在不少的成功学的书籍上会有一条类似的名言，大致是讲我们的人生由我们所做的决定与选择所定义[1]。但是学校里却没有任何一门功课教学生如何做决定（或选择），把这些问题都留给了一些采用广告词“名牌大学学不到”之类的成功学图书。成功学之类的励志书良莠不齐，好的可以让人奋发图强，差的却误人子弟，最后再包装一句失败是成功之母，自洽得让你捶胸顿足却无从反驳。学校的教育应该要做一些改革，收复决策教学的失地，把一些影响做决定的学科更加科学地教授给学生。

笔者初中的时候很喜欢看成功学的书，想要来指导自己的决定，梦想成为成功人士。但是读了不少比如戴尔·卡内基的《人性的弱点》与各种商界名人的传记以后，隐隐觉得这些经验用不到我自己身上。直到成年以后学了贝叶斯统计以后，才明白这些成功学之书都有一个共同缺点在于“事后诸葛亮”的特征，他们都是总结了“已成功人士”如何成功的历程，而不是告诉你“尚未成功人士”如何成功的策略。换句话说，这些成功学的书做的事情是回溯（backcasting），而不是预测（forecasting）[2]。我也可以类似地做一个成功学的总结，“所有彩票中奖而成为百万富翁的共同特点是他们都买了彩票”。但是这个成功学经验不能帮助你做任何决定。即便知道所有以前获得彩票大奖的数字，但是你不知道未来中奖的数字，因为概率太低。这些励志书或者名人传记，作为好玩的故事读读就好，了解一下富豪或者行业精英的各自的人生旅程即可。而真正指导自己做决定还是需要更加科学地进行关于决策的学习。

提到决策，就必须提到广博又专一的司马贺[3]。他的杰出贡献，受到了不同领域的认可：美国心理协会杰出科学贡献奖，计算机图灵奖，诺贝尔经济学奖。单单一个奖项就可以让科研工作者觉得难以望其项背，三个大奖的的迭加更是让人觉得不可思议。他的学生爱德华·费根堡姆（图灵奖得主）询问他，为什么可以精通这么多不同领域？司马贺的回答是他只对一件事感到狂热（monomaniac），而那一件事便是决策[4]。从这个司马贺的回答也可以反推出，决策学是一个交叉学科，至少与经济学，心理学和计算机科学有关。我们的教育改革，需要将这三个学科的一些基本知识普及给学生，这样他们做决定的时候可以有一些指导原则，而变得更加理性。当然学生依旧可以选择感性地做决定。（注：这里的选择感性地做决定也是一个决定，哈哈）

经济学的规律与现象伴随着人的一生，从基本的衣食住行、大学专业选择、工作选择，医疗人寿保险投保、投资理财、退休养老金计划都需要一定的经济学知识。我们的学校教育一定程度上涉及到了宏观经济的内容，但是却没有针对个人如何做经济相关的决定的基础知识的教授。畅销书《富爸爸，穷爸爸》的作者罗伯特·清崎的有些观点有失偏颇，但是他对学校中的经济学教育给出了很犀利的批判：“世界上绝大多数人奋斗终身却不能致富，因为他们在学校中从未真正学习关于金钱方面的知识。所以他们只知道为钱而拼命工作……”。我也是一个典型，努力读书十二载，却只在高考出分以后花了几个小时来思考会影响未来职业与人生的高考志愿填报。选择是不是大于努力，我并没有数据支持或反驳；但是选择的重要性，十多年后的我深有体会。如果当时的我知道经济学中的机会成本的概念，知道为什么从一个大学专业毕业以后，较难去改变职业道路，那么我肯定在中小学读书阶段会更多观察、思考、规划什么是我想要的职业和人生。

经济学中较为基础的知识性内容可以直接穿插在其他学科的教学大纲之中，加深理解：比如阶梯税率制度下的个人所得税计算，在数学等比数列求和养老金收益计算，购房贷款本息计算；在统计与概率中加上不同风险情况下的人寿投保额度与保费计算。随着计算机遇智能手机的普及，一些实践课程也变得更加方便，教师可以布置一个学期的周末作业，比如股票债券的虚拟交易，让同学们从实践中理解投资与资产保值。而更加高阶的经济学原理，由于不同社会的基础假设并不一定相同，可能会得到截然相反的决策，并不像数理科学那么客观，需要一些教育学者与经济学家进行探讨更加合适的教材的内容。

仅仅依赖于经济学，并不足以指导人的决策， 因为心理的因素会改变每个人对事物的重要性的观感。年收入3万和年收入30万的家庭对于孩子一年6000人民币的大学学费的感受是不一样的。由于文化的差异，中国人对玉石、珍珠的内心的定价和欧美人是不同的。由于心理的倾向与喜欢，即便是同一件东西，也会对这件东西的不同特征进行不同的权重：择偶的时候，有人喜欢看种颜值身高，有人着重知识修养与教育背景，还有人在乎收入与家庭条件等等不同的侧面，都会导致选择和决定的不同。这是因为我们的心理，很大程度影响了我们对价值衡量的标准（规范，normative[5]），从而产生了萝卜青菜各有所好的结果。

