我们可以通过负面例子而不是正面证据接近真相！
不过，有办法解决这种无知的经验主义。我的意思是，一系列证实性事实未必是证据。看见白天鹅不能证明黑天鹅不存在。但有一个例外：我知道什么论点是错的，但不一定知道什么论点是正确的。如果我看见一只黑天鹅，我可以确定并非所有天鹅都是白的！如果我看见有人杀人，我可以非常肯定他是罪犯。如果我没有看见他杀人，我不能肯定他是无辜的。同样的道理适用于癌症检查：发现一处恶性肿瘤证明你有癌症，但没有发现肿瘤不能让你得出没有癌症的确定结论。
我们可以通过负面例子而不是正面证据接近真相！对观察到的事实制定通用法则是具有误导性的。与传统智慧相反，我们的知识并不能通过一系列证实性的观察结果得到增加，就像火鸡的例子一样。但对一些事情我持怀疑态度，对另一些事情我却可以确定。这使得观察结果具有不对称性。实际情况并不比这更复杂。
这种不对称性具有很强的实际性。它告诉我们不必成为彻底的怀疑主义者，只需要成为半怀疑主义者。实际生活的微妙之处在于，在决策时，你只需要对事情的一个方面感兴趣：如果你需要确定病人是否有癌症，而不是他是否健康，你可以满足于否定性推理，因为它能够向你提供你所需要的确定信息。所以，我们能够从数据获得许多信息，但不像我们期望的那样多。有时大量信息会变得毫无意义，而少量信息却具有非凡的意义。确实，1 000天并不能证明你是正确的，但1天就能证明你是错误的。
提出这种单边半怀疑主义观点的是卡尔·波普尔（Karl Popper）。在我写作这段文字时，他的一幅黑白照片就挂在我书房的墙上。这是我在慕尼黑从散文家约恒·韦格纳（Jochen Wegner）那里得到的礼物，同我一样，韦格纳也认为波普尔是现代哲学家中“集大成”的人物——嗯，几乎是这样。他的著作是为我们写的，不是为其他哲学家写的。“我们”是指现实决策者，他们相信自己受不确定性制约，并且认为弄懂如何在不完全信息条件下采取行动是人类最高和最紧迫的追求。
波普尔针对这种不对称性提出了一项重大理论，其基础是一种叫做“证伪”的方法（证明某事为错误），旨在区分科学与伪科学。人们立即开始针对这种方法争论不休，尽管它并不是波普尔思想中最有趣和最具原创性的部分。这种关于知识不对称性的思想非常受实践者的喜爱，因为他们对它的感受很明显，它就体现在他们的工作方法中。像某些艺术家一样，哲学家查尔斯·桑德斯·皮尔斯（Charles Sanders Peirce）在其死后才获得敬重。在波普尔还在用尿布的时候，皮尔斯就想出了类似的黑天鹅问题的解决办法，有人甚至称之为皮尔斯–波普尔方法。波普尔更为强大和更具创新意义的思想是“开放”社会,它以怀疑主义为基础，拒绝和抵制确定真理。他指责柏拉图切断了我们的思维，理由正是我在序言里描述的论点。但波普尔最大的思想是关于世界根源的、无可挽回的、严格的不可预测性，这一点我将在有关预测的章节详细讨论。 [21]
当然，“证伪”，也就是确定地指出某事是错的没那么容易。测试方法的缺陷可能导致错误的“错误”结论。发现癌细胞的医生可能使用了有缺陷的仪器，导致视觉错误，或者他可能是一个伪装成医生的使用钟形曲线的经济学家。目击犯罪的证人可能是喝醉了。但事实仍然是，你知道某事是错的比你知道某事是正确的有更大的信心。并非所有信息都有同等的重要性。
波普尔引入了猜想和反驳的方法，具体是这样的：提出一个（大胆的）猜想，并开始寻找证明猜想错误的事例。这是除寻找证实性事例之外的另一种方法。如果你觉得这很容易，你会失望，只有很少的人天生有能力这样做。我承认我不属于此列，我并非天生有这种能力。
