跳出经验外，思在新境中
17世纪即将到来。当时的人们普遍认为，宇宙中的天体依靠某些难以名状的特殊精神力量，围绕着静止的地球运动。波兰天文学家尼古拉·哥白尼（Nicolaus Copernicus）曾经提出，行星实际上围绕着太阳运动，这种观点在当时被视为离经叛道。意大利哲学家乔尔丹诺·布鲁诺（Giordano Bruno）还因为讲授这种“异端邪说”被教廷强烈谴责，布鲁诺坚信，宇宙中还有其他的太阳被其他行星所围绕，最终他也因此被教廷以异端之名处以火刑。
虽然有“神秘力量”为天体运行提供动力，但是行星还是要搭载某种工具来实现运转。所以当时的天文学家假设，所有的行星各自身处巨大的“水晶球”中，而我们在地球上是无法看到水晶球的。水晶球相互连接，如同钟表内部的齿轮相互咬合运行，从而持续恒速输出动力，直至永远。柏拉图和亚里士多德为这一模型奠定了理论基础，此后的两千年中，这一模型理论都在天文学界占据着主流地位。德国天文学家约翰尼斯·开普勒（Johannes Kepler）最初也认可并继承了这个钟表机械式的模型理论。
当仙后座突然出现一颗新星时（实际上是一颗超新星，即恒星生命末期的剧烈爆炸，亮度极强），开普勒意识到，天体永久不变的理论可能并不正确。数年后，一颗彗星划过欧洲的天空。开普勒好奇，这颗彗星岂不是偏离了既定轨道，撞破了其他水晶球？他不禁开始怀疑起这个延续了两千多年的理论模型。
1596年，二十五岁的开普勒认同了哥白尼的日心说模型，同时又提出了另一个深奥的问题：为什么离太阳越远的天体运动越慢？也许离太阳越远，天体的神秘力量越弱。可是为什么会这样呢？只是巧合吗？开普勒认为，比起众多的神秘力量，也许还存在一种太阳内部的力量，因为某种原因，对离它越近的行星影响越大。开普勒彻底跳出了此前的想法，因为在这个新领域，光凭之前的理论经验，他根本无迹可寻。开普勒不得不用类比法来推导。
我们可以预见的是，气味和热量可以从源头发散至很远，所以这种为天体提供运行动力的神秘力量很有可能就来自太阳。但是，气味和热量在传播路径上都可以被发现，而太阳的“神秘力量”，开普勒写道，“倾泻到宇宙的各个角落，只要是移动的东西，就有这种力量的存在。”那么能有证据证明，这种“神秘力量”真的存在吗？
光“从太阳而来”，开普勒记录下来，但是，在光的来源和被光照亮的物体之间，似乎别无他物。如果光是这样，那么其他的一些物质也可能是这样。他不再使用“神秘力量”和“精神力量”这样的词汇，而是改用“动力”或者“力”来表达。开普勒关于这种“神秘力量”的研究可以说是引力的雏形，这是一次令人震惊的思想飞跃，因为在当时，遍布整个宇宙的物理概念上的“力”还没有出现在科学范畴里。
开普勒已经了解到，动力似乎是来自太阳，并且从太阳散发到宇宙的各个角落，那么是不是光或者类似光的力量给天体的运动提供了动力？既然这样，这种动力会不会像光一样被挡住？开普勒继续推理，即使是日食或者月食期间，天体的运行也没有停止，所以这种动力不可能是单纯的光，或者说依赖于光。他需要一个新的类比方式。
开普勒阅读了一篇新出版的关于磁力的文献，继续思考这一问题：也许众多的天体就像一块块磁铁，每个星球都有两极。他发现，每个天体在自己的轨道运行时，距离太阳越远，运动的速度就越慢，所以天体和太阳很有可能是因为各自的两极位置而相互吸引和相互排斥。这倒是可以解释为什么众多天体有时靠近太阳，有时又远离太阳，但是为什么它们都能在自身的轨道内运行呢？太阳的力量似乎也在推动着这些星球运动。开普勒又得换一个类比法。
太阳围绕着自己的轴旋转，从而产生动力的旋涡来裹挟众多的天体，而这些天体就像激流中的一艘艘小船。开普勒喜欢这个类比方法，但是这种类比也存在问题。他发现，这些天体的运行轨道并不是一个完美的圆形，所以太阳产生的到底是什么样的奇怪旋涡？这个旋涡类比法也不够全面，因为其中没有“船夫”的身影。
船夫需要在旋涡中不断调整船的航向，使之垂直于水流。所以开普勒猜测，天体也可以在太阳的旋涡中调整自己。圆形的旋涡可以解释为什么所有的天体运动方向都是一样的，而每个天体为了避免被吸入旋涡中心必须调整自己的运动方向，这就导致了天体运动轨道并不是一个正圆。那么问题来了，谁才是每艘船的船长？这个问题让开普勒又回到了原点，他有些垂头丧气。“开普勒，”他自叹，“你是不是还想给每个星球都装上两只眼睛？”
