¿Por qué entiendes el modelo de pensamiento 65.438.000 de Charlie Munger?
Entendemos el mundo a través de al menos dos "lentes": el modelo ocular La percepción humana del entorno y la cognición del mundo son al menos a través de dos "lentes":
1. . Ojos del cuerpo
2. Ojos de la mente
Los primeros son los ojos del cuerpo (pupila, cristalino, retina, etc.); , y el mundo que vemos ha pasado el filtro "Modelo".
En el trabajo y la vida diaria, se pueden ver varios modelos en todas partes:
1. Modelo de negocio: modelo de cinco fuerzas, modelo McKinsey 7S, modelo de marketing 4P, modelo de crecimiento de usuarios pirateados AARRR. etc. .
2. Modelos económicos: modelo de curva de oferta y demanda, modelo de juego “Dilema del Prisionero”, modelo de crecimiento del PIB, etc.
La psicología tiene el modelo "Jerarquía de necesidades de Maslow", la informática tiene el modelo de von Neumann y el campo de la inteligencia artificial tiene el modelo de redes neuronales.
En la historia del desarrollo científico existen innumerables modelos, como el conocido modelo geocéntrico VS heliocéntrico, el modelo de estructura atómica y el modelo de estructura de doble hélice de las moléculas de ADN.
Cuando nos enfrentamos a un "modelo", nuestra psicología suele ser contradictoria y torpe. Por un lado, sabemos que los modelos abstractos no pueden resolver problemas prácticos, por otro lado, debemos confiar en los modelos al analizar problemas.
¿Qué es un modelo? Los modelos son como mapas, simplificaciones y abstracciones del mundo real. Con un mapa, es posible que no llegue a su destino; sin un mapa, es casi seguro que no llegará a su destino.
"Un mapa no es idéntico al territorio al que se refiere. Sin embargo, si el mapa es correcto, tiene la misma estructura que el territorio, y por eso es útil - Alfred Cole." Z. Buch (científico y filósofo polaco-estadounidense)
Este modelo es útil e inútil. ¿Cómo surgió el conflicto?
Primero veamos el papel y el valor del modelo:
El estanque apestaba durante varios kilómetros, por lo que los trabajadores sacaron los peces y drenaron el agua. Pero el fondo del estanque todavía olía mal, así que saqué el barro del fondo del estanque y lo llevé lejos. Esparcí grava fresca en el fondo del estanque, replanté plantas acuáticas, lo llené de agua y volví a colocar los peces. Finalmente, la piscina ya no huele mal. Pero dos meses después, el estanque volvió a apestar.
¿Por qué no se puede solucionar el problema? Porque existen fallas en la construcción del modelo microecológico del estanque. La razón para extraer el lodo se basa en la suposición de que el lodo acumulado en el fondo del estanque es demasiado espeso, lo que provoca que las bacterias anaeróbicas que pueden producir olor se multipliquen rápidamente. Pero ¿por qué el barro huele mal cuando se retira? Muestra que el limo no es la causa fundamental.
Debido a errores en el modelado del sistema, se calculó mal la causa raíz del problema y se tomaron medidas para tratar los síntomas en lugar de la causa raíz.
Cuando piensas en los problemas de olores del estanque, es posible que no tengas en mente ese diagrama de circuito aleatorio, pero básicamente estarás simplificando el sistema de tu estanque en unos pocos elementos clave. Un ecosistema de estanque completo contiene: 1. Bacterias (aeróbicas y anaeróbicas): innumerables; 2. Peces, camarones y otros animales: decenas de miles; 3. Plantas acuáticas: miles; 4. Moléculas de oxígeno y gases olorosos: no se pueden medir;
Si no se simplifica, el cerebro se enfrentará a un problema irresoluble y difícil de calcular. Si solo hay dos objetos en un sistema y existe una relación entre ellos, entonces se necesitan tres ecuaciones para describir el sistema: dos ecuaciones para los dos objetos y 1 ecuación para la interacción entre ellos. A medida que aumenta el número de objetos en el sistema, cada objeto requiere 1 ecuación para describir su comportamiento, pero las ecuaciones que describen interacciones aumentan exponencialmente, requiriendo 20 ecuaciones para n objetos. Es decir, un sistema de 10 objetos tiene 2 10 = 1024 ecuaciones (¿asumiendo n=10000?). Esto se llama la "ley del cálculo del cuadrado". La dificultad computacional aumenta exponencialmente cuando aumenta el número de elementos que interactúan en el sistema.
