如何全局地系統地對複雜的問題進行分析和考慮?

人們面臨複雜的問題總是無從下手,往往補一漏萬,難以看清事物背後的聯繫。如何才能更有效地處理複雜的事物,通盤地、全局地、系統地、有控制地解決問題?


先佔坑,答案慢慢補上~

1 如何系統地解決問題

1.1 什麼是」複雜「的問題

首先,怎樣才算是一個「複雜」的問題?

小明喜歡小紅。

小明喜歡小紅,小紅喜歡小軍。

小明喜歡小紅,小紅喜歡小軍,小紅還喜歡小王。

小明喜歡小紅,小紅喜歡小軍,小紅還喜歡小王,小王喜歡小軍。

小明喜歡小紅,小紅喜歡小軍,小紅還喜歡小王,小王喜歡小軍,小軍喜歡小美。

小明喜歡小紅,小紅喜歡小軍,小紅還喜歡小王,小王喜歡小軍,小軍喜歡小美,小美喜歡小紅。

問:找出最長的一條不搞基的喜歡鏈。

問題是從上到下依次變得複雜的,裡面體現的特徵就是——當整個系統的變數和變數之間的相互關係增多時,系統會變得複雜。

如果要用數學給這個複雜度一個定義,你可以這樣來定義:

**系統複雜度 = 變數數 × 變數間的相互關係數 **

1.2 什麼是「系統地解決問題」

那麼,怎樣的問題解決過程才能稱得上是「系統地解決問題」,而不是病急亂投醫,生死聽天命?

假設現在給你一個部落建設的全權控制權 部落里人種穀,人吃牛,人捕舌蠅,人打井,舌蠅擾牛,牧地有草,牛吃草,牛喝水,井出地下水…… 現在問題是使部落強盛。

  • 傳統的傻瓜式解決方法可以是這樣

    殺光舌蠅,大量挖井,養牛,人吃好喝好,閑錢辦醫療辦娛樂,什麼好什麼來,什麼壞什麼除,但最後一定是一場不可挽回的大饑荒。

  • 系統地解決問題則會像是這樣子

    清除少量的舌蠅、開挖少量的水井來使牛的數量適度上升,但不致於使草地過載,地下水抽盡;人類開擴耕地,建立醫療制度,但同時實行計劃生育,使人的生活質量得到提高。沒有孤立的行動方案,每次行動都是配套開展,使整個生態有序、有控制地持續發展。

系統方法論的本質,就是把整個問題的變數和變數之間的關聯找出來。所謂「牽一髮而動全身」,看到表面上是孤立的事件背後的聯繫,你對每個變數的增減刪改所帶來的變化都瞭若指掌,你明白你要做什麼,怎麼做,做了會有什麼後果。在不斷地權衡與比較之後確定一條可行的解決方案。

系統地解決問題,就是不孤立地看待問題。

1.3 目標的重要性

目標的重要性。

在系統地解決問題的過程中,最首要的,就是先確立你行動的目標。沒有目標,就沒有一個衡量和檢驗的標準,你不知道自己什麼時候才算是成功解決了問題。

1.3.1 目標的分類

但很多人確立的目標的方式不正確,其關鍵就在於你確立的目標是否足夠清晰,全面

目標可以這樣分類:

  1. 一般目標
  2. 含糊目標

一般目標的形式像是「我想要達到/完全……」,如「我想要增肌10公斤」;而含糊目標則是一種否定的形式,如「我希望明天我不會遲到」。很顯然含糊目標因為其否定的形式,給予了目標更多的可能性,更不確定。所以,我們要把含糊目標轉變為一般目標。

目標還有另一種分類:

  1. 顯式目標
  2. 隱式目標

顯式目標就是我們通常意義上的目標,而隱式目標,是你沒有意識到卻也是你所期望的目標。用上面的部落問題來舉個例子,你的顯式目標是希望牛的數量上升,但這裡同時也隱含著你希望草和水這些資源不會枯竭的目標。它們不作為你的顯式目標,但通常你是希望它們能夠保持不變、維持在現有水平的。

當你有了一個清晰的、一般形式的顯式目標,同時儘可能認清藏在背後支撐你的顯式目標的隱式目標,你才算是成功地確立了你的目標。

1.3.2 目標的排序

按照正確的方式確立了目標之後,你得到的往往是一組目標,而不是單個的目標,這也是由系統多變數的本質決定的。

面對這一組目標你不能一股腦齊頭並進。一是因為因為資源往往是有限的,你必須要先照顧最為重要的目標;二是因為這些目標之間可能會存在矛盾和依賴

  1. 對於目標之間的矛盾,最典型的例子就是「自由與平等」,在矛盾的情況下你可能會被要求做出平衡和取捨
  2. 對於目標之間的依賴,就像變數之間會存在依賴關係那樣,有些目標的完善和實現會對其它目標造成影響。

那麼目標應該如何來排序?

