游戏会不会改变了人一个人....使人懒惰,使人思维退化,还是能让人上进?到底该不该在继续玩游戏??_百度知道
游戏会不会改变了人一个人....使人懒惰,使人思维退化,还是能让人上进?到底该不该在继续玩游戏??
,不过我想这不是一个好的开始吧..我发现经常沉迷于游戏~使我的心灵的到了寄托
我有更好的答案
游戏当然能影响人.尤其是游戏里的PK系统..很容易影响一个人在现实生活中的情绪和处事手段
做你该做的事就不会这样勒。太忙勒。不能把它当作寄托。玩还是可以玩的我觉得会吧。我现在就不玩游戏勒。毕竟游戏只是游戏而已。不要太过沉迷就好勒。无法和现实比拟的
为您推荐：
其他类似问题
懒惰的相关知识
等待您来回答在大数据时代我们应该如何思考问题？ - 简书
在大数据时代我们应该如何思考问题？
《飘》、《汤姆叔叔的小屋》之类的小说和故事在全社会激起的是强烈的“情感”共鸣，和故事相比，数据没有情节，它仅代表客观事实，数据激发的，更多的是理性思考。作为理性的人类，我们不会仅仅满足于感情的宣泄，而是希望通过数据掌握更多的事实，进行理性思考。
大数据如何去思考问题？
在当今时代，最不缺乏的就是信息。信息消费了什么，这是很明显的：它消费的是信息接受者的注意力。信息越丰富，就会导致注意力越匮乏……当今，信息并不匮乏，匮乏的是我们处理信息的能力，我们有限的注意力是组织活动的主要瓶颈。卡内基梅隆大学的赫伯特·西蒙指出，人类的理性是有限的，因此所有的决策都是基于有限理性的结果。他继而提出，如果能利用存储在计算机里的信息——即数据来辅助决策，人类理性的范围将会扩大，决策的质量就能提高。在大数据时代，人类社会面临的问题之一是如何更好的利用数据来辅助决策？
对小数据而言，最基本最重要的要求就是减少错误，保证质量。因为收集的信息量比较少，所以我们必须确保记下来的数据尽量精确。无论是确定天体的位置还是观测显微镜下物体的大小，为了使结果更加准确，很多科学家都致力于优化测量的工具。在采样的时候，对精确度的要求就更苛刻了。因为收集信息的有限意味着细微的错误会被放大，甚至有可能影响整个结果的准确性。然而，在不断涌现的新情况里，允许不精确性的出现已经成为一个新的亮点，而非缺点。因为放松了容错的标准，人们掌握的数据也多了起来，还可以利用这些数据做更多新的事情。这样就不是大量数据优于少量数据那么简单了，而是大量数据创造了更好的结果。谷歌的翻译更好并不是因为它拥有一个更好的算法机制，是因为谷歌翻译增加了各种各样的数据。2006年，谷歌发布的上万亿的语料库，就是来自于互联网的一些废弃内容。谷歌将其作为“训练集”，可以正确地推算出英语词汇搭配在一起的可能性。谷歌的这个语料库是一个质的突破，使用庞大的数据库使得自然语言处理这一方向取得了飞跃式的发展。同时，我们需要与各种各样的混乱做斗争。混乱，简单的说就是随着数据量的增加，错误率也会相应增加。所以，如果采集的数据量增加1000倍的话，其中采集的部分数据就可能是错误的，而且随着数据量的增加，错误率可能也会继续增加。在整合来源不同的各类信息的时候，因为他们通常不完全一致，所以也会加大混乱程度。虽然如果我们能够下足够多的功夫，这些错误是可以避免的，但在很多情况下，与致力于避免错误相比，对错误的包容会带给我们更多好处。如果将传统的思维模式——精确性运用于数据化、网络化的21世纪，就会错过重要的信息，执迷于精确性是信息缺乏时代的产物。当我们掌握了大量新型数据时，精确性就不那么重要了，不因为依赖精确性，我们同样可以掌握事情的发展趋势。大数据不仅让我们不再期待精确性，也让我们无法实现精确性。然而，除了一开始会与我们的直觉相矛盾之外，接受数据的不精确和不完美，我们反而能更好地进行预测，也能更好的理解这个世界。相比依赖于小数据和精确性的时代，大数据因为更强调数据的完整性和混杂性，帮助我们进一步接近事实的真相。“部分”和“确切”的吸引力是可以理解的。但是，当我们的视野局限在我们可以分析和能够确定的数据上时，我们对世界的整体理解就可能产生错误和偏差。不仅失去了去尽力收集一切数据的动力，也失去了从各个不同角度来观察事物的权利。所以，局限于狭隘的小数据中，我们可以自豪于对精确性的追求，但是，就算我们可以分析的到细节中的细节，也依然会错过事物的全貌。就像印象派的画风一样，近看画中的每一笔都感觉是混乱的，但是退后一步你就会发现这是一副伟大的作品，因为你退后一步的时候就能看出画作的整体思路了。这是大数据时代，思维方式的一个改变，不执着于对精确性的追求，拥抱混乱。另外一个思维方式的转变则是，更加重视相关关系，而不偏执于基于假设基础上对因果关系的追寻。