Los modelos son la forma básica y la poderosa capacidad que tienen los humanos para comprender el mundo.
Si un sistema contiene una gran cantidad de elementos y existen relaciones intrincadas entre ellos, para simplificar, creamos un modelo para describir el sistema y tomamos acciones para influir en el sistema en consecuencia. La simplificación naturalmente ahorra recursos cognitivos y reduce la carga cognitiva. Sin embargo, desde un nivel más esencial, modelar el pensamiento es una de las habilidades más básicas e importantes que tienen los humanos para comprender el mundo.
En "The Grand Design", el último libro de Hawking antes de su muerte, escribió: "Construimos modelos en la exploración científica, pero, de hecho, también creamos modelos en nuestra vida diaria. Los modelos dependen de la realidad". "El "ismo" se aplica no sólo a los modelos científicos, sino también a los modelos mentales que construimos, consciente o inconscientemente, para explicar y comprender el mundo."
Hacemos modelos en la ciencia, pero también hacemos modelos en nuestra vidas cotidianas. El realismo dependiente de modelos se aplica no sólo a los modelos científicos sino también a los modelos mentales conscientes y subconscientes que creamos para explicar y comprender el mundo cotidiano.
Supongamos que hay una pecera y el pez dorado que está dentro observa el mundo exterior a través del cristal curvo de la pecera. Ahora los físicos entre ellos han comenzado a desarrollar la "física de los peces de colores". Resume los fenómenos observados y establece leyes físicas. Estas leyes pueden describir y explicar el mundo exterior que los peces de colores observan a través de la pecera, e incluso pueden predecir correctamente nuevos fenómenos que puedan aparecer en el mundo exterior. Obviamente, las leyes físicas de estos peces de colores deben ser muy diferentes a las leyes físicas de nosotros los humanos. Por ejemplo, el movimiento lineal que vemos puede parecer un movimiento curvo en la física de los peces de colores.
Al respecto, Hawking planteó una pregunta: ¿Es correcta esta "física de los peces de colores"? Según la opinión generalizada, esta "física de los peces de colores" es, por supuesto, incorrecta. Debido a que la "física de los peces de colores" entra en conflicto con nuestras leyes físicas, que creemos que son más consistentes con las leyes objetivas y reflejan más el mundo real, todas las descripciones que son inconsistentes con la física actual, ya sea de los físicos de los peces de colores o de físicos humanos anteriores, fueron consideradas como incorrecto.
Pero Hawking preguntó: "¿Cómo sabemos si tenemos una imagen distorsionada de la realidad?...La imagen real del pez dorado es diferente a la nuestra, pero ¿podemos estar seguros de que es menos real que la nuestra? ?”
El modelo es la proyección del entorno en el cerebro.
Creemos que el mundo que ven los peces dorados en la pecera está distorsionado por la distorsión de la luz. Entonces, ¿no está distorsionado el mundo que percibimos? Las tres personas en la imagen de abajo tienen en realidad la misma altura, pero debido a que la habitación no es un paralelepípedo rectangular estándar, el ángulo entre las dos paredes y la pared donde se encuentra la ventana y la forma de la ventana han cambiado, lo que nos lleva a Creo que las tres personas no tienen la misma altura.
El mundo que percibimos (ver, oír, oler, saborear, tocar, etc.) se desviará o incluso distorsionará como el mundo visto por un pez dorado, porque lo que percibimos no es el mundo, sino lo que viene. de la señal "mundial". El cerebro y el sistema nervioso asociado forman un sistema de comunicación. La información sobre el entorno que nos rodea ingresa al cerebro a través de la luz y el aire como medios, y a través de canales visuales, auditivos, gustativos, olfativos y táctiles. Estas fuentes de señales son como las materias primas para hornear pan, y el cerebro las procesa para darles forma de "pan". Este "pan" es un modelo del mundo. La representación mental del mundo que hace el modelo es la proyección del entorno en el cerebro.
La llamada "representación mental" significa que el estado del mundo físico se representa en el cerebro, pero no se restaura al 100%, sino que se procesa o incluso se deforma. Entonces, en lugar de percibir el mundo, percibimos un modelo del mundo y lo utilizamos para ajustar nuestro comportamiento en el entorno. Entendemos el mundo a través de "modelos" y actuamos dentro de ellos.
