[閱讀筆記] Thinking in Systems: A Primer (6/9)

1. 系統思考會不斷地來回探討系統結構 (包含 stocks, flows 與 feedback) 與系統行為 (包含 time graphs)。system thinkers 會努力了解系統事件、行為與結構之間的關係。
2. 當我們打開財經節目，看到投顧在分析今日股票事情發生什麼事情時，他是採用 event-based analysis，股市的上漲或下跌，可能來自於美元匯率的貶值獲升職、主要利率的調升或調降、民主黨的選舉獲勝或失敗。但是這event-based analysis 無法預測明天會發生什麼事情，也無法改變系統的行為，無法讓股市減少波動。經濟學家不會使用 event-based analysis，他們會研究過去的系統行為，從過去的趨勢找出統計數字的關聯性，包含收入、存款、投資、政府支出、利率等，通常會產生一個複雜的數學公式，這種分析方法稱為 behavior-based analysis。
3. behavior-based analysis 仍舊有一些根本的問題
1. 常常過度強調 system flows (即商品與服務的全國生產量與 GNP)，不夠重視 stocks (即全國的工廠、農場與企業拿來生產商品與服務的總資金)。但是，若你不了解 stock 水位高低會如何透過 feedback loops 來影響相關 flows 的話，你無法理解經濟系統的動態行為。
2. 計量經濟學者常試圖想找出相關 flows 間的統計的關聯，但是這是不存在的。沒有理由預期有任何 flows 之間保持著穩定的關係，該關注的是 stocks 而非 flows。
4. 假設你對恆溫空調 (thermostats) 一無所知，但是你一過去 heat flows 流進與流出房間的資料，你就能找出數學公式來計算出，在一般的環境的條件下，如何維持相同的 stock (即室溫)。只要系統結構沒有改變，你可以透過數學公式預測明日室溫，但是當系統結構改變時，你的數學公式可能就會失效，例如某人打開窗戶忘記關、忘記訂購煤油，導致室溫不斷下滑、無法將室溫調整到預期溫度時，你就必須了解系統結構，看發生了什麼問題，因為你過去的 behavior-based analysis 沒用了。這是為什麼 behavior-based 計量經濟模型在預測近期經濟績效表現很好，但是在預測長期績效卻很糟，並且在告訴你如何改善經濟績效時慘不人睹的原因。
5. 我們常對系統產生的行為感到訝異，因為我們的注意力總是被系統產生的事件吸引，卻很少注意其過去的歷史，而且常常不具備足夠的能力從歷史給予的線索，了解系統行為 (behavior) 與事件流 (events flow)。
6. 在教科書中，講的都是 linar relationship，我們會將系統的兩個元素畫成一個直線的關係，期待會有 proportional effect (比例效應)。例如在土壤施肥 10 pounds，小麥收成可以多 2 bushels；施肥 20 ponds 可以多收到 4 bushels；施肥 30 ponds 可以多收成 6 bushels。但是在真實世界，是 nonlinear relationship，當我施肥 100 ponds 可以多收成 10 bushels；當我施肥 200 ponds，對收成卻毫無增長；當我施肥 300 ponds，收成卻往下下滑，因為土壤過度施肥，反而造成反效果。
7. 由於我們常用 linear-thinking 來看待 nonlinear world，所以才會對系統的反應感到意外。我們常預期 push 一倍，就應該獲得一倍的回應；push 兩倍就應該得到更大的回應，但在 nonlinear system中，push 兩倍可能獲得 1/2、1/4 的回應，甚至毫無回應。例如：高速公路上的交通流量增加時，就會影響車流速度。當高速公路上的車子密度越高，車速就會快速地往下掉；當車輛超過某個臨界點時，就會導致塞車，車速就會降至 0。
