这里有9道题，很多人只能答对2道

　　你发现没有，热门事件被反转的情况越来越多了。围观了一场场交锋、被一次次打脸后，大家最近有什么新的感悟？

　　反正，作为一个整天与各种信息打交道的编辑，DT君受了挺多伤。

　　这让我开始严肃认真地思考一个问题：查询信息从来没有像今天这样方便，知识门槛也越来越低，我们就真的更懂这个世界了吗？

　　来，我们先一起做几道题：

　　

　　C.60%左右

　　

　　B.10%左右

　　

　　B.46%

　　

　　A.银行

　　

　　B. IT

　　

　　C.46%

　　

　　东莞

　　

　　重庆

　　

　　40%

　　 

　　有没有数一数自己答对了多少题？DT君小范围测了一下，平均正确率差不多是2/9。所以如果你正确率不高，是件很正常的事情。

　　之前国外有团队做过类似的研究，《事实》（factfulness）作者、瑞典公共卫生教授汉斯·罗斯林的研究团队，曾陆续向超过万人发送一组测试，包含13个与世界人口、环境和经济趋势相关的问题，答案都可以通过公开信息查询获取。

　　结果发现，即使被测试者中不乏各个领域的专家，但测试的正确率还是很低。有多低呢？假如让大猩猩来回答这些问题，并假设它们会随机选择答案，那么大猩猩的正确率也可以吊打受过良好教育的被测试者们。

　　汉斯·罗斯林将这种对世界的大型“无知”行电影先生为归结为人们的系统性误解，咋理解呢？

　　让我们回到前面提到的那些测试问题，一起来看看误解都是怎么产生的。

　　 

　　1

　　先从大家对大众的学历水平认知偏差开始说起。

　　关于中国人现在的学历水平，有两种比较主流的说法。一种是出现在大家找工作的时候，认为本科生不值钱、遍地跑；另一种则是在微博跟人对线后，感叹一句“微博用户本科率只有4%诚不欺我”。

　　如果真的把数据拉出来看，你会发现这两种说法都是误解。

　　我国最近的一次全面人口普查是在2010年，可以看到，咱中国人的受教育程度确实是一代更比一代强。50后那代人里面还只有1.2%的人拥有本科及以上学历，到了60后这个比例升高至2.9%，之后每一代都在大幅上涨——到了80后这代人，本科以上学历占比已经达到10.7%。

　　

　　这直接能推翻部分人因为“微博用户本科率只有4%”而滋生的优越感。拼学历这种事情主要还是在同辈之间进行，80后和90后的本科率可远不只4%。

　　合理推测，90后的本科以上学历比例会比80后更高。但即使大胆预测数字直接翻倍，也还远不到本科生遍地走的程度。

　　 

　　2

　　类似的误解存在于诸多涉及人口结构或层级的问题中。

　　举个栗子，初中毕业后，到底有多少人可以继续念普通高中呢？从统计局的数据来看，2010年的时候，只有不到一半的人可以念普高，现在，这个比例缓慢攀爬到了58%。

　　

　　这个数字想必比很多人心中的答案要低。

　　还有后疫情时期颇受关注的，中国到底有多少人有条件用手机上网的问题。

　　最新的数据来自于中国互联网络信息中心（CNNIC）的统计调查，截至2020年3月，中国的网民数量已经超过9亿。看起来是个很庞大的数字，但如果考虑到我们更为庞大的人口分母，到现在，仍然有数以亿计的中国人还没有被互联网所覆盖 。

　　

　　城镇的情况相对好一些，互联网的覆盖率也还不到8成。如果把目光投向农村，互联网覆盖率甚至没有过半。

　　这几年移动互联网发展确实很快，大家已经习惯在互联网的背景下讨论未来，默认这是毋庸置疑的社会基础。但在我们看不到的地方，还有很多人没赶上这趟呼啸的发展列车。

　　 