一旦我们出现小数据的时候又应该如何去分析呢？
在小数据的世界中，相关关系也是有用的，但在大数据的背景下，相关关系大放异彩。通过应用相关关系，我们可以比以前更容易、更便捷、更清楚地分析事物。相关关系的核心是量化两个数据值之间的数理关系。相关关系强是指一个数据增加时，另一个数据值很有可能也会随之增加。比如谷歌的流感趋势：在一个特定的地理位置，越多的人通过谷歌搜索特定的词条，该地区就有更多的人患了流感。相反，相关关系弱就意味着当一个数据值增加，另一个数据值几乎不会发生变化。例如，我们可以寻找关于个人的鞋码和幸福的相关关系，但会发现它们几乎扯不上什么关系。相关关系通过识别有用的关联物来帮助我们分析一个现象，而不是通过揭示其内部的运作机制。当然，即使是很强的相关关系也不一定能解释每一种情况，比如两个事物看上去行为相似，但很有可能只是巧合。相关关系没有绝对，只有可能性。也就是说，不是亚马逊推荐的每本书都是顾客想买的书。但是，如果相关关系强，一个相关链接成功的概率是很高的。我们理解世界不再需要建立在假设的基础上，这个假设是针对现象建立的有关其生产机制和内在机理的假设。因此，我们也不需要建立这样一个假设，关于哪些词条可以表示流感在何时何地传播;我们不需要了解航空公司怎样给机票定价;我们不需要知道沃尔玛的顾客的烹饪喜好。取而代之的是，我们可以对打数据进行相关关系分析，从而知道哪些检索词条是最能显示流感的传播的，飞机票的价格是否会飞涨，哪些食物是飓风期间待在家里的人最想吃的。我们用数据驱动的关于大数据的相关关系分析法，取代了基于假想的易出错的方法。大数据的相关关系分析法更准确、更快，而且不易受偏见的影响。建立在相关关系分析法基础上的预测是大数据的核心。这种预测发生的频率非常高，以至于我们经常忽略了它的创新性。当然，它的应用会越来越多。在社会环境下寻找关联物只是大数据分析法采取的一种方式。同样有用的一种方式是，通过找出新种类数据之间的相互联系来解决日常需要。比方说，一种称为预测分析法的方法就被广泛的应用于商业领域，它可以预测实践的发生。比如车的某个零部件出故障。因为一个东西要出故障，不会是瞬间的，而是慢慢地出问题的。通过收集所有的数据，我们可以预先捕捉到事物要出故障的信号，比方说发动机的嗡嗡声、引擎过热都说明它们可能要出故障了。系统把这些异常情况与正常情况进行对比，就会知道什么地方出了毛病。通过尽早的发现异常，系统可以提醒我们在故障之前更换零件或者修复问题。通过找出一个关联物并监控它，我们就能预测未来。在小数据时代，相关关系分析和因果分析都不容易，都耗资巨大，都要从建立假设开始。然后我们会进行实验——这个假设要么被证实要么被推翻。但由于两者都始于假设，这些分析都有受偏见影响的可能，而且极易导致错误。与此同时，用来做相关关系分析的数据很难得到，收集这些数据时也耗资巨大。现今，可用的数据如此之多，也就不存在这些难题了。通过找出可能相关的事物，我们可以在此基础上进行进一步的因果关系分析，如果存在因果关系的话，我们再进一步找出原因。这种便捷的机制通过严格的实验降低了因果分析的成本。我们也可以从相互联系中找到一些重要的变量，这些变量可以用到验证因果关系的实验中去。相关关系很有用，不仅仅是因为它能为我们提供新的视角，而且提供的视角都很清晰。在小数据时代，我们会假想世界是怎么运作的，然后通过收集和分析数据来验证这种假想。在不久的将来，我们会在大数据的指导下探索世界，不再受限于各种假想。我们的研究始于数据，也因为数据我们发现了以前不曾发现的联系。总之，除了纠结于数据的准确性、正确性和严格度之外，我们也应该容许一些不精确的存在。数据不可能是完全正确或完全错误的，当数据的规模以数量级增加时，这些混乱也就算不上问题了。事实上，它可能是有好处的，因为它可能提供一些我们无法想到的细节。又因为我们用更快更便宜的方式找到数据的相关性，并且效果往往更好，而不必努力去寻找因果关系。当然，在某些情况下，我们依然要静心做因果关系研究和试验。但是，在日常很多情况下，我们知道“是什么”就够了，而不必非要弄清楚“为什么”。公子义【微信号gongzi348】：4年心理学，80后，90后心理研究专家，9年大数据研究者，专注于移动互联网，大数据究狂热爱好者，热爱写作。未经许可，严禁转载。
