知识的错觉(为什么我们从未独立思考)(精)
全新正版 极速发货
￥ 32.6 6.7折 ￥ 49 全新
库存3件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者(美)史蒂文·斯洛曼//菲利普·费恩巴赫|译者:祝常悦
出版社中信
ISBN9787508682501
出版时间2017-12
四部分类子部>艺术>书画
装帧其他
定价49元
货号30035824
上书时间2024-12-20
商品详情
- 品相描述：全新
- 商品描述
-
导语摘要
..................
作者简介
菲利普·费恩巴赫（PhilipFernbach），认知科学家，科罗拉多大学利兹商学院市场营销学教授。他的研究重点是揭示认知科学如何影响社会问题，如政治、基因科学及消费者如何决策等，曾受邀作为TEDx演讲嘉宾就此类话题发表演说。他有多篇文章发表在《纽约时报》、《华尔街日报》、BBC（英国广播公司）新闻等有影响力的媒体上。
目录
推荐序 无知怎么破解？没人知道 V
前 言 无知与知识共同体 IX
第一章 我们知道什么 001
我们究竟有多无知 008
错觉的诱惑 018
第二章 我们为什么思考 021
一个好大脑 026
明察秋毫的大脑 029
富内斯的诅咒 033
第三章 我们如何思考 037
因果推理大师 041
推理的正向和逆向 048
讲故事的能力 052
第四章 我们的认知为何会出错 059
我们所知甚少，但够用 065
两种思维 067
直觉、慎思与解释性深度错觉 072
第五章 身体记忆卡和世界存储器 077
具身智能 084
认知革命 087
世界存储器 090
大脑，心智的一环 095
第六章 他人的智慧 101
狩猎共同体 104
智力爆炸 107
共享意向性 110
作为常态的团队合作 114
模糊的知识边界 116
为共同体而生 121
知识共同体的代价与好处 122
第七章 与技术共事 127
思想的延伸 131
无法共享意向性的技术 137
真正的超级智能 144
与系统一起工作 148
第八章 科学的错觉 151
公众理解科学 156
忠于共同体 159
错误的因果模型 163
修正错误信念 168
第九章 政治的错觉 171
解释你的立场 177
价值还是后果 183
“无知”的选民 189
第十章 聪明新定义 195
智力的定义 203
智力测验简史 205
集体智力测评 208
群智及其影响 213
第十一章 变得更聪明 217
发现你的未知 222
知识共同体与科学教育 225
学习共同体 232
第十二章 做更聪明的决策 237
解释的朋友和敌人 243
信息不是越多越好 246
蜂巢经济 250
推向更好的决策 253
结 语 无知不可避免，错觉亦有价值 261
致 谢 273
注 释 275
内容摘要
我们的无知总是超出自己的想象。
人类建立了复杂的社会，掌握了艰深的技术：我们学会了生火，创建了民主制度，在月球上留下足迹，让基因对号入座……然而，我们每个人又都是犯错大王，时常做出愚蠢的行为，大多数人甚至连马桶的基本工作原理都弄不清楚。我们何以知之甚少却成就颇高？
《知识的错觉》指出，人类个体对世界的了解少得可怜，没有谁拥有超级大脑，所幸人类在一个丰富的知识共同体中各擅所长，相互依存。我们的日常需求几乎都仰仗着别人的专业知识与技能，我们擅长从周围的人、事、物中获取经验与智慧。所以，让人类从众生当中脱颖而出称霸世界的，并非个人理性，而是无与伦比的集体思考。也正因为他人的存在，我们认为自己无所不知，这就是知识的错觉。这也解释了为何我们常常高估自身的理解力，为何政治偏见与迷思总是根深蒂固，为何个人精英主义式的教育和管理总是无疾而终。
对“无知”的了解，是我们认识自己、他人与社会的一种绝佳方式。这有助于我们更好地与人相处，更理性地对待技术，更客观地面对烦冗的信息，与人类的理性与非理性和谐共处。