  1. 中心目標和外圍目標

    中心目標是指能影響多個其它目標的目標,在畫圖的時候很自然你會將它放在中心以便連接多個其它目標。

  2. 重要性和緊迫程度

1.3.3 目標的退化

這是個很嚴重但又非常普遍的問題。目標退化就是臨時目標代替了最終目標。在達到目標的過程中,你把注意力都放到與目標無甚關係的中間過程中,以致你完全忘記了你原來的目標。你本來打算用鐘錶來幫助你測量時間,到最後卻變成了在研究鐘錶;你本來想寫程序檢驗假設,最後卻變成了計算機的專家。

為什麼會出現這樣的情況?

  1. 挑戰的魅力

    Flow Experience在遊戲領域中影響甚廣,一種緊張-放鬆-緊張-放鬆的螺旋的循環過程讓很多人為之流連忘返,賭博就是其中一例,人們甚至願意去購買這樣的挑戰機會。

  2. 安全的需要

    目標退化有時並非是因為任務吸引了人們,而是人們像抓住救命稻草那樣抓住了出現的任務。對自己能力信心不足的人們來說,他可能在複雜的系統面前彷徨無措,一旦它發現可以著手的任務,他便馬上將它抓住;或者他只選擇了他有能力有信心完成的任務,在體驗成功喜悅中遠離挫敗的感覺。


    提供修理服務是非常常見的現象,你的行為不再是有分析有計劃地為了達成目標而努力,而是只處理顯著程度高的任務。在部落建設的例子中,你的人民呼籲你關注貧困兒童的上學問題,關注娛樂設施以提高幸福度,你便一心扎進去為之努力,完全忘記其它的一切,並在自己取得的成就面前洋洋得意。這裡擴展一下,如果你的領導總是聽取人民的聲音,人民哪裡困難他就往哪裡出力,這樣他絕不是一位好領導,如此短視長期來看會給人民帶來災難。

1.4 建模

光有個目標是做不成事情的,而建模就是努力去認清系統中變數間的相互關係,從而找出對目標而言最重要的因素是什麼。

具體建模的方法成千上萬,有興趣的同學可以去參閱一些數學建模的書籍,裡面介紹了大量的模擬和抽象現實問題的方法,意即如何從系統中抽象概括出能決定系統狀態的臨界變數和體現系統狀態的指示變數,從而有針對地改進系統或監控系統。這裡我更願意說的,是關於建模的過程中,人們一些不被意識到的錯誤傾向

建模可以分為對系統的兩個維度上的認知

  • 系統結構
  • 時間

1.4.1 系統結構

系統結構,其實就是由系統全部變數及變數之間的相互關係組成的網狀結構。這個網狀結構對於我們可能是不透明的,我們只能看到一部分,甚至一點都看不清。這時候建模的努力就是一盞燈,逐步照亮網狀結構的內核。

1.4.1.1 假設與驗證

人們對系統從無知到有知的過程中,最重要的工具就是——假設與驗證。先提出對系統結構是什麼樣子的假設,然後做出嘗試去驗證這個假設,以此不斷深入了解系統。 提出假設的方法可以有類比、觀察等,觀察系統變數隨時間的變化、變換變數的細緻層次(如研究水池中的生態循環時,我們可以把魚進一步分解成它的呼吸系統等)都會對我們了解整個系統有良好的益處。

人們常犯的錯誤就是——作出了過分簡單假設,並經過少量的驗證之後,就把它當作了事實來看待。是否經常檢驗自己提出的假設是成敗的關鍵因素。 在經常少量的觀察與分析之後,人們提出了自己對系統的假設,這個假設往往過分簡單或疏漏百出,但為了避免面對真實系統複雜性和推翻自己結論的挫敗感,人們會忽略對自己的假定不利的信息,因為新信息的出現往往會攪亂現有的已經定下來的形勢。

寫作其實也是一種假設和驗證的過程。人們從一個現象中提出一個假設的時候,比如「在一個左右路口人們會傾向於向左走」,如果只存放在頭腦當中,他們往往不會主動去系統地驗證它,因為這也許很困難或者要花費好大的功夫,他們而會選擇直覺地相信,甚至會「挑選」或者「扭曲」現實當中的例證來強化這個假設;但如果寫出來,他們就必須要自圓其說,因為白紙黑字,哪裡也抵賴不過去。

