EPISODE · May 11, 2026 · 20 MIN
啟發日記D227『貝氏定理』
from 企鵝不捨 啟發日記 · host Never give up Bookstore
愛的,你今天過得好嗎? 今天想和你分享的啟發關鍵詞是:「貝氏定理」。 有一個很有意思的數學公式, 叫做「貝氏定理(Bayes' Theorem)」。 它的核心思想,其實比公式本身還簡單: “我們原本的看法,會因為新的證據而更新。” 學術上會說: 原本的看法,叫「先驗」 更新之後的看法,叫「後驗」 數學上的表達式為:P(A|B) = P(B|A)*P(A)/{P(B): • 先驗機率 P(A):在看到新證據前,我們對某事的相信程度。 • 後驗機率 P(A|B):在看到新證據 B後,更新後的相信程度。 但如果換成日常語言, 它其實只是: 「原本我這樣想,後來因為看見了新的事情,我調整了自己的想法。」 ⸻ 例如,有人原本覺得: 「這家店平常生意很好,應該不錯吃吧。」 結果某天第一次去吃, 剛好遇到餐點普通、服務混亂。 這時候,你的看法會開始改變。 但通常不會立刻變成: 「這一定是間爛店。」 因為你心裡原本就有一張地圖—— 你知道它平常很多人排隊、評價也不差。 所以,你可能會想: 「也許今天只是剛好狀況不好。」 但如果之後連續幾次都不好吃, 新的證據越來越多, 你的看法就會逐漸更新。 這其實就是一種很生活化的「貝氏思維」。 ⸻ 我很喜歡這種思考方式。 因為它提醒我們: 很多時候,我們不是只被「證據」影響, 而是被「原本相信什麼」影響。 ⸻ 比如: 如果你原本就很相信某個人, 那別人說他一句壞話, 你未必會立刻改觀。 但如果你原本就討厭他, 可能只要看到一點點負面消息, 你就更確定: 「你看,我早就知道。」 ⸻ 其實,我們每個人都帶著自己的「原始設定」在生活。 家庭背景、成長經驗、讀過的書、受過的傷、 看過的新聞、喜歡的人—— 這些東西, 都在悄悄決定我們怎麼理解世界。 ⸻ 有時候,這些原本的認知是有幫助的。 如果完全沒有原本的判斷, 人其實很難活下去。 你不可能每天出門時, 都重新懷疑: 「紅燈是不是其實可以走?」 「這個人會不會突然攻擊我?」 「太陽明天會不會不升起?」 所以,人一定會先有一張「地圖」, 再開始理解世界。 就像有人說的: 「有一張錯的地圖,也比完全沒有地圖好。」 ⸻ 但有趣的是—— 我們也很容易犯另一種錯。 那就是: 把自己的地圖,當成了整個世界。 ⸻ 但從另一個角度思考這件事也很有趣。 有時候,人很容易被一個強烈的訊號影響。 一則新聞、一句評價、一次失敗、一次爭吵, 就忽然覺得: 「事情是不是完了?」 但貝氏定理其實提醒我們: 不要只看眼前這個訊號有多強烈, 也要回頭看看—— 這件事,原本到底有多常發生。 ⸻ 明明世界已經變了, 證據也越來越多, 卻還是不願更新自己的想法。 有些人永遠相信: 「誰誰誰就是不努力。」 「讀某些學科才有前途。」 「哪些特質的人都很現實冷漠。」 「某個地方的人就是怎樣怎樣。」 即使遇到新的例子, 也會自動忽略。 因為既有的想法, 早就被原本的框框鎖死了。 ⸻ 或許這個定理中隱含的貝氏思維,其實很溫柔。 它不是沒有立場, 也不是什麼都相信。 而是提醒我們: 可以先有自己的看法, 但我也願意因為新的證據,而慢慢修正自己。 ⸻ 這讓我們想到一句很有名的話。 經濟學家 約翰·梅納德·凱因斯 曾說: 「當事實改變時,我會改變我的想法。先生,那你呢?」 (When the facts change, I change my mind. What do you do, sir?) 很喜歡這句話。 因為它真正困難的地方, 從來不是「有想法」; 而是—— 當世界改變時, 我們願不願意更新自己的想法。 ⸻ 而如果再往下想, 其實人與人之間很多衝突, 也都和「原本的地圖不同」有關。 同樣一句話, 不同人會有不同解讀; 同樣一件事, 有人覺得是機會, 有人覺得是危險。 因為我們每個人, 都帶著不同的人生資料庫。 ⸻ 所以,也許真正成熟的人, 不是永遠正確的人。 而有可能是: 既不會沒有立場、聽風就是雨; 也不會把自己的想法鎖死到完全無法改變。 因為這個世界那麼大那麼多元, 自己可能是對的; 但也可能,我們根本還沒看到全部的證據。 ⸻ 親愛的你呢? 最近有沒有哪件事情, 讓你重新修正了原本的看法? 又或者, 有沒有某些你一直深信不疑的事, 其實也還保留著一點點: 「也許我可能錯了」的空間? 願我們都能帶著自己的地圖前進, 但也保留更新地圖的勇氣。 ——企鵝不捨小書房 -- Hosting provided by SoundOn
Embed this episode
Ready to play
啟發日記D227『貝氏定理』
No transcript for this episode yet
Similar Episodes
No similar episodes found.
Similar Podcasts
No similar podcasts found.