　　3

　　你发现没有，对前面这几个问题的“无知”，都可以归因为中国实在太大了，从有限的生活场景和知识储备出发，很难窥见全貌。如果真相并不那么劲爆的话，我们又很难通过媒体报道来获取事实全貌，甚至还有可能被片面信息所误导。

　　但这还不能完全解释大家的“无知”。

　　人类能顺利繁衍到今天，有一个非常重要的优点，就是善于归纳和演绎。根据已有的认知和经验，从个别事物推及一般规律，再从一般规律推及个例，不断循环往复，持续进步。

　　但在实操过程中，很容易会出现以偏概全、非此即彼等不太正确的归纳，进而形成对群体的偏见或误解。

　　尤其是，我们习惯于根据有限的信息，对不同性别和行业的群体进行归纳总结并贴上标签。

　　性别大概是吸纳了最多标签的地方。

　　我们测试题里提到了游戏玩家的性别比例，算是现实生活中不那么影响深远的性别标签。

　　打游戏常常被认为是更多属于男孩子的活动，但事实上，中国的女性游戏玩家近乎撑起半壁江山。根据中国音数协游戏工委发布的数据，2019年中国女性游戏用户规模已经达到3亿，占到总用户的46.2%。

　　

　　现实生活中还有更多关于性别的标签，影响更大，大家可以在评论区里交流。

　　行业也很容易被贴标签。

　　比如说，在各种舆论的渲染下，很多人对IT男和程序员已经形成固有的好女婿形象：老实、聪明、勤奋、高薪等等。

　　但是，覆盖多个国家的已婚人士社交网站Ashley Madison曾在2015年发布过一组数据，显示最想偷情的男性和女性都从事什么行业。我们看到，超过10%的偷情男性来自IT行业，超过金融位列榜首。

　　

　　数据一定程度上可以帮助我们打破对IT业的单一想象。

　　不过，DT君也有必要强调，这个结果并不意味着所有IT男都热衷于偷情。切勿用一个标签去打破另一个标签，即便某个标签是合理归纳出来的，在推演使用时也要谨慎。更何况，我们在归纳总结标签时还常常会“被骗”。

　　最近几年，尤其是传出华为清退35岁以上员工的消息之后，科技互联网和35岁退休这两件事就被强行挂钩了。

　　那么，科技互联网真的是对年龄最不友好的行业么？

　　DT君曾经认真研究过这件事，整理了2019年招聘需求中要求35岁以下职位比例最高和最低的行业。在众多行业中，银行、外包服务、中介服务、保险和通信行业对年龄的限制最大，有相对更多的岗位只需要年轻力壮的劳动力。

　　

　　从岗位来看，商超、保健、银行、房地产、社区等技术门槛较低的基础类岗位，在招聘中要求35岁以下的职位比例最高。

　　总结下来就是，工作内容更简单或对知识性技能要求更低的岗位，会更偏爱年轻人。

　　在比较了不同行业的工作经验要求和竞争指数后，我们认为被35岁危机困扰的核心问题可能在于，“理想”的薪资和岗位期望，与“现实”竞争力存在分歧，而互联网、IT服务、计算机软件等行业的分歧更为严重。

　　但无论如何，科技互联网并不是对从业者年龄最为苛刻的行业，可能只是因为明星公司多、行业处于风口，所以发声动静更大，更容易成为典型，被打上标签。

　　 

　　4

　　还有一个很能打的标签化操作——“地图炮”。

　　这两年倒是有越来越多的人对此感到警惕，每每涉及相关话题，都能看到一些理性提醒。大家只要稍微用心就能辨别。

　　在测试题中，我们并没有放置明显的“地图炮”，而是找了几个更隐晦的刻板印象——大城市的强大。

　　比如说人口，大部分人都想当然地认为，都说一线城市人口密集，想必就是中国人口最多的城市了吧。但其实把中国主要城市一溜拉出来，你会发现，中国人口最多的城市是重庆——一个市就能跟人家全省直接PK。

　　

　　再比如说商业，我们问了很多人，觉得哪个城市的便利商超供应最为充足，大家的答案不是广州，就是上海。

　　答案其实是东莞。我们计算了各个城市人均拥有便利商超的数量，东莞数据遥遥领先于其他城市，再接下来是深圳和长沙。

　　

