“黑天鹅”事件根本不能预测
在预测重要事件这个问题上，前金融衍生品交易员纳西姆·塔勒布（Nassim Taleb）所说的“黑天鹅”事件（black swan event）尤为重要。所谓“黑天鹅”事件就是那些很少发生却会产生重大影响力的事件，比如发明印刷机、攻占巴士底狱、世贸中心受袭等。15那么，是什么让一件事成为“黑天鹅”事件的呢？这正是让人困惑的地方。我们在谈论各种事件时，往往会把它们看作彼此独立的不同事件，并会赋予它们不同的重要程度，就像我们在描述地震、雪崩、风暴这样的自然事件时，会根据其等级确定严重程度一样。事实证明，很多自然事件的等级并不服从正态分布，它们的分布严重失调，而且跨度极广。人的身高是大致服从正态分布的——美国男性的平均身高约为1.75米，所以多数美国男性的身高就在1.75米上下，同时，我们基本上看不到身高为0.6米的美国男性。相比而言，地震、雪崩、风暴以及森林火灾等自然事件，都呈现出重尾分布特征，也就是说，大多数事件的影响相对较小，很少引起注意，而少数事件的影响会极其重大。
这很容易让人认为，历史事件也会遵循重尾分布，而分布的尾部就是塔勒布所说的“黑天鹅”事件。但是，社会学家威廉·休厄尔（William Sewell）曾指出，历史事件比其他事件更“大”，这个“大”不仅是像“一些飓风比普通飓风更大”一样。在历史意义上可以引发更广泛的社会变革，这正是这些“大”事件的重要之处。为了说明这一点，休厄尔重新审视了1789年7月14日的巴士底狱风波，这一事件看上去肯定满足塔勒布对“黑天鹅”事件的定义。但是，休厄尔指出，这个事件不仅仅指7月14日在巴黎发生的一系列事情，还包括7月14日至7月23日期间发生的事件：路易十六努力控制巴黎的起义，凡尔赛的国民议会则在讨论是应该谴责暴力，还是应该接受它，并将其视为人民意愿的表达。直到国民议会彰显出巨大的权力，国王才懊悔不已，从城郊撤回军队并前往巴黎，这之后，攻占巴士底狱才在历史意义上成为一个“事件”。事实上，事件到此还没有结束，因为我们关心巴士底狱事件的唯一原因是法国大革命的爆发，以及它带来的从“君权神授”“权力与生俱来”到“天赋人权”“权利在民”的观念的转变。所以这一事件持续的时间不只是到7月23日，还包括之后引发的一系列影响，比如接下来一星期各省出现的大规模恐慌，以及8月4日整晚召开的那场著名立法会议（会议废除了旧政权的整个社会和政治秩序）等。16
也就是说，对于攻占巴士底狱这样的“黑天鹅”事件，你解释得越多，对事件本身的界定范围就会越广。不仅政治事件是这样，计算机、互联网、激光这样的“技术黑天鹅”事件也是如此。互联网应该是只“黑天鹅”吧，但这意味着什么呢？这意味着分组交换网络的发明是“黑天鹅”事件吗？还是“黑天鹅”事件指的是原始网络发展壮大，最终形成了阿帕网（APRANET，之后被称为互联网）呢？它仅包括物理基础设施的发展吗？在其基础上，网络、IP语音等其他技术创新才得以实现？还是说，这些技术反过来催生了新的商业和社交模式呢？或是这些发展最终改变了我们发现信息、分享观点以及表达个性的方式？想必，是所有这些发展结合在一起才使互联网成了“黑天鹅”事件。但这样说来，互联网根本就不是一件事情，而是整个历史时期以及其中产生的所有相关技术、经济和社会变革的缩影。
