三支决策中肯定、否定的往往是常识，延迟的常常是非常识。常识通常包括对直接可验证的信息做出的肯定或否定决策，因为这些信息已被广泛接受和验证。相对而言，非常识涉及对未完全确定的信息或新的、不确定的情况做出的决策，这可能需要时间来深入分析或延迟决策，以便更好地了解潜在的影响和风险。
谋算（算计）通常具有将理性感性化的能力。谋算或算计通常涉及将理性决策与个人的情感、意图或动机相结合。这种能力使得人们不仅仅依赖于逻辑和数据，还能考虑到人际关系、心理因素和长期影响，从而使决策更加全面和有针对性。
人机环境系统智能的关键还是如何把谋算（算计）形式化的问题。把算计形式化涉及将复杂的、感性化的决策过程转化为系统化、可量化的模型。这可以通过建立数学模型、决策树或算法来实现，从而使决策过程更加透明和可预测。这种形式化有助于更清晰地评估不同选项的风险和收益。
如何把算计形式化的关键在于决策时把布尔逻辑中的“是否”转变为决策思维中的“是非中”。将布尔逻辑中的“是否”转变为“是非中”是形式化算计的关键之一，涉及将简单的二元选择（是/否）转化为更复杂的决策框架，其中包含多个可能的选项和变量，同时涉及将简单的二元决策（是/否）转化为多层次、多维度的决策框架，这种转变使得决策过程更复杂但也更全面。例如，可以使用权重、概率和多级评估来量化不同选项的优劣，从而使决策过程更加细致和准确。下面是一个具体的选择投资项目例子来说明这一点：
在布尔逻辑中，投资决策可能是简单的“是”或“否”：
是否投资项目A？
如果是，则投资。
如果否，则不投资。
这种决策方式忽略了很多可能影响决策的细节和复杂性。
为了将布尔逻辑转变为“是非中”的形式化决策，我们可以使用多维度的评估标准来形式化决策。以下是一个可能的决策模型：
定义决策标准：
收益潜力：
预计投资回报率（高、中、低）。
风险水平：
项目风险等级（高、中、低）。
投资时间：
需要投入的时间（短期、中期、长期）。
市场需求：
市场需求强度（强、中、弱）。
为每个标准设定权重：
收益潜力：
权重 = 40%
风险水平：
权重 = 30%
投资时间：
权重 = 20%
市场需求：
权重 = 10%
对每个投资项目进行评分（假设项目A和项目B）：
收益潜力：
高（评分：
9/10）
风险水平：
高（评分：
4/10）
投资时间：
长期（评分：
3/10）
市场需求：
中（评分：
6/10）
收益潜力：
中（评分：
6/10）
风险水平：
低（评分：
8/10）
投资时间：
中期（评分：
5/10）
市场需求：
强（评分：
9/10）
项目A：
项目B：
计算加权评分：
项目A的总评分 = (6 * 0.40) + (8 * 0.30) + (5 * 0.20) + (9 * 0.10) = 2.4 + 2.4 + 1.0 + 0.9 = 6.7
项目B的总评分 = (9 * 0.40) + (4 * 0.30) + (3 * 0.20) + (6 * 0.10) = 3.6 + 1.2 + 0.6 + 0.6 = 6.0
做出决策：
根据计算结果，项目A的总评分（6.7）高于项目B（6.0），所以在这个模型中，项目A被认为是更好的投资选择。
通过这种方法，决策者可以将复杂的投资决策从简单的“是”或“否”转化为一个综合考虑多方面因素的量化过程，从而做出更加精确和理性的选择。把布尔逻辑中的“是否”转变为三支决策中的“是否中”关键在于引入更多的决策层次，使得决策过程不仅仅是二元的（是/否），而是考虑更多的可能性，能够更全面地评估和选择。下面是一个具体是否接受一个工作机会的例子，展示了如何将简单的布尔逻辑决策转化为更加复杂的三支决策（即“是”“否”或“中”）：
