思想实验：从工具到理论的启发式发现

顿悟可能来⾃头脑外部。

科学家在科研中用工具验证理论时，常关注「证明语境」，忽略「发现语境」。比如，在处理数据部分，只关注数据的作用，而忽略了数据的产生和处理过程。

吉仁泽认为，发现与证明这两者间，并不是简单的时间先后关系。在发现过程中所使用的新工具，对理论本身具有塑造作用。例如，当机械钟表成为天文学研究必不可少的工具时，宇宙本身最终就被理解为一座庞大的机械钟表，当计算机成为认知科学研究必不可少的工具时，大脑本身就被理解为一台信息处理的计算机。

为此，吉仁泽提出了从工具到理论的启发式发现观点。该观点指出

科学家用于验证的工具为他们的理论提供了隐喻和概念。

该理论对我有两点启示。一方面，通过「发现启发式」理论，可以很好的理解新思想诞生的非连续性过程。

工具提供隐喻和概念的过程是非连续的，需要两个条件促成范式转变。第一个条件是潜移默化，科学家在日常工作中开始广泛使用新工具时，思维方式也被工具潜移默化。第二个条件则是模因化。新工具在同行中逐渐被认可，那么所提出的新的理论隐喻和概念就更容易被他人所接受。

以推断统计为例，在推断统计成为主流后,许多认知过程被重新解释为「直觉统计」，这直接改变人们寻找解释和收集数据的方式。但是在没有形成模因之前，即使有人提出「大脑是统计学家」这种观点并不会被广泛接受。

另外一方面，「发现启发式」提供了我们解释理论的不同视角。我们可以「工具」角度来理解理论，也可以通过「工具」视角看到理论的局限性。

例如，卡尼曼用琳达问题证明人类有合取谬误，进一步证明双系统的存在。但是，从「发现启发式」视角来解读，可以很容易看出卡尼曼在琳达问题中使用了单一标准来来解释概率，在这个例子中，人们的评价具有非典型性，并不代表着真正的概率。如果频数足够大，人们得出的可能就是正确答案。

「发现启发式」思想实验可用于研究新工具。例如，随着 AI 工具在大众的潜移默化，将会形成哪些新的隐喻和概念。比如 AI 的对话式沟通是否会重塑人们的认知方式，甚至改变现有的教育方式？等等。

Ref. 《适应性思维》第一部分