1702488080
1702488081
地图测试不仅检验教科书里的地理知识，还检验参与者对当前事件的了解程度。大多数美国人都可以找到得克萨斯州、俄罗斯和澳大利亚。调查结果的差异主要体现在新兴国家，以及地理课上没怎么强调的模糊地区。新闻广播、信息图表、历史书籍、应用程序和航空公司广告里都附带地图。地图测试是衡量人们关注度的一把量尺：诗人约翰·查尔迪（John Ciardi）说过，“我们把关注度投向何方，我们就会成为什么样的人”。
1702488082
1702488083
“关注”这两个字或许是对提升收入水平相关性的良好描述。它是一套难易适中的常识性知识问卷最能准确衡量的东西。常识性知识测试得分低的人恐怕对外面的世界不太关注，而得高分的人会从同一个世界里大量吸收信息，从而获得广博的背景知识，哪怕这些知识有些肤浅。
1702488084
1702488085
反过来说，一套测试拼写能力的问卷所蕴含的信息就没这么丰富了。知道怎么拼写“prerogative”（特权）跟知道怎样拼写“consensus”（共识）或“supersede”（取代）有显著的相关性。知道怎么拼写那些常被拼错的词的人基本上是同一群人。当然，有许多聪明人不太在意拼写问题。因此，针对拼写等主题设计的问卷，在预测收入水平方面不太有统计学意义。
1702488086
1702488087
简单的问题似乎比难题更有效度。我制作了一幅散点图，揭示常识性知识测试和专业知识测试的结果。每个黑点代表一轮调查。横轴显示问卷的难易程度，按答对问题的平均百分比来衡量。纵轴显示得分最高者相较于得分最低者的收入优势。一如往常，我们以35岁、受过4年高等教育为前提条件，考察答对了所有问题和答错了所有问题的人之间的预期收入差距（见图15-1）。
1702488088
1702488089
例如，有一轮地图测试包含了相当容易辨识的国家，如俄罗斯、日本、土耳其，平均得分是76%。这项测验的成绩能很好地预测收入水平，得分高者报告的家庭年收入比得分低者多7.1万美元。
1702488090
1702488091
1702488092
1702488093
1702488094
图15-1 “简单”的事实能更好地预测收入
1702488095
1702488096
在图15-1的下半部分，中心偏左的地方，测试的题目来自电视节目《危险边缘》，有10道题，难度很大。平均得分仅为43%，相关的收入差距也较小：每年1.3万美元。
1702488097
1702488098
难易程度与收入差距之间的联系肯定充满了“噪音”，但点云的趋势大致上是从左下方朝右上方正向分布的，这表示题目越容易，与收入水平的相关性就越强。
1702488099
1702488100
为了检验这个假想，我发出了一些相关的测试题。随机组中的每个人都要就相同的主题回答难易程度有别的各一套题。这种方法消除了大多数变量，因为样本中的收入、教育及其他人口统计因素都保持不变。唯一的变量就是问题的难易程度。
1702488101
1702488102
图15-1中虚线连接起来的调查有相同的受试者，两条线都向上倾斜。对这两组随机受试者来说，简单的测试题跟更大的收入差距有密切的关系。图15-1下方中央部分的难题测试显示为空心点，因为它没有统计学意义。两套简单的测试题和另一套较难的测试题都具有高度的相关性。
1702488103
1702488104
对益智类问答节目来说，回答难题比回答简单题更有价值，但现实生活似乎有所不同。普通人知识范围越广越有竞争优势，但超出限度，收益就开始递减。
1702488105
1702488106
另一个假想是，不知道广为人知的事实会带来收入损失。大学毕业生如果不知道斯普特尼克号卫星、欧内斯特·海明威——两者都属于常识性知识调查里的简单题，说明他们没能从教育经历中汲取太多养分，没有达到大多数毕业生应具备的文化素养水平。
1702488107
1702488108