那些被认为是“黑天鹅”的自然事件也是如此。比如，卡特丽娜飓风是一场巨大的风暴，但它并不是我们见过的最大的风暴，甚至不是那个夏天最大的风暴。所以，使它成为“黑天鹅”事件的并不是风暴本身，而是后续引发的事件：堤坝崩溃，城市大范围地区洪水泛滥，应急响应迟缓无效，成千上万的居民遭受了不必要的痛苦和羞辱，超过1 800人死亡，数十万人被疏散，很多被疏散者不能返家，人口大量流失对新奥尔良市的经济产生了严重影响；巨大的灾难加上行政无能，以及权贵特权阶级对弱者的漠视，这些都给公众留下了心理阴影。换句话说，当我们把卡特丽娜飓风当作一个“黑天鹅”事件来讨论时，关心的不是飓风本身，而是围绕它产生的所有复杂事件，以及由此引发的一系列复杂的社会、文化和政治影响，即那些仍在发挥作用的影响。
因此，预测“黑天鹅”事件与预测飞机失事或失业率变化等事件是完全不同的。针对后一类事件，我们不太可能准确地预测到会发生哪种结果，因此我们不得不去预测各个结果产生的概率而不是结果本身，但至少可以提前知道想要预测的是什么。相比之下，一些事件只有在事后回顾时才能被确定为“黑天鹅”事件，因为只有到那时我们才能将所有历史因素整合进行分析。换句话说，预测“黑天鹅”事件不仅需要我们预测未来的结果，还需要预测到这些结果可能带来的影响，因为只有这样，我们才知道该事件的重要性。就像第4章丹托举的例子一样，鲍勃在玫瑰花真正获奖之前就将其描述为“获奖的玫瑰花”，这种预测其实并不是预测，而是一种预言，它不仅能预见未来会发生什么，还能预见所发生事件的意义。17
一旦我们知道了“黑天鹅”事件的存在，就会忍不住想，如果我们能提前预测到它们就好了。第4章我们讲过，对过去的常识解释混淆了故事和理论的区别，同样，关于未来的常识也往往会将预测和预言混为一谈。当我们回顾过去时，看到的只是已经发生的事情，却没有看到所有可能发生却没有发生的事情。因此，这就导致我们总是误认为依次发生的事件具有因果关系。相应地，当我们考虑未来时，总会把它想象成一条未知的独特事件链。而在现实中，这条事件链其实并不是单独存在的。未来更像是一堆可能发生的事件链的集合，每条链都有发生的概率，我们能做到的就是估计不同事件链发生的概率。但是我们知道，在未来的某个时刻，所有这些概率都会聚集到一条链上，所以我们自然想把注意力集中在这条真正重要的事件链上。
当我们回顾过去时，不会对已经发生事件的含义感到困惑，也能轻松地看出哪些是重要的事件。独一无二的过去让我们认为未来也是唯一的，类似地，重要性清晰明了的过往事件也使我们认为自己可以预测出未来的重要事件。然而，这些常识性观点忽略了，这种对过去的看法也是“百家争鸣”的结果，不仅有专业的历史学家，还有记者、专家、政治领袖和其他舆论制造者，他们都只是解释了“发生的事情”。只有故事完成且各家说法达成一致后，我们才能知道相关事件是什么，或者哪个相关事件最为重要。因此，预测事件的重要性不仅需要预测事件本身，还要预测那些使它们具有意义的社会过程的结果。
常识思维无法帮助我们应对复杂世界
如果你只是为了处理日常事务，那么以上困惑不会给你带来任何严重的影响。就像我之前说的，常识特别适用于处理某些特定情况。因为我们日常的决策可以分成很多部分，每一部分都可以单独处理，所以即使规则、事实、观点、信念和常识所依赖的直觉融为一体也不要紧。虽然常识推理会使我们认为自己已经理解了某件事的起因，但实际上我们只是在描述它而已，或者常识推理会使我们觉得自己可以做出预测，但实际上并不能。不过出于同样的原因，这些也无关紧要。等到未来真正到来时，我们已经忘了自己之前做出的大部分预测，自然也不会因为大多数预测不准确或不相关而感到烦恼。当我们抽出时间理解所发生的事情时，历史已经把大部分麻烦事掩盖了起来，这就给我们腾出不少精力来讲述剩下的故事。这样一来，我们就能从这一天跳到那一天，从这个观察结果跳到那个观察结果，不断用我们想出的条理清晰的解释代替混乱的现实。对于日常生活来说，这已经足够好了，因为这些不可避免的错误往往不会产生什么严重后果。
