通常来讲，你的认知会给你输出三种类型的信息：

• 对事实的解释
• 对未来的预测
• 价值观与判断

其中，「对事实的解释」是后两者的基础。只有实事求是地发现事实背后的成因，才有可能充分理解外部世界的运作规则。然后，才有可能看到外部将会发生什么事，才有可能在内部拥有稳固的价值观。

认知之旅的第一步，是要让外部世界从抗拒变为接受，从模糊变为清晰。

放下虚假的自我

寻求「对事实的解释」这件事情，是有难度的。这是因为，我们的本能是去抗拒与自己既有观念不符的事实，而不是去接受它们。

想象这么一个场景：

• 你一直认为世界应该按照某种规律去运行（这里称其为「原始认知」吧）；
• 然而，突然某一天你发现，这个世界并没有按照你所认为的规律运行；
• 这种事情接二连三地频繁出现，你会感到不适、焦虑、恐慌、三观崩裂，你会陷入认知失调。

在这种情况下，大部分人会采取什么行动呢？

无非类似于：去知乎上发表一个问题，名曰「如何评价XXX？他们怎么能够这样子？」。然后看着那些毫无营养的故事和鸡汤，让自己在情感上获得诸如「原来大家都是这么想的」「我的认知还是对的」这样的认同感，通过否定新的认知、无视现实世界，来解决认知之间的冲突，从而消解认知失调。

那么在这样的场景里，你的原始认知错了吗？

其实不一定是错了，而是你根本无法判断对错。你为了逃避认知失调的痛苦，不愿意否定自己的认知，扼杀了让自己探求真实的可能性。

你的原始认知是如何形成的呢？有这么几种可能性：

• 被生活环境灌输的想法，例如：「去政府办事一定要行贿」；
• 基于身份特性而被强加的自我认识，例如：「女生的逻辑就是要差一点」；
• 基于自身不完全的观察，凭借直觉推断出来的经验，例如：「你们男人都不是好东西」。

这些认知的获取方式都非常容易，叙述都非常直观，让人不需要思考就很容易接受。然而，它们都不是基于你对事物本质的理解而产生的。事实上，是由于你的懒惰，它们才停留在了你的脑海里。

如果你的认知很容易遭到挑战，那说明认知本身是脆弱的。你可以通过各种方式维护原始认知、获得自我安慰，这是一条容易的路，但这是脆弱的路。基于这种原始认知上的自我，是一个懒惰、短视、未充分发掘的自我，我们可以认为这是「虚假的自我」。

那么，积累认知的第一步，必然就是放下对原始认知的保护意识，放下那个「虚假的自我」，承认自己的所思所想都有可能是错的。然后，你才能真正接受现实，不再抗拒与原始认知的冲突。

只有这样的你，才能为接下来的「归因算法」提供良好的运行环境。

归因算法

既然承认很多事情自己并没有看清，那么世界就总是充满迷雾的。

就像我至今都不太明白，一颗种子是怎么发芽的，一件衣服是如何被裁剪出来的，一台 iPhone 的外壳是经历了怎样的过程才一体成型的，其中的各个零部件的供应商和全球的物流网络又是如何运行的。

这种迷雾也可以是关于人的。比如某个人为什么会产生某种想法，某个人为什么在某些情况下失去理智，某个人做出某个决定的原因又是什么。

拨开迷雾的过程，是了解事实真相、并从中洞悉规律。这就需要去发现事实背后的底层逻辑，也就是需要「正确并完整地归因」。

归因的方法论，可以采用大家熟知的「5WHY 分析法」，即面对一个事实进行「为什么」的探讨，对每一层的原因都不断再次追问「为什么」。递归地运行这个过程，直到事情的本质出现在眼前为止。

不过，在 5WHY 分析法中，正确并完整地找到每一层的「WHY」，是这个方法中最具挑战的部分。而目前对 5WHY 分析法的描述中，这一点很少有讨论到。这里我也分享一下自己的「归因算法」。

一、利用必要性验证正确性。

当你想知道一个事情的直接原因时，你心里会浮现出几个假设。这些假设是凭借你的直觉、经验或接触的外部信息产生的，所以极有可能是错的。那么第一件事，就是判断这些假设正确与否。

方法在于：尝试利用必要性做证伪。自问：「如果这个要素不存在，那么事情是不是还有可能发展成那个结果？」如果答案是YES，那说明这是个错误的假设；反之，则说明假设具备正确性。

然而，正确不一定代表完整，因为事情很可能是由于多个因素引起的，我们需要找到所有正确的因素，而不只是一个。

二、利用充分性验证完整性。

基于已经鉴明的正确因素，自问：「仅仅具备这些因素的话，事情是不是必然会走向最后的这种结果？」

若答案为NO，则说明这一层的归因还不够完整。你需要找到其他关键因素来完善这个叙事。

找到其他关键因素后，先对这个因素做正确性验证，再把它与其他因素加起来，再做一次完整性验证。

当你找到同时符合正确性与完整性的因素集，你就完成了一层的归因。如果你认为这个归因还不够本质，就再提出一个WHY，并且重复上述的过程。

直到整个归因链条形成逻辑自洽。

第一性原理

对世间万物都跑一下这个算法，你会发现一些有趣的事。

你会发现这个世界是虚伪的，很多事情的本质跟其表象会有着非常大的差异。表象是可以被刻意「包装」或「演绎」出来的，通常通过「简单叙事」的手法让人不用动脑子就很容易接受。但我们弄清其运作的底层逻辑，才能反推出更准确的结论，甚至是与表象截然相反的结论。

例如：田园女权的表象看起来是情绪和短视，但你从这个角度去批判它则没有任何意义，因为其内在成因很有可能是有目的性的利己主义。而为什么一个人会通过这样的路径去尝试满足其利己主义的需求，则需要再下探一层归因，从个体的成长环境、认知结构，到社会环境施加的认知牢笼的层面去解构了。若再下探一层，你可能会发现城市化、消费主义、供需关系和人的动物性。

如果我们从较深的底层逻辑出发，可能又会观察到个体生产力的平等化、依附关系的消逝、家庭组织的解构等等…… 那么我们对于这个系统就有了自己的洞察，也能尝试去推演某个体在其认知不改变的情况下，可能会有怎样的命运和终局。

对于某个领域，在进行了足够深入的归因后，我们可以总结出一些「客观原则」。这些原则是 5WHY 算法中你能理解的最底层的运行逻辑。借用时髦的话来说，这就是自己能观察到的「第一性原理」。

不断地获取这些「客观原则」，能强化自己认知上「对事实的解释」这部分的能力，从而作为「对未来的预测」和「建立真实价值观」的基础。

算法与数据

说到这里，我们只是在讲理解世界的「算法」，然而若是缺少了「数据」，这个算法依然是无法 work 的。

我们能发现，在上述的思考系统中，很多关键的节点是需要事件或信息量去触发的，比如：

• 最基本的：如何了解到某件事情的存在，并且启动整个分析过程？
• 如何收集足够多的观点作为最初始的假设？
• 如何在自己不确定的时候，判断假设的正确性或完整性？

这就牵扯到另一个问题：「如何获取信息量」。那么对于这个问题，我会在下一篇文章中详细展开。