然而，了解与工作无关的冷门事实却不会带来太多奖励。我并不想挑战业界专家的存在价值，每一位从业者都必须是专家型的。但我的调查无意对专业知识进行测量，也无法对其进行检验。相反，我调查的目的是衡量最广义上的人文教育的价值。
1702488109
1702488110
知识和收入之间的相关性提出了何为因果的问题。知识水平是否有可能提高心智能力？研究人员将这个问题跟国际象棋比赛联系起来做了考察。
1702488111
1702488112
几年以来，著名导演斯坦利·库布里克（Stanley Kubrick）都在纽约市的公园里摆棋摊赚钱谋生。他每天下棋12个小时，每星期收入大约20美元。库布里克日后解释说，象棋是一种隐喻。它是一连串步骤，每次走一步，你都要在资源与问题之间寻找平衡。对下象棋的人而言，这意味着寻找时机；对拍电影的人而言，这意味着寻找时机和资金。坐在棋盘边，你的心突然之间狂跳起来。你颤抖着手拿起一枚棋子，挪了一步。但象棋教会了你要镇定地待在原地，思考这一步是不是足够好，还有没有其他更好的主意。
1702488113
1702488114
库布里克好几部电影里都出现了象棋。在《2001：太空漫游》中，一名宇航员和人形电脑哈尔下了一盘棋，这盘棋谱节选自1910年奥图·罗切（Otto Roesch）和威利·施拉格（Willi Schlag）在汉堡进行的一场对弈。宇航员认输了，哈尔接话说：“谢谢你，这真是一局美妙的对弈。”
1702488115
1702488116
国际象棋在人工智能史上扮演过重要角色。自计算机时代拉开序幕，它就变成了人类专长的模型。国际象棋是一种有简单规则的困难游戏。规则很容易编码，专业知识却不然。知道规则不会让人类成为优秀的棋手；知道象棋的历史和逸事，记住几盘名人对弈也不会使人类更胜一筹。优秀的棋手到底知道哪些蹩脚棋手不知道的事情呢？下国际象棋是靠天生的才华，还是能通过长期练习获得的技能？自从这种游戏诞生，棋手、心理学家、计算机科学家就为这些问题着迷。
1702488117
1702488118
荷兰国际象棋大师阿德里安·德格鲁特（Adriaan de Groot）同时也是一位心理学家。他请国际象棋高手和新手记录下自己的思考过程，却惊讶地发现两者没有太明显的差别。你或许以为，国际象棋高手可能会比初学者看更多的步数，评估更多的潜在可能性。可他们并没有。相反，高手有更好的直觉。他们花费更多时间分析有希望的步法，对糟糕的步法不怎么花时间分析。初学者做的正与此相反。卓越棋手的思路有更高效的代码，而非更快速的处理器。
1702488119
1702488120
德格鲁特以一项精妙的实验闻名于世。他让棋手看5秒钟源自真实对弈的国际象棋布局，然后要棋手按记忆重现布局。
1702488121
1702488122
国际象棋高手极为精通此道。他们几乎100%地重现了每一枚棋子的确切走位。差劲的棋手就没指望了，他们的准确度往往在20%以下。
1702488123
1702488124
接下来，德格鲁特对实验做了一处明显的调整。他让棋手们观看随机摆放的棋盘布局——棋子是随意摆放的，很可能没出现在以往的对弈中。这一回，国际象棋大师表现得并不比新手好。所有人都很难记住一半的棋子走位。
1702488125
1702488126
卓越的棋手更擅长记住真实的棋盘布局。他们靠的是辨认自己从前看过的招数和策略。人工智能先驱赫伯特·西蒙（Herbert A. Simon）重复了德格鲁特的实验，认为卓越的棋手把棋盘的布局分割成“块”以便于记忆。
1702488127
1702488128
这一策略并不局限于国际象棋领域。鸟类观测新手只看到一蓬蓬模糊的颜色和羽毛，他们无法对观察到的鸟类分类，也不知道哪些特点可资判断，哪些特点无关紧要。为向人请教实地观测的结果，新手们挣扎着想把这只鸟的一切都记下来——然而这根本无法完成。高手们马上就能认出一只未成年的雌性灌丛鸦——他只需要记住分类就行。大体上，这种分析方法适用于审慎思考和大胆想象兼具的一切工作——经营公司或者跑马拉松，设计软件或主持婚礼，安抚受惊的孩子或做一场TED讲演。通过识别熟悉的模式，我们理解了一个复杂的整体。
1702488129