大祭司的變節#
莫萊納（Peter Molenaar）大半生都是個平均主義科學家——他是荷蘭數學奧林匹亞選手、發展心理學博士，論文與著作滿是方程式與證明，一路憑數學才華登上荷蘭學術頂峰（H1 教授、阿姆斯特丹大學心理方法系主任）。他對平均主義信心十足，甚至會揶揄那些「太依賴平均」的同事。
2003 年，59 歲、離退休只剩三年的他被臨時抓去代課，教一門乏味到不行的「心理測驗理論與方法」，得重讀那本被稱為「測驗聖經」的教科書（Lord 與 Novick 著）。就在導論裡，他經歷了德文所謂的 aha-erlebnis（頓悟）。
心理測驗的真正目的#
書中平淡地指出：任何心理測驗，都是想探明受試者某項特質的「真實分數（true score）」。
這聽起來很合理——我們做智力測驗、性格測驗、入學考，不就是想知道真實的智力排名、性格類型、性向百分位嗎？
但問題來了。當時主流的古典測驗理論說，求得真實分數的唯一方法，是對同一個人反覆施測許多次再取平均（因為每次都可能有誤差：分心、餓、看錯題、猜對了）。可是人會學習——同一份數學考卷再考一次，表現必然改變，根本測不到獨立分數。
於是 Lord 與 Novick 提出一個替代方案：與其測一個人很多次，不如測很多人各一次，用一個群體的分數分布，代換掉個人的分數分布。
這正是凱特勒一世紀前用「角鬥士雕像」比喻幹過的事——他宣稱「一千尊同一雕像複製品的平均」等同「一千名不同士兵的平均」。兩者都偷偷假設：測一個人很多次，等於測很多人各一次。
莫萊納一眼認出，這個怪異假設不只影響測驗，而是所有研究個體的科學的共同地基——入學考、資優/特教篩選、健康診斷、腦模型、憂鬱症治療、糖尿病胰島素給藥、聘僱與升遷、學校評分，全都建立在它之上。這是平均主義心臟裡一個無可辯駁的錯誤。
遍歷性的偷天換日#
莫萊納替這個致命瑕疵取了名字：「遍歷性偷換（the ergodic switch）」。它的悖論是——你竟想靠忽略個體性來理解個體。
這個詞來自「遍歷理論（ergodic theory）」。十九世紀末物理學家能測出一罐氣體的整體性質（體積、壓力、溫度），卻不知單個氣體分子如何行為，於是想知道：能否用「一群分子的平均行為」去預測「單個分子的平均行為」？他們推導出嚴格的規則：
唯有同時滿足兩個條件，才能用群體平均去預測個體：
- 群體中每個成員都完全相同
- 每個成員在未來也維持不變
滿足者稱為「遍歷（ergodic）」。結果連看似簡單的氣體分子多半都不遍歷——更別說人了。人不是「冷凍的複製人」，卻被排名、分類等最基本的平均主義方法當成冷凍複製人。
遍歷偷換如何給出「完全相反」的答案：打字的例子
假設你想靠改變打字速度來減少打錯的次數。
- 平均主義做法：測一大群人，比較「平均打字速度」與「平均錯誤數」，會發現速度越快、錯誤越少。於是結論：想少出錯，就打快一點。
- 真相：打字快的人通常整體更熟練，所以錯得少——這是「群體層次」的結論。若改在個人層次建模（測你自己在不同速度下的錯誤數），會發現打越快、錯越多。
當你用「群體知識」代換「個人知識」，得到的是完全錯誤的答案。這正是凱特勒把「平均蘇格蘭士兵胸圍」詮釋成「真士兵」時所犯的第一樁遍歷偷換——也是整個平均觀時代的原罪。
2004 年，莫萊納發表宣言式論文，宣告平均主義無可救藥地錯了。他笑著自比：「我本來像聖經裡的保羅，迫害那些說『平均是錯的、個體才是道路』的人；然後我有了自己的『大馬士革路上』一刻，如今成了『個體福音』最狂熱的傳道者。」
個體科學#
宣布平均主義錯了還不夠。同僚的共同反駁很實際：「不用平均，那要用什麼？」——這正是平均主義如此長壽、如此深植的原因：它比當時任何替代方案都好用。型、階、平均常模既方便又省力，一句「她比平均聰明」「他班上排第二」看似有數學撐腰。對工業時代忙著把大量人塞進標準化階層的管理者而言，這是完美的哲學；而且沒有哪個主管，會因為「拿個體去比平均」而丟掉飯碗。
莫萊納意識到：真要推翻平均的暴政，就得提出一個能給出更好結果的替代方案。荷蘭大學不給他資源（規定他三年後就得退），於是 2005 年他遠渡大西洋，接下賓州州立大學的終身職，召集全球一流學者與學生（他們暱稱他「大師（Maestro）」），奠定一門跨領域的個體科學（the science of the individual）。
