在面对各种职业选择的情境中,我们往往瞬时反应,做出决定。但当选择的时间跨度延展到未来十年,反向推理(backward induction)这一理论的引入,无疑为我们提供了一种更有系统化的方法来分析这些决策。从问题的终点出发,逐步推导回到开始,了解最优选择的过程可以使我们在职业选择上更具前瞻性。
反向推理是一种通过从问题或情况的终点出发,逆向思考得出最佳选择的过程。
反向推理最早由阿瑟·凯利(Arthur Cayley)于1875年提出,初衷是为了解决「秘书问题」。随着时间的推移,这一理论在动态规划、博弈论等领域得到广泛应用。在这些情境下,不同决策者的交互作用会影响最终的决策结果,这也使得反向推理成为一个不可或缺的工具。
假设一名求职者在未来十年内将面临多次职业选择。在每一个时间点上,他可能遇到两种工作:一份是薪水较高的「好工作」,年薪为$100;另一份是薪水较低的「坏工作」,年薪为$44。在未来每个时间点,这位求职者将需要基于未来潜在的职业机会来做出选择。
如果最终在第十年时仍然失业,求职者应该接受所有提供的工作以获得更高的收入。
采用反向推理,求职者在第十年的选择是明确的:他必须接受任何工作以避免收入为零。再向回推算至第九年,他必须考虑未来可能拿到的两个数据──好工作和坏工作的薪资预期。通过不断的推导,求职者会逐渐发现,只有到了第九年和第十年,不接受工作是合适的,而在第八年则最好还是接受工作机会。
在博弈理论中,反向推理作为解决方法之一,可以帮助识别每个参与者的最佳行动。举个简单的例子,假设有两名玩家计划一起去看电影。 player 1 想看一部电影,而 player 2 想看另一部。在第一阶段,他们根据彼此的选择做出反应。通过反向推理,玩家可以推导出最佳的行动计划。
在多阶段博弈中,玩家的每一个选择都会影响到最终的结果,这是反向推理最为关键的地方。
尽管反向推理在决策过程中非常有效,但也并非所有博弈都适用。当玩者无法确定其他玩家的选择时,反向推理的有效性就会降低。此外,不同玩家的理性假设也可能影响到最终的游戏结果。例如,在「最后通牒游戏」中,先手者若试图提出不公平的分配时,可能会遭遇拒绝,反而使得他们自己无法获利。这种现实情况呈现了理论与实践间的差异。
在经济学中,反向推理常用于分析市场进入决策。例如,市场上的一家公司是否会迎接新进入者,这需要通过成本与利润的逻辑进行推理。若现有公司愿意容忍新进者,则新公司进入市场的回报将是市场经济稳定的一部份。
整体而言,反向推理不仅是数学和经济学上的一个工具,它在职业选择和博弈决策中均具有深刻的启示意义。在面对人生中重大选择时,我们不妨学习反向推理的思维模式,深入剖析影响决策的各个因素。那么,在你未来的职业选择中,你是否考虑过如何运用反向推理来得出最佳方案呢?