1701804982
1701804983
再看下面的试验。
1701804984
1701804985
1701804986
1701804987
1701804988
塔楼试验
1701804989
1701804990
现在，A上有3个垫片。目标是将所有垫片按照相同的顺序挪到在C上。此时，需要注意3条简单的规则：
1701804991
1701804992
（1）垫片只能放在A、B或者C上。
1701804993
1701804994
（2）每次只能移动一个垫片。
1701804995
1701804996
（3）大的垫片不能放在小的垫片上面。
1701804997
1701804998
这一试验要求参试者先在脑中演练，然后行动。如果增加难度，给出4个或者5个垫片，那么参试者的大脑就承受不了了。他们无法顺利从“3个垫片版本”进入到“4个垫片版本”或“5个垫片版本”。
1701804999
1701805000
A解决方法：“方法—目标—分析”
1701805001
1701805002
电脑是一个杰出的问题解决者。当然，它也是一个问题制造者。但是问题不在它，在于SISO系统：单输入，单输出。从A到Z，即从初始状态到目标，借助了清晰的规则、公式和过程，很快就能给出答案。
1701805003
1701805004
但是，我们的大脑不喜欢这个方法。认知心理学家迈克尔·爱特伍和彼得·波尔森表示，我们在解决问题的时候只思考前几步，就会对这个步骤的质量进行评判：它可以让我们多快达到目标，而不是去想：这个步骤对整体关联的意义有多大。
1701805005
1701805006
人工智能和认知科学之父艾伦·纽厄尔及其同事赫伯特·西蒙在计算机编程基础上发明了“方法—目标—分析”。这个方法的吸引人之处在于：非常简单的递减方法。它让复杂问题逐步变得简单，将“大”目标拆分成“小”目标。那么，这个方法在日常生活中怎么起作用呢？
1701805007
1701805008
比如说，你想带家人去剧院，从家里（A）去剧场（Z）。
1701805009
1701805010
你的解决方式（方法）：开车去。
1701805011
1701805012
准备开车的时候发现车不能启动了，因为电池坏了，但是车库里有一个备用电池。
1701805013
1701805014
下一个目标：怎么把备用电池装到汽车里？汽车修理厂的人可以。
1701805015
1701805016
下一个目标：联系汽车修理厂。需要用手机联系。
1701805017
1701805018
下一个目标：拿出手机打电话。
1701805019
1701805020
以此类推。
1701805021
1701805022
三角形问题的答案
1701805023
1701805024
6根木条如何组成4个等边三角形的解决方法：组成一个三维锥体。
1701805025
1701805026
1701805027
1701805028
1701805029
1701805030
1701805031