学习不可能不犯错误。错误的联系可能导致错误的理解。你以为理解正确，实际上是从错误的联系推导而来。
比如，用生物进化作为模型来模拟公司的演变，（这是比喻法，是一种纵向拓展，它在生物进化和公司的演变之间建立了高速公路。──译者注）这是个很有用的比喻。不过正因为是比喻，也存在不够精确的问题。自然选择经过数千代的复制，错误发生率相对较低，而公司经过几代就可能发生根本性变化，而且不可避免地出现较高的错误发生率。除非你明白比喻的局限，否则就会推理出错误的结果。（Eliezer Yudkowsky, "No Evolutions for Corporations or Nanodevices"http://www.overcomingbias.com/2007/11/no-evolution-fo.html）比如你得出公司的变化也要经过数千年的结论，显而易见，荒谬之极，谁都知道，世界上公司的产生也不过百年。（相信你在用比喻法时，不会这么傻，但是某些情况下，比喻法的确让人得出自以为正确，实则荒谬的结论，不过科学就是这样在不断地否定错误中发展成长的。──译者注）
纠错可以看作在整体性知识网络中做修剪工作，添加一些特殊的例子，删除一些现实中不存在的联系，这不是一个完美的过程，修剪工作是必要的。
纠错可以采取多种方法，包括阅读那些与你观点相反的书籍，以及把结论放入现实世界中看看等方法。
在本书的前面，提到过我是怎样应用模型（有3D背景的格子）来理解子空间的，除此之外，一定还有其他理解子空间的比喻。格子的比喻可能会导致一些错误的结论，纠错的目的就是要修正这些错误。
小贴士
纠错的最终途径就是实践，如果纠错之前的三步做得很好，那么纠错的时间会缩短。关于纠错的更多建议，请参阅模型纠错一节。