很久以前,在群山之间有一座小城。
这座城最重要的建筑,是山谷两侧的两座高塔。东塔负责守卫东面的山口。西塔负责守卫西面的山口。
每年春天,城主都会从年轻人中招募新的守塔人。报名的人很多。
有人擅长爬山。他们腿脚有力,能背着沉重的东西翻越陡坡。也有人擅长射箭。他们眼力极好,能够在很远的地方命中目标。
还有一些人,两样都不错。
城主很喜欢这样的人。于是每年招募的时候,他都会测试两个项目:第一项:登山。第二项:射箭。
两项总成绩最高的人,才能进入守塔人的队伍。
第一年,有一百个人参加考试。考完以后,城主把所有人的成绩画在一张大纸上。他发现了一件很有意思的事情。
那些身体强壮、爬山厉害的人,通常也比较有力气拉弓。那些身体虚弱的人,射箭成绩通常也一般。换句话说:
爬山能力越强的人,射箭能力往往也越强。
城主觉得很合理。“身体素质好的人,似乎很多事情都会做得更好。”他没有再想这件事。
第二年,出现了一个很特别的年轻人。他的名字叫伊恩。伊恩有一双非常强壮的腿。他从小跟着父亲进山打猎,爬山几乎没有人能赢过他。
第一次测试的时候,他轻松拿到了全城最高的登山成绩。但是他的射箭水平只能算普通。
很巧的是,城里还有另外一个年轻人。他的名字叫莱昂。莱昂从小就住在平原。他不喜欢爬山。跑几步就喘。可是他射箭非常厉害。站在城墙上,能够射中很远的靶心。
于是考试结束以后,大家都说:
“这两个人真可惜。因为他们各自都有一个特别明显的短板。”
第三年,城主突然修改了规则。他说:“从今天起,只录取最优秀的二十人。”
很多年轻人开始紧张。因为二十个名额实在太少。
考试结束以后,城主把录取名单贴在城门口。伊恩在名单上。莱昂也在名单上。两个人都成为了守塔人。
半年以后,城主发现了一件非常奇怪的事情。他正在研究守塔人的表现。于是问了一位记录官:
“在这二十个人里面,是不是爬山越厉害的人,射箭就越差?”
记录官点头。“确实如此。”
城主很惊讶。“怎么会这样?”
记录官把表格递给他。其中一个名字旁边写着:伊恩:登山 98,射箭 71。另一个人:莱昂:登山 72,射箭 97。还有一个:登山 91,射箭 76。另一个:登山 75,射箭 94。
城主越看越觉得奇怪。他突然产生了一个念头:
“难道守塔人的两种能力之间,存在某种竞争?”
也许一个人把太多时间花在爬山上,就没时间练箭。也许一个人非常擅长射箭,就意味着他的身体条件没那么适合爬山。
这个解释听起来很有道理。于是城主把这个发现告诉了学者。
学者听完以后,只问了一句话:
“你为什么只看守塔人?”
城主一愣。“因为他们是我们真正关心的人。”
学者摇了摇头。然后把第一年的那张大纸拿了出来。他指着那张图说:“你还记得吗?第一年,一百个人全部参加考试。”
城主点头。
“在这一百个人里——爬山和射箭明明是正相关的。”
城主皱起眉头。“那为什么到了守塔人里面,却变成负相关了?”
学者没有回答。他只是在纸上画了两条线。
第一条:爬山能力 → 被录取
第二条:射箭能力 → 被录取
然后,他在两条线汇合的地方画了一个圆。最后,他指向那个圆。
“你们真正研究的,不是爬山,也不是射箭。”
“你们研究的是——被录取的人。”
城主沉默了。学者继续说:
“一个人想进入守塔队伍,有很多办法。如果他的登山能力不够强,那么他必须有很好的射箭能力来补偿。如果他的射箭能力一般,那么他就必须靠极强的登山能力补回来。”
“于是,一旦我们只观察那些成功进入守塔队伍的人——这两个能力就会开始互相‘挤压’。”
城主终于明白了。
一个年轻人:登山 98,哪怕射箭只有 70,也可能被录取。但是另一个年轻人:登山只有 70,那他的射箭就得非常高。反过来也一样。
于是,在守塔人的名单里:一个人的登山成绩越高,似乎就越不需要特别高的射箭成绩。看起来,就像:“爬山厉害的人,反而不擅长射箭。”
可事实根本不是这样。
学者拿起另一张纸。“真正的故事是这样的。”
假设在整个城市里:一个人的体能越好,他往往越容易爬山。同时,体能越好,他也往往越容易射箭。所以总体上:
两者可能是正相关。可是你们后来做了一件事。
你们把所有没被录取的人删掉了。只留下:守塔人。
于是数据变成了:在“被录取”这个条件下观察二者。而“被录取”恰恰同时受到:登山能力和射箭能力的影响。
城主盯着那张图。突然,他意识到了真正可怕的地方。
如果明年城主修改规则:“无论成绩多好,只要射箭超过 95,就一定录取。”那么守塔人内部的关系可能又会改变。
如果规定:“只要登山超过 95,就一定录取。”关系也会再次改变。
也就是说:不是山改变了。不是箭改变了。甚至不是人改变了。改变的是:你决定观察谁。
很多年以后,那位学者已经老了。城主也换了好几任。
但每当新城主研究守塔人的数据时,学者总会提醒他们:“你们可以研究守塔人。但记住——一个数据集里没有出现的人,也可能正在影响你看到的结论。”
新城主通常听不懂。于是学者会笑。然后把那张已经泛黄的纸翻过来。背面只有一句话:
“有时候,最危险的变量,不在数据里。”