数到3
有见识的科学家已经研究了我们寻找证据的天生习惯，他们把这种易于犯证明错误的倾向称为“证实偏差”。你可以直接检验某个规律，着眼于该规律奏效的事例，也可以间接证明，着眼于它不奏效的地方。正如我们已经看到的，令人不安的事例在确定真相方面有力得多，但我们通常并不知道这一点。
我所知道的针对这一现象的第一个实验是心理学家P·C·沃森（P. C. Wason）实施的。他把2、4、6这个数字序列放在受试者面前，请他们猜出背后的规律。猜测的方法是受试者举出别的由三个数字组成的序列，受试者根据新序列是否符合同样的规律回答“是”或“否”。一旦从实验者的答案中获得确信，受试者就可以写出规律。（请注意这一实验与第一章讨论的历史规律问题的相似性：假设历史是符合某种逻辑的，我们只看到了事件，却从来看不到规律，但必须对它作出猜测。）正确的规律是“按升序排列的数字”，仅此而已。很少受试者发现了这一规律，因为要想找到规律，他们必须举出降序的数字序列（好让实验者的回答为“否”）。沃森注意到，受试者头脑中有一个规律，他们举出旨在证明它的例子，而不会尝试举出与他们的假设不一致的例子。受试者顽固地试图证明他们编造的规律。
这一实验启发了许多类似实验。再举一例：受试者被要求说出为了发现一个人是否外向应该问哪些问题，据说这是另一类实验。结果发现，受试者提供的大部分问题都属于肯定回答能够支持假设的问题。
但也有例外。比如，象棋大师考虑的是在什么情况下投机性的一步会导致弱势，新手则寻找确认性的走法，而不是证伪性的走法。（但请不要通过玩象棋来练习怀疑主义。）科学家认为，寻找自身缺点使他们变成象棋高手，而不是练习下棋把他们变成怀疑主义者。同样，投机家乔治·索罗斯在进行金融赌博时，会不断寻找证明他最初看法错误的事例。这大概才是真正的自信：冷眼看世界而不需要找理由满足自我膨胀的欲望。 [22]
不幸的是，证明的意识根植于我们的思维习惯和陈述习惯中。看看这段作家兼批评家约翰·厄普代克（John Updike）写的评论：“当朱利安·杰恩斯（Julian Jaynes）……猜测直到公元前2世纪末人类都没有意识，而只是自动听从神的声音时，我们感到震惊，但却强制自己在全部证实性证据下相信这一惊人的论点。”杰恩斯的理论或许是正确的，但厄普代克先生，知识的核心问题（以及这一章的观点）不存在一种叫做证实性证据的东西。
看见另一辆红色迷你Cooper
下面的观点进一步显示了证实的荒谬性。如果你认为多看见一只白天鹅就能进一步证明没有黑天鹅，那你应该会同意，在纯粹的逻辑基础上，看见一辆红色的迷你Cooper（库柏）也会进一步证明没有黑天鹅。
为什么？只要想一想“所有天鹅都是白色的”这一论述意味着所有“非白色的事物都不是天鹅”，证明后一论述的事例就能证明前一论述。所以，看见不是天鹅的非白色物体就能产生这种确信。这一观点是由我的朋友、（会思考的）数学家布鲁诺·迪皮尔（Bruno Dupire）在我们在伦敦的一次散步时发现的——在深度冥想中散步时，我们甚至没有注意到当时在下雨。他指着一辆红色迷你Cooper大喊：“看，纳西姆，看！没有黑天鹅！”
不是一切
我们没有天真到因为没有看到某人死去就相信他能够永生，或者因为没有看到某人杀人就相信他没有犯谋杀罪。无知的一般化问题并不总在困扰着我们。但归纳怀疑主义讨论的问题经常涉及我们在自然环境中碰到的问题，也就是使我们学会避免一般化的问题。
