# 《写作是门手艺》学习笔记（第三篇 提问）2/2

**Published by:** [水云书摘](https://paragraph.com/@moshuiyun/)
**Published on:** 2022-10-07
**URL:** https://paragraph.com/@moshuiyun/2-2

## Content

爱因斯坦说过，提出一个问题往往比解决一个问题更为重要，需要创造性的想象力，标志着科学的真正进步。《写作是门手艺》的第三篇内容，从第 7 章到第 10 章，作者递进地指导读者如何提问和选题：初阶：问题是文章的引擎中阶：谜题是文章的救星进阶：变量是思考的支点高阶：品味决定了选题的境界这篇文章先记录后两个阶段的笔记。变量：思考的支点对于研究问题的回答，很多情况会出现“正确的废话”的情况——解释太笼统、太宏观。我们需要的是微观、直接、能够诉诸机制的解释。这就需要测量和数据积累，其背后是变量思维。变量思维变量是指至少有两个取值的量，与之相反的是取值恒定的常量。如果一个事物静止不变，就如同一只黑箱，我们难以发现它的运动规律以及和其他事物之间的联系。因此，排查原因时首先被排除的就是那些没有变化的因素。 变量分为因变量和自变量，结果是因变量，原因是自变量。变量思维概括为：比较差异、寻找机制。核心是控制和比较。通过比较现象之间的差异来认识事物间的关系，但比较的同时尽量加以控制，以使得比较对象之间“可比”。 作者举了几个例子来说明比较差异、寻找机制的用法。其中包括对在相似压力下，为何谷歌和苹果做出了不同的反应的分析（彭长桂、吕源《制度如何选择：谷歌与苹果案例的话语分析》）。 变量关系不仅是理解研究问题最关键的一把钥匙，也是理解这个世界运行规则的一个基础视角。蒯因在《从逻辑的观点看》里说过：每一种存在都对应着一个变量的取值（to be is to be a value of a variable)。北岛写过一首名叫《生活》的诗，短到只有一个字：网。可见生活就是由无数变量织成的一张大网。双盲实验变量之间的关系大致有三种：巧合相关因果发现可靠的因果关系是整个科学研究最重要的目的之一。有了因果关系，我们才能够合理解释，恰当干预。然而，因果关系的识别需要非常苛刻的条件，需要用到凡事实推断：你吃了一种药后病好了，这不能证明药物有用；你还需要证明，如果没吃这个药，病就没好（朱迪亚·珀尔、达纳·麦肯齐《为什么：关于因果关系的新科学》）。 正如美国诗人罗伯特·弗罗斯特的《未选择的路》：在那条没有走的路上我们永远不知道会发生什么。如果一件事情没有发生，咱们怎样进行对比分析呢？答案是随机受控实验，由统计学家罗纳德·费歇尔较早提出并设计了随机实验的原则。 如今，随机受控实验已经成为因果关系识别的金标准，双盲实验是随机受控实验的一种，经常被用于判断药品是否有效。双盲实验的操作步骤：随机分组：将病人随机分为实验组和控制组两组，确保两个样本足够大，均值、方差、分布几乎一致区别用药：实验组用真正的药物，控制组用安慰剂前测后测：对两组进行前测和后测，跟踪比较给药前后的病情变化完全匿名：实验组和控制组名单对病人和医生都保密，只在最终结果出来时才公布。屏蔽心理暗示。变量思维的边界单案例研究可否使用变量思维？ 可以。至少可以从三个维度找出差异：时间维度、空间维度、类别维度。可否利用变量思维认识世间万物的所有奥秘？ 法国数学家皮埃尔-西蒙·拉普拉斯设想的拉普拉斯妖：“知道让自然运转的所有力量，也知道自然界所有事物所处的位置。对于这样的‘智者’来说，没有不确定的事，未来就像过去一样呈现在它的眼前。” 然而，世界是复杂系统，变量间的关系大多是非线性的。变量思维在应用于简单系统时比较有用，应用到复杂系统时就捉襟见肘了。即使在自然科学甚至数学中，确定性也在失去。莫里斯·克莱因在《数学简史：确定性的消失》一书中指出数学的第三次危机就是由于对以往十分确定的结论、假设对质疑引起的。品味：决定了选题的境界作者把1963年至今的普利策非虚构写作的获奖作品调研一番后得出一个结论：这些作品拿奖的最重要因素不是文笔，而是选题。 做研究也是如此。研究问题涉及战略，研究方法是战术细节，两者的差别正如“做正确的事”和“正确地做事”的分野。选题最考验研究者的功力和品味。 品味实际上是一种判断力和感知力。判断力是要不断地对好坏对错、轻重缓急做出选择。