平均觀時代有兩個假設：凱特勒的「平均是理想、個體是誤差」，與高爾頓的「一項卓越、多半項項卓越」。個體科學的核心假設恰恰相反——個體性很重要：個人不是誤差；在最要緊的人類特質（才能、智力、性格、品德）上，人不能被化約成單一分數。
它用的數學也不同。平均主義的數學叫「統計（statistics）」，處理的是靜態、固定的值；個體科學則轉向「動態系統（dynamic systems）」——處理變動、非線性數值的數學。
先分析，再集合#
兩種方法的根本差異在研究次序：
- 平均主義：先集合，再分析 — 先把很多人聚在一起找群體模式（平均等統計量），再用群體模式去分析、建模個人。
- 個體科學：先分析，再集合 — 先在每個人身上找出各自的模式，再設法把這些個人模式匯成整體心得。
一個發展心理學的案例，最能說明「個人優先」如何推翻長年定論——**踏步反射（stepping reflex）**之謎。
新生兒被直立抱起時會做出類似走路的抬腿動作；約兩個月大時這反射消失；快會走時又神秘重現。1930 到 1980 年代，科學家用「先集合再分析」的老方法：測一大群嬰兒，算出反射出現與消失的平均年齡，去比對各項神經發展的平均年齡，發現對應到「髓鞘化（myelination）」，於是提出「髓鞘化理論」。它甚至成了診斷依據——反射沒準時消失，就警告父母孩子可能有神經障礙。
直到科學家泰倫（Esther Thelen）改用「個人優先」。她花兩年追蹤 40 個嬰兒，每天拍照、記錄每個孩子的個別發展，最後提出一個誰也沒想過的新解釋：
胖大腿。
增重最慢的嬰兒抬腿最多、最久；增重最快的最早失去踏步反射，因為腿部肌力還不夠抬起變重的腿。關鍵不是絕對的胖瘦，而是「體脂相對於肌力發展的成長速率」。她把嬰兒放進水裡，連胖腿寶寶的反射也重現；在腿上加不同重量，就能精準預測哪個寶寶會失去反射。
過去用「平均年齡比平均體重」的研究者什麼也發現不了，因為「先集合再分析」把每個孩子的個別發展模式給抹平了；泰倫「先分析再集合」才讓它現形。
「個人優先」有個現實門檻：需要遠比平均主義更多的資料。一百年前、甚至二十五年前，我們都還沒有蒐集與管理這些海量個人資料的工具——那是它難以普及的原因。但我們如今活在數位時代，取得、儲存、運算大量個人資料早已便宜又平常。唯一還缺的，是使用它的思維。
平均觀時代 vs. 個體科學#
| 面向 | 平均觀時代 | 個體科學 |
|---|---|---|
| 誰是標準 | 平均值是理想值 個人是錯誤 | 個體性很重要 個人不是錯誤 |
| 如何看待個人 | 某人在某方面傑出，其他面也會如此 | 在高重要性的特質上，人不能被簡化成分數 |
| 研究方法 | 先集合、再分析 聚集很多人找尋其中模式，用模式分析個人並建立模型 | 先分析、再集合 先觀察每個人的模式，再結合這些模式匯成整體心得 |
| 使用的數學 | 統計（靜態、固定值） | 動態系統（變動、非線性值） |
個體性很重要#
當年丹尼爾斯提議「座艙要合每個飛行員、而非平均飛行員」時，看似天方夜譚；今天那些曾說辦不到的公司，反而把座艙的可調性當賣點在賣。泰倫挑戰根深柢固的髓鞘化理論時也一樣——但她很快就注意到那被忽略的胖大腿。
平均主義把我們的思考壓進極其侷限的框架，而我們渾然不覺，因為得出的結論看來如此自明、理性：拿薪水比平均薪水判斷事業、拿 GPA 比平均判斷學業、拿年齡比平均結婚年齡判斷早婚晚婚。一旦掙脫這種思考，原本看似不可能的，會漸漸變得直覺、乃至理所當然。
放下平均確實令人不安，就像那位對莫萊納喊「你提的是無政府狀態！」的心理學家。但我們不必在黑暗中摸索。本書第二篇將分享個體科學的三大原則，用來取代對平均的依賴：
- 參差原則（jaggedness principle）
- 脈絡原則（context principle）
- 路徑原則（pathways principle）
這三大原則將讓你用全新方式評估、篩選與理解個體——丟掉型與階，發現你自己人生中真正的個體性模式，並一勞永逸地終結平均那不受挑戰的權威。