每次开普勒遇到困难时，他的脑海中总会迸发出一系列的新类比。不仅是光、热、气味、旋涡和船夫，他还想到了光学透镜、天平、扫帚、磁铁、磁力扫帚、注视着人群的演说家等，不一而足。他对每个类比都是无情地刨根问底，每一次都能想到新的问题。
最终，开普勒的结论是天体之间互相吸引，体积越大的天体引力越大。这让他（正确地）宣称，月球可以影响地球潮汐。同样勇敢追求真理的伽利略却嘲笑开普勒的观点——“月球可以管得了地球上的水”——认为这真是荒谬至极。
开普勒的思想漫游之旅令人震惊——从拥有精神力量的天体，到那些围绕着静止地球互相完美咬合的水晶球，再到他阐释的天体运动规律——天体是在椭圆形轨道中运动的，这一点是根据天体与太阳的关系来推算的。
更重要的是，开普勒创立了天体物理学。他并没有继承彼时流行的物理力学。在当时还没有“引力”这一概念，开普勒也不知道到底是什么力量让天体能够保持运动。他手上的工具只有类比法。开普勒意识到，他是发现天体物理因果定律的第一人。“物理学家们，”他在介绍天体运动规律的著作中写道，“把你们的耳朵竖起来吧，我们要入侵你们的领域了。”这部杰作的名字就是《新天文学》，副标题是《基于因果关系的新天文学》（A New Astronomy Based upon Causes）。
在当时的社会，人们对于自然现象的理解方法普遍还停留在炼金术。开普勒的发现让人们意识到，原来在自己的周围就存在着看不见的力，而这种看不见的力充斥在宇宙中。更重要的是，开普勒的发现带来了科学革命。每次经历的曲折的思考过程，开普勒都做了认真、详细的记录，这正是头脑经历创造性革新的伟大记录。开普勒摆脱了固有的思维模式，这一点毋庸置疑。不管他在何时陷入了困境，他都能真正地跳出原有的思考领域。他留下了一系列他最喜欢的研究工具，这些工具如明灯般照亮了他的研究之路，让他的眼光不再局限于同侪所认可的那些知识。“我特别热爱类比这种方法，”开普勒写道，“类比是我最忠实的大师，它熟悉大自然的所有秘密……我们应该好好利用这种方法。”
◆◆◆
只要提到开普勒的名字，西北大学的心理学家狄德来·根特纳（Dedre Gentner）准会兴奋到手舞足蹈。她会激动得比比画画，连玳瑁框的眼镜都随着动作起起伏伏。根特纳可能是全世界最著名的类比思考专家。当我们面对表面看起来似乎毫无关联的各种领域或场景，想发掘其中概念上的相似性，这就需要深度的类比思考。它是解决棘手问题的强大工具，而开普勒“类比成瘾”，所以根特纳自然非常推崇开普勒。当提到一件可能会被现代读者误会的开普勒的琐碎小事时，她都建议最好不要写进书里，她觉得这样会影响开普勒的形象，尽管他已经离开人世将近四百年了。
“在我看来，”根特纳告诉我，“进行关联性思考，是我们人类能主宰地球的原因之一。对于其他物种来说，建立联系是十分困难的。”面对着新事物，类比思考让我们把它们变得熟悉；面对已经熟悉的事物，类比思考赋予我们重新审视这些事物的新角度，进而得以推理那些陌生环境中出现的新问题。它还能让我们理解自己根本看不见的东西。通过类比互相撞击的台球，学生们理解了分子的运动；通过类比水流过管道，我们理解了电的原理；通过类比生物学概念，我们了解了人工智能的前沿进展：“神经网络”——它被认为与大脑神经元类似，可以学习如何从例子中识别图像（比如搜索猫的图片）；而“遗传算法”的概念是基于自然选择的进化过程——尝试并评估了各种解决方法之后，更成功的方法把属性传递给下一轮的解决方案，然后无限延伸下去。这是鲁利亚研究中前现代化的村民们无法掌握的思维方式的最广泛延伸，他们解决问题的方法还停留在直接经验。
开普勒面临的问题不仅对他自己来说是全新的，全人类都对这个问题一无所知，没有任何可供借鉴的经验记录。他应该是有史以来第一个提出宇宙中“远距离运动”的人（一种神秘的无形力量，可以穿越宇宙空间到达目标星球）。为了探询这一点，他开始使用类比法（气味、热和光）来确认这种想法在概念上是否可行。随后，他又用一系列类比（磁铁和小船）来思考这个问题。
当然，现在社会中大部分的问题都不是新问题，我们只要从自己的经验中找到根特纳所说的“表面”类比就可以。“多数情况下，如果你能想起表面上相同的东西，他们在关系上也有相似性。”根特纳解释道。你还记得怎么修理旧公寓里堵塞的浴缸吗？当新公寓的厨房水池堵了，你可能就会想起来了。
