将事实与观点分离开了，事实本身的可信度也一定会影响新观点的构建。
……等等，如果将“可信度”作为一个“事实”的内秉属性来看待，是不是就可以解决这个问题？也就是说，所有被分离出的“事实”本身一定带有一个可信度数值，具体表现为一个可信度百分比。以这样的形式来被缝合入原有的知识树之中。如果一切可行，那么在大脑中构建的知识树应该是一个包含可计算数值的体系，对新事实的整理与归纳就是一个比较与计算的过程。可以加减计算的事实，感觉方便不少呀。
突然意识到，这之中至少还包括一个“相似度”的问题。就是说，在进行与原有知识树缝接的过程中，“比较”这个行为本身需要进行判断，而这个判断的过程很困难。一个“事实”与另一个“事实”究竟在多大程度上相似？相似到什么程度时可以等价为相同？只有相同的事实才可以进行加减运算。而这个判断的过程如果没有数值进行检测，这还只是“观点”而已。
在“相似度”之外，我发现“可信度”这个概念本身也存在问题。可信度的数值到底是如何被确定的？一个事实的可信度具体数值的确定，很难给出一个判断的具体标准。这也就是说，一个“事实”的可信度的给出，完全是基于自己的主观判断加一定的随机来进行赋值的。而主观判断来源于本身原有的知识树体系。
于是换言之，如果将“可信度”这个标准作为内秉属性加入到“事实”中来，那“事实”本身也会变成某种“观点”——因为它包含有观点的判断——而这与我们将其与“观点”分离的初衷不符。也就是说，定义与实际涵义相悖。这真是乱七八糟。
在这种情况下，绝对意义上的“事实”不管在哪都是一定不存在的，存在的只有“观点”。
如果将“可信度”这个概念用于“观点”之上，可能就好用一点了吧？如果“观点”与“事实”不能被分离，那么如果“观点”本身有一个数值化的可信度，那“观点”就可以被“提纯”，就是说，这个“观点”中含有比较高成份的“事实”，其可信度比较高。而这个可信度数值的给出与判断也只能基于自身原有的“观点”集——这可真是麻烦，感觉随着时间推移，自己的知识观念体系一定会有越来越严重的失真。哈，如果比其他人的失真程度小一些，大概也是值得的。
于是现在应该是这样：
一、学到一些新观点；
二、对这些观点进行提纯，得到带有可信度数值的”观点事实“；
三、基于可信度将这些“观点事实”与之前的知识树进行计算与缝合；
四、基于新的知识树，得出新的观点；
五、检查；
六、循环。
现在的一个疑问是，这样做会降低效率，并且强行引入一个数值系统，其意义是否足够大到承担这个效率的降低。
这个赋值系统完全是基于原有观点进行的，也就是说，根本不是一个客观存在。而就像刚才论证过的，一旦出现一个赋值系统，很多东西都需要赋值，不只可信度，还有相似关系、子集关系、大小关系等一系列的判断。这种根本上不靠谱的强行赋值到底在进行到哪一步时边际收益与边际成本是相同从而合算的？而对这个问题的判断势必又是一个从“观点”进行赋值的问题……将一切都数值化的行为不仅不可能，而且没意义。一旦问到“为什么是这个数值”的时候，只能说是“瞎说的”。
但引入数值系统我认为一定是有其理性意义的。具体来说，这可以避免在具体问题上感性的过大影响。在进行价值判断时，在最后做决定时是由一个简单的计算来得出判断的，而感性的因素被藏在了更前一层的数值决定的时候。也就是说，如果这个系统被构建出来了，可以降低感性在决策过程中的影响，使整体的决策系统更为可控——当然不是更好或更成功，只是更为有效率并且可控而已。也就是说，在当下的决策中，能很快地基于自己目前已有的信息得出一个观点。至于是否准确……谁能知道嘛。但至少这是当下已知信息中尽可能准确的。
更另一方面也该明确，与原有的所谓“知识树”缝接，到底是与什么在缝接。其实现在来看“知识树”这个说法不是很好看，应该有个新的说法，定义……我一时不知道怎么讲，没办法用几行字叙述出来，但大概就是指有脑子里目前已经有的那一坨系统。要不叫“观念树”？挺好听，就这么说吧。
如果与这个观念树进行缝接，应该是将其拆成与提纯的“观点事实”最相近的那部分，然后再重新整理。这个拆解的部分……拆出来的东西一定也是有可信度数值的，这个数值大概是拆出来的那一瞬间进行赋值的，因为我大概想了一下，这个一整坨观念树里，乱七八糟拆起来，一定会突然多出一些自己以前没试过的排列组合。也就是说，在进行缝接时，这个将原来观念树拆解的过程也应该是这个“缝接”的一部分——想想也是，不拆开一个口子，怎么把新东西接上去。那于是就不能叫“缝接”了，叫“拆缝”？好吧我自己明白就可以了。
于是目前这个螺旋上升思考模型应该是：
一、得到新的观点；
二、提纯这个观点，得到带有可信度数值的“观点事实”；
三、将原有观念树进行拆解，得出一个在原有体系下相似的概念观点，并带有可信度数值，然后将两者缝合；
四、基于新的观念树得到新的观点；
五、检查；
六、循环。
但还是有点问题。
我发现，这个所谓对原来观念树拆解的过程，某种程度是其实是基于原来的系统对一个特定的方向进行思考从而得出自己的结论。而另一方面，我们想得出的新的观点，也一定是输出在这个特定方向上的一个结论。
也就是说，在得到一个新观点时，我们首先需要做的，大概并不是什么分析提纯，而是先想想自己在这个方向下的观点是什么，其可信度是多少。然后再基于新的观点与其提纯的事实来比较与计算，直接得出自己新的观点——而应该不怎么需要上述第四点。除此之外，因为得到了新的观点，原有的观念树系统中——这是一个建筑——所有建筑在这部分观点上的结论都应该得到更新。也就是说，要反回去整理自己原有的观念树体系。这部分应该在检查之后。
于是目前大概是：
一、得到新观点；
二、基于原有的观念树系统，得出自己在这个方向下带有可信度的观点；
三、提纯新得到的观点，得到带有可信度的观点事实；
四、将两者缝合，产生出一个新在这个方向下的观点；
五、检查；
六、基于新产生的观点，更新观念树；
七、循环。
目前大概是这样子。但这似乎有点复杂，效率可能稍低。螺旋上升本身不应该一定是向复杂上升的，可能这个思维模式还是需要优化。但不管怎么说，今天先到这儿。
