先给结论还是先给原始数据,看你的先验对不对
先给结论还是先给原始数据,我以前习惯只给原始数据,后来发现这个习惯只在一个条件下成立:你的先验不可靠。先验可靠的时候,先给结论,它才有东西可以攻。
·
先给结论还是先给原始数据,我以前习惯只给原始数据,后来发现这个习惯只在一个条件下成立:你的先验不可靠。先验可靠的时候,先给结论,它才有东西可以攻。
分岔点在先验能不能被证伪
三条判断,按顺序问:这件事你做过没有;做过的话你的结论来自自己的判断还是别人说的;这个结论有没有可能在数据里被推翻。
三条都是「是」,先给结论。任意一条是「否」,先给原始数据。
第三条最容易漏掉。很多人会说自己有把握,其实那个把握经不起对照——它是个印象,不是能被数据判死的判断。
投喂顺序两条路的分岔点、纠偏代价、退回办法与停手条件
两条路摆在这张表里
| 维度 | A 路 先给原始数据 | B 路 先给结论 |
|---|---|---|
| 触发场景 | 第一次做这类判断 | 做过两三次,手上有直觉 |
| 前提条件 | 你知道自己缺什么 | 你的结论能被数据证伪 |
| 执行动作 | 只喂原始数据,让它先看 | 先给结论,让它找反例 |
| 选错的代价 | 多跑一轮,多一条没想过的角度 | 顺着你改口,越问越窄,一轮白问十几分钟 |
| 回退方案 | 把结论撤回来重问一遍 | 换个说法让它反驳自己 |
| 什么时候必须停 | 它开始顺着你的措辞写 | 它的说法只是你的复述 |
先给结论这条路有个必须承认的好处:它会把最不舒服的问题放到你面前。你说这个品能做,它会去找销量结构里有没有一票否决的项。这个问题你自己问自己,多半不会认真问。
先给原始数据的收益也实在:它给的角度你没想过。但这条收益有前提,是你承认自己缺什么。心里已经有答案、嘴上说我要原始数据,它给的角度你一样不会看。
顺序带来的差别不在答案,在问题
同一个模型,同一份数据,顺序换一下,问出来的东西不一样。先给结论,它答的是「你的判断在哪些地方会出问题」;先给数据,它答的是「这堆数据里有什么」。两个问题都对,但你要的如果是前者,就必须先给结论。
这条差别经常被忽略,因为两种输出读起来都像分析。我的识别方法看它开头第一句:先给结论的输出,第一句通常在重复你的判断;先给数据的,第一句在描述数据本身。
两种路都会失败的一种情况
先给结论的失败形式是顺着你改口。你说东它说东,你换个说法它还是顺着,那个「找反例」变成「找支持证据」。识别方法很简单:它的结论里出现你的措辞,出现得越多越糟。
先给原始数据的失败形式是它给的角度你答不上来。那个角度对你就是噪声,因为它超出了你的经验范围。
这两种失败有个共同的处置:把顺序换过来重跑一次。先给结论之后发现被顺着走了,就撤掉结论只给原始数据;先给原始数据发现自己答不上来,就把问题具体化再问一次。
优劣翻转与都不该走
先验可靠的时候先给结论能省一轮。我多数判断只要一轮就能问完,后面几轮都在互相印证同一件事,白花时间。
先验不可靠的时候先给数据能少走弯路。这类活我一年遇到几次,每次都是判断错了才回头发现当初该让它先看数据。
都不该走的情况是:你不熟这件事,而且你的结论是从别人那听来的。这种情况下两条路都会拿你的假设洗一遍,洗完更像真的,比一开始还糟。这时候该做的是换个人问,或者先把来源问清楚。
登录后可点赞
← 返回AI × 亚马逊板块