但是，根特纳解释，用表面类比去解决新问题的想法其实是一种“友好世界”假设。就像友好的学习环境一样，友好世界也是建立在重复模式的基础之上。“这当然很好，”她说，“假设你一生都待在同一个村子里，或者同一片大草原上。”而当今的世界并不是那么友好，依赖于过往经验的思考方式已经不再符合当今世界的要求。就像学数学的学生，面对从未见过的问题，我们需要具备选择解决策略的能力。“在现在的生活中，”根特纳告诉我，“我们需要想起那些具备抽象相似性或者关系上相似的东西。你越想拥有创造力，这一点就越重要。”
◆◆◆
在20世纪30年代，在研究“解决问题”的过程中，卡尔·邓克（Karl Duncker）提出了认知心理学领域最著名的假设问题之一。问题是这样的：
假设你是一名医生，你的病人被诊断出了恶性胃部肿瘤。现在的情况不允许开刀动手术，但是如果不杀死肿瘤，病人就会失去生命。有一种射线疗法可以用于消灭肿瘤。如果射线在强度足够高的情况下接触肿瘤，肿瘤必死无疑。但不幸的是，这种强度的射线如果接触到身体的健康组织，也会让原本健康的组织惨遭毁灭。如果降低强度，那么射线就不会影响健康的身体组织，但是也无法消灭肿瘤。你会选择怎样的方法用射线消灭肿瘤，同时避免伤及健康组织呢？
切除肿瘤拯救病人是你的责任，但是射线太强或太弱都不合适。你该如何解决呢？利用你思考的时间，我来讲一个小故事：曾经，一位将军要从残暴的独裁者手中夺取位于国家中部的堡垒。如果将军可以让他的大军同时到达，拿下堡垒不在话下。堡垒位于中心地带，有很多道路像辐条般从堡垒向四面八方延伸，军队可以选择的道路非常多，但是每条路上都布满了地雷，所以只有士兵人数较少时可以安全通过任意一条路。将军想到了一个计划。他把部队分成了若干小组，每个小组选择不同的道路冲向堡垒。他们同一时间出发，各走各的道路，并且确保在同一时间抵达堡垒。这个计划奏效了。将军占领了要塞，推翻了独裁者。
此时你想出拯救病人的方案了吗？请你继续思考，我再讲最后一个故事：很多年前，一个小镇上的木屋着火了，消防队队长到达现场后，意识到了事态的严重性——如果不马上扑灭，火势会蔓延到邻近的房屋。附近没有消火栓，但是木屋旁边就是湖，所以供水量不成问题。几十位邻居提着水桶来轮流灭火，但是毫无进展。当消防队长大声喝止并让他们一起都去湖里取水时，邻居们都惊呆了。当邻居们回到火灾现场，消防队长指挥他们围着木屋站成一圈，倒数三声后一起把水泼向火苗。火势立马减小，很快就被扑灭。小镇给消防队长提高了薪水，奖励他敏捷的思维。
你能拯救得了病人吗？别难过，这个问题基本上无人能解。至少在一开始的时候几乎无人能解，随后就人人能解了。只有10%的人在一开始就能解决“邓克辐射难题”。当听完射线问题和堡垒的故事之后，大概有30%的人可以解决问题，挽救患者的生命。当听过射线问题、堡垒的故事和消防队队长的故事后，一半的人可以解决问题。当听过堡垒的故事和消防队队长的故事，并且要求使用这两个故事的思维方式去解决射线问题时，80%的人都可以拯救病人。
解决的方案是：作为医生的你可以使用多条低强度的射线，从不同角度射向肿瘤，这样健康的组织可以完好无损，而多条射线汇集在病灶处，达到一定强度时便足以杀死肿瘤。想想将军兵分多路最终在堡垒会师，消防队长指挥邻居们同时向着火的木屋泼水的相同思路。
这些结果来自20世纪80年代的一系列类比思考研究。如果你没有回答上来，也不必难过。在真正的实验中，你有更多的思考时间，而且不管你能不能给出正确答案，这都无关紧要。真正重要的是实验所体现出的解决问题的思路。来自不同领域的一个单独的类比就让解决射线问题的人数增加到三倍。而两个完全没有交集的领域产生的两个类比，让更多的人解决了问题。其实，单单一个夺取堡垒的故事已经足够有影响了，就好像问题解决者在直截了当地告诉你指导思想：“如果你需要较大的力量来达到某种目的，但是又被禁止直接使用这种力量时，从不同角度同时使用较小的力量也可以实现目标。”
从事这项研究的科学家希望这些类比可以为解决问题提供支持，但是他们惊讶地发现，大部分想要解决射线问题的人并没有从堡垒的故事中获得任何线索，直到科学家们引导他们这样思考。科学家认为：“参与的受试者可能会以为，这种心理学实验需要把所有的材料联系在一起理解，等着看实验的第一部分和第二部分是怎么联系在一起的。”