Esto es lo que Hawking entiende por "realismo dependiente del modelo". No sabemos cuál es la “realidad” del mundo, pero necesitamos confiar y apoyarnos en modelos para abordar indirectamente esa “realidad”. ¿Por qué los modelos simplificados funcionan en realidades complejas? “Según el realismo dependiente del modelo, no tiene sentido preguntar si un modelo es verdadero; sólo tiene sentido si es consistente con las observaciones.
Si dos modelos son consistentes con la observación, como la imagen de un pez dorado y nuestra imagen, entonces no se puede decir que éste sea más real que aquel. Se adoptará la que resulte más conveniente según las circunstancias consideradas. ” - “Gran diseño”
Los modelos no reflejan la realidad en detalle, entonces, ¿por qué funcionan los modelos simplificados? Para responder a esta pregunta, es necesario dividirla en dos partes:
1
2. ¿Por qué el cerebro construye un modelo simplificado?
¿Por qué el cerebro construye un modelo simplificado? El cerebro siempre se ve afectado. El bombardeo por el torrente de información del entorno interno y externo. Las externas son señales como la luz, el color y el sonido que reciben los órganos de los sentidos, especialmente la visión y el oído. Señales como la temperatura corporal, la respiración, los latidos del corazón y la secreción de hormonas (generalmente generadas por el control del sistema nervioso). Las neuronas del cerebro necesitan glucosa, oxígeno y tiempo para sobrevivir y reproducirse de manera más eficiente. evolucionó un mecanismo de filtrado de atención que puede bloquear automáticamente una gran cantidad de información que el cerebro considera irrelevante.
Por ejemplo, ayer cruzaste una carretera. Ahora intentemos recordar el proceso completo. ¿Recuerdas? ¿Cuál es tu velocidad máxima? ¿Es mujer o hombre? Debe ser tan difícil para ti responder como para mí, porque la información no es importante ni novedosa. Según las estadísticas, el ancho de banda del procesamiento de información en el estado consciente del cerebro es de aproximadamente 120 bits/segundo, pero la retina por sí sola transmite información a 10 megabits por segundo. En otras palabras, sólo una cantidad muy pequeña de información ingresa al espacio consciente. /p>
La memoria de trabajo es como un pulpo, que combina información para darle significado. p>
El sistema de memoria de trabajo puede acomodar de 4 a 7 piezas de información (o cadenas de información, también llamadas fragmentos). La cadena o bloque de información depende de la estructura de conocimiento previa de la persona. Por ejemplo, representa sureste, noroeste, norte y este. Las letras en las cuatro direcciones de E, oeste, sur y s se pueden contar como cuatro piezas de información. una gran noticia, siempre que tengas la palabra noticia en tu memoria a largo plazo.
La memoria de trabajo es como un pulpo. Sin embargo, este pulpo tiene menos de ocho patas, tal vez de cuatro a siete. La información procesada en la memoria de trabajo es importante, se almacenará durante mucho tiempo en el sistema de memoria. Es posible que sólo unos pocos "peces grandes" sean capturados por la "red de pesca" antes mencionada. /p>
Solo una cantidad muy pequeña de información llega a la atención de las personas. Algunas son capturadas por el sistema de memoria de trabajo y las restantes se guardan con éxito en la memoria a largo plazo para reflejar de manera efectiva el mundo externo. el cerebro debe tener la capacidad suficiente para representar el entorno infinito con información limitada.
La inteligencia y el poder del cerebro radica en descubrir y reconocer patrones.
La imagen de abajo está formada por rayas negras. de diferentes formas y tamaños Cuando te pregunto qué es esto o qué ves, es posible que te sientas confundido, pensando en qué era esto.
"Condicionalmente; si no hay condiciones, debemos crear condiciones. "Y el cerebro, si hay un patrón, lo utiliza; si no hay un patrón, entonces crea un patrón. El patrón representa significado, el fenómeno cambia de incertidumbre a certeza, y el cerebro odia extremadamente la incertidumbre. Entonces, aunque hay Es una pequeña cantidad de información que ingresa al cerebro, especialmente a nivel consciente, pero el cerebro es bueno para usar esta información, procesarla en modelos y usarla para simular y mapear el mundo externo.
Por qué. ¿Son efectivos los modelos simplificados para la cognición y el comportamiento?
