想精想怪48——做事的智能

今天要講一個分配任務的故事。

最近一個項目，由於deadline臨近，被要求以「1個人2周能完成的任務2人就能一周完成」的態度拆分成好多個模塊然後分配給不同的人去做，最後進行聯調。在任務分配時候，我發現不同的人對於自己負責模塊的功能理解有很大差距。對有的人而言，說明了模塊的工作場景和功能需求後，他就能開始工作了；而對有的人而言，你需要非常詳細的說明整個模塊的工作原理、具體流程乃至數據定義和演算法步驟，他才能開始工作。而毫無疑問，前者更受一個「項目負責人」的喜歡，因為前者表現出了更高的「悟性」，或者稱為「聰明」。

所以我想——我們平日里所說的「人工智慧」中的「智能」，是否指的正是這種「不需要完全說明白也能聽懂」的「聰明」？

有這麼一個段子，說一天數學老師走進教室，然後突然想起了一件事，於是說：「那誰，去那哪兒，把那啥拿過來！」，然後數學課代表就去辦公室把昨天的作業本抱過來了。

當然這是一個極端的例子，不過顯然生活中我們在進行交流時，不可能將「所有信息」都說出來，而如何能獲取到那些沒有說出來的信息，是一種「聰明」的表現。這種「聰明」這和我在《想精想怪29——高效交流》里提到的知道梗、專用術語、縮寫等等「知識庫」帶來的「聰明」不同，是一種在已經知道對方語言中的字面需求的基礎上，能夠根據實際情形動態調整需求的「聰明」。

這種「動態調整」包括2個方面：根據字面需求挖掘真正內涵，以及對字面上未提及的情形進行補充。

很多時候，我們字面上描述出的東西和真正內心想表達的並不一定完全匹配，就像《想精想怪45——提問的藝術》中說的一樣，如果真的完全按照字面意思去解決問題，會無法得到最好的解答。

舉個例子，或者說一個段子，就是以前聽說，用google搜索廁所就會搜到附近的公共廁所，而用一個國內地圖軟體搜廁所還能搜到附近的肯德基或麥當勞。廁所字面上代表什麼意思大家都知道，但能否根據廁所想到其背後「需要上廁所」的需求然後翻譯為「能夠上廁所的地方」而非僅僅是廁所，就是根據字面意思挖掘了真正的內涵。

這種字面需求和實際需求不完全匹配乃至於相反的情況在生活中很常見，其原因包括且不限於：

口是心非——「你忙吧，不打擾你了」「你走吧，我想一個人靜靜」「隨便」

出於禮貌——「你是個好人，但是我們不合適」「這怎麼好意思收呢」「隨便」

自己也不清楚需求是啥——「不用弄太長，內容到位就行」「你就按去年的那樣改改」「隨便」

甚至於同一個字面需求，在不同實際場景下可能背後的真正需求完全不同：

室友早上說「我感冒了」是讓你幫他簽到；

女友下午說「我感冒了」是讓你過去陪她順便出去吃頓火鍋；

爸媽晚上說「我感冒了」——雖然發生的概率很低——是讓你打個電話回去想聽聽你的聲音了。

如果你在生活中什麼事情都沖著字面的意思去解決，別人一定會說你「耿直」「心眼少」

但其背後想表達的還是「不懂人心」「不夠機靈」，總結而言，就是不智能。

試想一下你有一個機器人管家，在你早上賴床說「我不想起來啊」的時候就真的讓你接著睡覺，結果導致你上班上課遲到了，你會覺得你這個機器人管家很「智能」么？人類這種表達與內心不同的能力，確實增加了個體之間溝通的難度，但在目前人類的社會環境中，一一個人類的角度來看，能夠知曉對方字面表達背後的內容，正是「智能」的表現之一。

另一方面就是對字面上未提及的需求進行補充了。

在生活中，我們在安排任務、請人辦事時，沒法事無巨細地把所有情況下的詳細需求都交代清楚，一來不可能真的什麼情況都想得到，二來如果都說清楚了，那麼真正辦事的這個人就真的純粹是一個苦力，沒有任何「智能」可言。

實際上，現在很多這種「純粹的苦力」都被機械替代了，因為這些能夠完全確定所有情況下應該怎麼辦，成為「完全流程化」的工作，機器能比人幹得更好。人的優勢在在於能幹一些含有不確定性的工作，雖然隨著機器學習理論的發展，這些工作也逐漸變得能夠交給機器、計算機去完成，甚至也完成得更好。

假設你老闆讓你去買幾瓶礦泉水，下午開會要用，然後你該怎麼辦？這個需求字面上再明白不過了，也不存在什麼「背後的含義」，老闆就是要礦泉水而已，沒有其他內涵。但是這個需求非常不具體，存在很多沒說清楚的，比如什麼牌子的，要幾瓶，涼的還是常溫的，大的小的，要不要順便把一次性杯子買了……等等。如果你這些問題全向老闆問清楚，那估計你里冷宮也不遠了，誰願意用一個幹什麼事情都問三問四的人呢？我們自己需要明白哪些需求需要進一步確認，哪些需求需要自己補充。

這個例子想說明的是，很多時候我們不可能把自己需求的方方面面都說清楚，也沒空或者說懶得把事情交代得如此詳細，我們希望辦事的人能夠根據別人字面的需求，聯繫實際的場景對需求進行補充，乃至於修改，例如老闆說要農夫山泉，但是賣完了咋辦？能不能換成哇哈哈的？

其實這個方面水很深，在這一點上做得好的人和做得不好的人差距是巨大的，因為其中包括了辦事人對事情了解的程度、對需求了解的程度、對人心的把握準確程度、對事情考慮的周全程度等等。這方面的思考需要考慮很多東西，也是一個人經驗、能力的體現，雖然機器學習在這個領域頗有建樹，但在目前的計算機運算條件下，一個有經驗、有能力的人還是無可替代的。

另一方面更重要的是，安排這件事的人本身得也是是一個能夠正視這個問題的人，畢竟真正做事的手下對需求的任何補充和修改都是有風險的，畢竟他們沒有拍板的權利，但在補充和修改出了偏差的情況下，能幫手下抗一部分責任的上司，和不分青紅皂白所有鍋都扔給手下，說是手下沒安吩咐來的上司，哪一個更值得人為他工作就不需要我來作分析了。

那麼最後的一個問題就是，作為一個人類，我們自身是否就具有這種智能呢？理論上確實是有，都是人嘛，咋還能不智能呢？但是實際上我們會發現很多人做事時並沒有這種能力，在當今計算機的發展下，一些人的「智能」反而還不如計算機。

究其緣由，我認為個人的思維習慣局限，和對事情思考的懶惰是罪魁禍首，如果一個人從來就是一個工具一樣，上司讓幹什麼就幹什麼，上司沒說的一概不管，其自然不會去想應該如何理解字面需求背後的內涵，不會去思考根據實際場景如何隨機應變。

但是話說回來，如果一個人在工作中就想當個工具，你有何苦要求他鍛鍊出智能呢？他的智能也許只想在他感興趣的方向上展示而已。

http://weixin.qq.com/r/pTmzqxbEJUtarVLI92y3 (二維碼自動識別)