长城知识网

常识步骤是什么?2025年最新实用指南来了!

常识运用的五大核心步骤

第1步:情境感知与信息提取

这是所有思考的起点,你首先需要从环境中收集信息,理解当前“情境”是什么。

常识步骤是什么?2025年最新实用指南来了!-图1

  • 做什么:

    • 观察: 看到什么、听到什么、闻到什么。
    • 识别关键元素: 谁在?什么物体在?在哪里?发生了什么事?
    • 理解上下文: 这件事是在家里、办公室还是街上?是白天还是晚上?
  • 例子:

    • 情境: 你看到窗外乌云密布,天色昏暗,一阵风吹过,树叶哗哗作响。
    • 提取的信息: 天气阴沉、有风。

第2步:知识库调用与模式匹配

你的大脑就像一个巨大的、非结构化的数据库,里面储存了你过去所有的经验、学习和学到的知识,这一步就是从这个“常识库”中寻找与当前情境相关的信息。

  • 做什么:

    • 关联: 将当前情境与你记忆中的经验联系起来。
    • 检索规则: 寻找与当前情境相关的“常识性规则”或“模式”,这些规则通常是隐性的,下雨前天空会变暗”、“湿的地板很滑”。
    • 类比推理: “我以前遇到过类似的情况吗?当时发生了什么?”
  • 例子:

    • 调用的知识:
      • 规则1:乌云密布 + 大风 = 很可能要下雨(或下暴风雨)。
      • 规则2:下雨会导致地面湿滑。
      • 规则3:如果我没有带伞,出门就会被淋湿,可能会感冒。
      • 规则4:淋湿的衣服穿着不舒服。

第3步:因果推理与预测

基于调用的知识和规则,你开始进行逻辑推理,预测“接下来可能会发生什么”,这是常识的核心,因为它让你从“是什么”推断到“会怎样”。

  • 做什么:

    • 建立因果链: 如果A发生,那么很可能导致B发生,B又可能导致C发生。
    • 预测结果: 推断出最可能、最直接或最严重的后果。
    • 评估可能性: 并非所有预测都是100%确定的,常识让你能评估事情发生的概率(“很可能”、“可能会”、“不太可能”)。
  • 例子:

    • 因果链与预测:
      • 预测1(直接后果): 如果我现在出门,我很可能会被雨淋湿。
      • 预测2(次要后果): 如果我被淋湿,我的衣服变重、变冷,我可能会感冒。
      • 预测3(潜在风险): 地面湿滑,路人可能会滑倒。

第4步:目标评估与决策制定

现在你知道了各种可能的结果,接下来要结合你的目标来决定“我该怎么做”,这一步是连接“思考”与“行动”的桥梁。

  • 做什么:

    • 明确目标: 我现在想做什么?是想去上班?还是想散步回家?或者只是想取回晾在外的衣服?
    • 权衡利弊: 比较不同行动方案的优缺点。
      • 方案A:直接冲出去,优点:快,缺点:被淋湿,可能生病,不舒服。
      • 方案B:先去拿伞,优点:不会被淋湿,缺点:会多花几秒钟。
      • 方案C:等雨停了再出门,优点:完全不会被淋湿,缺点:可能会迟到。
    • 做出选择: 选择一个在当时看来最合理、最能达成目标的行动。
  • 例子:

    • 假设目标: 我必须马上去附近的便利店买东西。
    • 决策过程:
      • 目标是“快速买东西并回家”。
      • 方案A(冲出去)虽然快,但代价是浑身湿透,这个结果我不喜欢。
      • 方案B(拿伞)只多花几秒钟,却能避免所有负面结果。
      • 方案C(等雨停)不确定要等多久,可能会耽误正事。
    • 最终决策: 先去拿伞,然后再出门。

第5步:行动执行与反馈学习

这是最后一步,也是常识不断进化的关键一步,你执行你的决策,并观察结果,然后将结果反馈回你的知识库,用于未来的决策。

  • 做什么:

    • 执行行动: 去拿伞,出门去便利店。
    • 观察结果: 果然,出门后下了大雨,因为有伞,我身上没湿,顺利买到了东西。
    • 更新知识库: “在有大风的阴天,即使雨还没下,也最好带伞。” 这个经验被强化了,如果某次你没带伞但没下雨,你会稍微修正这个规则:“大风阴天不一定会下雨,但概率很高,带伞更保险。”
  • 例子:

    • 执行: 你拿起伞,走出家门。
    • 反馈: 你发现自己做了一个明智的决定,这个成功的经历会让你在未来遇到类似情况时,更倾向于选择“带伞”这个选项。

一个完整的例子

步骤 过程描述 例子:看到一只狗向你跑来
情境感知 观察环境,提取关键信息。 一只狗(品种未知)正朝我跑来,没有牵引绳。
知识库调用 从记忆中寻找相关经验和规则。 规则A: 大多数宠物狗是友好的,想和人互动。
规则B: 有些狗可能很胆小或具有攻击性。
规则C: 狗的肢体语言很重要(摇尾巴=友好,龇牙=警告)。
因果推理 预测可能发生的结果。 预测1(好): 它想和我玩,会舔我、摇尾巴。
预测2(坏): 它可能扑向我,咬我,让我受伤。
目标评估 结合目标,选择最佳行动。 目标: 保证自身安全,避免被咬。
决策: 不确定它的意图,最安全的做法是保持静止,不直视它的眼睛,让它先闻闻我的手
行动与反馈 执行决策,并根据结果更新知识。 行动: 你站着不动,手放低。
结果: 狗停下来闻了闻你的手,然后摇着尾巴走开了。
反馈: “我的应对方式有效,对于不熟悉的狗,这是一个好的策略。”

通过这五个步骤的不断循环,我们才能在日常游刃有余地运用“常识”,它不是一个单一的动作,而是一个完整的、动态的、基于经验的智能处理流程。

分享:
扫描分享到社交APP
上一篇
下一篇