我刚刚以历史的形式展现了黑天鹅问题：把现有信息一般化的困难，或者说从过去、已知和已观察到的东西中学习的困难。我也列出了那些我认为在这一问题上最有影响力的历史人物。
你可以看到，假设我们生活在平均斯坦是非常容易的。为什么？因为这可以让你不考虑黑天鹅事件发生的意外！如果你生活在平均斯坦，黑天鹅问题要么不存在，要么只有极小的影响力！
这种假设神奇地避免了归纳问题（而这一问题一直困扰着人们的思维），统计学家可以远离认识论。
这只是愿望而已！我们不是生活在平均斯坦，所以黑天鹅现象要求人们换一种思考方式。我们不能把问题藏起来，就只能更深入地挖掘。这并不是终极困难，我们甚至还能从中受益。
现在，从我们对黑天鹅事件的无知中又产生了其他问题：
1. 我们只关注从已观察到的事物中预先挑选出来的那部分，从它推及未观察到的部分：证实谬误。
2. 我们用那些符合我们对明显模式的偏好的故事欺骗自己：叙述谬误。
3. 我们假装黑天鹅现象不存在：人类的本性不习惯黑天鹅现象。
4. 我们所看到的并不一定是全部。历史把黑天鹅现象隐藏起来，使我们对这些事件发生的概率产生错误的观念：沉默的证据造成的认知扭曲。
5. 我们“犯过滤性错误”：我们只关注一些有明确定义的不确定性现象，一些特定的黑天鹅现象（而不关注那些不太容易想到的）。
我会在接下来的第五章逐一讨论以上5个问题。然后，在第一部分的结尾，我会向你们展示它们其实是同一个问题。
[16 ] 我是安全的，因为我从不戴领带（除非是参加葬礼）。
[17 ] 罗素的原例中用的是一只鸡，这是北美升级改编版。
[18 ] 类似史密斯船长所写的言论太普遍了，以至于一点都不好笑。2006年9月，一只名叫“不凋花”的基金不得不关闭，因为它在几天内就损失了近70亿美元，成为证券交易历史上最令人叹为观止的亏损（还有一个讽刺的地方：我与那些交易员共用办公区域）。损失发生几天前，该公司还发表了一篇声明，让投资者不要担心，因为他们有12名风险管理经理，也就是用过去的模型对这类损失发生的概率进行风险测算的人。即使他们有112名风险管理经理，也没什么有意义的区别，他们还是会搞砸。很明显，你不可能从过去能够提供的信息中制造更多的信息；即使你买了100份《纽约时报》，我也不能肯定它能帮助你增加多少对未来的知识。我们不会知道过去究竟蕴藏了多少信息。
[19 ] 具有重大影响力和低发生概率的事件造成悲剧的主要原因是，对人们进行补偿所需的时间与人们决定不赌这一稀发事件不发生所需要的时间不一致。人们总有冲动去赌它不发生，或者同整个系统博弈，因为他们能够获得反映他们年度表现的奖金，而实际上他们只是在制造盈利的假象，这些盈利终有一天会还回去。实际上，资本主义的悲剧在于，由于回报的质量从过去数据是无法观察的，所以公司所有者，比如股东，能够搭乘制造回报和盈利假象的经理们的顺风车，但实际上承担着隐藏的风险。
[20 ] 指Empiricus由英文empirical（意为“经验主义的”）演变。——译者注