面对研究人员所说的“定义不明”的问题，人类的直觉看起来并不能充分利用最理想的工具。我们基于经验的直觉是为了“老虎·伍兹式”的领域准备的，也就是根特纳所说的友好世界——问题和解决方法都会重复出现。
面对着困难的射线问题，最成功的策略从那些表面看起来完全不相干的情境中汲取了灵感，但其实它们具有深层面的相似性。大部分的问题解决者和开普勒不一样。他们停留在眼前这个问题的内部，注意着其中细节，也许还总结了自己的医学知识，因为这个问题从表面看是一个医学问题。他们的直觉不是寻找类比来解决问题。当然，的确应该承认，有些类比从表面上看起来与眼下的问题风马牛不相及。在一个复杂多变的世界里，依靠单一领域的经验不仅有局限性，而且可能是灾难性的。
◆◆◆
仅靠使用单一类比来解决问题，尤其是从自己非常熟悉的情境里选择的类比，不能帮助我们摆脱“内部视角”这种自然冲动，这个术语是心理学家丹尼尔·卡尼曼和阿莫斯·特沃斯基（Amos Tversky）创造出来的。当我们狭隘地根据眼前某个特定事物的细节做出判断时，就会采用“内部视角”。
卡尼曼曾经亲历过这种“内部视角”的危险性。他曾经组织了一个团队，准备为一所高中编写科学决策这门课的教程。每周一次的会议持续了一整年后，为了了解每个人认为这个项目需要多长时间，卡尼曼询问了整个团队。团队成员们估计，最短需要一年半，最长则需要两年半。随后，卡尼曼询问了一位名叫西摩尔的团队成员——西摩尔是一名出类拔萃的课程设计专家，曾经在其他团队见证过这样的过程——这次的过程和其他团队比起来如何？
西摩尔思考了一会儿。在几分钟之前，他给出的预计时间是：还需要两年多。面对着卡尼曼的问题，西摩尔说，他从来没有想过去比较这些不同的项目，但是，在他参与过的项目中，大约有40%根本无法完成，而且没有一个项目的耗时能少于七年。
在这个有可能会失败的课程项目上，卡尼曼的团队可不想再多花六年的时间了。团队成员们花了几分钟讨论这个新观点，他们决定相信集体智慧——两年左右应该就可以完成项目，并且开始加速完成这一课题。八年之后，他们终于完成了项目，而此时卡尼曼早已不在这个团队中，甚至已经不在这个国家生活了，要求提供课程的机构也早已对其不感兴趣。
采用“内部视角”是我们的自然反应，而这种自然反应可以被下面这种“外部视角”的类比打破。“外部视角”从不同方面探索类比与当前问题的深层面的结构相似性。决策者常常专注于发现事物表面特征，而“外部视角”是非常反直觉的，因为它要求决策者忽略眼下事物的表面特征，而是着眼外部，寻找结构上相似的类比。“外部视角”需要把思维模式从狭隘调整到宽广。
2012年，曾经和卡尼曼共同完成过“内部视角”研究的悉尼大学商业策略专业教授丹·洛瓦洛（Dan Lovallo）和另外两位经济学家一起做了一项特别的实验。他们发现，从大量不同领域的类比开始，就像开普勒那样，最终会自然获得“外部视角”，从而提升决策水平。他们邀请大型私募股权公司的投资人参与了实验，这些投资人的潜在投资项目涵盖各行各业。研究人员认为，投资人的工作可以自然而然地获得“外部视角”。
这些私募股权公司的投资者被要求去评估一个他们正在经手的真实项目，项目有清晰详尽的实施步骤，然后预测出此项目的投资回报。随后，实验人员要求私募投资者写下他们了解的与眼下项目在概念上具有广义相似性的其他项目——比如，某企业所有者想出售的项目，或者经营具有技术风险产品的初创公司。实验人员也要求投资者对写下的这些项目估计一下投资回报。
结果，私募股权公司的投资者们预测，比起那些概念类似的其他项目，自己手上项目的回报要高出50%。研究人员给了投资人最后的机会来重新思考和修改，他们大幅削减了自己最初的预测数值。洛瓦洛告诉我：“他们都惊呆了，尤其是资深从业者，他们是最惊诧的。”最初，投资者们判断自己项目和其他相似项目的眼光大相径庭，他们对自己的项目了如指掌，而对于那些类似项目，他们只是旁观者。
这是一个普遍存在的现象。如果你被要求预测哪匹马可以赢得比赛或者哪位政治家可以顺利当选，你对任何一个特殊场景的内幕细节了解越多——那匹马的身体素质，或者那位政治家的背景和施政策略——你越有可能认为自己正在调查的这个选项定会胜出。