例如，当小孩看到一群人中某个人的照片并被要求猜出这群人中其他人的特点时，他有能力选择把哪些特点一般化。拿一张过度肥胖的人的照片给一个小孩，告诉他这个人是某个部落的人，让他描述这个部落的其他人，他（很有可能）不会草率地得出这个部落的所有人都有体重问题的结论，但他可能对肤色做出一般化描述。如果你给他看深色皮肤的人的照片，让他描述与这个人同部落的其他人，他会猜测他们都是深色皮肤。
所以，看上去我们天生拥有特别而微妙的归纳直觉来引导我们。休谟及英国传统经验主义者认为信念来自习惯，因为他们认为我们从体验和经验观察中学会了一般化，然而与之相反的是，对婴儿行为的研究表明，我们的思维模式使我们对经验进行选择性的一般化。（也就是说，在某些领域进行选择性的归纳学习，而在其他领域保持怀疑态度。）如此一来，我们不仅仅从1 000天的经历中学习，还通过进化从我们祖先的学习中获益——生物学研究的正是这种现象。
回到平均斯坦
我们也可能从祖先那里学到错误的东西。我要在此指出，我们或许继承了人类在起源地生存的足够本能，但这些本能显然不适应当前全新的、复杂的、高度信息化的环境。
实际上，我们的环境比我们（以及我们的本能）意识到的更为复杂。为什么？现代世界是极端斯坦，被不经常发生及很少发生的事件左右。它会在无数白天鹅之后抛出一只黑天鹅，因此我们要在比我们所习惯的更长的时间里暂不下结论。我在第三章说过，我们不可能遇到身高几百英里的人，于是我们的本能排除了这类事件。但图书销量或者社会事件的影响不会遵守这类限制。断定一名作家没有天分、市场不会崩盘、战争不会发生、一项计划无可挽回、一家公司不会破产、一家证券公司的证券分析师不是在吹牛或者邻居不会袭击我们，需要比1 000天长得多的时间。在遥远的过去，人类能够作出准确和迅速得多的推理。
并且，如今黑天鹅来源的增加已经超出人们的预测。 [23] 在原始环境里，黑天鹅的来源只包括新遇到的野生动物、新的竞争对手和天气突变。这些事件反复出现得太多了，使我们对它们有一种与生俱来的惧怕。这种进行快速推理的本能，以及犯“过滤性错误”（也就是只关注不确定性的少部分来源，即已知的黑天鹅现象的来源）的习惯，仍然深植于我们的天性中。简言之，这种本能是我们的困境所在。
[21 ] 皮尔斯和波普尔都不是最先提出这一不对称性的人。哲学家维克多·勃罗查德（Victor Brochard）在1878年提出消极经验主义的重要性，似乎经验主义者相信它是一种做生意的好方式——古人默默地懂得了这个道理。没有印出来的书会给人们带来大量惊喜。
[22 ] 这种证明问题在我们的现代生活中很普遍，因为大部分冲突从根源上有如下的思维偏差：当阿拉伯人和以色列人看新闻时，他们会从同样的事件中看出不同的故事。同样地，对相同的数据，民主党与共和党会侧重看不同的部分，并且永远不会达成一致。一旦你的思维被某种世界观占据，你会习惯于只关注证明你正确的事例。矛盾的是，你拥有越多的信息，你就越认为自己正确。
[23 ] 显然，与天气和大地测量学相关的事件（比如龙卷风和地震）在过去1 000年没有发生什么变化，但它们的社会经济影响改变了。与过去相比，今天的地震和飓风造成的经济影响越来越严重，因为经济实体之间存在互相交织的关系，而且我们将在第三部分讨论的“网络效应”在不断加强。曾经只造成微弱影响的事件现在会带来强烈冲击。东京1923年的地震导致日本GNP（国民生产总值）下降大约1/3。从1994年发生在神户的惨剧推测，另一次同样的东京地震造成的影响将比前一次严重得多。