布尔逻辑中的“是否”决策
在布尔逻辑中，你可能面临一个简单的二元决策：
是否接受工作机会A？
如果是，则接受工作。
如果否，则不接受工作。
这种决策只考虑了接受或拒绝的两个极端选项，没有详细考虑其他因素。
转变为“三支决策”的形式化决策
为了将布尔逻辑的“是否”决策转变为三支决策的“是否中”，你可以引入更多的评估标准来细化决策。以下是一个可能的决策模型：
定义决策标准：
薪资水平：
薪资是否符合预期（高、中、低）。
工作地点：
工作地点是否方便（方便、中等、不方便）。
职业发展：
职业发展机会是否充足（充足、中等、有限）。
工作内容：
工作内容是否符合兴趣（符合、中等、不符合）。
为每个标准设定权重：
薪资水平：
权重 = 30%
工作地点：
权重 = 20%
职业发展：
权重 = 25%
工作内容：
权重 = 25%
对工作机会A进行评分（假设工作机会A的评估）：
薪资水平：
中（评分：
6/10）
工作地点：
方便（评分：
8/10）
职业发展：
中等（评分：
5/10）
工作内容：
符合（评分：
7/10）
计算加权评分：
工作机会A的总评分 = (6 * 0.30) + (8 * 0.20) + (5 * 0.25) + (7 * 0.25) = 1.8 + 1.6 + 1.25 + 1.75 = 6.4
设定决策范围：
接受：
总评分高于7分
中：
总评分在5到7分之间
拒绝：
总评分低于5分
做出决策：
根据计算结果，工作机会A的总评分是6.4，处于“中”范围。因此，决策者可能会选择“考虑接受”，但可能还需要进一步的评估或者协商。
通过这种方式，你将布尔逻辑中的“是否”转变为更加细致的“三支决策”模式，考虑了多种因素，使得决策不仅仅是“接受”或“拒绝”，而是根据综合评分做出更为全面的判断。这种方法不仅帮助决策者更好地理解每个选项的优缺点，还能在面对不确定或复杂情况时提供更加灵活的决策支持。
事实性的三支决策与价值性的三支决策问题。事实性的三支决策侧重于基于实际数据和客观信息做出的决定。比如，判断一个产品是否符合技术标准：符合（是）、不符合（否）、需要进一步测试（中）。价值性的三支决策则关注于个人或组织的价值观、利益和偏好。比如，选择是否支持某个项目：支持（是）、反对（否）、需要更多信息（中）。事实性决策依赖于具体数据，而价值性决策则涉及主观判断。
事实性决策：依据可验证的数据和实际情况做出决策。例如，判断某设备是否符合安全标准。这类决策基于明确的证据和标准，结果通常是“符合”、“不符合”或“需要更多测试”。
价值性决策：基于个人或组织的价值观、信仰和优先级。例如，选择是否支持某项社会责任项目。这类决策涉及到主观的价值判断，结果通常是“支持”、“反对”或“需要进一步讨论”。
结合这两种决策可以帮助更全面地评估和选择。
事实性的三支决策可用数学计算进行，而价值性的三支决策可用人类谋算实现，下面我们将详细探讨这两种决策的不同实现方式。
（一）事实性三支决策
事实性三支决策依赖于客观数据和可量化的信息。它们可以通过数学计算和统计分析来实现，并且结果通常是基于确定的标准或规则。
实现方式：
数据收集： 收集相关的数据和信息。
标准设定： 确定评价标准或阈值。
计算分析： 使用数学模型或公式来分析数据。
例如，评估设备的性能是否符合标准，可以通过对比实际测量值与标准值来决定是否合格。
决策结果： 根据计算结果做出决定，如“符合”、“不符合”或“需要进一步测试”。
示例：
设备测试： 设备的功率输出是否在允许范围内？
可以通过测量实际输出并与标准值比较来决定。
财务审核： 企业的财务报表是否符合会计准则？
通过审计计算来验证。
（二）价值性三支决策