心理学家已经反复展示过，一个人考量的内部细节越多，其做出的判断就越极端。对于风险投资家来说，在自己经手的项目上了解的细节更多，他们得出的判断是——这个项目会极其成功，而直到他们被迫评估那些和自己的项目在概念上具有广义相似性的其他项目时，他们的观点才发生了变化。在另一个案例中，学生们被要求给大学打分。第一次，学生们被告知了更多的细节——这所大学一些具体的自然科学专业都跻身全国前十名；而第二次的描述相对简单——这所大学的每个自然科学专业都位列全国前十，学生们认为第一次描述中的大学更好。在一项著名的研究中，受试者在判断一个人的死亡原因时，他们更倾向于选择“死于心脏病、癌症或者其他自然原因”，而非“死于自然原因”。狭隘地专注于手头问题的诸多细节，让人感觉像是做了一件无比正确的事情，而实际上它常常是完全错误的。
傅以斌（Bent Flyvbjerg）是牛津大学赛德商学院重大项目管理专业的主任，他发现，全世界大约90%的大型基础设施建设工程都会超出预算（平均超出原预算的28%），部分原因是项目经理太过专注于自己的项目细节，导致他们过于乐观。项目经理变得像卡尼曼的课程编写团队一样自信——因为有专家的加入，自己的团队肯定不会像其他团队一样推迟交付。傅以斌研究了苏格兰的一个有轨电车建造项目，在这个项目中，外部的咨询团队实际上经历了和私募投资者被要求进行的相似的类比过程。他们没有纠结手上这个项目的种种细节，转而关注那些具有结构相似性的其他项目。咨询团队发现，项目组把所有要完成的工作细节进行了严格的分析。但是，通过类比不同的项目，这个咨询团队发现，原本预测的成本3亿2千万英镑（超过4亿美元）可能被大幅低估了。当有轨电车延期3年交付使用时，它的总花费已经接近10亿英镑。在此之后，英国的其他基础设施建设项目开始实施“外部视角”方法，从根本上迫使管理人员将许多过去的外部项目与自己手上的项目进行类比。
在完成了针对私募股权投资者的实验后，研究人员又把目光投向了电影业——电影业是高风险高回报的行业，它的不确定性可是出了名的，对于真实的收入情况有海量的数据可供参考。研究人员想知道，如果迫使电影观众进行类比思考，他们能否为电影票房提供精确的预测。研究人员给数百名观影爱好者提供了影片的基本信息——领衔主演的名字、宣传海报和故事梗概——这些都是为即将上映的电影准备的。当时选择的影片包括：《婚礼傲客》（Wedding Crashers）、《神奇四侠》（Fantastic Four）、《哈拉猛男秀2：欧洲种马》（Deuce Bigalow: European Gigolo）和其他电影。研究人员还给了参与实验的观众们一份清单，里面有40部较早的老电影，请观众们评判每一部老电影能在多大程度上与新电影形成类比关系。研究人员用这些相似性程度的评分（以及电影的少量基本信息，比如是否是续集）来预测这些即将上映的电影的最终票房收入。他们将这些预测与一个数学模型进行对比，这一数学模型包括了1700部上映过的电影和每一部即将上映的电影的信息，涵盖了电影类型、预算、明星演员、上映年份，以及是否是在假期上映。即使没有这些详细信息，使用观影者类比方式得出的预测也比数学模型的预测要准确得多。在19部即将上映的电影中，用观影者类比法预测出更准确的数据的占了15部。《世界之战》（War of the Worlds）、《家有仙妻》（Bewitched）和《红眼航班》（Red Eye）三部电影中，使用观影者类比法得到的有关《世界之战》的票房预测仅比实际票房少4%，而观影者类比法预测的《哈拉猛男秀2：欧洲种马》票房仅比实际票房少了1.7%。
网飞公司（Netflix）在改进“向观众推荐”这一算法时，也得到了类似的结论。把电影的特征逐一解析来发现观众的爱好，其实是非常复杂的，而且准确性还不如把一人和有相似观影历史的其他用户做类比。网飞的算法不再预测你可能喜欢什么，而是检视你是什么样的人，其复杂性就在于此。
有趣的是，如果研究人员使用影迷们选择的与新上映电影最相似的一部影片来预测票房，预测准确度会一落千丈。虽然看起来是最好的一个类比，但是单独用一部电影类比的效果不尽人意。而使用完整的“参考基数”类比——也就是“外部视角”的核心——得到的数据就会极其准确。