1.4.1.2 信息量的大小

失敗者的一個非常常見的共同點就是:

  • 在時間壓力大的時候,忽略信息收集和分析,直接開火前進。
  • 在時間壓力小的時候,過分地收集信息,躑躅不前。

忽略信息收集的失敗自不必說,但過分收集信息也是失敗的一大根源。獲得的信息越多,有沒有加深對系統的了解我們暫且不論(大量信息帶來過分的複雜度超出人們的分析能力),人對系統的不確定性和不安全感必定在加深。人知道的越多,往往才會了解到自己懂得的是多麼的少,於是對自己的判斷更加懷疑,回頭繼續去尋求更多的信息,在這個循環中止步不前。就像開車的人只需要知道如何操作車的信息就可以了,如果他深入研究車的內部構造准要讓他焦頭爛額。現實中完備的信息往往是不現實的,這也是這種貌似正確的行為失敗的原因之一。現在的企業和組織中,往往把信息收集部門和決策部門分隔開,先由信息部門對信息進行初步篩選,也是為了避免信息過載對人們的影響。

1.4.2 時間

對系統結構上的認識人們一直在進步,但對時間上的認識,特別是非線性時間結構,卻多少有點「天生髮育不良」的味道。

人們的思維過程是因果相連的,線性的,孤立的。 很難意識到時間的指數增長和改變趨勢。

1.4.2.1 指數增長

也許大多數受過教育的人都知道什麼是「指數性增長」,但在現實中當系統真的處於指數增長變化的狀態時,他們卻毫不在為意。大家都知道銀行存款的「複利」計算,假設年利率為%3,你存進1000元,不用計算器單憑你的直覺,你告訴我20年後你能取回多少錢么?但如果不是用複利計算,用我們人類擅長的線性增長思維,每年增加30塊,20年後變成了1600元這樣子大家就都能估出來了。在現有的認識水平里,人們對指數增長的認識能力非常有限

當現實中出現指數增長的情況時,如果人們不對其加以重視,用固有的線性思維去考慮,那往往要鑄成大錯。古時候發明象棋的人與印度國王的故事就是一個例子。一棋盤上一個子的位置放一粒米,依次翻倍,直至放滿64個子的棋盤,單單最後一個子的位置就需要2^63粒稻米,國王傾盡國庫也無補於事。如果告訴你今年艾滋病一共有530例,比去年增長130%,你會在意嗎?

系統發展的趨勢比現狀更為重要。要把注意力放在事情如何展開,而不是事情當前的狀況。

1.4.2.2 改變趨勢

非線性的時間結構並不單單體現在數量的增長速度上(加速度),還體現在增長的方向上,即改變的趨勢。

在書籍失敗的邏輯 (豆瓣)的第一章,作者就是採用計算機模擬部落和城市決策遊戲來探究人們是如何做決策的。

從表面上看,好的參與者與差的參與者之間的差別:

  1. 做出了更多的決策
  2. 決策的焦點不同
  3. 是否經常驗證自己的假說
  4. 對問題的深入分析

1.5 規劃

規劃

1.6 人類容易導致失敗的傾向

人類容易導致失敗的傾向

教導與經驗


一句話:人機結合

一群經驗豐富的智慧家老狐狸來對問題,定性

結合大數據量子計算機虛擬現實模擬問題發展,定量

從而得到最優、次優、滿意的結果

展開來說:

錯誤的研究方法有:

對策論(運籌學)、系統動力學、自組織理論、宇宙全息統一論

正確的研究方法:

人機結合,定性定量結合的綜合集成方法

把專家群體、數據和各種信息與計算機技術有機結合起來,把各種學科的科學理論和人的經驗知識結合起來

定性:靠人的經驗老狐狸們,厲害的專家群,一群智慧家,一個大成智慧的主持人

定量:大數據在系統中進行反覆的實驗,得出定量結論

工具:大數據,計算機群,系統模擬,虛擬現實

步驟一

一個大成智慧的主持人,代領一群學科專家、領域專家、世外高人、管理專家,系統工程專家,有理論有經驗有知識的老狐狸們,對實際問題進行討論,明確問題癥結,對解決問題的方法做出定性判斷,這是經驗型假設。

然後把上述問題納入系統框架,界定系統邊界,明確系統狀態變數,環境變數和輸入變數。

步驟二

根據第一步結果確定系統建模思想,模型要求和功能。

再用大數據計算機器集群模擬系統功能,進行系統模擬。觀察不同輸入下的反應。系統動態特徵以及未來行為的預測等等

結果可以得到最優,次優、或者滿意的結論!