La prueba del valor de un modelo no es si es verdadero, sino si es consistente con las observaciones (a través de la práctica o el experimento) y si es útil desde la realidad. Si el modelo es complejo y simplificado, ¿por qué es eficaz? Para responder a esta pregunta, debemos cambiarlo. Cheng: ¿Por qué el mundo real puede reducirse a un modelo? ¿Modelar en cierto modo? Es como algunos niños dicen: construyamos una nave espacial con Lego. La premisa es complicada. Las naves espaciales (más de 65,438 millones de piezas) se pueden "modelar" a partir de docenas o cientos de piezas de LEGO.
¿Por qué se puede modelar el mundo real? Hay dos razones principales:
1. El sistema suele tener una estructura jerárquica.
2. Hay mucha redundancia en el mundo real.
Los sistemas circundantes suelen tener una jerarquía.
La estructura jerárquica se puede entender claramente como una estructura piramidal. Las cosas que nos rodean y nuestro propio comportamiento se pueden dividir en estructuras jerárquicas. (1) Desempeño a nivel de estructura espacial:
(La estructura jerárquica del cuerpo humano: cuerpo-sistema-órgano-tejido-célula-molécula-átomo)
(2) Desempeño a nivel de serie temporal:
El comportamiento humano también muestra una estructura jerárquica en términos de pasos y procesos. 1. Cocinar:
2. Proyecto:
La jerarquía de fases y pasos de un proyecto se puede llamar un proceso recursivo en lenguaje matemático: de arriba a abajo, de izquierda a derecha. .
La estructura superior está compuesta por la estructura inferior. La estructura inferior es la base de la estructura superior. La estructura superior restringe y controla la estructura inferior. En términos generales, cuanto más estable es el nivel superior, menor es el número de elementos; por el contrario, cuanto más bajo es el nivel, más elementos y mayor es el cambio;
El número de células en el cuerpo humano debe ser mucho mayor que el número de órganos y tejidos; al mismo tiempo, las células se renuevan constantemente, pero la forma y función de los órganos y tejidos permanecen básicamente sin cambios. Tomemos como ejemplo comer en un restaurante. La selección de platos (de Sichuan, cantoneses o de Hunan) es una estructura de nivel superior a la de realizar pedidos. Elegir a Mao Wang Xue como pilar de la cocina cantonesa está fuera de discusión. La elección de los platos es la estructura subyacente del tema y el ambiente de la cena. Si se trata de un banquete de negocios, es imposible comer en una tienda de la calle.
En comparación con el mundo real, el modelo se simplifica porque el proceso de modelado selecciona la superestructura del objeto modelado (sistema). Cuando modelamos un sistema de estanques en su conjunto, los objetos de elección no son sólo unos pocos peces o una mancha de lodo. Las bacterias anaeróbicas en el modelo no se refieren a determinadas bacterias, sino a todas las bacterias anaeróbicas. La estructura de nivel superior es una colección y abstracción de componentes de nivel inferior, que naturalmente se simplifica en número. Además, si el número de elementos del modelo no puede ser igual o menor que el número que la memoria de trabajo puede controlar, entonces el análisis y el procesamiento del cerebro serán extremadamente difíciles.
Hay mucha redundancia en el mundo real.
La imagen de arriba muestra cómo se escribió la palabra "书" en diferentes períodos y diferentes fuentes. Ya sea chino tradicional o chino simplificado, ya sea escritura oficial o cursiva, todos podemos reconocer este carácter. A la hora de escribir en el ordenador, también podemos elegir diferentes fuentes, como negrita, cursiva, redonda, cuadrada, Yahei, etc. Aunque existen diferentes formas, contienen un patrón estable y consistente. Aunque nos resulta difícil describir este patrón con palabras, podemos reconocer el carácter cuadrado "libro".
La llamada “redundancia” es algo fuera de este modelo estable y consistente. Incluso la eliminación o eliminación no afectará la información contenida en el mismo. La información es el patrón que queda después de eliminar la redundancia del mensaje. Por ejemplo, una serie de números de Fibonacci: 1, 1, 2, 3, 5, 8, 13, 21... Después de eliminar la redundancia, la fórmula es: F(0)=0, f(1) = 6544.
Un nuevo tifón se ha formado en el Mar de China Meridional y pronto llegará a la región del delta del río Perla. Incluso si lees la oración rápidamente, podrás entender su significado a pesar de los errores gramaticales y las lagunas entre palabras. La razón es que el lenguaje es generalmente redundante y las personas pueden entender el significado incluso si faltan algunas palabras o se cambia parcialmente el orden.