精彩内容
核武器战争本身就导向一种错觉。阿尔文·格雷夫斯（AlvinGraves）曾于20世纪50年代初任美国军方核武器试验计划的研发负责人。我们在前言中讨论过的那场堪称灾难性的“喝彩堡垒”爆炸正是由此人极力推动的。世界上怕是再没有人比格雷夫斯更了解核辐射的危险性了。“喝彩堡垒”事件发生的8年前，即1946年，格雷夫斯曾是位于新墨西哥州的洛斯阿拉莫斯核武器实验室的8名成员之一，当时的另一位研究员路易斯·斯洛廷（LouisSlotin）正执行一项被伟大的物理学家理查德·费曼（RichardFeynman）戏称为“老虎屁股摸不得”的棘手实验，测试钚这种放射性原料在核爆炸中的表现。 1实验涉及包裹中心钚球的两个铍半球之间的缝隙闭合。当半球闭合时，从钚当中释放出来的中子被铍反弹，导致更多的中子被释放。这一实验极其危险。一旦两个半球合拢，其连锁反应会引发一连串辐射。斯洛廷作为一名经验丰富又才华横溢的物理学家，出乎意料地用一把平头螺丝刀分离了两个铍半球。但在螺丝刀转动并使两个半球相撞的那一刻，在场的8名科学家还是受到了危险剂量的辐射。斯洛廷的状况最糟糕，9日后在洛斯阿拉莫斯实验室的医务室与世长辞。团队中的其他人都得以从急性辐射综合征中康复，但少数的几位还是因癌症或其他可能与此次事故相关的疾病英年早逝。
这些绝顶聪明的人为何如此愚蠢？
意外确实难以避免。我们都会为诸如刀子割到手指或关车门夹到别人的手之类的失误而感到羞愧。但对于一群杰出的物理学家，你却指望他们仅用一把手持平头螺丝刀自救于致命的核辐射之下。
据斯洛廷的一名同事所言，其实有很多相对安全的方法来进行钚测试，而且斯洛廷对此心知肚明。例如，他可以先固定其中一个铍半球的位置，再将另一个由下而上地托上去。接下来，如有任何滑落发生，两个半球将因重力而无害分离。
为何斯洛廷会如此鲁莽行事？我们怀疑他经历了那种人人都曾有过的错觉：我们在一知半解中仍知道该怎么做。这些物理学家们所感受到的惊诧，其实和你试图修好漏水的水龙头却反而使浴室“洪水滔天”，或试图帮你女儿解出数学作业题却被二次方程难倒时大同小异。我们总是胸有成竹地开头，垂头丧气地结尾。
这些都只是不相干的例子，还是它们背后有更系统性的因素？
人们总是习惯于高估自己的理解力吗？抑或知识确实比看起来更浅显易懂？ 1998年，认知学家弗兰克·凯尔（FrankKeil）离开工作多年的康奈尔大学来到耶鲁大学。在康奈尔大学期间，凯尔长期致力于研究已有的事物如何运作的理论。他很快便意识到那些理论何其破碎且浅薄，但他遇到了一个困扰。他找不到一个有效的方法来科学地阐明人们实际所知与他们自认为所知之间的差距。他已尝试过的方法不是太耗时就是太难以量化，还有些根本无法得到受试者的真实反馈。于是，他灵机一动，一种符合他预期效果的方法浮现在脑海。这种被称为解释性深度错觉（illusionofexplanatorydepth，简称IoED）的测试工具能够克服上述弊端：“我清楚地记得某日清晨，当我在位于康涅狄格州吉尔福特的家中淋浴时，几乎整个解释性深度错觉的模型随着水流涌现，倾泻而下。我立即冲出浴室，开始工作，拉上一直和我一起研究认知劳动分化的利昂 ·罗森布利特（LeonRozenblit），开始制定解释性深度错觉的所有细节。”由此，一种研究无知的方法诞生了，这种方法只单纯地要求受试者对某事物给出解释，并说明这种解释如何影响他们对自身理解力的评价。倘若你是罗森布利特和凯尔的受试者之一，你会被问到下列问题：1.请自评对于拉链工作原理的知识了解多少，如果了解程度为1—7，你会给自己打几分？ 2.拉链是如何发挥作用的？请描述使用拉链的所有步骤，越详细越好。
如果你同罗森布利特和凯尔2的大多数受试者一样，并非在拉链工厂上班，那么关于第二个问题你便所知甚少。你确实对拉链的工作原理毫无概念。所以，试想你被问到如下问题：3.现在，请重新自评你对拉链工作原理了解多少，了解程度依然是1–7，你会给自己打几分？
