概念｜影响你客观认识事物的“感知过滤器”

　　不知道你有没有注意到一个现象，你跟朋友一起经历了同一件事，后来你们两个人偶然描述起来，你却发现你们俩说的好像不是同一件事。

　　美国艺术史学家艾美•赫曼在自己的书《洞察：精确观察和有效沟通的艺术》里解释说，这是因为，世界上不会有任何两个人以完全相同的视角去看同一件事情，或者同一件艺术品。

　　从遗传给我们的基因，到我们后天习得的经验，所有这些都会影响我们看待一个事情的方式。每一个人作为独立的个体，不仅以不同的方式去观察和收集信息，还会用不同的方式去理解这些信息。

　　这就好像是我们的大脑里存在着一种过滤器一样。这种过滤器在影响我们如何看一件事情、一个物品，甚至能改变我们认为自己看到的是什么。

　　赫曼称之为：感知过滤器。

　　比如说，给不同的人看一张镰刀的照片，请每个人解释一下他看到的是什么。有人会说，他看到的是收获的象征，也有人会说，这把镰刀代表着毁灭。这就是每个人大脑中的感知过滤器在发挥作用。一个刚刚从农村回来，看过人们挥舞镰刀收割小麦的人，很容易把镰刀同收获联系起来；而一个刚刚看完有死神挥舞着镰刀的电影的人，很容易就把镰刀跟死亡和毁灭联系起来。

　　抛开所有你的经历带给你的认识，其实唯一客观的事实就是：你看到了一把镰刀。

　　赫曼说，当你要求自己客观地去描述一件事情时，你需要提醒自己：你描述的信息是没有经过自己加工过的信息，还是你已经用自己的认知过滤器加工了一遍，加入了自己的偏见。

　　赫曼总结了三种常见的感知过滤器。

　　第一种是：只看我们想看的东西。这种情况非常普遍，心理学家们对它也有很多称呼，比如认知偏差、自我中心偏见等。

　　它指的是，在我们收集信息的时候，会下意识地只去找那些能够支持我们的经验和看法的信息，然后忽略掉那些不支持我们的信息。

　　社交网络就经常被批评说，它加深了人们的这种认知偏差。因为在社交网络上，我们可以只跟我们认同的人联系和交流，不关注甚至刻意拉黑那些我们不喜欢的人。

　　而且，现在利用算法和人工智能技术推送内容给你的软件，也能加深这种认知偏差。因为机器正是根据你过去的喜好来推送消息给你的。到最后，你看到的内容，全都是赞同你过去的经验和观点的内容。你发现你的身边，或者社交网络上的人，都是赞同你的观点的人。

　　第二种是：看到的东西受到其他人事先说过的话的影响。人的认识其实很容易被引导，这也是很多高明的商家影响消费者的方法。

　　围绕着对吸烟看法的竞争最能体现这一点。最开始，烟草公司刻意地把吸烟包装成一件非常酷的事情，由此来吸引更多人抽烟。后来当吸烟的危害逐渐被揭露时，媒体上开始出现很多科学家对吸烟有害健康的提醒。但是烟草公司也请了很多科学家来做相反的论证。当时有一句很著名的话：公众很重视专家的意见，但是公众分不清楚一个专家和另外一个专家有什么区别。

　　拼多多创始人黄峥说过一句话，以前他爸爸买过一块名牌表，看到他爸爸戴这块表的人，很多人都认为是假的；后来他们家很有钱之后，看到他爸爸戴这块表的人，都认为这块表肯定是真的。但其实这块表并没有什么变化。

　　赫曼说，一个好的方法是，观察一件事情时，可以分两次。第一次时，在没有任何外部影响的情况下去观察；第二次，要结合外部信息来观察。

　　第三种是：看不见变化。

　　心理学上有一个著名的实验叫看不见的大猩猩。实验对象被要求专注完成某一个任务，在这个过程里，心理学家让一个人穿着大猩猩的外套从房间里走过。结果有一半的实验对象都没有注意到。
人的大脑很容易进入自动驾驶状态。成年以后，我们习惯了世界的复杂，只对创新的以及紧急的事物投去注意，并且让这些事情占据我们的视野。对于那些并非新鲜的和紧急的事情，我们依赖经验，因此就很容易忽略这些熟悉的事情发生的变化。

　　大数据处理信息服务商金盛网聚WJFabric认为，大数据技术的发展要解决的一个重要诉求就是，对于事物客观、真实的描述。虽然大数据可以实现上述“只看想看的东西”的目的，但更妥帖的方式是利用大数据技术实现最大程度的客观。工具可以根据利益相关方的需求进行变化，但必须保留实现更加完整结果的可能性。数据的提取可以有分别，但数据的全面性是需要能够达到的。

　　金盛网聚（北京）科技有限公司成立于2012年，是一家数据处理与信息咨询服务商，公司拥有自主核心技术与服务咨询的团队， 公司“WJFbaric-互联网大数据信息监测SaaS平台”目前注册使用客户将近上万个，为企业、政府、学术机构、成功人士等提供在线信息收集、展示、阅读、存储的免费平台，公司远景致力于通过数据+计算形成可视化的人工智能决策平台。