. Es relativamente fácil entender que existe redundancia en la información a la que estamos expuestos diariamente (más precisamente, las señales y símbolos que la transportan). Entonces, ¿cómo podemos decir "hay mucha redundancia en el mundo real"? Un niño mayor de 2 años, aunque sólo haya visto algunos gatos en la comunidad, básicamente podrá reconocer un gato grande o un gatito, un gato blanco o un gato negro, un gato de ojos marrones o un gato con Ojos extraños cuando sale. Sale el gato. Esto demuestra que existe un modelo estable y consistente de gato en la memoria del niño, es decir, el concepto de gato. Fuera del patrón, cualquier diferencia en tamaño, tamaño, color o características masculinas y femeninas puede considerarse redundante.
Este patrón (consistencia) redundancia (diversidad) existe en cosas comunes: animales, plantas, lenguas, productos, edificios, etc. En otras palabras, ésta es una propiedad fundamental del mundo real.
.
El objetivo final de la evolución biológica es adaptarse al medio ambiente. La estructura del cerebro humano es, hasta cierto punto, un "reflejo" de la estructura del medio ambiente. Lo diferente y "avanzado" del cerebro humano es el de nuestros parientes más cercanos, los grandes simios (gorilas, chimpancés, gibones, etc.). ) y la corteza cerebral de otros mamíferos. La neocorteza del cerebro humano representa la mayor proporción (80) y el mayor número de neuronas (alrededor de 65.438 millones). El cerebro humano no es el más grande en volumen y peso absolutos, ni en proporción al tamaño y peso del cuerpo; no es el más grande en número de neuronas; El cerebro más grande y pesado es el de la ballena azul; los elefantes tienen más de 250 mil millones de neuronas, mientras que los humanos tenemos alrededor de 86 mil millones. Sin embargo, los humanos tienen muchas más neuronas en su corteza cerebral que los elefantes.
No es casualidad que la neocorteza del cerebro forme una estructura de seis capas. La información que recibe fluye de abajo hacia arriba. A medida que la información se transmite paso a paso a la capa superior, se irá integrando gradualmente diferente información sensorial (visual/auditiva/olor/táctil, etc.) y finalmente formará una representación inmutable en la parte superior. El flujo ascendente de información en esta jerarquía es un proceso continuo de eliminación de redundancias. Cuando los niños ven diferentes gatos, la información sobre las características específicas del gato (forma del cuerpo, color del pelaje, voz, etc.) ingresa a las neuronas de la capa inferior y, cuando se transmite hacia arriba, las características de identidad del gato se extraen gradualmente y se almacenan en la capa superior. estructura de capas. Según las características jerárquicas del sistema, cuanto más alta es la estructura, más estable es. Esta es la llamada "representación constante" y es donde se genera y guarda el modelo.
"Los seres humanos... tienen una fuerte capacidad central de reconocimiento de patrones. Para pensar lógicamente, necesitamos la ayuda del neocórtex, que a su vez es el mayor reconocedor de patrones ("Cómo crear pensamiento"). " Lei ·Kurzweil)
El mundo real es un sistema complejo, compuesto de pequeños sistemas complejos. Las instituciones y las instituciones están interconectadas y se influyen entre sí. Los sistemas suelen tener propiedades jerárquicas y redundantes. A través del análisis jerárquico, podemos capturar la superestructura de un sistema; al eliminar las redundancias, podemos extraer los patrones centrales del sistema. Por lo tanto, el proceso de modelado es también un proceso de análisis jerárquico y eliminación de redundancia (por supuesto, estos dos procesos pueden superponerse o cruzarse).
El valor práctico de los modelos radica en ayudar a resolver problemas.