这一次，你多少会降低评分以示谦卑。在试着解释拉链的工作原理之后，大多数人意识到了他们对拉链的知识其实还是门外汉，因此在问题3上只给自己打一分或二分。
这项论证表明人们置身于错觉之中。受试者们自己也不得不承认，他们对拉链的真正了解远不如想象中多。当人们调低第二次评分的分数时，他们实质上是认识到，“我知道的比我以为的要少”。拆穿人们的错觉着实简单得难以置信，你只要要求他们对看似平凡的某事给出解释就行。这一招可不只对拉链有效。罗森布利特和凯尔分别以车速表、钢琴键盘、冲水马桶、锁芯、直升机、石英表和缝纫机为题进行的测试都得到了相同的结果。每一位受试者都表现出错觉：无论他们是耶鲁大学的研究生、名校的本科生还是就读于社区公立学校的学生。在一所美国常春藤名校的大学生身上，在一所大型公立高中的学生身上，以及在对美国民众的线上随机抽样测试中，错觉一而再，再而三地被证实。我们发现错觉不仅发生在对日常物品的认知上，它几乎无处不在：人们高估了自己对诸如税收政策和对外关系之类政治议题的理解，在热门科学话题如转基因作物和气候变化方面也全凭想当然，甚至连个人理财都是一本糊涂账。我们对心理现象的研究持续已久，但如此强有力的关于理解力错觉的证据实属罕见。
关于这些实验结果，一种可能的诠释为，正是受试者努力去解释的过程改变了他们对“知识”的解读。或许当他们先后两次被要求进行自评时，受试者们感觉在回答两个截然不同的问题。第一次他们将问题理解为：“我对拉链的了解有多少？”而在他们尝试过解释这东西怎么工作之后，则开始评估自己究竟能在多大程度上清楚地给出说明。如果这样的话，受试者可能是将第二个问题理解为：“我能在多大程度上用语言表达有关拉链的知识?”但是，由于罗森布利特和凯尔设计的题干严谨而明确，这似乎不太可能发生。
他们精确地定义并告知了受试者每一级分数所代表的含义（1—7）。
而且，即使受试者自认为前后回答的并非同一问题，这仍不妨碍他们在想办法给出一个解释的过程中也省悟到：他们能说明白、讲清楚的知识确实比自以为的要有限。此乃解释性深度错觉之本质。若不曾试着说明某样东西，人们总是对自己的理解水平自我感觉良好；一番尝试之后，他们会有所改观。即使他们调低分数是基于对“知识”这一术语定义上的歧义，这仍然揭示了他们实际所知还是较少的真相。据罗森布利特和凯尔所言，“许多受试者反馈说当他们得知自己远比原先预想的要无知时，一份实实在在的惊讶和从未有过的谦卑涌上心头”。
解释性深度错觉还可以用人们如何理解自行车这个例子来说明。利物浦大学的心理学家丽贝卡·劳森（RebeccaLawson）向一组心理学专业的本科生展示了一幅车架部分组件缺失、没有链条和踏板的自行车示意图。
劳森要求学生们补全缺失的部分。我们不妨试试看。车架的哪些部分不见了？链条和踏板应该安装在哪儿？
如上问题居然出乎意料地难以回答。在劳森的研究中，将近一半的学生无法完全正确地补全图片（你会在下面看到几个学生的绘图）。甚至劳森以四选一的方式，要求他们选出正确的图片时，这些学生也并没有表现得更好。许多学生选择了前后轮都缠有链条的图片，在这种结构下车轮是不可能转动的。即便是专业骑手在这一看似简单的问题上也远远拿不了满分。对于平日里司空见惯的物件，甚至那些每次使用都觉得其原理显而易见的东西，我们的理解竟是如此粗浅。
我们究竟有多无知因此，我们对自身知识量的高估正暗示了我们比想象中更加无知。但我们究竟有多无知呢？知识量是否有可能被估算呢？托马斯·兰道尔（ThomasLandauer）试图为此寻找答案。