8. Nonlinearities 很重要的原因不僅僅是它讓我們對於 action 與 response 的預期產生困惑，更重要的是，它會改變 feedback loops 的反應強度。其也是造成主宰力改變 (shifting dominance) 的主因，有可能是主宰的是 reinforcing loop 導致 stock level 呈現指數型成長，當主宰的變成 balacing loop 時，導致 stock level 快速下滑。
9. 沒有獨立存在的系統，這個世界是逐漸演變的事物 (continuum)，所以很難劃出系統界線 (boundary)。我們應該要根據想要問的問題、討論的目的，劃出系統界限；但是若是劃出錯誤的系統界線時，則會產生其他令你意料之外的問題。要記住，system boundaries 是我們定義的，當我們面臨新的討論、問題、目的時，就需要重新考慮與規劃 system boundaries。
10. 只有麵粉、缺乏酵母菌，是無法做成麵包的；只吃碳水化合物，卻沒有補充蛋白質，小孩是無法長大的；擁有很多顧客卻沒有活力或是只有活力卻沒有顧客的企業，是無法永續經營的。這就是所謂的限制因素 (limiting factor)。已開發國家將資金與技術給經濟發展較貧弱的非洲國家，卻發現接收援助的國家的經濟並沒有好轉，或許資金或技術並非這些國家最重要的限制因素。
11. 限制因素是會改變的，當追求經濟成長初期，勞工與資本是生產最常見的限制因素；但是當經濟成長一段時間後，限制因素會變成環保議題，包含廢水排放處理、廢氣排放處理、廢棄物處理、綠色能源等。
12. 許多起步相當成功的新創公司面臨最大的問題，就是如何體認出隨著公司的快速成長限制因素改變，須適時做出回應。創業初期可能會招募業務人員，希望能夠有足夠的訂單，但是當訂單快速成長後，交付延遲會導致客戶流失，就需要擴充產能 (production capacity)，此時產能就是限制因素；但是當擴充產能、招募大量產線工人後，由於未受過良好的訓練就匆忙上線，導致產品品質低落，此時產線工人的工作能力 (skill) 變成限制因素。
13. 任何擁有多個 inputs 與 outputs 的個體 (例如人口、生產流程與經濟)，都會被多個限制所圍繞。但是，了解系統限制與注意下一個即將來臨的限制因素，並不是永續成長的解方。因為在有限的環境下，永續成長是不可能的。例如某個城市符合居住者的需求，並且優於其他鄰近城市，其他縣市的人口就會往此城市遷徙，直到此城市觸及某個限制因素，無法消化這麼多人口、無法滿足居住者需求為止。
14. 無論是什麼系統，都會成長的限制因素，不是 self-imposed，就是 system-imposed。若企業經營者、政府官員與人口，若其成長沒有考慮到環境的限制，環境本身就會變成系統的限制，例如地球暖化，各國不控制 CO2 排放，大自然就會反撲人類。經過數十年的 delays，海洋才開始對較溫暖的溫度、石化燃料排放產生反應，引起氣候的改變。
15. 延遲 (delays) 在系統裡處處可見，每個 stock 都是一種 delay，大部分的 flows 也都有 delays，如運送延遲 (shipping delays)、認知延遲 (perception delays)、處理延遲 (processing delays) 等。植物、森林或民主都需要時間去成長茁壯；丟到郵筒的信件需要時間送抵收件人；調整價格與改變消費者的購買行為，也是需要時間。我們對於實際上某件事情要耗用的時間，與當初預估的差距感到訝異。Jay Forrester 建議，將你預測要耗用的時間乘以三倍，就是實際你要花的時間。
16. 由於系統的反應有延遲 (delays) 的特性，因此能預見潛在的問題是很重要的。當問題已經非常明顯的時候才要採取行動，通常就已經錯過解決問題的最佳時機與機會。
