具体对象并不孤立

我们通常以为,世界是由一个个具体事物组成的:一把椅子、一句话、一条法律、一家公司、一首歌、一个判断、一个人。但如果把目光稍微抬高,就会发现:这些具体事物往往不是孤立存在的。它们常常可以被某种更抽象的关系结构理解、分类、约束、解释,甚至在某些情况下被生成。

这就是 Schema-Instance Chain 的核心直觉。

它要提醒我们:当人理解一个对象时,认知系统通常不会平铺地接收所有信息,而会借助某种已有结构来选择、组织和解释信息。

Schema 是可迁移的关系结构

所谓 Instance,是具体的个案、现象、对象或事件。

所谓 Schema,是一种可迁移的关系结构1 :它规定哪些要素是相关的,这些要素如何彼此关联,以及什么样的具体对象可以被看作它的 Instance。

从认知角度看,Schema 不一定以清晰命题的形式存在,而是体现在我们识别对象、选择特征、组织关系、形成预期和修正判断的过程中。本文关心的不是 Schema 作为抽象结构是否独立存在,而是它在认知活动中如何发挥作用。

这一定义可以通过几个例子来校准:

在语言中,Schema 不是某个词,也不是某条孤立的语法规则,而是把词义、句法位置、语境线索和交际意图组织起来,使一句话成为可理解表达的关系结构。

在音乐中,Schema 不是某个音符,也不是某种单独的节奏型,而是把节奏、音阶、调式、和声、音色和音乐传统组织起来,使一首作品成为可辨认风格的关系结构。

在法律中,Schema 不是某个法条,也不是某个证据,而是把事实认定、证据评价、法律规则、程序要求和裁量空间组织起来,使一个案件成为可裁判对象的关系结构。

在建筑中,Schema 不是一张图纸上的某条线,也不是某种材料或预算限制,而是把空间关系、结构力学、材料条件、施工工艺和使用目的组织起来,使一栋建筑成为可建造方案的关系结构。

在科学中,Schema 不是某个观测值,也不是某个孤立理论命题,而是把变量、测量方式、模型假设和解释规则组织起来,使一组数据成为可解释证据的关系结构。

在商业中,Schema 不是某个用户需求,也不是某个市场时机,而是把用户问题、价值主张、交付渠道、成本结构、竞争定位和时机窗口组织起来,使一个产品成为可判断、可设计、可迭代方案的关系结构。

Schema 与 Instance 是相对角色

这里需要避免一个误解:Schema-Instance Chain 不是一条本体论等级链,也不是在说世界由一层层 Schema 机械生成。它首先是一种认知模型。

更严谨地说:

在特定认知任务中,一个具体对象可以被某种较抽象的关系结构分类、解释、约束、评价或生成;而这个较抽象结构,在另一个更高层的问题中,又可以被当作新的 Instance 来分析。

它描述的是我们如何在理解中把某些东西当作对象,把另一些东西当作组织对象的结构,并在需要时继续把这些结构本身当作新的对象来审视。

关键在于,Schema 和 Instance 不是两类固定实体,而是两种相对角色:在某一层级中用来组织对象的结构,到了更高一层的分析中,也可以成为被比较、评价或重构的对象。因此,一个东西在下层是 Schema,在上层很可能就是 Instance。

所谓 meta-schema,就是关于 Schema 的 Schema:它帮助我们比较、分类、评价或重构不同的 Schema。当一套法律、一种理论或一种商业模型本身成为分析对象时,它就相对于这个更高层结构成为 Instance。

一张建筑图纸相对于房子是 Schema,因为它把空间、结构、材料和施工步骤组织成可执行的建造关系;但这张图纸相对于“现代主义建筑原则”“城市规划规范”“工程力学规则”来说,又只是一个 Instance。

一部刑法相对于具体案件是 Schema,因为它为案件判断提供规范框架;但刑法相对于宪法秩序、法理学原则、立法技术和制度史来说,又是某种制度结构中的 Instance。

一种科学理论相对于具体数据是解释框架;但相对于科学方法论来说,它又只是众多理论形式中的一个实例。

从现象到 meta-schema

这条链条可以粗略写成:

具体现象 -> 组织现象的 Schema -> 比较、评价或重构 Schema 的 meta-schema -> 更深层的原则与假设(meta-meta-schema)

以学习为例,一次考试失利是 Instance。有人会用“记忆不足”的 Schema 来理解它,于是增加背诵;有人会用“理解不深”的 Schema 来理解它,于是重新梳理概念关系;还有人会用“练习反馈不足”的 Schema 来理解它,于是改用错题分析和间隔复习。

这些 Schema 都能解释一部分现象,但它们不是同等有效。我们还需要追问:哪一种解释覆盖了更多错误?哪一种能提出可检验的改进方法?哪一种适合当前任务,是背单词、学数学证明,还是训练写作?

