关注重要的，而不只是容易衡量的

作为系统建模者，我们曾经不止一次地被那些从事科学研究的同事们所嘲笑，因为我们无法将一些重要但无法衡量的变量纳入模型之中，诸如“偏见”“自尊”或者“生活质量”等。由于计算机模拟需要数值，我们不得不编造出一些定量化的方法，以衡量那些定性的概念。比如说，我们假设偏见的取值范围位于-10到+10之间，0分意味着毫无偏见，-10分意味着完全负面的偏见，而+10分意味着完全正面的偏见，即你不可能做错事。现在，假设某人对你的偏见度是-2，或者+5，-8，这将对你的工作表现有什么影响？

实际上，在我们的工作中，真的有一次必须把偏见和绩效之间的关系放到模型之中。该项研究是一家公司想知道如何更好地对待少数民族裔员工，以及如何帮助这些员工走上公司的领导梯队。我们面试过的每一个人都认为，在偏见和绩效之间真的存在着某种联系。虽然采用哪种衡量方式是武断的，可以是1到5，也可以是0到100，但是如果不把“偏见”放到研究之中，肯定是不科学的。因此，我们试着把“偏见”放到模型之中，并努力去测量它。当公司里的员工被问及偏见和绩效之间的关系，他们提出来的几乎都是一种非线性关系，在此之前我从未在模型中见过此类关系。

如果某件事物难以量化，我们往往对其视而不见或者忽略它 ，这会导致模型不完善。在前面，你已经知道了系统常见的陷阱，其中包括围绕那么易于测量的东西来设定目标，而不是根据那些真正重要的东西。所以，不要再掉进此类陷阱。 上帝赋予人类的不只是数数的能力，也包括评估品质的能力。 希望你能成为一名质量检测员，到处走动，随时随地检查、确认质量是否达标。