17. 有限理性 (bounded rationality) 是只在現實狀況中，人們所獲得的資訊、知識與能力都是有限的，所能夠考慮的方案也是有限的，未必能作出使得效用最大化的決策。因此，認為必須考慮人的基本生理限制，以及由此而引起的認知限制、動機限制及其相互影響的限制。例如商人不知道競爭對手在做什麼？新產品消費者是否願意買單？產品可能會有哪些競爭對手？不知道市場有多大，目前市佔率多少？手上的資訊都是不完整且是延遲的，因此所做出的反應也都是延遲的，故常有投資不足或過度投資的狀況發生。
18. 看起來越具體的（例如數字），改變系統的力量反而最小，看起來越抽象的（價值典範），反而對於系統有著一夕變天的震撼力！
19. 系統的八大陷阱
1. 政策阻力 (policy resistance)：不同勢力互相拉扯 ←→ 停止本位思考，通盤考量各方需求
2. 公共資源的悲劇 (tragedy of the commons)：無節制地消耗有限資源  ←→ 了解自私行為的破壞力，設立有共識的使用規則
3. 目標侵蝕 (eroding goals)：隨壞消息下修期待值  ←→ 隨時保持高標準，別因變化緩慢而忽視危機
4. 競爭升級 (escalation)：為贏過對手投入過多資源  ←→ 搶占上風卻忘初衷，只會落得兩敗俱傷
5. 競爭排斥 (success to successful)：富者愈富的贏家系統  ←→ 優勢者搶占弱勢資源，建立制衡機制、防止獨大
6. 飲鴆止渴 (Shifting the burden to the intervenor)：短視近利的干預政策  ←→ 應急對策並非根本解答，恐使組織陷入更大危機
7. 鑽規則漏洞 (rule beating)：只遵守條文表象  ←→ 減少「上有政策，下有對策」，將系統漏洞視為改善訊號
8. 目標錯誤 (Seeking the wrong goal)：錯誤的目標只會帶來預期外的結果 ← → 清楚找出能夠反映系統福祉 (welfares) 的指標 (indocators) 與目標
20. 政策阻力 (policy resistance)：不同勢力互相拉扯 ←→ 停止本位思考，通盤考量各方需求
1. 由人所構成的系統有時會產生不符合我們預期的行為模式，儘管試圖修復，卻還是每年產生相同行為。好比我們立法嚴懲、打擊毒販，但毒品卻還是依舊氾濫。導致治標不治本的原因很多，它來自系統每個參與者的『有限理性』(bounded rationality)，我們只掌握有限的資訊，我們只想維護自己的利益，我們只選擇眼前看到的，我們只想或只能待在有限的範圍裡。每個人的目標越不一致，阻力與拉扯就越大。反過來說，設法將各個子系統的目標協同一致，設定一個更大的總體目標來凝聚子系統，讓參與者突破自身的有限理性，或許就能化阻力為動力。若每個人都能朝相同的目標前進，結果想必是很驚人的，最熟悉的例子如戰後、或天災後的經濟重建
2. 由於系統內會有多個不同的 actors，每個 actors 擁有不同的目標，導致會有多股力道將 system stock 拉扯往不同的方向走。你該做的，是找出所有利害關係者，找出互相滿意的方式來達成所有目標，或重新定義更大、更重要的目標，突破每個參與者的有限理性，促使大家往相同的目標前進，才能避免政策抵抗的問題。

[閱讀筆記] 人類大命運 (7/8)

1. 如果認為人類永遠能有自己讀透的能力，無意識的眼歲法永遠無法趕上，這只能說是一廂情願。對於這種空想，目前的科學回應，可以簡單概括為三項原則：(p.361~362)
1. 生物是演算法：每種動物 (包括智人) 都是各種生物演算法的集合，是經過數百年演化、天擇而成。
2. 演算法的運作不受組成物質的影響：就像是算盤，不管算珠是木製、鐵製或塑膠，兩個珠子加上兩個珠子還是等於四個珠子。
3. 沒有理由相信非生物演算法永遠無法複製或超越生物演算法能做的事：演算法是用碳來表現或是矽來表現，又有何差別。例如不久前，大家喜歡用人臉辨識做例子，說這項任務連嬰兒都能輕鬆辦到，可是最強的電腦卻無力完成，但是到了今天，臉部辨識程式辨認人臉的速度和效率，都已經遠超過人類。