这些用来比较、选择和修正学习 Schema 的标准,就是 meta-schema。它不直接解释某一道错题,而是帮助我们判断:应该用哪一种 Schema 来理解这类学习问题。

它像一架认知楼梯。站在底层,我们看到的是一个个事件;往上一层,我们看到模式;再往上一层,我们看到模式背后的规则;继续往上,我们开始追问这些规则为什么会以这种方式被选择、维持或修正。

这个概念之所以有力量,是因为它让许多表面上无关的领域显出相似结构:不同领域的内容并不相同,但我们都可以追问同一件事,是什么关系结构在组织这些 Instance?

换句话说,Schema 的核心不在某一种比喻,而在“关系组织”:它把分散要素放进一种可复用的关联方式,使我们能够识别一个对象是什么、哪些特征重要、它和其他对象有什么关系,以及它可能如何变化。

同一个 Schema 在不同认知任务中会承担不同作用:有时帮助我们分类,有时帮助我们解释,有时帮助我们评价,有时帮助我们形成预期。分类、解释、评价和预期不是彼此无关的功能,而是同一种关系结构在不同任务中的表现。

因此,把 Schema 理解成可迁移的关系结构,能帮助我们更准确地把握它在不同认知任务中的作用。

认知如何借助 Schema 处理 Instance

Schema-Instance Chain 最重要的启发在于:人类在多数复杂认知活动中,往往是在借助某种 Schema 处理 Instance。

这就把问题收束到人脑本身。

人脑不可能逐个保存世界的所有细节。我们每天面对无数声音、画面、文字、情绪、关系和事件。如果缺少可用的 Schema,经验会像没有索引的图书馆,堆满材料,却难以检索、比较和理解。

当你看到一把从未见过的椅子,仍然知道它是椅子,是因为你有“椅子”的 Schema。

当你听到一句新话,仍然能理解它,是因为你掌握语言 Schema。

当你判断一个人“可靠”或“不可靠”,你是在用过去经验形成的人格 Schema 解释新的行为。

当你读一个商业案例,立刻想到“网络效应”“规模经济”“激励错配”,你是在用抽象模型组织具体事实。

认知科学中的类别化、图式记忆、预期加工和自上而下的知觉研究都提示我们:人类理解世界时,往往不是平铺地接收信息,而是借助已有结构来选择重点、组织经验并形成判断。

在链条上自由升降

学习,可以理解为从大量 Instance 中提炼 Schema。

应用,可以理解为用已有 Schema 处理新的 Instance。

创造,可以理解为重组、迁移或改写 Schema。

元认知,可以理解为跳出来审视:我现在到底在用哪个 Schema?

这也是高手和新手的关键差异。

新手常常被 Instance 淹没:他看到很多事实,却不知道哪些重要。

熟练者掌握某个领域的 Schema:他能快速识别模式。

更高阶的思考者能比较多个 Schema:他知道同一个问题可以被不同 Schema 重新组织。

真正有创造力的人,甚至能修改 Schema 本身:他不只在旧规则里寻找答案,而是重新定义问题。

因此,Schema-Instance Chain 不只是一个抽象概念,而是一种训练思维的方法。它要求我们在面对任何事物时,多问几层:

  • 这是什么具体 Instance?
  • 它正在被哪个 Schema 解释或约束?
  • 这个 Schema 还有哪些盲点?
  • 有没有其他 Schema 能重新组织这些事实?
  • 相对于哪个更高层的结构,这个 Schema 本身又会成为 Instance?

看见 Schema,才可能超越 Schema

一个人越能在这条链上自由升降,他就越不容易被表层现象困住。

他不会只问“发生了什么”,还会问“我正在用什么 Schema 理解它”。

他不会只积累事实,还会提炼组织事实的关系结构。

他不会迷信某个 Schema,还会检查它的边界、盲点和替代可能。

高阶认知的起点,就是意识到:我们很少以完全无 Schema 的方式面对世界,而往往是在通过某种 Schema 组织经验、选择重点并形成判断。

很多人会被自己当前使用的 Schema 困住。看见自己正在使用的 Schema,才有可能超越它。

收获反馈

这篇文章带给你多少收获?

未评分