价值性三支决策基于个人或组织的价值观、信仰和优先级。它们涉及主观判断和复杂的个人或社会价值的考量。
实现方式：
价值观确认： 确定相关的价值观和优先级。
信息分析： 收集与决策相关的背景信息和不同观点。
主观评估： 通过讨论、辩论或个人反思来评估不同选项的价值。
决策结果： 根据评估和讨论做出决定，如“支持”、“反对”或“需要进一步讨论”。
示例：
项目选择： 是否支持一个具有社会责任感的项目？
这需要考虑个人或组织的社会责任价值观。
政策制定： 制定新的政策是否符合组织的使命和愿景？
需要通过审议组织的核心价值观来决定。
（三）结合事实性和价值性三支决策
实际决策过程中，事实性和价值性决策往往是相互补充的。例如，在选择是否实施一个新的企业政策时，决策者可能会首先依据事实性分析（如政策的成本效益）来做初步评估，然后结合价值性判断（如政策是否符合公司的核心价值观）来做最终决定。通过结合这两种决策方式，可以更全面地评估问题，并做出更加平衡和全面的决策。
至于事实的粒度与价值的粒度如何对齐问题，我们人为对齐事实的粒度与价值的粒度是确保决策既有数据支持又符合价值观的重要步骤。这里的“粒度”指的是信息的细节层次和复杂度。以下是一些方法来对齐这两个粒度：
1. 明确目标和标准
事实的粒度： 需要明确数据的具体层次，比如是总体数据、细分数据还是个别案例。
定义好数据的收集范围和深度。
价值的粒度： 确定价值观和优先级的细节层次，例如是核心价值观、次要价值观还是具体的道德标准。
对齐方式： 在定义目标时，确保数据的收集和分析能够反映出与价值观相关的细节。例如，如果公司重视可持续性，那么数据收集需要细化到环境影响，而不仅仅是财务成本。
2. 数据分析与价值评估
事实的粒度： 进行详细的数据分析，使用适当的统计方法和模型，确保数据的分辨率足够高以支持决策。
价值的粒度： 通过讨论和评估，确保价值观的表达细致且具有操作性。
例如，除了考虑“环保”这一总体价值，还要细化到具体的环保措施。
对齐方式： 将数据分析的结果与价值观的具体要求对照。例如，如果数据表明某项措施对环境有显著正面影响，而公司价值观强调环境保护，那么可以将数据结果与价值观结合起来做出决策。
3. 决策过程中的反馈
事实的粒度： 在决策过程中，不断更新和调整数据，以确保数据的准确性和时效性。
价值的粒度： 在决策过程中，持续获取反馈，以确认价值观的适应性和相关性。
对齐方式： 设立反馈机制，将实施后的实际效果与预期的价值观进行对比。这可以帮助调整数据的收集方式或决策标准，以更好地对齐事实和价值。
4. 综合评估与权衡
事实的粒度： 综合考虑所有相关数据，进行综合评估。
价值的粒度： 对所有价值观进行权衡，考虑它们的优先级和相互关系。
对齐方式： 在决策时，不仅要根据数据结果做出判断，还要根据价值观的权重进行权衡。例如，可能需要在数据支持的利益最大化和核心价值观的要求之间找到平衡点。
假设一个公司要决定是否投资于某个新技术。以下是如何对齐事实的粒度与价值的粒度的步骤：
明确目标： 投资目标是提升公司竞争力，同时要考虑环境影响。
收集数据： 分析技术的性能、成本、潜在收益（事实的粒度）。
评估价值： 确认技术是否符合公司环境保护的核心价值观（价值的粒度）。
对比分析： 将技术性能数据与环境影响数据对比，确保技术投资符合公司的长期战略和价值观。
反馈调整： 根据实施效果和反馈，调整投资策略以更好地对齐事实和价值。
通过以上方法，可以确保在做决策时，数据的粒度和价值观的粒度能够有效对齐，从而做出全面而有价值的决策。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