2. 隨著演算法將人類擠出就業市場，財富和權力可能會集中在擁有強大演算法的極少數菁英中，造成前所未有的社經及政治地位不平等。一旦數百萬的人類司機都被單一演算法取代，這一切財富和權力都將被擁有演算法的公司壟斷，再由擁有公司的那極少數幾位億萬富翁放入口袋。(p.366)
3. 根據 2013 年牛津大學教授 Carl Benedikt Frey 與 Michael Osborne 發表《就業的未來》研究報告，調查各項工作在未來二十年，被電腦取代的可能性，美國有 47% 的工作都屬於高風險。例如電話行銷和保險業務有 99% 的機率會失業、運動賽事裁判有 98% 的可能性、收銀員 97%、廚師 96%、侍者 94%、律師助手 94%等。當然，有一些工作算安全，例如考古學家只有 0.3% 被取代的可能性，因為這種工作需要的辨識能力極為複雜，而且能夠產生的利潤又頗為微薄，因此很難想像會有企業或政府願意投資足夠的資本，將考古學自動化。(p.369)
4. 傳統上，人生主要分成兩大時期：學習期，再加上之後的工作期。但這種傳統模式很快就會徹底過時。想要不被淘汰，只有一條路：一輩子不斷學習，不斷打造全新的自己。只不過，大多數人，大概都做不到這件事。(p.370)
5. 自由主義把自由看得比平等更為重要，所以甚至也覺得差距是理所當然。但即便如此，自由主義仍然假定所有人類都有同樣的價值和權威。從自由主義的觀點，有人是億萬富翁、住在豪華的城堡裡，也有人是貧窮的農民、住在稻草屋，這完全沒有問題。因為這對自由主義來說，農敏感受到的獨特經驗，價值並不下於億萬富翁的經驗，所以自由主義的作家才會寫出長篇小說，描述貧困農民的生活經驗，而且連富翁也會熱切讀著這種小說。(p.391)
6. 醫學的概念正在歷經重大的變革，二十世紀的醫學旨在治癒病人，但二十一世紀的醫學則逐漸走向要讓健康的人再升級。「治癒病人」代表的是一種平等，因為假設有一套正常身心健康的規範標準，而人人都應享有這樣的健康。如果有人低於標準，醫師就該解決問題，讓病人能夠「像大家一樣」。相較之下，要讓健康的人再升級，背後則是菁英的概念，因為這裡並沒有所有人類一體適用的標準，而是要讓某些人就是比其他人強。(p.393)
7. 人類在二十世紀的偉大成就包括克服饑荒、瘟疫和戰爭，都是為了讓所有人享有富足、健康與和平，完全一視同仁。至於二十一世紀的新議題則是長生不死、幸福快樂、化身為神，也同樣希望為全人類服務。然而，由於這些計劃的目的在於超越、而非維持基本要求，最後可能創造出新的超人類種姓階級，進而砍斷了原本的自由主義根源；超人類看待一般人，就會像是十九世紀歐洲人看待非洲人的情況。(p.395)
8. 七萬年前，認知革命改變了至人的心智，讓原本毫不重要的非洲猿類成為世界的統治者。至人的心靈經過提升後，忽然能夠接觸到互為主體的領域，於是能夠創造神祇和企業、建立城市和帝國、發明文字和金錢，最後也能夠分裂原子、登上月球。據我們所知與推測，這種翻天覆地個革命，只是因為智人的 DNA 起了一點小變化，導致大腦稍微重新配線。 如果真是如此，那麼科技人文主義或許也只需要對人類的基因組，再多做點改變，讓大腦再稍微重新配線，也就足以啟動第二次認知革命。第一次認知革命的心靈改造，讓人類能夠接觸互為主體的領域，也讓智人成了地球的統治者；第二次認知革命則可能讓神人接觸到目前還難以想像的新領域，讓神人成為整個星系的主人。(p.397)
9. 現代人已經換上「錯失恐懼症」(Fearing Of Missing Out, FOMO)，總是在擔心自己錯過了什麼；雖然手上的選擇比以往任何時候都多，但選了之後又很難付出全心全意。(p.407)  
   
10. 人文主義心理學家指出：感到憂鬱的人常常想要的，並不是簡單的解決方案，而是希望有人能夠聆聽他們的想法，同情他們的恐懼和疑慮。(p.408)
