责任者：(瑞典)汉斯·罗斯林等著

索书号：B815.3/1

 

 

首先希望看完本书的人，不要觉得这是比尔盖茨推荐的书，书里面说了一些振奋人心的话语，描述了一些让人感觉良好的事情，然后自己花费了时间投入了情感进行了认真的阅读，然后就觉得这本书是心灵的良药，给个高分，中肯的大众评分可能在5~6分左右。

 

这篇书评也不仅仅是为了此书，只是适逢其会在书库里看了这本书，同时认为每个人都需要学会自己寻找和解读事实获取真相。读书仅仅有阅读是不够的，认真思考才能超越书籍本身，信息和工具远比结论更为重要，因为宇宙和社会本身没有给出答案。

 

本书的内容和结论很多都是讨论我们的偏差视野，揭示了属于我们人类本身的不完美在实际生活中的遇到的实际情况。作者尝试传播信息的努力是值得肯定的，但是传播的信息内容里，诸多结论难说正确，反而陷入了另一种偏颇和片面的浮沫中。

 

作者的出发点，从心灵和道德的角度上来观察本身是好的。但这并不担保她能在这个非线性的世界里直达真理的堤岸，更何况我们每个人的始发点都会带有我们自身需求和色彩的扭曲。本书实际考察的主题是观察我们的认知偏差在世界实践上的具体表现，但是在此问题上提供的信息度远不如丹尼尔·卡尔曼的《思考，快与慢》。

 

作者太过强烈的主观期望把这种客观（或者普遍主观）存在的认知现象在此书中解释为我们对这个世界做出悲观审判的源头，因而全书极力用数据和事例来论证这种偏差和宣扬世界的整体进步。我想大部分人都能赞同和认可我们世界的进步。但是书中的文字语言和结论读来给人一种我们世界真美好，需合书大饮三杯酣畅美梦的感觉。可惜的是这种认知偏差不仅仅让我们在某些方面过于悲观，也在某些方面过于乐观，事实的世界远没到可以让我们坐饮鼓舞的地步。

 

读者首先要认知到我们的数据本身的不完整性（不是说错误）；其次数据远未到解释一切的地步，数据背后的人的内心感受和人们面临的数据以外的各种环境和条件并没有被一一考虑；最后就是对数据的解读标准是不应该是固定的，更不应该建立在旧的框架上的。

 

依据上面的几点很简单的反驳一下开篇第一章她对一分为二，或者二元法的否认，其称“一分为二的错误本能”。这句话在哲学和逻辑的界定下，本身就是一个二元的是/否，对/错选择，而全书各处都可见更多的人类的这一本质认知模式的陈述和体现。当然可能我们不能苛求一本畅销书做到尽善尽美，但是如此直接的逻辑错误确实让人扼腕，和全书欢欣向上的曲调也相当不合。

 

书中内容继续主张我们不能把现在的世界再片面地看成极富和极穷的二分世界，因为更多的人现在活在快速发展，医疗进步，物质充足的中等收入国家。同时列举了各种数据来论证目前世界的美好和进步(再次强调，并不能否认世界存在的这部分美好和取得的进步)。但在我们发展的过程中带来的不完全是进步，显然更多更重大的问题和困境也在不断的出现（一定需要我列举吗？）。

 

问题3：过去的20年里，全球生活在极度贫困状态下的人口真的几乎减半吗？

 

我们在此刻依然采用20年前的老旧衡量标准能让我们如此乐观吗？既然世界已经发展的如此迅速，我们能够心安理得的说一个家庭仅仅能够填饱肚子就是脱离了极度贫困吗？我们能够接受世界20年前对极度贫困的定义本身没有一点进步吗？对这个问题的疑问完全可以适用于其它的问题。

 

问题11：老虎，大熊猫，黑犀牛从1996年至今全部实现了数量增长脱离了濒危物种名单，世界更美好了吗？

 

那么和100年前相比，这些动物的数量如何变化？为什么这样变化？再设想100年后，随着非洲，南美洲大陆进一步的人口增长，是否会有新的物种进入濒危名单？而我们如何确定物种就不会再灭绝，而这一定就是一个更美好世界的保证？

 

如果我们能够理解我们面临的很多问题没有答案或者答案是二分的，那么保持一种冷峻的悲观和紧张要比沉浸在温馨的乐观与轻松之中对人类未来将要创造的历史更有意义。

 

对于读者们，单纯从突破认知维度，提升自我意识的角度来说，卡尔曼的《思考，快与慢》比此书更为纯粹，更有逻辑，对比双方的结论也是卡尔曼老先生的更让人信服。只是同为“畅销书”，大部分读者能够悠哉的读完这本《事实》而没有办法嚼下《快与慢》。

 

你不相信？你需要数据？《人人都在说谎：数据真相》：仅有7%的人读完了诺贝尔经济学奖得主丹尼尔·卡尼曼的巨著《思考，快与慢》。这一粗略的方法估计，不到3%的人读完了经济学家托马斯·皮凯蒂受到广泛讨论与赞扬的《21世纪资本论》。

 

本书还有弊病就是现在部分畅销流行写作的一大通病：重复赘述语句信息度较低，章节标题往往比章内叙述更清晰，用一个个小故事堆砌但又不是小说。这或许是当下社会里我们更多的需求在模糊体裁的界限。人人一边呼喊着用数据说话，一边用故事编织想象；极端的言论和温暖心灵的鸡汤总是供不应求。

 

Oops, 不好意思我又用了二分法。Sorry Mr.Gates, I'm not very into this one, appreciate the efforts though.

 

作者：QuestionDeJavu（来自豆瓣）