专栏作家，心理研究专家，9年大数据研究，专注于移动互联网。公子义【微信ID：gongzi348...(window.slotbydup=window.slotbydup || []).push({
id: '2014386',
container: s,
size: '234,60',
display: 'inlay-fix'
&&|&&0次下载&&|&&总166页&&|
您的计算机尚未安装Flash，点击安装&
阅读已结束，如需下载到电脑，请使用积分（）
下载：50积分
1人评价17页
4人评价217页
3人评价48页
0人评价34页
0人评价5页
所需积分：（友情提示：大部分文档均可免费预览！下载之前请务必先预览阅读，以免误下载造成积分浪费！）
（多个标签用逗号分隔）
文不对题，内容与标题介绍不符
广告内容或内容过于简单
文档乱码或无法正常显示
若此文档涉嫌侵害了您的权利，请参照说明。
评价文档：
下载：50积分如何搭建思考问题的框架力？
我的图书馆
如何搭建思考问题的框架力？
真是一石激起千层浪，前天我写跨界，大家问我，昨天我写快速学习要重视元知识，结果很多人问如何学习元知识？
这样问下去，我非得露馅不可，但这恰恰是我还能持续进步的原因，被大家逼问出自己定义或者逻辑或者思考体系里面的不足，这恰好意味着我可以把自己的思想改进完善到更好，所以今天继续写长文分享我的思考。
顺便说一下，这也算我就一个问题连续深入思考的一个示范案例吧。我的意思是，这就是学习元知识的一种方法，就一个问题究根问底，而不是浅尝则止。
好，这就是我对建立框架力的第一个建议：养成打破沙锅问到底的求学习惯。
如果你满足于有答案就好，答案正确就好，你已经停止了进步，你已经习惯了惰性，你在不知不觉中依赖性已然养成。
一定要记住，建立框架力的过程不是容易的路，只不过当你拥有良好的框架力可以快速解决难题的时候，且不说回报，你会拥有一种智力上的优越感，这种优越感给人幸福感远远超过你有钱买一部车，反正我是这样的，虽然我知道炫耀智力上的优越感也是一种修为不到家的表现，但这比炫耀财富还是要进步一点点。
回到元知识的定义，我在文章中其实没有严格定义元知识，这是借用知识管理中的一个概念，但是我用的时候故意没有定义这个名词的边界，好方便自己行文。这里也赞赏某些网友的阅读习惯，看到一个概念，第一反应是你这个概念的定义到底是什么？而不是，这个概念真好！我没有听说过，又有学习的机会了！
如果你也像后者那样读书，说明你还没有养成带着问题学习的习惯。
这就是建立思考能力的第二个建议：永远要记得带着质疑态度去求学！
我分享我自己质疑时习惯用的五个问题：
1、作者的观点是什么？2、他的观点中关键词是什么含义？（他有解释吗？是否在行文中偷换概念？行文前后自觉不自觉偷换概念是普通人包括哲学家都容易犯的错误。）3、他对观点提出了论据吗？4、他的论据是可信来源的吗？5、 他从论据到论点的论证符合逻辑吗？（最常见的论证黑洞是以因为果，把因果简单化，利用情感论证代替理性推导）
我还得老实承认，因为知道大部分人不习惯不喜欢批判性思维，他们喜欢“答案营销”，所以我也经常利用绝大部分人这种弱点做一些有利自己的事情，比如我故意不定义元知识，而是写一堆文字让你以为我明确定义了，好继续兜售我的观点。
今天还是解释下我对元知识的个人理解吧，我目前的学识还不能给出准备定义，只能描述。元知识一方面是所有学科都必须具备的基础知识，比如基础的语文，基础的逻辑甚至包括一些数学知识，大家知道，这些知识是需要反复训练才能习得的。另一方面我指的是方法论这种知识，也就是你思考问题的框架，这种框架可以让你有效处理某一类乃至多类问题，比如说除了我讲的解决问题框架，我看重的批判性思维能力也是很重要的一种。
