随着大数据的兴起，很多人都认为不需要搞清楚事物的因果关系，只要有相关性就够了。比如，大数据分析告诉我们，当飓风袭击某个地区的时候，那里的沃尔玛超市卖的一种草莓饼干销量就会上升，没有人知道是为什么，但有了这个信息，只要飓风来了，给草莓饼干多备货就行了。但是，计算机科学家和哲学家朱迪亚·珀尔（Judea Pearl）不同意这个看法，他在新书《为什么：因果关系的新科学》（The Book of Why: The New Science of Cause and Effect）里说，因果关系是比大数据更基本的东西，理解事物的因果关系更重要。得到订阅专栏 “万维钢·精英日课”的主理人万维钢介绍了朱迪亚·珀尔的观点。
朱迪亚·珀尔认为，想要弄清楚因果关系，需要有这样三个等级的思维方式。
第一级思维是观察，就是通过数据分析做出预测。观察是寻找变量之间的相关性，是积累经验。如今的人工智能也是基于这一点，AlphaGo下围棋的时候，并不理解某一步棋有什么用，只不过它知道走这步赢棋的概率更大。再比如，你开个便利店，卖牙膏和牙线。观察思维问的问题是，如果一个顾客买牙膏的话，他有多大的概率同时也买牙线。了解了这个问题，你就知道该不该把牙膏和牙线放一起，以及该按什么比例进货。
第二级思维叫做干预，也就是预判一个行动的结果。干预就是说，现在把牙膏价格提高一倍，对牙线的销量有什么影响。这不是过去的经验能告诉你的，过去牙膏的价格可能有过提高一倍的情况，但你不能用那个经验测试现在这个行动的结果。因为以前牙膏卖的贵，可能是别的原因，比如牙膏紧缺。这里说的干预是，不管别人家的牙膏卖多少钱，你单方面刻意提高价格，看看对牙线的销量有什么影响。
第三级思维叫想象，是对以前发生的事情的反思。你要问的问题是，如果当时那样做了，现在会是一个什么结果？你问的是一个从来没发生过的事情。这叫反事实（counterfactual）分析。比如，你没当过程序员。但是你可以想象如果你当了程序员，生活会是什么样。能想象没有发生的事，就说明你能对过去的事做出反思。能反思，你就可以想办法改进。正是有了这种“反事实分析”的能力，我们才会对自己的行动负责。
万维钢总结说，这三级思维，分别代表了三个问题：1.这件事儿发生了，那件事儿是否也跟着会发生？2.我采取这个行动，会有什么后果？3.如果当初我没有这么做，现在会怎么样？回答第一个问题也许有数据分析就够了，回答后两个问题，就需要因果模型。你需要知道是什么导致什么。有了因果模型，你就能在大脑里做各种思想实验，就能进行权衡比较，也就有能力规划未来。