让我们回想一下第1章中，加里·克莱恩所研究的友好型学习环境里的直觉型专家，如国际象棋大师和消防员。这些直觉型专家不是在一开始就给出各种选项，而是根据表面的特点识别出模式，直接跳到了决策这一步。如果有时间的话，他们可能会权衡一下自己的决策，但结果常常是保持自己的决定不变。这次的决定很有可能跟上次的一样，所以导致重复狭隘的经验成了习惯。但是，产生新的想法或是面对具有极强不确定性的新问题时，情况完全不同。身处变化叵测的世界里，在直觉主宰你的决定之前，先去评估一系列的选择，这才是上计。
在另一个实验中，洛瓦洛和他的合作者费迪南德·杜宾（Ferdinand Dubin）请150名商学院的学生为虚拟的“米老鼠公司”出谋划策，这家公司正在为自己在澳大利亚和中国的鼠标销售业务一筹莫展。在学生们了解了公司的困境之后，研究人员要求他们把想到的所有能帮助米老鼠公司的策略都写下来。
洛瓦洛和杜宾给部分学生讲解了一个或多个类比。（例如：“耐克集团和麦当劳集团的概况可以作为你们策略的补充，但是不要局限于这两个案例。”）而其他学生没有获得任何有关类比的讲解。听过一个类比讲解的学生比没听过任何类比的学生写出了更多的策略，而听过多个类比讲解的学生又比只听过一个类比的学生写得更多。研究人员还发现，越是与本案例相去甚远的类比，越有利于创意的产生。耐克和麦当劳的类比看似“隔行如隔山”，而苹果和戴尔这种电脑公司的类比相对接近，但了解过跨行业类比的学生比那些只听过同行业类比的学生给出的策略更多。时时记得利用跨界类比，这可以让商学院的学生更有创造力。但事与愿违，商学院的学生们说，如果要用类比法，他们还是相信，专注于同一领域的单一例子才能获得有效的战略选择。就像那些风险投资家一样——他们的第一反应就是使用最少的类比，并且依赖于自己熟悉得不能再熟悉的案例。洛瓦洛告诉我：“不管你采用的是什么类比，这种做法常常是极其错误的。”
好消息是，从直觉的“内部视角”转换到“外部视角”进行类比很容易。波士顿咨询公司（Boston Consulting Group）是全世界最成功的咨询公司之一。2001年，波士顿咨询公司建立了一个内部网站，给咨询顾问们提供大量素材，帮助他们进行广泛的类比思考。这些互动内容按学科（人类学、心理学、历史和其他学科）、概念（变革、物流、生产力等）和战略主题（竞争、合作、联盟等）进行了分类。为刚刚合并后的公司制定整合政策的咨询顾问可以在这些内容中仔细研读一下征服者威廉是如何在11世纪“整合”英格兰和诺曼底公国的。而讲述夏洛克·福尔摩斯观察策略的内容可以帮助我们学习那些资深专家们已经习以为常的细节观察技巧。一位与迅速扩张的初创企业合作的咨询顾问可以从普鲁士军事战略家的著作中获得一些灵感，这位战略家研究的是“在胜利后保持势头”与“过度完成任务而导致失败”之间的脆弱平衡。如果这一切内容听起来都与眼下亟待解决的商业问题相去甚远，就是切中了要害。
◆◆◆
狄德来·根特纳很好奇，是否每一个人都能更像开普勒一样，用互不相干的类比来理解问题。所以她设计了一个“模糊分类任务”。
这项任务有二十五张卡片，每一张都描述了一个现实世界中的现象，比如路由器是如何工作的，或者经济泡沫是如何形成的。每一张卡片都具备两个属性，一个是专业领域（经济学、生物学和其他学科），另一个是该现象背后的深层结构。受试者被要求按照类别给卡片分类。
举一个深层结构的例子，你可以把经济泡沫和正在融化的南极冰盖归为一类，因为他们都属于正反馈循环。（经济泡沫出现时，购买股票或房产的消费者都盼望着升值；这种购买行为又导致了股票或房产的价格上涨，从而促使购买行为不断增加；当冰盖融化时，它能反射回太空的阳光就会减少，地球的温度就会上升，从而导致更多的冰盖融化。）或者你可以把出汗和美联储归为一类，因为他们都属于负反馈循环。（出汗让身体感到凉爽，所以就不需要再出汗了；美联储通过降息来刺激经济，如果经济增长过快，美联储就会升息来减缓增长。）由于油价上涨导致的食品价格上涨以及信息一步步通过神经元在大脑中传输，这两个例子都属于因果链条——事件A导致了事件B，事件B又导致了事件C，事件按线性顺序逐步发展。
还有另外一种思路，你可以把美联储的利息调整、经济泡沫和油价变动都归为一类，因为它们都属于同一个领域：经济。你可以把出汗和神经元传导归为一类，因为它们都是生物学的范畴。
根特纳和她的同事们邀请了西北大学不同专业的学生参与了这项“模糊分类任务”，实验的结果是，所有的学生都可以按专业领域把卡片进行分类。然而，只有少数学生能够按因果关系的结构分类。还有一组学生，他们非常善于发现卡片背后深层结构的共同点：他们都上过多个学科的课程，如综合科学课程。