那么我现在可以给各位第三个建议：同时掌握批判性思维、建设性思考和创意型思维三种分析框架。
我前面介绍的5个问题，就是当你面对一个材料观点时采取的批判性立场，这种思考主要对手是洗脑术，洗脑术其实也是大有学问的，其中顶级成果是广告学营销学传播学和群体心理学。
批判性思维的学习，这方面我建议大家读一读（第十版），我近期会分享这个第十版的读书PPT。
我在前面两篇文章和《为什么你跨界一点也不难？》里面也提到很多分析问题的框架（这两篇文章大家有兴趣也可以去我博客或微博用关键词搜一下），更多是建设性思考的框架，但还比较常规，对于创意型思维可能还不够，适合经验型问题，大学专业课程大部分都介绍了至少一种建设性思考问题的框架，你有没有学到就不是我能控制的了。
对于创意型问题，也就是从来没有现成答案的问题，我们可能需要在前两者基础上加上一点创意思考模式，这方面我推荐大家可以读一读《这才是思维》这本书，这是德博诺的书，这个人也许你不知道，但是他的一个思维方法《六顶思考帽》你一定听说过，这是个奇人，通过这本书你可以进入他更广大的世界。
我个人观察认为大部分朋友不是说没有分析问题的框架，而是准备的框架不足，或者使用不恰当的分析框架去解决问题，这样给自己的工作带来很多困扰，效率也难以突破。
还要提醒大家，我个人觉得批判性思维有一个大框架就能普遍适用，建设性思维有很多领域的经验框架，而创意性思维来源有两种，一种是各种创意思考术，一种是把A领域的思维复制到B领域，会获得新的结果，比如我经常看看小说或者电影，想其中能否在PPT领域所用，跨界思维交叉会产生有趣的火花。
我还得提醒人不是为了学习而学习，是为了成长，是为了让自己和这个世界能和谐相处而学习。所以除了这些思考问题的框架，我觉得还有一些很重要的知识，也就是通常说的大学通识教育知识，应该为我们去了解。
我的朋友夏广润提出一个框架很好，他说个人教育应该注重四个方面的修炼：
1、人与群体的关系，这要靠道德、法律和制度，这得看看伦理学、法学和管理学的书籍。
2、人与社会的关系，这要靠社会学/经济学/政治学/历史等等知识。
3、人和自然的关系，这靠自然科学（数理化生物地理等，如果不是专业需要，我推荐大家多读读自然科学史即可）
4、人和自己的关系，这要靠心理按摩，信仰就是最重要的一种（可能是某个宗教经典或者哲学或者心理学或者经典传记）。
我觉得这个分享很有见地，假如一个人掌握很多思维的方法，却没有一个出发的基点，这只会让他随着能力增强而内心不断异化。每个人都得在各种理性思维方法之外，找到与现实妥协，让心灵释放的平衡，这些就需要更多从人类的智力成果积累的知识面中吸取营养。
所以我给各位第四个建议是：尽早开始通读讲述人和世界关系的经典书籍。
我此生最大的遗憾是读这类书读得太晚，大学毕业几年后才接触得多一点，也大都没有深入读，反复读。所以我这辈子估计最大的成就也就是一个聪明人，很难成为一个有智慧的人。
这些方面很多人喜欢开这类书单，我没有这些学科方面的修养，开不出怎么像样的书单。但是我相信各位如果顺着我刚刚提到关键词去搜索，都可以找到对应领域的杰作，这些书读多了，你会发现自己是多么的渺小，在宏观视野中人类的情怀又可以是何等伟大。我们活着真的应该做一些更加积极和有意思的事情。
关于元知识的学习，最终还是要落实到硬知识和软知识上，比如你懂伦理学的概念和分析框架，不代表你就能分析中国伦理现状，你得搜集关于中国现实社会伦理大量数据，这些数据是硬知识，你得知道如何低成本准确采集到这些 数据，这里面又涉及很多书本方法不能覆盖的经验，这就是软知识。
关于硬知识的学习，我觉得的确也有一些心得可以分享。或者明天可以继续一个话题，比方说我谈到的建议涉及不同的书，不同的学科门类，是否可以继续探讨一下这些书如何选择，如何学习阅读变成自己的能力，这算是一种关于学习的元知识，也算是个人能力的软知识吧。
也已经有网友建议我继续写这方面的话题，欢迎你用转发这条微博告诉我你也期待我继续写下去。
馆藏&35096
TA的推荐TA的最新馆藏