11. 科技人文主義到最後反而可能會造成人類的降級。對政經體系來說，降級後的人類反而更有利，原因不是這種人擁有什麼卓越的特點，而是這種人少了一些可能拖慢社會步調、造成困擾的人類特質。農夫都知道，羊群裡面最聰明的那隻，常常就會惹出最大的麻煩，所以農業革命的其中一項，就是要降低動物的心理能力。到了科技人文主義夢想所推動的第二次認知革命，則可能對人類造成一樣的效果，讓社會大機器裡的「人類小齒輪」變得比以往更能有效溝通和處理資料，但幾乎不會去注意其他事，既不會做夢、也不會有所懷疑。數百萬年以來，人類曾經是加強版的黑猩猩；到了未來，人類則可能變成放大版的螞蟻。(p.409~410)
12. 人文主義者建議的「聆聽自己內心的聲音」，其實毀了許多人的生命；適當用藥，反而是大大改善了幾百萬人的幸福和關係。為了真正聽到自己內心的聲音，有些人可得先把心中現有的尖叫和怒罵音量調小。現代精神病學認為，許多「內心的聲音」和「真實的願望」只不過是生化失衡和神經疾病的產物。由於生化失衡，讓患有臨床憂鬱症的人看起事物來，都像是透過一副抑鬱的眼鏡，於是一再拋棄大好的前途、健康的人際關係。這時該做的，可能不是聆聽這種破壞性的內心的聲音，而是該直接叫他們閉嘴。(p.411)
13. 數據主義已經傳統的學習金字塔徹底翻轉。在這之前，大家認為資料數據只是致力活動這個漫長過程的第一步，我們要把資料轉化為資訊、資訊轉化為知識，最後把知識轉化為智慧。但數據主義認為，資料數據的流動量已經大到非人所能處理，人類無法再將資料轉化為資訊，後面的知識或智慧也就更不用提了。於是，處理資料數據的工作應該交給能力遠超過人類大腦的電子演算法來進行。在實務上，這也就代表數據主義對人類知識和智慧有所懷疑，而傾向於信任大數據和電腦演算法。(p.415)
14. 經濟學家也越來越常用資料處理系統的概念，來詮釋經濟。一般人看來，經濟就是有農民種小麥、有工人做衣服，再有顧客買麵包和衣服。但是在專家眼中，經濟的機制就是要搜集關於慾望和能力的資料數據，再轉化為決策。(p.416)
15. 證券交易所正是人類至今所創最快、最有效的資料處理系統。它歡迎每個人都來共襄盛舉，可以是直接加入、或是透過銀行或退休金。證券交易所推動著全球經濟，不論是全球各個角落、甚至是外太空發生的事情，無不納入考量。不管是科學實驗成功、日本傳出政治醜聞、冰島火山爆發，甚至太陽表面有不規律活動，都會影響股價。為了讓系統運作順暢，就需要讓資訊盡可能自由流動。如果全球有數百萬人都能取得所有相關資訊，就會透過買賣來決定油價、現代汽車的股價、或瑞典政府債券最準確的價格。據估計，證券交易所只要經過十五分鐘的交易，就能確定《紐約時報》某個頭條對於大多數股價的影響。(p.416~417)
16. 資本主義是分散式資料處理，讓所有的生產者和消費者直接相連，並允許他們自由交換資訊、獨立做出決定。共產主義是集中是資料處理，生產者與消費者無法直接溝通，而且必須服從政府的命令。在自由市場中，如果有某個處理器做出錯誤的決定，立刻就會有人趁虛而入。但如果幾乎所有決定都操縱在單一處理器中，一犯錯就可能是場大災難。(p.417)
17. 資本主義之所以可以打敗共產主義，並不是因為資本主義更符合倫理，不是因為個人自由神聖無比、誘惑是上帝對這些共產主義異教徒降下怒火。資本主義可以贏得冷戰，是因為至少在這個科技加速改變的時期，分散是資料處理的效果就是比集中是資料處理更好。二十世紀晚期的世界變化實在太快，共產黨中央委員會無法處理。像這樣把所有資料都集中到一座秘密碉堡，所有重大決策都由一群年長的黨政大員決定，雖然能生產出一批又一批的核彈，卻絕不可能打打造出 Apple 或 WIKI。(p.419)
18. 資本主義成功的秘訣，在於並沒有 ＣＰＵ 壟斷麵包供應的所有資料數據，而是讓資訊在數百萬為消費者和生產者、麵包師傅和企業家、農民和科學家之間自由流動。市場力量會決定麵包的價格、每天烘培的數量，以及研發的優先順序。如果市場力量做出不當的決定，也能很快自我修正 (至少資本主義信徒是這樣相信的)。(p.420)
