阅读笔记第299/ 365天

今日阅读《思考，快与慢》

［美］丹尼尔·卡曼尼 著

              胡晓娇  李爱民  向梦莹译

第3部分：过度自信与决策错误

第21章:直觉判断与公式运算孰优孰劣？

一、直觉判断不比公式运算更准确

20世纪最有才华的心理学家，保罗·米尔回顾了自己的20项研究结果得出结论，经过训练的专业人士主观印象为基础的“临床预测”，不比按某种规则将一些分数或等级评定结合在一起作出的“统计预测”更准确。而且数据统计方法更胜一筹，因为它比人工判断成本低。

预测结果的范围已经延伸到了医学的可变因素，经济措施，政府机构关心的问题，还有一些混合结果评估。这些领域都有很强的不确定性和不可预见性，我们将其称为“有效性低的环境”。在这些情况下，专家预测的准确性与简单的运算得到的结果相当，甚至还要低于简单运算的结果。

二、专家预测为什么比不上简单运算准确。

1.为什么专家预测不如简单预算准确。

1）复杂的结合。

米尔猜测其中一个原因是，这些专家试图变得聪明，总想跳出思维的框框，在预测时会考虑将不同特征进行复杂的结合。复杂的结合会降低其正确性。反倒不如将特征简单的整合在一起。

2）判断的不一致性。

专家判断不可取的另一个原因是人们对复杂信息的最终判断很难达成一致。

如果有人要求这些专家对同一信息进行两次评估，他们通常会给出不同的答案。

判断的不一致性非常典型，不可靠的判断使人们对任何事物都不能做出有效预测。

这种普遍不一致性是由系统1对极端条件的依赖所致，在我们的环境中有一种不被注意的刺激物，在本质上影响着我们的思想和行为。这种影响会从这一时刻波及下一时刻。而公式不会有这样的问题，输入不变输出也不会改变。

2.要提升预测的准确度，最终的结果应由公式给出，在低效的情况下尤其如此。

罗宾·道斯发现，人们可以通过选取一组对于预测结果以及提升价值都很有效的数据作出类似的判断，这种判断可以和找到各种预测因素权衡后再整合到一起的最理想公式一样取得理想的预测结果。

这种基于等权原则的计算方案的成功有着重要的实践意义：它可以在不做任何事前统计研究的基础上就能开发出有用的运算方法。这种基于现有数据或常识的简单等权公式，通常可以预测出意义重大的结果。

这个研究的重要结论是，在信封背面构思一个运算公式通常可以和理想的话的公式媲美与专家的言论相比，肯定更胜一筹。

例如：在1953年之前内科医生和接生人员一直用他们的临床经验来判断婴儿是否处于危险状态。不同的人依据的也不同，由于没有一个的标准，人们经常错过危险信号，导致许多新生儿不幸夭折。麻醉学家佛吉尼亚·阿普加，用5个变量（心率、呼吸、反应，肌肉强度和颜色）以及3个分数（0、1、2分别代表各个变量的稳健度），来评估每一个出生一分钟的婴儿。这个公式对减少婴儿的夭折率起到了重要的作用。现在这个方法依然应用于每一个产房中。

三、让许多业内人士烦恼的运算法。

1.我们为什么会厌恶用公式来做决定。

1）我们对自然事物的偏好。

通过数理统计来做决定的厌恶情绪影响着人类，这种厌恶源于我们本身对自然事物的偏好以及对人工合成产物的否定。

2.对运算法的偏见。

对大多数人来说，错误的原因最重要。由于运算法导致婴儿死亡的案例比人为因素造成的悲剧更让人感到悲痛。这种情感强烈程度已经上升到道德取向的层面了。

2.随着运算法在生活中适用范围的不断扩大，人们也在慢慢接受它。

例如：我们在寻找喜欢的书籍或音乐时，会接受软件推荐的选项。我们越来越习惯按照运算法形式出现的指导方针，比如我们应该努力将有害和有益的胆固醇保持在什么比例……

四、将人工判断和公式运算相结作出判断。

我们既不要简单的相信直觉判断，但也不要完全抛开它。

将人工判断和公式运算相结合来设计测试的过程可以既不怎么费力，但却相当严格。

设想你要为公司招聘一名销售人员，那么你应该这样做：

1.选择一些这个岗位要求的先决条件（比如技能熟练程度，个性稳重程度，可靠性等）。不要太多，6个左右即可。这些条件最好相对独立，同时要保证你通过一个问题就能够对这几个条件进行评估。

2.为每个条件都列出一系列问题，并想好如何对其情评估分数为1~5。你应该清楚什么情况“最弱”，什么情况“最强”。

3.注意，你必须在一定时间内完成对某一特征的信息采集，并对其打分之后才能测试下一个。

4.评估每个候选者时，要将这6项评分累加起来。

5.选择那个得分最高的人。而不是你喜欢的那一个。

请相信：运算法优于临床的直接判断，而运算法从分散的评估中得出的结果更有价值。

“闭上眼睛”的直觉判断，比主观判断更可取。这样可以排除光环效应，排除人们喜好的第一印象对判断结果的影响。