但是，当我们依靠常识去规划政府政策、公司战略或营销活动时，这些错误就开始产生严重的后果了。就其本质而言，外交政策或经济发展计划会在很长一段时间里影响大量的人，因此需要在很多不同的具体情况中统一协调。同样地，从本质上来看，市场营销活动或公共卫生计划是否生效，取决于我们能否有效地将因果事件联系起来，因此也需要我们把科学解释和单纯的叙事区分开来。从本质上来看，公司或政党的战略计划必然会对未来做出预测，因此我们就需要将那些可以预测的事情和不能预测的事情区分开来。最终，所有这些计划通常都会产生巨大影响，无论是在经济方面、政治方面，还是社会方面。因此，值得一问的是，是否存在更好的、反常识的方式来制订这些计划呢？在接下来的章节中，我们就会讨论反常识方法的三大红利，以及它对预测、计划、社会公正，甚至社会科学研究的影响。
章末总结
如何识别简单系统与复杂系统
1. 简单系统：指的是用一个模型就可以描述我们观察到的所有或大部分变化的系统。从这个意义上讲，钟摆摆动和卫星沿轨运行都是简单系统，尽管对其建模和预测不一定是一件容易事。
2. 复杂系统：复杂性来源于众多相互依赖且以非线性方式相互作用的组成部分。因此，对经济发展轨迹的建模与对火箭运行轨迹的建模完全不同。
3. 在复杂系统中，某一部分的微小扰动会被放大，并在其他地方产生巨大影响，这也是前面讨论累积优势和不可预测性时提到的混沌理论中的“蝴蝶效应”。当复杂系统中的每个微小因素都可能以无法预测的方式被放大时，模型能够预测的也就很有限了。因此，复杂系统的模型往往非常简单。
4. 复杂模型很简单，不是因为简单模型的预测效果好，而是因为在巨大误差面前，细微的改进几乎毫无作用。
上一章告诉我们，常识让我们认为自己应该能够做出很多预测，但实际上我们并不能。原因有二：第一，常识告诉我们，在所有可预测的未来中，只有一个会真正实现，因此我们自然想要对这个未来做出准确的预测。而在构成我们社会和经济生活的大部分复杂系统中，人们最多只能可靠地预测出某些事件发生的概率。第二，常识还要求我们忽略那些无关紧要的无趣预测（尽管我们一直在做这些预测），专注于那些真正重要的结果。但实际上，即使在理论层面，我们也无法预测出未来的哪些事件会成为重要事件。更糟糕的是，我们最想提前预测的那些“黑天鹅”事件，其实也并不是真正的事件，而是对整段历史的简略描述，比如“法国大革命”“互联网”“卡特丽娜飓风”“全球金融危机”等。所以，预测“黑天鹅”事件肯定是没戏了，因为在历史呈现出来之前，我们根本无从得知描述它的相关词语是什么。
这个结论似乎给了我们当头一棒，因为我们不是想预测什么就能预测什么，但这并不意味着我们什么也无法预测。很多扑克牌高手都知道，通过数牌并不能准确地估算出下一张牌是什么，但如果你比对手更懂赔率，那么下注时就会更明智，而且赢多输少，仍然可以赚到很多钱。1所以，即使对于那些确实没把握的预测结果，知道可能发生的结果有哪些也是有用的，因为它能帮助我们随机应变。那么，我们能预测什么呢？如何才能尽可能地预测准确呢？既然有些预测根本不可能做出，那我们应该如何改变自己在政治规划、商业、政策、市场营销或管理方面的思考方式呢？这些问题似乎与我们每天面对的各类难题相去甚远，但它们会通过影响我们所在的公司，影响整个经济发展，或者通过影响我们每天在报纸上看到的问题，从而影响每个人。