人与数据，强调与弱化

昨天完成读书有一点收获就好？后，系统给推荐了主题类似的文章，首先是别人的内容有深度有结构化，相形见绌。另外文章开头放的图片里有一段话使我震惊，这句话第一次见到是在主席的新年贺词中：路虽远，行则将之；事虽难，做则必成。

恰恰是我的内容中最后想要表达的，不能等，要去做。

保持输入不一定立刻就能理解，但是有了这个认知后可能会在未来得到相应的触发。曾经网上讨论教材是否把鲁迅等大家的文章剔除，有一种反对的声音认为虽然小时候觉得很难明白，但是保留了这个认知，为长大后阅历丰富后去领悟打了基础。

最近看了的书是《为什么：关于因果关系的新科学》，作者是计算机行业，拿过图灵奖的大牛。内容对我稍微有点难以理解，第一遍浏览，第二遍才大概明白。书的核心词是“因果关系之梯”，也谈到一些学科历史。

大多数统计学家还是希望在分析的过程中把人的作用弱化，最好是完全不要主观因素，而只强调数据，用算法使得数据自己会说话。所以很长一段时间，科学界是没有因果关系这个说法的，只谈相关关系。

为什么要这样？我的理解是首先主观就容易犯错，另外这样分析速度更快不容易受到人的限制。就像企业里程序员通常要做sop，使得新人可以照着手册开干，这也是工业化想要做的。

但是作者的书告诉我们这样不对，有了人的主观或者说经验判断后画出路线图，再让数据说话。我们的大脑更加适合因果而非相关。

“强调人，弱化数据”不仅发生在自然科学，社会科学就更加有过之。

看了一本书《工作只需20年:实现你财务自由的大方法》，里面提到参加工作的十年后更加重要的有价值的就是积累的社会关系。这个观点在其他地方也可以见到，我很赞同。

联系到最近chatgpt大火，还有硅谷裁员，很多东西都其实在被计算机所掌握，但是创造计算机的程序员35岁就失业，为什么？年纪大了，学习能力跟不上刚出来的大学生；有了家业，没办法加班去干等等，前人已经帮我们总结好了。

计算机、程序和数据都是客观的，但同时也是冰冷的，而只有活生生的人才会去链接。之前上国家杰青的课，她说自己主要擅长搞表型和大田，但是有会搞微生物，会搞生物信息的老师在身边，于是团队能做出很好的成果。

技能要会，关系也要搞；没有技能，关系搞不成。