感知力好的人往往能在别人看不见的地方找到好的切口，能在一大堆材料里面找到关键关系，找到对比和悖论，进而收口到有趣的问题。怎样提升品味？广泛阅读建立反馈回路收藏问题问题分堆的四象限法问题与意义四象限作者用二维矩阵给了一个判断选题的思维模型。 第一象限（大问题大意义）如同圣杯，对志向高远的人充满诱惑力。解决这样的问题无疑会让学者名留青史。适合成熟的天才型学者。 尽管很多人意识到第一象限并不是好选择，实际操作中会不自觉地找到一些大问题、大意义的研究类型。原因是这类题目好找且好写，最后写成泛泛而论的空洞文章。 第二象限问题很大但意义很小，一般没人会选择。许多空泛的第一象限大问题因为没法做，最终大概率落入这个象限。 第三象限是小问题、小意义，大部分人不屑于去选。于是大部分人很“明智”地选择了第四象限：小问题、大意义。 怎样判断一个题目是大题目还是小题目？怎么知道一个题目的意义是大还是小？ 找到小而美的问题是一种能力，不能靠大运。我们还得回到第三象限：小问题、小意义。这类题目规模上可控，对初学者来说难度不大。虽然意义并不大，但总归还是有一些意义。 杨振宁在《我的治学经历与体会》里提到他做研究生的时候也问过费米应该做什么样的题目，费米觉得大题目、小题目都可以想，可以做，不过多半的时候应该做小题目。如果一个人专门做大题目的时候，成功的可能性很小，而得精神病的可能很大。做了很多的小题目以后有一个好处，因为从各种不同的题目里头可以吸取不同的经验，那么，有一天他把这些经验积在一起，常常可以解决一些本来不能解决的问题。可控与失控之间：死胡同测试如何判断问题是否可控？需回答下面几个问题：问题是否清晰？研究清晰与否关键要看是否包含清晰的因变量和自变量。因变量让你明确到底研究什么东西。自变量是对于这一问题的一些假设，看有哪些因素可能会影响研究对象。问题是否有解？无解的问题通常无法验证。条件是否具备？是否掌握相关技术？是否能够收集到数据？时间是否充足？初学者特别容易低估所需的时间和难度。是否符合伦理？以上几条可以帮助避坑。衡量意义的四把尺子相关性问题跟多少人有关系？问题跟多少钱有关系？时间尺度问题有多紧急？问题持续多久？研究贡献没有人写过这个主题虽然有人写过这个主题，但文献中仍存在空白和不足。运用新证据来纠正缺点。很多人写过这个主题，通过新发现、新方法、新问题掀起对现有文献的重新评估。刷新率：读者看完能改变多少想法。提出新视角、新概念、新模型、新关系，挑战常识，不落窠臼。镜头感：好的问题能够阐发新的理论或概念，如同精度更高的显微镜或倍数更高的望远镜，使我们能观察地更细更远，从而看到之前没看到的东西。例子：科尔奈提出的“软预算约束”抓住了计划经济下企业效益低的关键机制。新方法：好的研究发展出新的工具，从而把以往无法研究的问题变得可能。如新模型、新测算方法、新材料、新数据库等。因变量和福祉的距离如果问题和人类福祉相关，那么肯定是重要的。2006年诺奖得主科恩伯格曾谈到能够撬动“大福祉”的“小研究”才是有意义的“大科学”四种写作方式全面而肤浅——大饼式写作片面而肤浅——聊胜于无式写作片面而深刻——专家之手全面而深刻——上帝之手小结这篇的笔记终于整理完了。可以看出，内容更偏向于知道专业研究者如何进行选题。对于一般的写作，如果也能掌握变量思维，更细致地去分析所见所闻背后微观、直接的机理，想必更容易从小问题中找到大意义。 这篇最后也指出，选题虽然重要，但也不能因此执迷于选题而忽略了真正的研究。有时，把问题做完的能力更重要。Photo by Sincerely Media on Unsplash 本系列上一篇文章： https://mirror.xyz/moshuiyun.eth/B29UOHoI8B9mAswQERFgT9keIy6edmn_3X-WyZTMGRQ 本系列下一篇文章： 《写作是门手艺》学习笔记（第四篇 阅读）

## Publication Information

- [水云书摘](https://paragraph.com/@moshuiyun/): Publication homepage
- [All Posts](https://paragraph.com/@moshuiyun/): More posts from this publication
- [RSS Feed](https://api.paragraph.com/blogs/rss/@moshuiyun): Subscribe to updates