心理学的教育并不比性教育更有争议（controversial），如今已经有一些积极的改革，把性教育纳入学校教育的一环；而现代的心理学教育的内容还是偏少。未来可以增加一些普遍话题的教育，比如防骗手段与迷信破解。骗术让你把思考和注意力集中在当前的欲望、担心与恐惧之中，或者被粉饰的美好未来所诱惑，而失去理性思考的能力。一些迷信则注意误导人们回溯过去，寻找一些失败或者成功经验的关联，通过强化这种联系而使人信服。好的心理教育，可以让人对骗术和迷信基本免疫。

一个人生活在社会之中，很多时候都需要与人交流与合作。与人交流的过程中，需要了解基本的心理知识，如何共情（empathy），了解对方的立场与决定，才能成功地合作取得双赢的结果。一些心理学的教育或许增加了学生的一些课时负担，但是心理学的知识可以提高学生的学习效率，而且能让人变得更加幸福: 布鲁纳的书《教育的过程》把认知心理学的革新引入到教育的思考之中，影响了教学理论[6]；哈佛大学心理学教师班夏哈的“幸福课”（positive psychology）是哈佛历史上最受欢迎的一门课[7]。这些都是心理学对人生总体幸福感的促进的不同展现。

经济学与其他社会科学不同的地方在于，由于货币的使用而产生了大量的数据，数理统计和计算机的模拟计算等大大促进了经济学的发展，成为了更加定量的学科。这也提示我们计算机科学的重要性，由于计算能力的显著提升和一些优化算法，现代的仓储物流与运筹学（logistics and operations research）得到了长足的进步。计算机科学可以更加理性地指导人的决策。稳定配对问题(stable matching problem)[8]是一个很有实际意义，从大学录取、职工招聘，到婚恋配对都有应用。了解这个问题的一些算法，可以让学生了解配对的过程以及如何提高自己的竞争力，优化自己的配对决定。

有时候人的心总是在骚动，不愿意就这样安稳地过下去，想要尝试不同的事务，就好像电影《东邪西毒》中所说的台词：“每个人都会经过这个阶段，看见一座山，就想知道山的后面是什么。我很想告诉他，可能翻过去山后面，你会发觉没有什么特别。回头看会觉得这边更好。但是他不会相信，我知道他不会听。以他的性格.自己不走一走，又怎么会甘心呢？”。即便是这么浪漫和经典的台词，居然也有对应的计算机算法：如何在探索与开发（explore and exploit）之间进行合适的取舍[9]。《生活中的算法》这本书展现了不少人类生活中的决策所对应的计算机算法。

有一个关于选修课的英语笑话，讲学生看到一门课“选择与未来”（options and futures），正好想要为自己的职业做规划，然后上课以后才发现原来是金融词汇“期权与期货”，因为数理方面的内容过多，差点崩溃。选择的确决定了未来，但是我们不必因为担心今天的决定会对明天的未来产生灾难性的后果，而踌躇不前。人们在大多数的时候所做的大多数决定最多只是一个满意解而已，而不是最优解。司马贺创造了一个英文新词：满意解（satisfice，取满意satisfy和足够suffice的合并意），在很多现实情况下，人们只能在有限理性条件(bounded rationality)下做决定，因为很多决策所需的信息不完全，计算能力不够精确等等的限制[10]。但愿未来涵盖决策学内容的教学改革，可以让学生做出更多一些让自己满意的决定，从而增加人生旅途的满足感。

引用文献：

[1] 很多类似的名言，比如帕特里克·奈斯的“我们是我们所做的决定”；约翰·麦斯威尔的“人生是一系列的决定，你所做的每一个决定决定着你”。 Quotes such as “We are the choices we make” by Patrick Ness and “Life is a matter of choices, and every choice you make makes you” by John C. Maxwell

[2] 维基百科页面：回溯，Wikipedia: Backcasting. 维基百科页面：预测，Wikipedia: Forecasting.2019年10月8日最后访问。

[3] 武夷山，广博又专一的司马贺，2001年5月11日，科学时报。http://blog.sciencenet.cn/blog-1557-6115.html，2019年10月8日最后访问。

[4] 爱德华·费根堡姆，“司马贺,1916-2001”，科学，291卷，2107页，Feigenbaum, Edward A. "Herbert A. Simon, 1916-2001." Science 291, (2001): p.2107.

[5] 维基百科页面：规范的，Wikipedia：Normative，2019年10月8日最后访问

[6] 《自然》: 杰罗姆·布鲁纳,535卷，232页，2016年。 Nature: Jerome Bruner, vol 535, page 232 (2016).

[7] Wikipedia: Tal Ben-Shahar, 维基百科页面：塔尔·班夏哈 2019年10月8日最后访问

[8] 乔恩·克林伯格与艾娃·塔多斯，算法设计，培森教育，2006年。Jon Kleinberg and Eva Tardos. Algorithm design. Pearson Education, Inc., 2006.

[9] 布莱恩·克里斯丁，汤姆·格里菲斯，生活中的算法，麦克米兰，2016年。Christian, Brian, and Tom Griffiths. Algorithms to live by: The computer science of human decisions. Macmillan, 2016.

[10] 司马贺，《人工科学》,麻省理工学院出版社，1996年，Herbert A Simon, The sciences of the Artificial, MIT press, 1996.