Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

每个人都知道的

Posted on 2022-06-13

og_default_1200.png

大多数“人人皆知”是真的。作为现代人,我们的大部分知识都与许多其他人共享。每个人都知道法国的首都是巴黎,这是真的。每个人都知道字母表中有多少个字母,红绿灯的颜色,彩虹的形状。每个人都知道的通常是正确的。然而,有时每个人都知道是错误的。每个人都知道人类不能飞,不能在空中建造 100 层楼,或者经营一家出租你额外卧室的公司。事实证明,每个人都知道的有时是错误的。但是很难区分。

所以我们依赖专家。通常专家是正确的。专家毕生致力于深入了解一两件事,因此他们真正了解该主题。一般来说,他们认为是真的是可以信任的。但有时专家是错误的。很多时候,会有另一位专家对同一主题有不同甚至相反的专业意见。所以非专家不得不决定我们想相信哪个专家。

有两个领域的专家不是 100% 可靠的:当事情进展得非常快时,以及预测未来。在连线,我参与了一个名为 Reality Check 的项目,在该项目中,我们调查了知情人士,了解特定发明可能到达的日期。假设我们想知道什么时候会有激光牙钻。在这种情况下,牙科专家都预测激光钻头将在遥远的未来,而非牙科未来学家预测的更早。一般来说,专家们对*在他们的专业领域内的未来发明要保守得多。*他们比其他任何人都更清楚问题和挑战,因此很难看到不可能的突破。在这些预测之后的几年里,在虚构的发明实际被发明的情况下,该领域的专家通常对日期是错误的。

专家经常出错的另一个领域是事情进展迅速。专家,至少是优秀的专家,依赖于科学的共识,这需要时间。有很多临时的理论,要验证的实验,要分类的数据,然后是要与其他科学相结合的片段。当事物快速而新鲜时,就没有足够的时间来建立共识。

我们现在一直处于那个时代。在 Covid-19 病毒的早期,事情发展得非常快。有很大的无知和很少的确定性。虽然进行了数千次实验,但共识的形成需要时间,而且在这种病毒的许多方面仍然刚刚出现。这意味着对于每个专家,都有另一个在某些方面不同意的平等反专家。人工智能是一个快速发展的前沿领域,非专家很难决定相信什么(以及相信谁)。加密是另一个似乎包含相互矛盾的专家的大领域的例子。对于普通大众来说,很难知道该相信谁。

在动荡时期缺乏共识,人类转向非正统思想。这可能很危险,因为很多非正统的想法都是非常错误的,有些是阴谋论,还有很多只是愚蠢的。但我们必须对逆向思想持开放态度,因为有时每个人都知道是错误的。与此同时,当专家们开始同意时,“每个人都知道的事情”很可能是真的。在新冠病毒大流行两年后,我们对这种病毒、它的传播方式以及有什么帮助有了很多了解。我们对它的无知仍然很大,但我们在专家之间有足够的共识来宣布一些事情是真的。

对于发展如此之快以至于笨拙的科学机制可以发挥作用的知识的早期阶段,我们没有非常高度进化的机制,我们可以获得专家的共识。我们可以使用 covid 的例子来看看在惊喜的第一年什么效果最好。如果我们对第一批对 covid 进行权衡的专家进行排名,为那些最接近共识的人分配分数,然后再过 2 年,我们可能会学会如何及早识别他们。他们使用的某些特征、地点或方法是否可以转移到其他领域,以帮助我们确定可以依赖的专家?我建议快速科学可能与普通科学不同。科学家们自己可能会做一些事情来增加在快速变化期间正确的可能性。我们肯定知道,鉴于科学的本质——好的科学——并不是每个人都可以是对的。该系统必须对非正统的想法开放。有没有办法快速达成原始共识——而不遗漏我们所知道的一切都是错误的真实条件?能够做快速科学将是一项伟大的文明技能。

原文: https://kk.org/thetechnium/what-everyone-knows/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme