为什么要换位思考?

简介: 道德这个事儿,真的是那么崇高而虚幻的吗?遗忘从小老师和家长就一直在我们耳边叨念一句话,叫做“己所不欲,勿施于人”。这是一种典型的换位思考。

道德这个事儿,真的是那么崇高而虚幻的吗?

img_2df14ffabf7443eb1bda3bde6c50f7c8.jpe

遗忘

从小老师和家长就一直在我们耳边叨念一句话,叫做“己所不欲,勿施于人”。这是一种典型的换位思考

然而,今天很多人已经把这句话当成了耳旁风。在他们的眼里,现在的这个社会的座右铭早就变成了“关你P事,关我P事”。在面对利益的时候,竞争是必须的。我得到了是我的本事,你没得到是你笨。道德评价愚不可及,还用一句“英语”来描述这种看法——“You can, you up. No can, no BB!”

所以你经常会看到只要有排队的地方,就会有加塞。挤公交车、挤地铁……有一次在机场坐摆渡车到了登机口,一群老头老太太也起劲儿地往前挤。人很多,眼看要出危险。多亏一个老大爷急中生智,大吼了一句话。人们立刻不挤了,按顺序排队登机。

你猜他喊了句什么话?

“不用往前挤,每个人都有座儿!”

市场经济的社会与祖先生活的小农经济社会有很多不同。既然时移世易,我们是不是该忘了所有道德教训的条条框框,只盯着自己的利益行事呢?

让我们讲一个行为经济学的实验吧。

实验

假设有一天,你没事儿做,在大学校园里闲逛。突然有人过来招募你参加一个实验。反正闲着也是闲着,你欣然参加了。

一共招募来2个人做实验,实验者跟你们俩介绍要求。

这真是个实验。首先非常简单,只需要几分钟就能完成。其次你俩可能还有钱赚。

实验者拿出100元,让你们俩分。你俩猜拳,赢了的当甲,负责做分配方案。每个人分到的数额必须是10元的整数倍(包括0)。另一个是乙,负责审核方案。

如果乙同意甲的分配方案,100块钱归你们,俩人就这样分;如果乙说我不同意,那么你们俩人一分钱都拿不到,再见。

这实验足够简单明了吧?

理性

经济学入门课程总会讲一些假设。其中一条就是——人是理性的。

如果甲和乙都是理性的人,那么会发生什么呢?

如果甲是理性的,那么他首先希望最大化自己的利益。怎么分?当然是我自己留100块了!

且慢,他会考虑到,乙也是理性的。

站在乙的角度来看。如果否决分配方案,自己1分钱拿不到;如果同意,还是1分钱也拿不到。那他凭什么要同意甲的分配方案?

太不保险了!甲吓出一身冷汗。

好吧,因为划分数额必须是10元的整数倍。只好让给他10元了。

乙是理性的,对他来说同意就有10元钱,不同意没有钱。他应该同意。

甲于是很开心地宣布了这个“90:10”的分配方法。

你觉得会怎样?

不怎么样。因为行为经济学家做了许多轮实验,许多这样做的甲最后什么也没有得到。

为什么?

因为许多人不理性

非理性。

乙如果同意这个“90:10”的极端分配方案,自己可以拿到10块钱。

他会开心吗?

不会,因为他看到一起来参加实验的甲拿到了90,平白无故比自己了80元啊!

他的头脑中会蹦出来三个大字——不……公……平!

这几个字许多人经常挂在嘴边。其实人们真的追求公平吗?

呵呵。

如果每个月收入只有1000元,你的幸福感是哪里来的?来自你的邻居每个月收入只有950元。

如果你每个月收入10万元,你岂不是天天都应该幸福感爆棚吗?不,因为你的姐夫每个月收入10万5000元。

如果乙理性,那么他应该接受分配方案,毕竟拒绝的话自己损失10元。

然而他的不开心会让他选择不理性——拒绝。

这次轮到甲不开心了。乙呢?可能很开心。这是一种复仇的快感。

不信的话,你再读一遍《基督山伯爵》。

非理性与否决权相结合,就是一种权力。而这种权力,是可以换钱来花的。

如果你是甲,对乙早有耳闻。知道他一贯主张“公平”。你会做出“90:10”的分配方案吗?

请思考两分钟。

道德

刚才我们是以一个单轮博弈来介绍这个实验。日常生活中,我们遇到更多的经济活动实际上是多轮博弈的。什么叫多轮博弈?就是这个游戏你参加不止一回。你之前做了什么,不仅对方,而且旁观者都会看到。

甲如果会吸取教训的话,那么他就会获得一种智慧——不要总想着赢家通吃,当你吃肉的时候也得给别人留口汤喝。

乙如果会吸取教训的话,会积累自己的名声——我注重公平哦!我不理性哦!甚至为了造就这种名声,会不惜放弃许多唾手可得的利益。

甲如果是个政策制定者,他会主张给社会底层人士提供福利。为他们构造一个安全网,不要让他们食不果腹,衣不蔽体。

他想的不一定是这样的善举可以让自己上天堂,更多的考虑可能是怕被掀翻了牌桌玩儿不成了。

乙如果是个企业家,会放弃某些赚钱机会。给自己打出一个“不作恶”的旗号。

其实他心里可能也在为没有赚到的钱而滴血,但是自己更注重名声在未来博弈中给自己带来的好处——显著降低自己的交易成本。毕竟没有人愿意被别人天天试探着玩儿。

行为经济学实际上在告诉我们:道德准则不是用来逗你玩儿的,它的背后往往是血淋淋的教训和精巧的利益算计。

遗产

甲和乙都会把自己箴言送给子孙。

子孙会不会把这些格言警句奉为珍宝呢?