兰道尔是认知科学的先驱，曾任职于哈佛大学、达特茅斯大学、斯坦福大学和普林斯顿大学，并倾25年之久试图将其独到见解应用于贝尔实验室。他的研究起步于20世纪60年代，正逢认知科学家们将人脑视为电脑的时代。当时，认知科学领域与现代计算机一同崭露头角。如我们所知，拥有非凡数学头脑的约翰·冯·诺依曼（JohnvonNeumann）和艾伦·图灵（AlanTuring）奠定了计算机技术的基础，于是问题来了，人类心智的运作是否也遵循相同的原理。计算机配有一个由中央处理器运行的操作系统，按照一系列规则读取和写入一个数字存储器。早期的认知科学家认为，与计算机相比，人脑并没有什么不同。计算机的运作程序被视为认知执行模式的一种暗喻。思维被当作一种在人们脑中运行的电脑程序。让艾伦·图灵声名鹊起的原因之一就是他把这种想法发挥到了极致。如果人脑像电脑一样工作，那么人类所能做的一切都可以由电脑程序实现。受此鼓舞，图灵于1950年发表了经典论文《计算机器与智能》（ComputingMachineryandIntelligence），对“机器会思考吗”这一问题做出解答。 20世纪80年代，兰道尔6决定用与计算机内存相同的衡量标准来衡量人类的记忆容量。当我们撰写此书时，一台笔记本电脑的长期储存空间为250—500GBa。兰道尔使用了几种巧妙的手法以测量人们的知识量。例如，他估计了成年人的平均词汇量并计算出储存这些信息所需的字节数量，并用这一结果推算了成年人的平均知识量，其结果是0.5GB。 兰道尔也用其他完全不同的方法测算过。在许多心理学实验中，受试者都被要求读文本，看图片，听字词（实义词或无意义的音节）、句子或一小段音乐。几分钟乃至几周之后，心理学家对受试者们的记忆进行测试。一种方法是要求人们再现他们当初接收到的原始材料。这是一种令人精疲力竭的记忆力测试。你觉得你现在能立刻复述出一段几周前仅听过一次的短文吗？兰道尔分析了一些对人们而言稍显轻松的实验。这些实验更像识别测试，只要受试者能够指出新展示的内容（常常是一幅图片、一个单词或一小段音乐）是否在此前出现过即可。其中一些实验会出示几个选项让受试者选出哪个他们之前见过。这是一种极易受到影响的测试方法，即使记忆力不尽理想，受试者也能有不错的表现。兰道尔通过实验组和对照组在识别表现上的差异来推测人们究竟记住了多少。这一差异在理论上等同于我们所能获取记忆的多少。
兰道尔这一方法的绝妙之处在于，他依据起初是否接收过认知材料区分出哪些是对记忆的测量（两组间识别表现的差异）。这使他得知人们记住他们先前习得的信息的速度是多少。测量时，他也找到了一种方法，能够把遗忘的因素考虑进去。若不计实验程序细节或认知材料类型的差异，兰道尔的分析结果毫无疑问地显示出人们汲取信息的速度并无太大差异。无论认知材料以何种方式呈现，比如视觉、语音或音乐，习得的速度都大致相同。
接下来，兰道尔计算了人们究竟掌握多少信息，即人脑的知识库到底有多大。假设人们在70年的寿命中这一习得知识的速度始终恒定，他所尝试过的每一种测量方法大都指向同一个答案：1GB。
兰道尔并未宣称这一结果是准确无误的。但即使把这个数字乘上10倍，即使人们的记忆储量能增加到10GB，它仍小得微不足道。这和一台现代笔记本电脑的内存比起来不过是九牛一毛。但人类本就不是堆砌知识的仓库。
从某种角度看，这简直骇人听闻。作为健全的成年人，我们居然学会了这么多东西。我们居然能看懂新闻，不会觉得晕头转向，理不清头绪。我们居然能围绕好几个不同领域的话题高谈阔论。看《危险边缘》（Jeopardy!）的时候，我们冷不丁还能猜对几道题。我们都至少会说一种语言。毫无疑问，我们知道的远不止背包里那个小机器的存储量的几百分之一。
但是，如果你对人脑等于电脑的说法不买账，那就没什么好震惊的了。如果心智模式是机械的，只能将信息编码和储存在记忆体中，那么当你需要面对的是如此纷繁复杂的世界时，它就黔驴技穷了。一味追求大存储量的记忆体是徒劳的，因为我们的记忆不可能穷尽这个世界。