“Si debemos pensar seriamente sobre el mundo y tomar medidas efectivas, son necesarios algunos mapas simplificados de la realidad, teorías, conceptos, modelos y estilos.” - Samuel Huntington (El Choque de Civilizaciones y Autor de). "La reconstrucción del orden mundial")
Los mapas, teorías, conceptos o modelos básicamente pueden denominarse colectivamente modelos. El valor de los modelos para la vida real radica en "pensar en el mundo" y "pasar a la acción", ayudando específicamente a resolver problemas. Los problemas son numerosos y complejos, pero se pueden dividir a grandes rasgos en cuatro categorías:
1. (Reconocimiento de situación)
2. ¿Cuál es el motivo? (Análisis del problema)
3. ¿Qué contramedidas puedo hacer? (Análisis de decisiones)
4. ¿Qué pasa con el futuro? (Análisis predictivo)
Resolver todo tipo de problemas es inseparable de la adquisición de información (o inteligencia). El núcleo de la inteligencia: todas las actividades de inteligencia implican la creación de un modelo objetivo y luego extraer conocimiento de él (lo mismo ocurre con todos los procesos de resolución de problemas). " - Robert Clark (Analista senior de inteligencia, EE. UU., Autor de "Análisis de inteligencia: un enfoque centrado en objetivos") En el caso de Pond mencionado anteriormente, la causa raíz y la solución del problema de análisis dependían del modelo creado y optimizado. /p>
El llamado "modelo de objetivos" es que el problema que enfrentamos y el objeto sobre el que actuaremos son a menudo sistemas complejos. Para obtener información clave y diseñar acciones efectivas, debemos comprender el modelado. , analice la valiosa información del modelo y formule planes de acción.
Se acercan las elecciones estadounidenses de 2020, ¿será reelegido Trump o ganará Biden? Las elecciones estadounidenses son obviamente un sistema complejo. El candidato que gana depende de varios factores: el apoyo público, los estados indecisos, la salud del candidato, la influencia del complejo militar-industrial y la influencia de los conglomerados poderosos. Tendencias de apoyo, etc. Sólo el modelado puede identificar los factores clave que influyen.
Estos 13 indicadores incluyen:
1. Mandato del partido: después de las elecciones de mitad de período, el partido gobernante en la Cámara de Representantes de Estados Unidos obtuvo escaños.
2. Competencia: No existe una competencia feroz entre los candidatos presidenciales del partido gobernante.
3 Búsqueda de la reelección: El candidato del partido gobernante es el presidente actual.
4. Terceros: No existen terceros significativos ni candidatos independientes.
5. Economía de corto plazo: No hubo recesión durante la campaña.
6. Económico de largo plazo: El crecimiento económico real per cápita durante el mandato iguala o supera el crecimiento promedio de los dos mandatos presidenciales anteriores.
7. Cambios de política: El actual presidente tiene una gran influencia en las políticas nacionales.
8. Malestar social: No hubo malestar social sostenido durante su mandato.
9. Escándalos: No hay grandes escándalos en el actual gobierno.
10. Fracasos diplomáticos y militares: El gobierno actual no ha cometido ningún error diplomático o militar importante.
11. Logros diplomáticos y militares: Este gobierno ha logrado grandes éxitos en asuntos diplomáticos y militares.
12. Carisma personal del titular: El candidato del partido gobernante es extremadamente carismático o un héroe nacional.
13. El carisma del retador: Los candidatos de la oposición no tienen carisma y no son héroes nacionales.
Leachman cree que en las elecciones estadounidenses de este año, 7 de los 13 indicadores clave de Trump fueron negativos, lo que indica que su reelección puede fracasar.
Lo que importa no es cuántos modelos dominas, sino tu capacidad para modelar eficazmente el problema.
Hay dos formas de conocer la caja negra: abrir la caja negra y no abrir la caja negra. La forma de abrir la caja negra es desmontar el sistema y ver con claridad. Por ejemplo, si no sabes cómo funciona un reloj, basta con utilizar un destornillador para desmontarlo y observar la composición y funcionamiento de las piezas. Si la caja negra no se abre, la estructura y el funcionamiento de la caja negra se pueden inferir en función de la relación entre entrada y salida. La hipótesis formada sobre esta base es el modelo. Correspondiente al cuadro negro está el cuadro blanco (o cuadro blanco), que puede observar y analizar todos los elementos del sistema. La mayoría de los sistemas se encuentran entre cajas negras y cajas blancas, es decir, cajas grises. Algunas se pueden observar y comprender y otras no.
(Modelo de pensamiento central de Charlie Munger) Sin embargo, incluso si dominas estos modelos, es posible que no sean de gran ayuda para resolver problemas específicos, porque los problemas que enfrentas son cajas negras o cajas grises específicas, hay No hay ningún modelo universal que pueda corresponderse completamente con estas cajas negras o grises. En otras palabras, no existe un modelo de "lente" universal para capturar información de diferentes cuadros negros y grises. Por lo tanto, lo que importa no es cuántos modelos dominas, sino tu capacidad para modelar eficazmente problemas específicos.