2011/02/24

「照著做就會成功」的貝氏觀點

(這篇是舊文改寫重貼)

小明放下手中的某位諾貝爾獎得主的傳記,輕輕的嘆了口氣,嘴角還有一絲苦笑。笑容裡頗有種「有為者亦若是」的倔強,歎氣聲裡卻也有著「生不逢時」的惆悵。他想起上個星期團隊裡的進度報告,一位新進的人員用「資料挖掘」的技術,分析了領域裡幾個著名期刊近三年的文章,列出「最常見的主題」、「最常用的資料庫」、「最常用的分析方法」等等統計數據,然後建議大家:「如果要在這些期刊上發表,這些數據應該蠻有參考價值的。」

小明不禁心想:「照著大師的志向、努力,和堅持去做,尚且不能保證成功,這些統計數據真的有用嗎?」

成功祕笈

功成名就與出人頭地,應該是大多數人的願望,因此「怎麼做才會成功」也變成永不退燒的話題。隨便走進書店,放眼一望,就可以看到琳琅滿目的「名人傳記」、「某某某教你致富」、「誰誰誰教你成功」等書籍,彷彿在向讀者呼喚著:「買我,照著做,你也可以成功」。

此類書籍能長久佔據書店的一角,必然有其背後的社會意義,並且反應某種人類集體的心理狀態,在此我們姑且不論。但是我們不禁好奇,這些「成功祕笈」賣得好,如果讀者也都摹仿起這些成功者的特質或是行為,真的有達到效果嗎?

圖一是台灣近年來各所得級距(五等分)人口所佔的比例,依據行政院主計處所發佈的「台灣地區家庭收支調查報告」所製做。從圖中可以看到,如果我們暫且把「有錢」當成「成功」的指標,那麼多年來「成功人士」佔總人口的比例(所得級距5),其實都在百分之四十上下,尤其是近十年,並沒有太大的變化(都在四成左右)。也就是說,就算讀者把這些書讀透了,也把這些「成功者的特質」身體力行了,似乎成功的人並沒有變得更多。

貝氏定理
何以如此?

讓我們從貝氏定理(Bayes' theorem)的觀點來看這個現象。下面的公式就是「機率理論」(Probability theory)中常用到的貝氏定理。
這個數學公式,表達的是兩個相反的條件機率(conditional probability):「若A發生時,B發生的機率」( P(B|A) )與「若B發生時,A發生的機率」( P(A|B) )之間的關係。貝氏定理指出,這兩者的關係,與A跟B本身發生的機率的比例有關。
首先,讓我們把圖二的符號替換成現實的情境,以方便討論。假設A表示一個人「成功」,B表示一個人具有各種成功者的「特質」,那麼 P(A|B) 表示的就是「一個具備了成功者特質的人,成功的機率」,而P(B|A) 則是「某個特質發生在成功的人身上的機率」。


成功的貝氏機率
接下來,我們再來看看這樣的情況下,貝氏定理告訴了我們什麼呢?。假設這些「成功祕笈」都是誠實、詳盡、而且有效的。也就是說,這些書上所搜羅的各種成功所必備的條件與特質,都是非常準確的,所以 P(B|A) = P(特質|成功) 是一個很接近一的數字,表示這些特質的確都發生在成功的人身上。

然而讀者的期待,其實是「只要我身體力行,就能成功」,也就是說,讀者希望藉由具備這些特質,而提高自己躋身成功人士之林的機會。換言之, P(A|B) = P(成功|特質) 必須要是一個比較大的數字,才符合讀者的期望。

貝氏定理告訴我們:
所以讀者的期待如果要實現,P(成功) / P(特質) 這個數字必須很大,也就是說,一個人成功的機會要越大越好,而擁有這些特質的機率要越小越好。

這是什麼意思?

P(成功) 大,表示一個人無論特質為何,成功的機率都高。這顯然跟我們熟悉的現實不符合。我們看到的「成功人士」是稀有的。正因為稀有,大家才想要成為這些人當中的一份子;正因為不是什麼人都可以成功,所以我們才要透過「向成功者學習」來獲得成功。

P(特質) 小,表示「具備成功者特質」的人不能太多。這與事實是不是相符,一般人很難有全面的觀察。但是這卻明顯的跟撰寫、銷售這些「成功祕笈」的人的期待相違:出書的人希望書賣得越多越好,但是買書的人的期待卻是書上的知識越少人知道越好。除非書上所描述的種種特質都是實際上不太可能做到的,否則讀者越多,學會當中特質的人就越多,P(特質) 就會越大,使得讀者「透過學習成功者的特質而獲致成功」的期待落空。


成功的貝氏觀點
乍看之下,好像閱讀名人傳記或是成功心得可以跟著成功的機會並不算大,但其實貝氏定理給了我們另一種觀點:我們可以重新定義「成功」,來使 P(成功) 變大。
如果說,我們對於成功只有一種定義,比方說「財富」,那麼成功的機會其實大致上是固定的。因為財富的多寡是相對的,所以要有多少財富才算成功,要看個人在整個群體裡的相對位置;而我們可以從圖一中看到,高所得者佔人口的比例,二十年來其實變化不大,所以如果單單以財產的多寡為標準來看待「成功」,那麼成功的機會大致上就是一個固定的數字。

即使不以財富為標準,在任何專業的領域要被視為是成功者,「出類拔萃」都是必要的。而既然要在同「類」中脫穎而出,拔尖抽萃,那意思自然是「只有極少數人能得之」了。

反之,如果我們給予成功多重的面向:致富算是一種成功,在某個專業領域裡出類拔萃算是一種成功,對很多人產生影響力算是成功,救人於苦難之間也算是一種成功,那麼,這恰好就是一個「具備各種特質都能成功」的狀態,也就是 P(成功) 很大的意思。如此一來,依賴「向成功者學習」而獲致成功,也變得可行。

不過要注意的是:這依然不保證人人可以「複製」所學習對象的成功,你可能因為向某個優秀運動員學習而成為傑出的學者,或向某個富豪學習而成為慈善家也不一定。



圖一:各所得級距佔人口比例的逐年變化





2 則留言:

咪咪 提到...

文初的同事並沒有錯,採用最近編輯喜歡的熱門議題、reviewer 看得懂的分析方式的確有比較大的機會可以獲得發表啊!只是小明邏輯有問題,因為「發表很多文章」=/=「拿諾貝爾獎的成功」啊!
拿諾貝爾獎除了要打好人際關係、四處培養樁腳以外,重點是要會養生、活得到那一天才行哪... XD

Ting S. Yo 提到...

沒說有錯啊 ^_^

只是說,當大家都照著這個方法做,大家的 paper 都變多了,那麼「要多少篇才算多」的標準也就跟著提高了,最後個人在同儕裡的級距還是一樣沒變。

照著貝氏定理的邏輯,是說這個方法要趁別人都還不知道的時候做才有用,等大家都知道了就沒用了。