认知科学家对于用计算机类比人脑的暗喻不屑一顾。不过它并非一无是处。某些情况下当人们慢条斯理且小心翼翼地思考时—当他们对每一步都深思熟虑而非凭直觉贸然行事时—确实像计算机程序在运行。但绝大多数时候，认知科学家还是热衷于指出人脑与电脑的区别。深思熟虑只占我们思维运转的一小部分罢了。大多数认知过程都是潜意识下的直觉思维的产物。认知意味着要同时处理海量的信息。例如，当人们绞尽脑汁搜寻某一词语时，我们不会逐一排查，相反地，我们将搜遍整部字典—我们头脑中的字典—与此同时，目标词也会浮现在脑海中。这可不是早年间冯·诺依曼和图灵构想的计算机和认知科学能应付的运算。
更重要的是，人脑不像电脑一样只依赖一个中央处理器，用写入和读取记忆的方式思考。正如我们稍后将在本书中详细讨论的那样，人们的思考还依赖于他们的躯体，他们身处的世界，以及其他人的心智。若要把我们对这世界的所知全部装进脑袋，实在是异想天开。
为了说明这个世界究竟有多么复杂，不妨考虑一下复杂性的几种来源。有些人造物因设计而复杂。据丰田汽车称，现代汽车约包含三万个部件。 10但它们真正的复杂性并不在于部件的数量，而是这些部件有多少种设计方案以及有多少种组装方式。试想一名汽车设计师需要考虑的一切：外观、动力、效能、触感、可靠性、尺寸、安全性等。除了上述人尽皆知的因素外，预估和评测汽车的震动是现代汽车设计制造的重要环节，因为这决定了一部车将会多么吵及多么晃。设计师通常会替换某些部件以调试车辆的震动特性。如今，汽车被设计得如此复杂，以致十几岁的孩子们无法再一掀开发动机罩就可以拿着扳手敲打摆弄一番。修理现代汽车需要接受大量的训练，调试汽车需要众多电子配件。年轻人不得不去找一台油腻腻的老爷车，只有那样的引擎才简单得足以让业余修理匠上手。甚至，连专业技师都在抱怨维修车辆早就轮不到他们插手了，他们不过是遵照电脑程序的提示更换组件而已。
从飞机到钟控收音机，你可以把上述说法套用在任何现代技术上。现代飞机如此复杂以至没人能完全弄懂它们。更准确地说，不同的人了解它们的一些不同方面。有些人是飞行动力学专家，有些人则专攻导航系统。一些人负责弄懂喷气式引擎，而另一些了解人体工程学谙熟座椅设计的人，让航空公司得以有效地把经济舱塞得像桶装薯片。还有诸如钟控收音机和咖啡机这样的现代家用器具也太过复杂，以至当它们损坏时都不值得被送修。我们直接弃旧换新了。
人造物的复杂性同自然界的复杂程度比起来算是小巫见大巫了。一旦你凑近仔细查看便会发现，岩石和矿物比它们看上去可复杂多了。科学家至今无法完全解释黑洞的原理，甚至为什么冰是滑的等自然现象。但如果你当真想体验一下复杂性，请翻开一本生物学教科书吧。哪怕只是像癌细胞11一样的微观生物，都需要成百上千位科学家和医生共同努力，研究它们的本质、变异、繁殖和死亡的原因，以及怎么在正常细胞里把它们辨认出来。倘若科学和医学能回答这些问题，人类将摆脱这被统称为“癌症”的瘟神之扰。科学与医学不断发展，但还是有许多癌细胞“逍遥法外”。
复杂性随着多细胞生物的出现而成倍上升。举个极端的例子吧，试想一下神经系统，连一只海参都有18000个神经元。按照渐进的标准，果蝇和龙虾都聪慧过人，它们大概有超过10万个神经元来处理信息。蜜蜂有将近100万个神经元在工作。这样算来，哺乳动物的复杂性已经达到另外一个范畴了。老鼠约有两亿个神经元，猫有近10亿个，而人类则在1000亿个左右。大脑皮层是大脑最近才被开发的部分，有大约200亿个神经元，其复杂性正是人类区别于其他动物之处。大脑还真是纷繁忙碌，一秒都不停歇。
不论我们脑中有多少细胞，它们仍不足以将我们所见所闻的点点滴滴都保留下来。世界的复杂性深不可测。而具有讽刺意味的是，要说哪个系统复杂得难以被充分理解，大脑恰好是个完美的例子。当你面对的是像大脑这样庞大的系统时，别指望你能洞悉一切。尽管如此，在过去的几十年中，神经科学家还是在解释单个神经元如何运作，以及描述由数百万神经元组成的大规模脑功能区方面取得了长足的进步。他们发现了脑内的许多系统，认知神经学家则深入探究这些系统如何与不同官能建立联系。至今，我们所知最多的大概要数视觉了。科学家了解光线如何进入眼睛，如何被转化为大脑活化，并在枕叶的哪个位置解析为其在现实世界代表的意义（如运动、方向和色彩）。我们还知道活化哪里可以辨认物体（颞叶）并找到它们（顶叶）。
