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

缓解卡普兰思想中的极度紧张

Posted on 2024-01-01

泰勒·考恩说,他发现了“卡普兰思想中的极端张力”:布莱恩喜欢强调智力、收入、甚至预期寿命等变量的遗传性。但你的父母怎么能是你的错呢?这是卡普兰思想中的一个基本张力,即渴望促进精英政治/应得的直觉和关于遗传性的事实。布莱恩不能两全其美。 ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌

转发此电子邮件? 在这里订阅以了解更多信息
https%3A%2F%2Fbucketeer-e05bbc84-baa3-43

缓解卡普兰思想中的极度紧张

布莱恩·卡普兰
12 月 31 日
https%3A%2F%2Fbucketeer-e05bbc84-baa3-43

在应用程序中阅读

泰勒·考恩 (Tyler Cowen) 表示,他发现了“卡普兰思想中的极度紧张”:

布莱恩喜欢强调智力、 收入、甚至预期寿命等变量的遗传性。但你的父母怎么能是你的错呢?
 

这是卡普兰思想中的一个基本张力,即渴望促进精英政治/应得的直觉和关于遗传性的事实。布莱恩不能两全其美。

我说这种“张力”是虚幻的。关键点:

1. 虽然优点/应得和选择是相关的,但这种关系比泰勒承认的要复杂得多。没有人会选择他原始的运动能力,但奥运会上跑得最快的运动员仍然值得获得金牌。选择几乎总是发挥着作用——无论你在某方面的先天能力有多强,你都必须实际选择做某件事才能获得认可或奖励。但选择只是我们对优点和应得的直觉的一个因素。

2. 但是,关于我们的选择的遗传性的经验证据是否表明我们并没有“真正”选择任何东西,从而完全破坏了所有功绩和应得的概念?没有。可预测性和自由意志是兼容的;前者是关于发生的事情的断言,后者是关于可能发生的事情的断言。我从来没有选择切断我的一根手指。你可以放心地打赌我永远不会。但我的内省告诉我,我在形而上学上可以自由地砍掉我的手指。

3. 如果可预测性确实削弱了功绩和应得,那么遗传性仍然是一个转移注意力的话题。为什么?因为遗传性研究着眼于行为为何可预测,而不是行为是否可预测。 双胞胎和收养研究的目的并不是要证明人类行为是可以预测的;而是要证明人类行为是可以预测的。你可以从天真的家庭关系中看到这一点。双胞胎和收养研究的目的是弄清楚幼稚的家庭关系中有多少是由于先天造成的,又有多少是由于教养造成的。

4. 如果这是真的,为什么我认为收入遗传性研究应该增加我们对经济精英统治程度的估计?很简单:如果分离的同卵双胞胎都获得高收入,那么解释几乎就是市场奖励能力和努力。另一方面,如果一起抚养的被收养者都获得高收入,那么解释可能是他们的父母将他们培养成富有成效和积极主动的工人。但这种模式也符合裙带关系——父母利用他们的关系让不合格的孩子找到好工作。

然而,泰勒认为存在紧张关系而我却没有看到的最终原因可能是,他理所当然地认为罗尔斯主义的观点是“没有人值得在本土禀赋的分配中占有一席之地”。我拒绝罗尔斯主义的立场,因为它违背了常识。像罗斯巴德一样,

我必须承认我无法理解这个立场。对于一个人来说,还有什么比他遗传的能力更与生俱来、更独特呢?如果他不能从中获得回报,再加上他自己的努力,他应该从什么中获得回报呢?

该帖子首先出现在Econlib上。

升级至付费

喜欢
评论
重新堆叠

© 2023布莱恩·卡普兰
布莱恩·卡普兰,MSN 1D3,乔治梅森大学
费尔法克斯, 弗吉尼亚州 22030
退订

下载这个软件 动笔

原文: https://www.inoreader.com/article/3a9c6e74867a2eac

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
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • 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
  • Mind Matters
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 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