怎么解决问题,试试这3种「启发式」方法

越是在这个变化不确定的世界,越有必要静心思考 , 夯实认知,好好沉淀自己 。
你好,我是「爱思考的大熊」 。
今天 , 我们继续聊,认知心理学中 , 问题解决系列里的:「启发式」 。
我们怎么解决问题 , 有什么通用方法?
诺贝尔奖获得者希尔伯特·西蒙,上世纪50年代js 判断节点是否存在,提出了一个叫“启发式”的解问题策略 。
他认为,人的理性受限于认知限制 。那么为了节省认知资源,人类就发展出了一套高效率的认知结构-启发式 。
我们边举例子边聊 。
几个简单小例子
第一个,手段-目的分析法之「小明考编制」-
小明总目标是:考上教师编制 。目标即预期 , 换句话,当前不是编制,就是他要解决的问题 。
为了实现总目标,小明将目标拆成3个子目标步骤 。1)考上教师编制;2)掌握教育学;3)掌握心理学 。
然后,根据子目标确定手段,比如,要实现2)掌握教育学 , 行动可能包括:a.读《教育学》教材;b.报班听老师讲;c.完成相关习题等;要实现3)同理也制定相应行动..
过程中根据阶段结果,随时调整子目标、行动手段或顺序,直到离总目标越来越近 。
非常简单对吧 。这种就叫手段-目的分析法 。
把最终目标问题,分解成更小子目标,子子目标以及动作 , 逐步逐个完成 。
子目标越是详尽,个体对整个活动的系统性把握也就越是清晰 。
第二个,爬山法之「医生治病」
医生给病人看病 , 总目标是治好病 。为达目标,需要考虑一系列可能的治疗方案 。
例如Ⅰ服A药治疗;Ⅱ服B药治疗;Ⅲ手术治疗,等 。随后 , 医生从这些方案中选取一个方案,并实施该方案:
如果医生选取一个看起来最稳妥的方案,例如是方案Ⅰ,那么叫做简单爬山法 。
如果医生选取一个不甚稳妥 , 但很有可能一步到位彻底治好病人的方案,例如是方案Ⅲ,那么叫做最陡峭上升的爬山法 。
如果医生随便选择一个方案 , 那么叫做随机爬山法 。
在实施方案的过程中,医生需要随时观察病人的病情变化情况,如果发现好转,则在此方案的基础之上采取进一步的方案,如果没有好转 , 或好转程度不甚理想,则可以放弃此方案 , 转而采取其它方案 。
这种解法,先定个总目标,然后在起点和总目标间确定一个节点 , 向节点前进 。
等抵达这个节点之后,你再判断自己是否真的更加接近总目标 。
这种叫爬山法 。
和手段-目的分析法相比,有些问题 , 我们无法一开始就像上帝一样,把解题子目标,路径,都提前固定下来,而要根据过程中的反馈灵活调整 。
走一步 , 看一步,边走边看边调整 。
因此,爬山法很像尝试错误 。为了爬到山顶 , 需要首先确定一个眼前的相对更近的地点,这个相对更近的地点就是我们通向最终目标的第一步 。
我们需要奋力向这个地点攀爬,待抵达整个地点之后,还要评估自己是否已经更加接近终点,如果更加接近,则继续确定下一个节点;如果没有,譬如发现前面横亘着一条峡谷,那就需要退回 , 重新尝试其他的地点,如此反复,直至靠近终极目标 。
对爬山而言,由于山路崎岖颠簸,所以我们往往到了一个山头之后,才发现看起来最终目标已经近在咫尺,但眼前横亘着一道山沟,于是我们还要重新下山,才能抵达终点 。所以说,爬山法也经常需要采取迂回策略 。
第三个,类比法之「辐射问题」
问题解决领域的心理学家做过这么一个实验,叫“辐射问题”:

怎么解决问题,试试这3种「启发式」方法

文章插图
怎么解决问题,试试这3种「启发式」方法

文章插图
假设你是一名肿瘤医生,现在要给一名病人做放疗 。
如果放疗射线很强,照到肿瘤上就能破坏肿瘤细胞;但过程中也可能破坏健康细胞;
但如果射线很弱,虽然不会破坏健康细胞,但也杀不死肿瘤 。
请问,什么样的程序 , 既在杀死肿瘤,又不会破坏健康细胞?
心理学家把受试者分成两组 。
一组 , 正常读上面的问题;另一组,先读下面小故事片段 , 然后再读问题 。
一名指挥官想占领敌军总部 。这个总部在一个岛上,通过几座桥 , 连通周围地区 。
每座桥只能容纳几辆坦克通过,而这对发起一次成功袭击是不够的 。
因此,指挥官往每座桥上都派了几辆坦克攻击,这就可以让足够多的坦克到达该岛,最终成功完成袭击 。
结果,读了故事片段的志愿者,想出答案的比例和速度明显优于没看过这个片段的志愿者 。
很显然,这个小故事 , 和上面的“辐射问题”js 判断节点是否存在,是有相似之处的 , 志愿者因此受到了启发 。
换句学术的话,深层结构是同构的 。
都是需要针对某个目标(肿瘤 vs 敌军总部),在有约束条件下(强度不能破坏健康细胞 vs 每座桥只能容纳几辆坦克通过),实现目标(杀死肿瘤 vs 成功袭击总部) 。
换句话说,听到故事的志愿者,在拿到问题时,自觉不自觉的,运用了“类比法” , 把一个不熟悉的问题(医学领域的肿瘤治疗问题),转换成了相对熟悉的问题(打战里的袭击问题),且故事已经给了答案,因此就得到了解决辐射问题的启发和灵感:
“利用很多辐射束,从不同角度瞄准肿瘤(以避免损伤健康组织的强度) 。肿瘤接收到了足够的辐射总能量并遭到破坏,周围的组织也没受到伤害 。”
就好像小故事里,指挥官各指挥几辆坦克,往每座桥上都瞄准敌军总部(以每座桥能容纳的坦克数,避免压坏大桥) 。因此敌军总部受到了足够的炮火总量并遭到破坏,而每座桥也没被压坏 。
启发法 vs 算法式
除了启发法,其实还有一个算法式 。用一个例子来说明算法式 。
假设你要找到 , 被你丟在家里某个角落的钥匙 。算法式,就是系统查找家里每个角落 , 虽然费时,但最终一定能找到;启发式 , 则是先在你常放钥匙的地方找,及开门后马上去过的地方 。
这种方式不一定能找到钥匙 , 但是它的好处是比算法式省时 。
算法式,解法规则明确、固定 , 就像是程序一样 。按这个规则解决问题,最终一定能搞定 。
但实际生活里 , 我们都知道,大量遇到的问题,都没有明确、固定的解法 。
这个时候,我们大量依赖经验、常识的心理捷径,迅速做出判断和答案 。
这就是启发式 。
虽然问题千变万化,但大量问题,总能:
1)拆成总目标-子目标-行动 。借鉴已解问题经验,复用解新问题 。手段-目的分析法;或
2)行动无法完全预先确定,那走一步看一步,边走边调 。爬山法;或
3)新问题和老问题在某方向类似,旧问题解法启发新问题解法 。类比法
启发式,就是一种帮助我们在自身与环境限制中,也能有效做出决策的手段 。
人们会用启发式,来帮助自己理解遇到的问题,通过推理得出正确的结论 。
比起算法式,启发式通常比算法式要快,但是会出现错误,也常被一些心理学家诟病 。
但它仍然不失为我们普通人,利用老经验解决新问题的一种快速便捷好用的办法 。
思考清单启发式,通过老经验解决新问题 , 是我们普通人最常用的解决问题的办法和捷径;虽然问题千变万化 , 启发也没有定式 。但还是有一些常用的套路(比如,手段-目的法、爬山法、类比法),可以用起来;套路关键不在多,在精 , 在实用,在经常用 。
回想下我们解决问题时,还常用到哪些好的启发式的办法和经验,欢迎在评论区留言讨论 。
我是「爱思考的大熊」,喜欢琢磨认知和思考的话题 , 也在不断实践 。我,我会持续分享认知和思考方面的内容 。如果喜欢我的内容 , 请长按收藏我,后面我会持续分享认知思考方面的思考干货,我们下一篇文章见 。
【怎么解决问题,试试这3种「启发式」方法】本文到此结束,希望对大家有所帮助 。