但是，神经科学家对于大脑作为一个复杂的整体如何反应和计算所知甚少。科学家仍致力于弄清楚什么是我们与生俱来的，什么又是我们后天习得的，什么会被我们遗忘且忘得有多快，意识的本质是什么以及意识因何而存在，情绪是什么以及我们能在多大程度上控制情绪，以及人们（包括婴儿）如何看清他人的意图。进化创造了如此复杂的大脑，以至我们都意识不到其复杂性的全部所在。
科学家尽力探索的另一个复杂系统当属天气。气象学家在天气预报方面已取得长足进步。许多极端天气现象数日前即可被预测，这在10年或20年前简直就是天方夜谭。我们称其为短期预报。它的进步归功于海量数据，更完善的天气模型以及更快的电脑运算速度。这是一项无与伦比的进步。像前面提到的大脑一样，天气是个极度复杂的系统，变幻莫测的因素多得难以想象而结果又与这些因素的复杂互动密切相关。你今天所处位置的天气取决于近期光照、海拔、是否与山脉为邻、有无大面积水体储热或吸热，附近地区有无恶劣天气（如飓风和雷雨），以及周遭的气压分布情况。
将这些信息汇集并统整为一份天气预报并非易事。事实上，气象学家仍无法做出具体的预测，例如下一个龙卷风的魔爪会伸向哪里。此外，长期天气预报还有很长的路要走（或许永远无法实现）。几日之内的天气预报你尚可相信一二（只要你能接受“意外之喜”），但别指望当地的气象学家能把几周后的天气状况告诉你。我们确实能够把握气候正在发生的长期变化，但针对气候变化的研究在预测具体的短期天气事件方面并无助益。我们知道由于气候变化，极端天气事件将有增无减，但具体会发生什么、发生在哪里，我们就无从得知了。
有些我们试图了解的东西是无限复杂的，即使在理论上都无法被理解。例如你正准备去参加一个同学聚会，并试图预测会不会撞见昔日的男/女朋友。假设你与他/她已失去联系多年，你还是能够依据一些基本事实做出预测，比如通常情况下谁来参加这类聚会的可能性比较大。朋友或许会透露一些参加人员的情报。你还可以基于印象中前男/女朋友过去合不合群或念旧与否做出预测。你做不到的是基于具体事实的预测，如这个人是不是住得太远或无法负担旅费，或已经不在人世了。此人可能已婚或离异。他/她或许已为人父母，照料着一个或两个，甚至8个孩子，可能从事过各行各业，也说不定曾在监狱服过刑。事实上，他/她的人生轨迹有无限种可能，只是我们无从知晓。
军事战略家谙熟此类问题。无论你对各个方向的进攻防守得多么周详，敌人还是可能从其他地方冒出来，有些在意料之中（从陆上或海上进攻），但还有很多出人意料（从地下挖隧道或藏在城门外的木马里）。由于敌人势必不想让你猜到他们会从何处进攻，意料之外的情况恐怕更有可能发生。
我们要预测的往往不只小概率事件，甚至还包括那些连我们自己都说不清到底该不该列入考虑范围的事情。唐纳德·拉姆斯菲尔德（DonaldRumsfeld）曾分别在杰拉尔德·福特（GeraldFord）和乔治·W.布什（GeorgeW.Bush）任职美国总统期间出任国防部长。他的著名言论之一是关于区分无知的几个层次：知道自己知道，这指的是我们对自己已知什么心知肚明；知道自己不知道，这是说，我们对自己不知道什么有自知之明；还有不知道自己不知道，指的是我们对未知的愚昧无知。
“知道自己不知道”尚属可控。这或许有点麻烦，但至少有迹可循。如果军方已知会遭到攻击但不知时间和方位，那么可以安排部队进入警戒、准备武器并让一切尽可能保持机动状态。2001年年初，警方已获悉纽约世界贸易中心是中东恐怖分子的攻击目标。毕竟，它在1993年即遭受过爆炸袭击，造成6人死亡，千余人
— 没有更多了 —
以下为对购买帮助不大的评价