19. 民主在過去幾十年裡獲得上風，是因為在二十世紀晚期的情境中，分散式處理的效果更佳。如果換了一個情境，譬如古羅馬帝國時代，反而可能是集中是處理擁有優勢，才會讓羅馬共和國敗亡，權力從元老院和公民大會，轉移到專制皇帝的手上。(p.421)
20. 如果資料處理的情境在二十一世紀再度改變，民主制度也可能衰敗、甚至消失。隨著資料量和流通速度雙雙提升，選舉、政黨、國會這些過去崇高的制度，就可能遭到淘汰；原因不在於不符合倫理道德，而是因為無法有效處理資料數據。當時這些制度和機構發展的背景，是政治的腳步走得比科技更快。在十九和二十世紀，工業革命發展的速度夠慢，於是政客和選民仍能領先一步，規範和操縱發展的路線。然而自從蒸氣時代以來，政治的節奏沒有多大改變，但科技卻已經從一檔切換到四檔。科技革命的腳步快到讓政治追不上，不管是國會議員獲選民，都已經失去對科技的控制。就算是專制政權，似乎同樣無力應付科技發展的腳步，同樣無力應付資料流的數量和速度。(p.421)

[閱讀筆記] How to read a book (7/8)

1. 閱讀歷史的兩個要點是：
1. 第一，對你感興趣的事件或時期，盡可能閱讀一種以上的歷史書。
2. 第二，閱讀歷史時，不只要關心在過去某個時間、地點真正發生了什麼事，還要讀懂在任何時空之中，尤其是現在，人們為什麼會有如此這般行動的原因。
2. 評論歷史書籍有兩種方式：
1. 這本歷史書不夠寫實
2. 認為作者誤用資料 (尤其是我們對這方面的主題有特殊研究時)
3. 在閱讀自傳的時候，該問的問題有：
1. 撰寫此本自傳的作者的目的是什麼?
2. 自傳的內容中，陳述的事實的標準是什麼？
4. 身為一個數理、科學的門外漢 (layman) 讀者，當你在閱讀一本科學或是數學的書籍時，你並非要讀完這本書後，變得對此領域擁有知識的讀者。相反地，你在閱讀時，是要去了解科學發展的歷史與哲學，更重要的事，你必須時時關心科學家想要解決什麼問題，這才是你的閱讀重點。
5. 每當遇到不懂的字，就需要查字典；如果對於句子的語法、結構感到困惑。這樣的你，代表還停留在閱讀的基礎階段 (elementary level)。當你解決這些問題以後，你才能將自己的閱讀技巧，提升到更高的層級。
6. 數學也是一種語言，有著自己的字彙、文法與語法，這些都是初學讀者 (beginning reader) 必須去學習的。有些數學符號 (symbols) 與其他符號間是有關係的，是讀者必須記住的。這跟學其它語言 (如德語、法語) 類似，但是難度較低。並且你要專注的並非成為此數學主題的專家，而是要去了解這個數學定理要解決甚麼問題。
7. 有一些科學類的書籍，目標讀者是一般大眾而非專家，為了讓一般讀者閱讀起來淺顯易懂，通常會：僅會包含少量的實驗細節，著重於實驗結果的報導；使用較少的數學公式、定理。但是，閱讀這類書籍時要注意，雖然我們要感謝這些作者，協助我們過濾資訊，透過淺顯易懂的方式讓我們了解科學的奧秘。但是，若是遇到好的作者，我們就相當幸運；但若是遇到不好的作者，則會給予我們錯誤的科學資訊與知識。
8. 莎士比亞在《哈姆雷特》當中有一句名言：「世間事無好壞，全為思想使然」（There is nothing either good or bad, but thinking makes it so）。 在莎士比亞的戲劇當中，我們確實可以看到劇中悲劇的主角，或者因胡思亂想，或者因沒有根據的讒言，而步向了毀滅的道路。 細細思考「世界上的事情沒有好壞之分，只是看你的想法如何」這句話，或許我們可以察覺到，只要我們的想法改變，我們的人生就會因而轉變！
9. 告訴你如何做某件事情的書籍 (例如教你怎麼做菜的食譜，或是教你如何考倒駕駛執照的書籍)，不需要教你如何變成一位好廚師或者是變成一個優良駕駛。這類的書籍，只會僅僅告訴你如何成功完成特定事情的方法與步驟。哲學類的書籍就完全不同了，它會告訴你人類應該追求的目標 (例如過好日子，或建立一個好的社會)，但並不會告訴你你達成目標該怎麼做。
