22 篇文档带有标签「问题解决」

5个为什么是由Sakichi Toyoda开发并在丰田生产系统中完善的根因分析技术。通过反复问"为什么？"——通常五次——你从表面症状深入到问题的根本原因。简单、快速且对运营和人际问题非常有效，它是制造、软件和管理中使用最广泛的结构化问题解决技术。

GTD搞定系统是一个个人生产力系统和心理模型，旨在将记忆任务的负担从大脑卸载到可信的外部系统。由大卫·艾伦于2001年开发，其核心原则是"你的大脑是用来产生想法的，不是用来记住它们的"。通过系统性地捕获、澄清、组织、反思和执行任务，GTD中和了蔡格尼克效应并降低认知负荷。理解GTD使个人能够达到"心如止水"的状态，即使在信息过载和复杂性极高的环境中也能保持高性能专注。

可证伪性由哲学家卡尔·波普尔发展，是一个主张只有在原则上可以证明其为错误的情况下才是科学的原则。波普尔的核心洞见：科学进步不是通过确认理论，而是通过系统地试图证伪它们来实现的。经受住反复严格证伪尝试的理论是我们当前最好的知识——不是因为它们被证明为真，而是因为它们抵抗了被证明为假。

诊断商业问题的结构化方法——从收入下降和增长停滞到团队功能障碍和产品问题——使用5个为什么、议题树和根本原因分析。大多数商业问题都在症状层面处理，这就是为什么它们会复发。这个框架找到真正的原因。

小黄鸭调试法是一种向无生命的听众——通常是小黄鸭——详细解释问题来解决问题的实践。精确、顺序地口头或书面阐述问题的行为，会触发自我解释过程，揭示推理哪里出错了或假设哪里不合理。广泛用于软件工程，可扩展到任何需要言语澄清思考的问题解决场景。

思想实验是一种结构化的心理模拟，用于探索假设的含义、测试直觉，并在实际实验不切实际、不可能或不道德的情况下得出洞见。从伽利略的落体到爱因斯坦的相对论，再到罗尔斯的无知之幕，思想实验推动了历史上一些最重要的智识突破——通过将想象力作为严谨的调查工具。

根因分析（RCA）是一个系统性流程，用于识别问题的根本原因——而不仅仅是症状——从而使干预措施能够防止复发，而不仅仅是解决眼前事件。源于工业安全和质量管理，RCA已成为医疗保健、软件工程、航空和组织管理中事后学习的标准实践。

游戏谬误是将游戏和模型的简化、明确定义的规则应用于复杂、混乱和不可预测的现实世界的错误。由纳西姆·尼古拉斯·塔勒布在《黑天鹅》（2007年）中创造，该心理模型解释了为什么风险模型在金融危机期间失败、为什么国际象棋大师在现实生活中难以决策，以及为什么学术理论在实践中往往失效。理解游戏谬误可以帮助决策者认识到何时将地图与领土混淆，并设计应对真正不确定性而非模型化风险的策略。

科学方法是构建可靠知识的系统过程：观察、形成假设、用旨在证伪的实验检验、分析结果、并据此修正信念。由弗朗西斯·培根首先形式化，后经卡尔·波普尔的可证伪性概念发展，它仍然是人类开发的将真正知识与直觉、偏见和一厢情愿区分开来的最可靠过程。

科尼芬框架（发音为"ku-nev-in"）是由IBM的戴夫·斯诺登开发的决策框架，将情境分为五个领域——清晰、复杂、复杂适应性和混沌——每个都需要根本不同的管理响应。其中心洞察是将错误的问题解决方法应用于错误的领域类型会系统性地导致失败：分析方法在复杂系统中失败；决策前行动在复杂领域中失败。

第一性原理思维是一种问题解决心智模型，涉及将问题分解到最基础、无可争议的真理，然后从这些基础向上推理——而不是从现有事物进行类比推理。由亚里士多德倡导，在现代商业中由埃隆·马斯克推广，它是与突破性创新、成本削减和摆脱传统思维限制最相关的心智模型。