題目裡面都說人們了,扯計算機就有點那個了。毛澤東那個時候有這個嗎?

我來試答。複雜的問題之所以稱之為複雜,不僅在於其結構艱深,更在於它本身牽涉了很多的變數,變數與變數之間,變數與整體之間都有密密麻麻的聯繫。而問題的複雜本質又容易讓面對它的人在解決之前就先認識了它的複雜性,無疑在心理上給人造成了不小的壓力。而人在壓力下,難免會出現某種程度的思維混亂或取捨失當,舉個例子,你在馬路上彎腰撿掉落地上的手機很簡單,但在車來車往的馬路中央,存有重要信息的手機剛好掉落,而在你準備撿起時,手機突然響起老闆的電話,而路對面的人又警告你車子即將撞向你,這時你腦子是不是千頭萬緒,不知該不該繼續撿手機?還是一煙溜逃命?

而事物背後的聯繫,有些是可見的,有些是隱藏的,有些是要等到事情做到某個程度才出現的,所以要求一下子就看清所有的聯繫是不切實際的。有經驗的人都是先把能看清的看清,同時預留一點空間,等新的聯繫出現了再著手進行處理。而做到通盤地、全局地、系統地、有控制地解決問題,這個不僅需要知識,也需要經驗,同時還需要一定程度的決斷和立場,有些事情,你做不了,他做得了,不是他比你強,而是他跟你立場不一樣。

綜上所述,老到、巧妙地解決複雜問題,自然讓人羨慕。但這需要時間,需要積累。不是看幾本書或拜師學藝幾年就能掌握的。所幸人生中這樣的問題不多,更無須我們時時刻刻去解決。在我們尚且年輕時,要多從簡單的問題入手去嘗試,不要怕麻煩,不要眼高手低,在嘗試中積累經驗教訓,慢慢結合自己的特點形成自己的一套方法。誰說解決複雜問題就是華山一條路來著?他可以這樣做,我也可以那樣做,只要最後大致達到目的就好了。至於能不能十全十美,我認為要看情況,看運氣,完美可以追求。但不要刻意追求。毛主席反覆告誡我們,抓住主要矛盾!他老人家尚且如此,我們又有什麼必要非要做得像上帝一樣好呢?!


這個問題提的很好,希望有更多更好的回答。

自己也理解一下:

一、面對複雜問題的局限性

1、信息不對稱:不論我們的年齡、學歷還是社會地位和經濟收入,知識廣度始終在一定程度上影響了我們思考問題的範圍,知識深度則影響了我們與問題本質的距離。

2、邏輯能力不完備:不同的人,對問題思考的入口不一樣、思考線路不一樣,都是因為我們自身邏輯不完善且互不相同導致的。

3、大腦執行效率低:大腦本身已經是地球上處理複雜問題的極致,但相對宇宙和人類自身產生的問題,其效率還是相對較低,特別是需要在思考過程中多步執行的時候,儘管邏輯簡單,但龐大的計算量也會導致我們無法獲得最終的答案。

二、解決複雜問題的方法

1、利用工具。人類面對問題的究極手段。樓上說的各種系統、模型,都是不錯的工具。此外,利用圖表如思維導圖和互聯網搜索引擎等也是日常生活工作中可以經常使用的手段。

2、學習更有用的知識。在研究問題的時候,知識固然是越多越好,但真對特定問題,部分知識的作用會比其它知識更有用,所以,我們需要先框定一個問題的範圍,比如生活方面的,那麼相應的知識儲備需要自我判定和有針對性的增強。

3、保持清醒的頭腦。人往往在面對複雜的、困難的問題時,比如面對生老病死、買房結婚、重大生意等,因為壓力過大無法保持清晰的頭腦,然後被騙或者做出自己後悔的決策。所以,清醒的頭腦是很重要的,保證身體健康、克服膽怯多參加重大決策多交學費,可以一定程度上緩解這一問題。

三、希望其他人提供的內容

1、有哪些具體的工具用於我們解決複雜問題?

2、有哪些書籍有助於我們更清晰地認識這個世界?

希望其他更多更好的回答也能幫助我,提前說聲謝謝!


複雜問題簡單化

為了實現什麼首先要

再怎麼樣 然後…

不要追求一步到位

比如發射個火箭

你告訴我一步到位…

所以可以找個本子不停設計細節 當一個工程來做


自己看《失敗的邏輯》


推薦閱讀:

Windows 建立許多socket並連接,達到一定數目(不足2000)時,發生超時錯誤,是怎麼解決?

TAG:解決問題 | 方法論 | System | 全局觀 |