　　前面这两个数据恐怕都还有点冷知识的意味在，但收入水平就真的是跟我们息息相关了。

　　在大城市打拼的你，逢年过节有没有收到过这些来自亲朋好友的灵魂拷问：你在北京工作，一定刚毕业就月入过万吧？你都工作5年了，年薪早就50万了吧？

　　实际上，想要在大城市月薪过万，真的不容易。

　　

　　以上海为例，2020年上海春季招聘的岗位中，只有4成工作岗位月薪过万，真正拿到高收入的人就更稀少了，只有5.1%的职位月薪会超过2.5万元。

　　 

　　5

　　看完上面这些错题解析，是不是隐约有点理解我们的直觉和误解都是怎么来的了？

　　我借鉴汉斯·罗斯林团队的研究结果，再结合现在的实际情况做了点调整，梳理总结一下误解与偏见产生的链条。

　　

　　经过上述几层限制，我们再凭借人类的本能形成某种直觉，并获得莫名的自信，误解或偏见就此成形。

　　总之，我们还是很难搞懂这个世界。

　　当你我很容易就把“观点”和“认知”当作“事实”而不自知，又该如何不被误解、偏见和谣言裹挟呢？

　　DT君总结了三个关键词，自知、学习和克服，一个个来讲。

　　先说自知。

　　要明确一件事，无知本身很正常，但问题是我们大部分人并不知道自己无知，这才是导致偏见、标签以及错误决策的原因。

　　老子在《道德经》里就说了，知道自己无知的人是真正的聪明人，不知道自己的无知甚至还要装作什么都知道就是“病”，人只有承认这种病才可以不患这种病。

　　在保持谦逊和好奇的基础上，我们才有可能不断获取事实，克服人类本能导致的认知偏差。

　　想要事实，看数据是一种比较好的方式，让我们有机会离全景更近一些。

　　但这还不够，对事实或者说数据的解读其实因人而异。想要有更好的理解，就需要掌握一定的分析方法，不断磨练自己的思考方式。

　　为了这件事，DT君努力了好几年，如果你也想成为一个更理性和客观的人，看到一个更大的更真实的世界，咱们可以一起携手同行。

　　再进一步，假设你前面的都做得很到位，现在已经是一个谦逊、时刻好奇并且有深厚积累的人，要真正厉害地做出决策，还需要锻炼自己不断克服自己的本能，也就是理性做事。

　　丹尼尔·卡尼曼是当世最有影响力的心理学家之一，他在《思考，快与慢》里阐述了他的研究结果，他认为在我们的大脑中存在两个思维系统，一个是代表快思考的系统1，一个是代表慢思考的系统2。

　　代表快的系统1其实就是人自己开启了自动反应模式，在吃饭、穿衣服、过马路等很多生活场景中，可以凭借经验和记忆快速作出判断和决策。

　　 

　　

　　如果遇到很复杂、没办法立马给出判断的问题呢，系统2就出马了。代表慢的系统2，会把大脑的注意力调动出来，集中分析和解决问题，这就是我们推理和分析能力的表现。

　　大脑的运行机制中，系统1是一直在线的，所以我们在遇到问题的时候，都是系统1先出面，只有系统1实在解决不了问题的时候，系统2才会被唤醒。

　　这让我们的大脑运行更加高效，毕竟生活中大部分场景都是我们很熟悉的，依据经验和直觉快速反应，很多时候都是恰当的。但是，经验和直觉也是偏见和冲动的来源，而我们因为习惯了系统1的思维系统，往往做出错误判断而不自知。

　　要解决这个问题呢，大家可以下意识多调用一下系统2，也就是我们常说的，遇见事情先别急着做决定。长此以往，大家就不太会被冲动和偏见绑架而做出错误决策。

　　这套方法论也许并不会有助于我们在各种对线中取得胜利，但应该可以少被打点脸，多做些正确的决定。