西北大学这门课程的网站上有一段校友对它的描述：“这门综合科学，就像把生物、化学、物理和数学辅修课综合在一起，变成一门专业课。这门综合科学的初衷就是让学生尽可能接触所有自然和数学科学，让他们了解到自然科学不同领域之间的共同点……这门综合课程能让你发现不同学科之间的联系。”
我询问了一位教授对于综合科学课程的看法，他告诉我，各个院系对这门课其实并没有太大兴趣。各个院系都希望自己的学生可以上更多本专业的课程。他们都担心自己的学生会掉队，所以迫不及待地让学生开始专业化学习，而不是选择用根特纳所说的“各种基本领域”的知识来武装自己，但正是这些知识可以培养出类比思维和概念联系，进而帮助学生们把眼下的问题进行分类。这也是最擅长解决问题的人的专有才能。
在有史以来被引用最多的一项有关问题解决专家的研究中，由跨学科科学家组成的团队得到了一个相当简单的结论：那些成功的问题解决者在为问题匹配到合适的策略之前，更擅长确定问题的深层结构；而那些不太成功的问题解决者就像“模糊分类任务”中的大部分学生一样——他们只能认识到那些浅显的、过于明显的特点，按照这种表面现象来分类，例如按照不同的专业领域。而对于那些最好的问题解决者，研究者描述道，他们解决问题“从给问题分类开始”。
就像教育学的先驱约翰·杜威（John Dewey）在《逻辑：探究的理论》（Logic, The Theory of Inquiry）一书中所说：“问题描述得好，就已经解决了一半的问题了。”
◆◆◆
开普勒要重新想象整个宇宙，在他开始这段曲折的类比之旅前，他对自己的任务感到极其迷惑。跟伽利略和牛顿不同，开普勒把自己的困惑都写了下来。他写道：“对我来说，不仅要向读者讲述我的想法，更重要的是，要向他们传达那些促成我的发现的原因、手段和幸运指数。”
当开普勒来到第谷·布拉赫（Tycho Brahe）的天文台开始工作时，他还是一个年轻人——这座天文台在当时可谓全球领先，丹麦花费了整个国家财政预算的1%来建造它。开普勒被分配到的任务根本没人想干：火星及其令人困惑的运行轨道。开普勒被告知，火星运行的轨道肯定是一个圆形，而第谷的观测结果却与之不符，开普勒必须要找到其中的原因。每隔一段时间，火星似乎在空中逆行，转个小圈，然后再回到原本的方向继续运动，这种现象被称为逆行运动。为了解释火星为什么会发生这种现象，并且同时火星还能在相互咬合的水晶球中保持运动，天文学家们提出了复杂的扭曲理论。
和往常一样，开普勒还是不能接受这种扭曲理论。他向自己的同事们求助，但是同事们对开普勒的求助置若罔闻。他的前辈们总是在不推翻整个理论的前提下去解释火星运动的偏差。开普勒短暂的“火星任务”（他起初猜测需要八天来完成）变成了长达五年的计算，他试图描述出在任意指定时刻火星在天空中的位置。当他精确地算出这些结果之后，他却立刻把这些内容扔掉了。
计算的结果已经非常接近，但是并不完美。而这一点不完美可以小到忽略不计。第谷的观测中，有两处与开普勒所计算的火星位置不一样，而相差仅仅有8弧分，这就相当于整个天空中的一个小薄片，又好比小指宽度的1/8与整只小指的长度相比较。开普勒本可以假设自己的模型是正确的，而那两处观测只小指是轻微偏差；或者，他完全可以放弃这五年的工作。但是开普勒选择丢掉自己的模型。“如果我一定要忽略这8弧分，”开普勒写道，“那我会把我的假设也一并修改。”这项没人愿意做的工作变成了开普勒重新理解宇宙的途径。他来到了一个未知的领域。开普勒认真地进行类比，并且重新定义了天文学。光、热、气味、小船、扫帚和磁铁——类比从让人讨厌且并不吻合的观测结果开始，最终宣告了亚里士多德齿轮宇宙观点的终结。
开普勒当年的思考过程和如今的世界一流研究实验室的特征如出一辙。心理学家凯文·邓巴（Kevin Dunbar）从20世纪90年代开始记录那些高产的实验室是如何工作的。他发现，这些实验室的工作方式遵循的就是现代版的开普勒思维方式。当获得了意想不到的发现时，这些优秀的实验室没有假设当前的理论就是正确的，观察也没有就此打住，而是把意想不到的发现当作新的冒险机会——类比思维就是他们的“荒野求生指南”。