10. 次元係相對於初元（或初次）(first order) 而言，指對初元的命題再做更高層次的分析詰問。在分析哲學(analytical philosophy)的看法中，思辨的(speculative)哲學多半建立在許多主觀的假設或預設上，所使用的語言或命題也常屬粗糙籠統的初元語言或觀念 (first order language or concept)，因此往往可以再加以較高層次的觀念分析(conceptual analysis)。此種觀念分析即屬一種「次元的分析」(second order analysis)，用的是「次元的語言」(second order language)。分析哲學學者相信，次元的觀念分析工作是一種富有高度批判性的哲學活動，以釐清是非真假為職志，透過次元分析，可以分辨思辨哲學的初元語言是否具有認知意義或可否予以經驗上的論證。
11. 一般而言，對於初元語言做次元分析時，主要在於至少詰問兩個蘇格拉底(Socrates, 470~399 B.C.) 式的問題：「你的意思是？」與「你怎麼知道？」亦即次元分析 (second order analysis) 時，首先應分析原先命題中所用的語言或概念 (first order language or concept)，使其涵義能分毫無失，之後再進一步探索「為何如此如此？」的問題。
12. 無論是哲學、科學或是數學的書籍，用來描述 first-order questions 的書籍，是寫給一般讀者 (lay reader) 閱讀的；用來敘述 second-order questions 的書籍，則是寫給該領域的專家閱讀的。
13. 柏拉圖（Plato, Bc 427-Bc 347）出生於雅典的貴族家庭，他在二十歲左右就跟著蘇格拉底（Socrates）修習哲學。蘇格拉底死後，他的思想大都由這位首席大弟子柏拉圖所繼承下去，特別是辯證法和善惡美德。柏拉圖影響力最大的，不僅在於傳承了蘇格拉底的辯證思想，更同時把前蘇格拉底時期或是同期的諸多哲學流派，比如艾利亞學派(Eleatic School)、畢達哥拉斯學派（Pythagoreanism）等熔鑄在了一起，形成自己獨特的哲學體系。在哲學教育以及闡述方面，柏拉圖也和自己的老師一樣喜歡用對話的形式。而且柏拉圖更進一步，其思想都有所記錄以及整理，而結集成了一冊冊的對話集，流傳至今，其中較有名的是集中闡述蘇格拉底學說的《申辯篇》（Apologia），《克里斯托篇》（Crito），以及討論他自己哲學思想的《斐多篇》（Phaedo）、《美諾篇》（Meno）以及《會飲篇》（Symposium）、《理想國》（Republic）等。
14. 抽象 (abstract) 與具體 (concrete) 兩者差異的例子：能夠用自己的語言來解釋抽象的字句，就是抽象與具體的差別，當你了解抽象 (abstract) 的涵義後，你就能用具體 (concrete) 的例子來表達。
15. 檢視閱讀的略讀 (skimming) 步驟，可以協助你準備分析閱讀的第一個步驟，此階段可以協助你找出書中討論的主題、整本書在講什麼、以及書本結構。粗淺的閱讀 (superficial reading) 也是在協助你準備分析閱讀的第一個步驟，其可以協助你了解作者所使用的詞意 (terms)、主旨 (propositions) 與論點 (arguments)。然而，檢視閱讀與分析閱讀都是在為主題閱讀做準備，一切都是累積性的。 
    
16. 在經過檢視閱讀 (inspectional reading) 前，不要貿然做分析閱讀 (analytical reading)。因為人的時間有限，書本這麼多，你必須透過檢視閱讀，過濾掉不適合的書籍，只有少數的書籍才值得你做分析閱讀，不同的書籍也該採取不同的閱讀速度，有些書籍不值得你仔細咀嚼。
17. 主題閱讀的準備工作：收集好書目之後，要做的第一件事是檢視書單上所有的書。在做檢視閱讀之前，絕不要用分析閱讀來閱讀。檢視閱讀不會讓你明白有關主題的所有錯綜複雜的內容，或是作者所有的洞察力，但卻具有兩種基本的功能。
1. 第一，它會讓你對自己想要研究的主題有個清晰的概念，這樣接下來你針對某幾本書做分析閱讀時，會大有助益。
