1700490900
如之前所看到的，L型非常乐于提供一个快速的符号来表示一个复杂的对象或者系统，这至少丢失了细节，有时甚至是事物的真相。
1700490901
1700490902
名词谬论
1700490903
1700490904
符号约简谬论的一种形式，以为给事物贴上标签就意味着能够解释或者理解它。但是标签只是标签，单靠命名并不会带来任何有益的理解力。“哈，他是ADHD”相比“她是共和党人”或者“他们来自夜郎国”，并没有增强理解能力。
1700490905
1700490906
所有这些缺陷只是个开端。我们人类不具理智的本质可以写好几本书了〔5〕。
1700490907
1700490908
5.1.1 预言的失败
1700490909
1700490910
做预测太困难了，特别是关于未来的预测。
1700490911
1700490912
——瑜伽·贝拉，伟大的智者、哲学家兼棒球手
1700490913
1700490914
符号约简是一个非常有害的问题，因为它在我们的日常分析性、系统性思维中根深蒂固。实际上，大脑处理现实复杂性的唯一方法是把庞大、复杂的系统简化为简单、易于操作的符号。这是大脑的一种基本机制，也是计算机编程和知识型工作中非常有用的机制。但是，如果将其视为理所当然的，你就会陷入符号约简谬论。
1700490915
1700490916
我们之前已经看到了符号约简谬论的例子。例如，当你尝试画一只人手时，L型把光线、阴影、纹理的复杂性简化为“五条线加一个棍”。这种简化被认为是把复杂的现实看做由非常基本的元素组成：柏拉图立体（platonic solids）〔6〕。
1700490917
1700490918
这些以柏拉图命名的理想形状提供了一套通用的、普遍理解的积木。
1700490919
1700490920
来来隐藏于柏拉图圈里。
1700490921
1700490922
The future hides in the platonic fold.
1700490923
1700490924
想一想孩子们玩的积木：立方体、长条、圆锥体、拱形体和圆柱体。用这些基本的形状，你可以构建许多建筑物。柏拉图的理想形状也类似，它们都是现实的简化版积木。但是这种将现实简化成理想形状的方法留下了一个洞，称为柏拉图圈（platonic fold）。可怕的命运隐藏在这个洞里，这些意料不到的事件让我们备受打击。
1700490925
1700490926
柏拉图圈的概念，正如The Black Swan:The Impact of the Highly Improbable［Ta107］一书中所描述的，强调了人类非常不善于从过去的事情推断未来的事情。我们总是假定事件差不多形成了一种稳定、线性的递进，原因和结果都很简单。
1700490927
1700490928
事实并非如此。这就是我们多数情况下难以预测未来的原因。实际上，因为我们的盲点——包括柏拉图圈，我们会发现历史上所有相因而生的事件都来源于完全意想不到的原因。
1700490929
1700490930
这就是书名“黑天鹅”（Black Swan）的由来。许多年来，人们以为天鹅只能是白的。因为从没有人看到过黑天鹅，科学界也认为不可能存在——直到有一只黑天鹅出现了。
1700490931
1700490932
1700490933
1700490934
1700490935
意想不到的事件改变历史。
1700490936
1700490937
Unexpected events change the game.
1700490938
1700490939
作为一个团队，我们往往会错过重要的发展，因为我们关注于错误的事情或者提了错误的问题。例如，去年我清扫办公室时偶然发现了一叠20世纪早中期的杂志（我在一堆乱七八糟的网线中还发现了一个14.4K调制解调器，不过这是另外一个故事了）。
1700490940
1700490941
那些杂志见证了历史。一个个封面展开的都是激烈的争论，争论着那个时代最重要的事情：谁会赢得桌面战争？用户界面会基于OpenLook还是Motif？
1700490942
1700490943
相关性与因果性
1700490944
1700490945
科学研究很容易被误解，因为大多数人不善于统计分析学。最普遍的一个误解是把相关性说成因果关系。
1700490946
1700490947
仅仅因为两个变量相关并不能认定其中一个是因另外一个是果。比如，看看有关居住在高压线下面的家庭白血病发病率更高的报告。新闻标题甚至会说高压线导致癌症。
1700490948
1700490949
虽然这有可能，但是这种单一的关联性根本不能证明这个问题。其实还有许多别的潜在因素：高压线下面的房屋较便宜，因此这都是相对贫穷的家庭，也就影响了食品营养、卫生保健、早期检测等方面。看到相关性并不等同于确定了因果性。