他们更有可能嘲笑祖先的迂腐,把这些告诫扔到一边,自己再去碰个头破血流。

所以,有时候参加个实验比读书听讲更有收获。 :-P

讨论

你之前是否遇到过与这实验类似的场景?你是分配方案制定者还是审核者?你怎么制定的方案?你对别人制定的方案满意吗?如果你不满,你是怎么做的呢?

欢迎留言,咱们一起讨论。

目录
相关文章
|
存储 Android开发
Window与WMS通信过程
Window与WMS通信过程
Window与WMS通信过程
|
监控 NoSQL Redis
事务-分布式锁|学习笔记
快速学习事务-分布式锁
|
监控 关系型数据库 MySQL
【案例】利用innodb_force_recovery 解决MySQL服务器crash无法重启问题
一 背景    某一创业的朋友的主机因为磁盘阵列损坏机器crash,重启MySQL服务时 报如下错误: InnoDB: Reading tablespace information from the .
1465 0
|
7天前
|
存储 运维 安全
云上金融量化策略回测方案与最佳实践
2024年11月29日,阿里云在上海举办金融量化策略回测Workshop,汇聚多位行业专家,围绕量化投资的最佳实践、数据隐私安全、量化策略回测方案等议题进行深入探讨。活动特别设计了动手实践环节,帮助参会者亲身体验阿里云产品功能,涵盖EHPC量化回测和Argo Workflows量化回测两大主题,旨在提升量化投研效率与安全性。
云上金融量化策略回测方案与最佳实践
|
9天前
|
人工智能 自然语言处理 前端开发
从0开始打造一款APP:前端+搭建本机服务,定制暖冬卫衣先到先得
通义灵码携手科技博主@玺哥超carry 打造全网第一个完整的、面向普通人的自然语言编程教程。完全使用 AI,再配合简单易懂的方法,只要你会打字,就能真正做出一个完整的应用。
8471 20
|
13天前
|
Cloud Native Apache 流计算
资料合集|Flink Forward Asia 2024 上海站
Apache Flink 年度技术盛会聚焦“回顾过去,展望未来”,涵盖流式湖仓、流批一体、Data+AI 等八大核心议题,近百家厂商参与,深入探讨前沿技术发展。小松鼠为大家整理了 FFA 2024 演讲 PPT ,可在线阅读和下载。
4563 11
资料合集|Flink Forward Asia 2024 上海站
|
13天前
|
自然语言处理 数据可视化 API
Qwen系列模型+GraphRAG/LightRAG/Kotaemon从0开始构建中医方剂大模型知识图谱问答
本文详细记录了作者在短时间内尝试构建中医药知识图谱的过程,涵盖了GraphRAG、LightRAG和Kotaemon三种图RAG架构的对比与应用。通过实际操作,作者不仅展示了如何利用这些工具构建知识图谱,还指出了每种工具的优势和局限性。尽管初步构建的知识图谱在数据处理、实体识别和关系抽取等方面存在不足,但为后续的优化和改进提供了宝贵的经验和方向。此外,文章强调了知识图谱构建不仅仅是技术问题,还需要深入整合领域知识和满足用户需求,体现了跨学科合作的重要性。
|
21天前
|
人工智能 自动驾驶 大数据
预告 | 阿里云邀您参加2024中国生成式AI大会上海站,马上报名
大会以“智能跃进 创造无限”为主题,设置主会场峰会、分会场研讨会及展览区,聚焦大模型、AI Infra等热点议题。阿里云智算集群产品解决方案负责人丛培岩将出席并发表《高性能智算集群设计思考与实践》主题演讲。观众报名现已开放。
|
9天前
|
人工智能 容器
三句话开发一个刮刮乐小游戏!暖ta一整个冬天!
本文介绍了如何利用千问开发一款情侣刮刮乐小游戏,通过三步简单指令实现从单个功能到整体框架,再到多端优化的过程,旨在为生活增添乐趣,促进情感交流。在线体验地址已提供,鼓励读者动手尝试,探索编程与AI结合的无限可能。
三句话开发一个刮刮乐小游戏!暖ta一整个冬天!
|
1月前
|
存储 人工智能 弹性计算
阿里云弹性计算_加速计算专场精华概览 | 2024云栖大会回顾
2024年9月19-21日,2024云栖大会在杭州云栖小镇举行,阿里云智能集团资深技术专家、异构计算产品技术负责人王超等多位产品、技术专家,共同带来了题为《AI Infra的前沿技术与应用实践》的专场session。本次专场重点介绍了阿里云AI Infra 产品架构与技术能力,及用户如何使用阿里云灵骏产品进行AI大模型开发、训练和应用。围绕当下大模型训练和推理的技术难点,专家们分享了如何在阿里云上实现稳定、高效、经济的大模型训练,并通过多个客户案例展示了云上大模型训练的显著优势。
104589 10