一个关于“问题”的问题

中文语境中“问题”，我认为大概会分为两类。

第一类，是关于提问，也就是提出问题，是一个需要回答的疑问。

这类问题基本提问方式和句式是。

是什么？指向事物定义、某种事实、某个现象等。 为什么？为的是寻找原因、机制、根源等。 如何？方法、路径、操作、执行的指导。 会怎样？结果的洞察、趋势的分析或者预测某种未来。

这种“问题”，更接近英文里的Question。

第二类，是关于发现、觉察，更接近英文里的 Problem。

这类问题更多是指向存在一种偏差，一个异常。

比如：你这个人有问题。这里说的“问题”，是说你这个人不对劲，反常，跟正常有差异。这是一种觉察和发现。

再比如：这个产品有问题、这个社会有问题、这个世界有问题等等。

这种说法，一般都是指，现实状态与某种应然状态之间，出现了偏差。核心是实际情况偏离了某个参照系。

这两种问题之间，存在一个转换关系。

我们再来更详细的分析，就会发现，其实这两种问题并不是彼此割裂的，往往是因果相随的。

第一类问题是工具和方法，第二类问题是动机和起点。

很多真正有价值的思考，往往从第二类开始，再进入第一类。

也就是说，一般情况下，我们总是发现一个现象好像有问题，然后接着才会追问，到底是什么问题，为什么会出现，如何解决，解决后会怎样，不解决会怎样等等。

所以，我们可以这样理解：觉察型问题，是发现的的入口，提问型的问题，是分析的工具。

于是，一个模糊的不对劲，逐渐转化为一个可以展开的思想主题。几乎所有好的文章、理论、商业洞察，最开始都来自这种微妙的感觉。

好像有什么地方不太对劲，究竟是哪里不对劲，为什么会不对劲……

这两种一前一后的“问题”，那种更重要一点呢？

毋庸置疑，我认为是第二种，也就是觉察型的感知性的问题。现实中普遍的人们比较重视“解决具体问题的能力”，因为具体的需要解决的问题，往往已经有相对清晰的目标、边界和方法。

但是发现一个问题，发掘一个现象不对劲，这种能力更稀缺一点。

这需要具有，对异常的敏感，对现实的长期观察，对常识的把握，对细节和规则的感知，以及想象力等。

回到当下，是什么、为什么、如何做，这类提问型的问题，正在被 AI 飞快接管，主要你问得出，AI 就能答得上，而且回答的会越来越好，这种问题不再稀缺。

真正稀缺的，是在所有人都觉得“正常”的地方先觉出“不对劲”，而且后来被证明你是对的，这种能力几乎没法外包。

由此，可知。

真正重要的不是拥有答案，而是建立对问题的敏感度。答案解决的是已知问题，问题意识发现的是未知世界。