2. 其次，它會簡化你的書目到一個合理的程度。
18. 能夠熟練檢視閱讀的讀者，不但能在心中將書籍分類，而且能對內容有一個粗淺的瞭解。他也會用非常短的時間就發現，這本書談的內容對他研究的主題到底重不重要。這時他可能還不清楚哪些資料才是最重要的—這可能要等到讀下本書的時候才能發現。但是有兩件事至少他已經知道其中之一。那就是他不是發現這本書必須回頭再讀一次，以獲得啟發，便是知道不論這本書多有趣又多豐富，卻毫無啟發性，因此不值得重新再讀。
19. 當你已閱讀所有準備階段 (檢視閱讀 + 分析閱讀)挑選出與主題相關的書，主題閱讀 (syntopical reading) 的五個步驟有：
1. ① 找出最相關的章節 (finding the relevant passages)：
1. 在主題閱讀中，所關心的主題才是基本的重點，而不是閱讀的書
2. 此階段很類似檢視閱讀，你應該要很快地僅閱讀與主題相關的章節，而非閱讀整本書。
3. 此階段的主要目的，是要確認這本書是否與你所在意的議題有相關
2. ② 使作者與你達成共識 (bringing the authors to terms)：
1. 當我們在做分析閱讀時，在第一個規則，會要求讀者找出作者提出的關鍵字 (key words)，以及找出作者怎麼使用這些關鍵字。當你在看同主題不同作者寫的書籍時，不同人會使用不同的關鍵字，此時，你就要建立出一些中立的詞彙 (terms)，這些詞彙可以套用到大部分作者所使用的詞彙。
2. 這可步驟可能是整個主題閱讀裡，最困難的階段。在分析閱讀，你要了解作者使用詞彙、關鍵字；但是在主題閱讀，你不可以被某一位作者的詞彙與關鍵字影響，反而要去建立屬於自己的中立的詞彙 (common termninology)
3. 在此階段，你必須要：建立屬於自己的中立的詞彙 (neutral  termninology)，此中立詞彙能夠用來了解所有相關書籍的作者，而非一個或少數的作者，這樣你才能進入下個階段。
3. ③ 釐清問題 (getting the questions clear)：
1. 檢視閱讀 (Inspectional reading) 的第二條規則是，找出書中的重要句子 (key sentences)，進而瞭解作者的主旨或主張 (propositions)。
2. 此階段與上一階段一樣，你必須建立一個中立的主旨 (common proposition)，列出一連串的問題。無論作者是否明白談過這些問題，所有作者，或絕大部份的作者都能針對問題提出他們的解答。
4. ④ 界定議題 (defining the issues)：
1. 如果問題很清楚，而每位作者也有其各自的回答方式（不管是贊成或反對），那麼這個議題就被定義出來了。有時候問題不是那麼簡單回答 (問題不是只有正反兩面)，你可能會得到兩種以上的答案，這時就該找出不同意間彼此之間的關聯，再根據作者的觀點來做分類。
2. 通常，不同的答案會被視為對問題擁有不同的見解 (different conceptions of the question)，也常被視為對主題有不同的觀點 (different views of the subject)。
5. ⑤ 分析討論 (analyzing the discussion)：
1. 透過上述四個步驟，你已經建立中性的詞彙 (neutral terminology)，已可套用於大部分作者所出的問題與解答，並已定義出不同作者回答問題的不同觀點。
2. 把問題 (questions) 和議題 (issues) 依順序排列，以求突顯主題 (propositions)。比較有共通性的主題，要放在比較沒有共通性的議題之前。各個議題之間的關係也　要清楚地界定出來。
20. 除非你知道要讀哪些書籍，不然你無法主題閱讀 (syntopical reading)；除非你能做主題閱讀 (syntopical reading)，不然你不知道要讀什麼內容。