当邓巴开始这项工作的时候，他只是简单地实时记录实验室各种发现的进程。邓巴重点关注的是分子生物学实验室，因为它们彼时正在开辟新的道路，尤其是在基因和病毒治疗方面——比如艾滋病。在美国，邓巴花了一年的时间追踪四个实验室，在每个实验室里安静地旁观，他每天都坚持造访，这样的工作持续了数月，随后扩展到更多的实验室，足迹遍布美国、加拿大和意大利。他在实验室的存在感日益增加，以至于科学家在开临时会议时都不会忘记通知他。每个实验室从表面看起来不尽相同。有的拥有数十名成员，其他的则人数很少。有一些实验室全员都是男性，有一组全是女性。当然，所有的研究人员都是国际知名的科学家。
每周的实验室例会是最有趣的。每个星期，整个团队都会聚在一起——实验室负责人、研究生、博士后和技术人员——一起讨论实验室成员面临的挑战。我们刻板印象中的科学家都是孤独地做着实验，对着一堆试管埋头苦干，而这些例会上的科学家完全不是这样。邓巴不仅看到了信息的自由流动，还看到了即时的交换。科学家们反复探讨想法、提出新的实验、研究各种困难。“这就是科学研究中最具创造力的时刻了。”邓巴告诉我。所以他把这些场景录了下来。
会议的前15分钟用来“打扫房间”——该轮到谁提供实验室用品，或者谁留下了烂摊子。接下来就进入正题。有人会介绍一项意料之外或是令人迷惑的新发现，就像开普勒的火星轨道一样。科学家都非常谨慎，他们的第一反应是责怪自己——也许是计算出了问题，或者是仪器没有经过仔细校验。如果实验室讨论后，认为这种结果是真实可信的，那么就要开始探讨后续的实验内容及可能会发生的各种情况。每一个小时的实验室会议，邓巴都需要八个小时来转换成文字，再把其中解决问题的行为进行标注，这样他就可以分析科学创造力的产生过程，他发现，这些会议是类比的盛会。
邓巴在现场亲眼见证了重要性的突破，他发现，那些最有可能把意外发现转化为人类新知识的实验室运用了大量的类比，而这些类比来自各种基础学科。实验室所拥有的科学家的背景越多样化，能提供的类比数量就越多，类比类型也越多；当意外发现诞生时，它们取得突破的可能性也越大。这些实验室相当于拥有了一群开普勒。如果实验室成员的经验和兴趣异常广泛，面对着让自己困惑的问题时，他们通常采用自己领域的知识来做类比，由此决定不予理会这个问题或者深入研究下去。
对于那些相对直接的问题，实验室的成员们选择用相似情况的类比来思考。越是不同寻常的困难，就越需要大有不同的类比，相似性也从表面深入到了深层结构。一些实验室的会议上，平均每四分钟就会提出一个新类比，有些类比完全不属于生物学领域。
在一个案例中，邓巴其实发现了两个实验室面临着同样的实验问题，而且发生的时间也相差无几。他们想测量的蛋白质总是粘在过滤器上，这让他们很难进行分析。其中一个实验室里全都是大肠杆菌专家，而另一个实验室有专攻化学、物理、生物学和遗传学各领域的各种科学家，还有医学生。“后者团队中的医学生利用自己的知识做了类比，在会上就得出了解决办法，”邓巴告诉我，“而前者只能利用大肠杆菌的知识来解决每一个问题。在这个问题上，大肠杆菌的知识又没有用，所以他们不得不用好几个星期的实验来解决这个问题。这让我挺尴尬的，因为我在另一个实验室的例会上已经看到了答案。”（他不能分享实验室之间的信息，这是他从事此项研究的条件之一。）
面对着意料之外的情况，可用的类比范围可以帮助确定谁学到了新的东西。在邓巴的研究项目中，只有一个实验室没有任何新发现，团队中的每个人都有相似且高度专业化的背景，而类比几乎从未被使用过。“当实验室的所有成员掌握的知识都一样时，问题一出现，一群想法相近的人跟单独的一个人没有区别，他们无法给出更多的类比。”邓巴这样总结道。
“这有点像股票市场，”他告诉我，“你需要使用一套综合策略。”
◆◆◆
西北大学的综合科学课程介绍了广泛的综合策略，但这意味着参与者要放弃某一专业或某一行业的“先机”。这个“牺牲”让这个项目看起来不太吸引人，即使从长远来看它对学习者大有裨益。
不管是林赛·里奇兰研究的“建立联系”，还是弗林测试出的广泛概念推理，抑或是根特纳评估的“远迁移”的深层结构类比推理，在通识或是必须要慢慢学习的知识上，人们往往没有根深蒂固的兴趣。所有机构都一致鼓励先发制人，并且尽早开始狭隘的专业化，即使这是一个糟糕的长期策略。这的确是一个问题，因为另一种知识——也许还是所有知识中最重要的，必须是慢慢获得的——能帮你在第一时间识别真正的挑战并加以应对。