第二大脑是一种知识管理方法，涉及创建外部数字系统来捕获、组织和检索信息——有效扩展你的生物记忆和认知能力。由蒂亚戈·福特在其2022年著作《构建第二大脑》推广，该心理模型解释了为什么知识工作者感到信息过载，如何构建与你一起思考的系统，以及为什么最好的想法来自连接现有笔记而非从零开始产生新想法。

类比推理是通过识别与已在其他领域解决的相似问题来解决新问题的认知过程。当新问题与已解决问题具有深层结构相似性时，解决策略可以转移——经过调整后。古腾堡将葡萄酒压榨机的机制应用于印刷，达尔文将马尔萨斯经济学应用于生物变异，工程师们经常在行业间转移解决方案。

约束放松是一种问题解决技术，识别隐含或显式限制解决方案空间的假设和限制，然后系统性地问"如果我们移除这个约束会怎样？"以打开以前不可见的选项。许多看似固定的约束实际上是被假设固定的——放松它们揭示了从未在原始受限空间中浮现的解决方案方法。

苏格拉底法是一种合作式对话形式，提问者通过一系列探究性问题引导对话者，揭示矛盾、澄清假设并达成更精确的理解。由雅典哲学家苏格拉底（公元前469-399年）发展，柏拉图记录，它是西方智力探究、法律盘问、科学同行评审以及法律和商学院苏格拉底式教学的基础。

认知负荷理论（CLT）是一个心理模型，解释了信息处理过程中人类工作记忆的局限性。由约翰·斯威勒于1988年开发，它区分了内在负荷（固有复杂性）、外部负荷（低效呈现）和关联负荷（深层学习努力）。理解决知负荷使决策者和设计师能够最小化"心理摩擦"，优化学习新技能、用户与软件交互以及将复杂问题分解为可管理"块块"的方式，而不会超出我们有限的心理带宽。

费米估算是一种利用基本推理和广泛已知参考点对未知数量进行数量级估计的技术。以物理学家恩里科·费米命名，他能够从基本原理令人惊讶地准确估算复杂数量（如芝加哥钢琴调音师的数量），它培养了在精确数据不可用时产生可辩护近似值的技能——对不确定性下的决策至关重要。

区分近因（结果的直接触发因素）和根本原因（使其成为可能的潜在系统因素）是有效问题解决的基础。只解决近因只能产生临时修复；解决根本原因才能产生持久变化。这种区分——根因分析、工程事后分析和政策设计的核心——决定了干预措施是防止复发还是仅仅管理症状。

逆向工作法是亚马逊的产品开发方法，从期望的客户结果开始——写成宣布成品的新闻稿——在任何工程开始之前。由杰夫·贝索斯倡导，它迫使在投入资源之前清晰表达客户价值和产品体验，逆转了先构建再想清楚客户为什么要关心的自然倾向。

逆向思维是一种从反方向处理问题的思维策略——不是问如何实现目标，而是问什么会导致失败，然后系统性地避免这些结果。由查理·芒格推广为他最常用的心智模型之一，逆向思维能穿透乐观偏见，揭示正向思维经常遗漏的风险。它适用于任何你想压力测试计划、识别隐藏风险或摆脱创意停滞的领域。

重构问题是一种认知技术，通过改变看待问题的解释框架——不是改变事实，而是改变对事实的理解、组织或评估方式。源于认知心理学和设计思维，重构打破了大多数问题定义所隐含的约束，打开了从原始框架内无法看到的解决方案空间。

钢铁人论证在问题解决中的应用是指构建并认真对待反对立场、假设或方法的最强版本——而非最弱版本（稻草人论证）。应用于问题诊断时，它意味着真正考虑最有力的证据，证明你当前的解决方案是错误的，你的根本原因假设不完整，或者替代方法会更好。