2023-05-04|閱讀時間 ‧ 約 7 分鐘

阿崴閱讀-雜訊

只要有判斷,就會有雜訊。
好書分享:雜訊
作者:Daniel Kaheneman, Olivier Sibony, Cass R. Sunstein
翻譯:廖月娟、周宜芳
天下文化出版
2022年末就用這本書做個結尾吧,2021年底購入到現在,終於是認真的看完了。小小心得先分享,如果我們已知會有雜訊的發生,怎麼樣有知覺或是有方法的利用一些工具,減少過多的雜訊影響我們的判斷。然後考慮合理減少雜訊所需要的成本選擇一個相對好的方式。
所以針對一些預測與判斷,或許可以試著找出一些衡量的基準,不需要考慮過多的加乘,先透過一些數字自動化的計算,晚一點才把個人主觀的判斷加入,應該都能夠有效的減少雜訊的干擾。
凡是判斷就會有雜訊,雜訊長怎樣呢?
  • 不同面試官對同一個應徵者會有不同的評價。
  • 同一個員工的考核會因為打考績主管的不同而有差異。
  • 被告是否獲准保釋,關鍵在於法官,有的法官比較寬容,有的則比較嚴格。
  • 同一個專家看同一個案件,在不同情況下會有不同的看法。

#只要是判斷就會有雜訊
書中用了六個部分來解釋,判斷,如何提昇來拆解:

第一部:尋找雜訊
犯罪的量刑會因為不同法官而有所不同,甚至是包含裁判的時間,心情甚至是戶外氣溫。但每一個案件又是獨立的,究竟甚麼樣才會是一個相對公平的裁決?
資產管理公司的人員,依據相同的資料,對於標的物的估值有著很大的落差。甚至是保險理賠的人員,對於理賠標準與金額的計算,相比之下可能帶給公司或是投資人額外的損失。
即便不是這些重複性發生的決策,面對單一事件的決策,所面臨的雜訊與挑戰更多。或許就如同書中所講的:造就你今天的各經驗與你現在的決定沒有甚麼關係。

第二部:你的頭腦也是一把尺
水準雜訊:單一個法官是屬於嚴厲或寬容,這一類因為人格特質,而與案件或被告無關的就屬於水準雜訊。
型態雜訊:同一個法官並非所有案件都嚴厲或是寬容,因為案件或被告,有時候比較嚴厲,有時比較寬容,那就屬於型態雜訊。
整個系統雜訊的平方就等於水準雜訊平方加上型態雜訊的平方。
場合雜訊:整個判斷取決於心情,剛剛發生的事情,甚至是天氣,人並非永遠不會變得,因此每一次的判斷因外在因素產生的就屬於場合雜訊。
群體會擴大還是縮減雜訊呢?
在多數的情況之下,會因為少數先發言的人或是集中在少數判斷之下,特別是公眾議題的討論與決定都是透過群體的討論,因為某些因素而讓公共議題被導向特定的方向。這也是書裡討論希望能夠讓世界更趨於公平的理想方向。

第三部:預測性判斷中的雜訊
越簡單的模型,就越穩健。因為資訊科技與電腦運算的發達,只要有特定可遵循規則的事情,電腦通常都能夠比人做出更好的判斷與決策。但機器學習還是有其所侷限的,就如同書裡所舉到的斷腿例子。
要判斷一個人晚上是否會去看電影,如果你已經知道他腿斷了(爾且剛好也沒有產生去醫院的行為),那麼你有很大的機會會比電腦還容易預測這個人不會去看電影。

#我的直覺
大概很多有經驗的高階經理人很常依賴所謂的直覺,本能的感覺來做判斷。但是這大概跟先前分享過的書籍:真確的TED演講裡所提的,通常人類的判斷恐怕比起黑猩猩的常態分佈好不了多少。就如同預測股價:漲,跌,平。我們非常容易過度的高估自己的判斷能力。

第四部:雜訊的產生
還有甚麼會導致雜訊的產生呢?
系統一的思考,我們被訓練得很依賴直覺的快思,然後以此做出判斷。再搭配上取多心理的因素,包含了:結論謬誤,追求連續性,習慣的因果配對。即使有量表,也因為對量表的分數未必有經過一致性的結構化設計(你的4分跟我的4分滿意程度可能就有很大的不同)。有非常多的因素都會使判斷產生偏誤或雜訊。書中大概也花了一半的篇幅好好地透過大量的案例來解釋以及說明,世界的雜訊有非常多。那怎麼辦呢?

第五部:提升判斷力
為了對抗雜訊,這一段大概可以是必讀的一段重點,提供了解方,也提供了解方所運用的場景:鑑識科學,醫療診斷,績效評鑑,人員招募。解方分享一下,案例留著大家有興趣可以看書。

#優越的判斷者
雖然雜訊有很多,但不可否認,還是存在的少數的大神,對於特定領域的判斷與預測總是準得嚇人,雖然智力是作者也無法否認的要素,不過有個關鍵:主動開放的心態
根據新資訊不斷改變想法,修正信念。爾且這個思考方式,是可以教導與學習的。對反對意見保持開放心態,並知道自己或許是錯的,如果需要勇敢地做出決斷,那也會是在過程的尾聲,而不是開始。

#中介評估法
流程一開始,把決策建構成中介評估。
盡可能確保中介評估採用外部觀點。
分析階段,盡可能讓評估保持彼此獨立。
決策會議上,各項評估分開檢視。
每一項評估都要確保參與者各自做判斷,然後運用:估計-討論-估計法。
要做最後決策時,延遲直覺地運用時間,但不要禁用直覺。

第六部:雜訊的最適水準
演算法在不確定世界裡不太可能完美,但是有偏誤的人類判斷可能更不完美。如果演算法犯的錯比人類專家還少,而我們卻在直覺上更偏好人類,那麼我們應該仔細審視我們的直覺偏好。
減少雜訊策略確實代價不斐,但是在大多數時候,它們的成本只是藉口,而且不構成容忍雜訊所帶來的不公平和代價的充分理由。
在還沒有辦法有很好的演算法之前,規則與準則可以協助減少雜訊,例如透過滿18歲才能喝酒,但有許多超過18歲的人喝酒可能也會有很大的問題,但至少可以減少18歲以下因為喝酒所發生的危害。
如果我們活在一個雜訊很少的世界,公共安全與健康可以被改善,更多的公平性,預防很多可以避免的錯誤,這也是作者們寫下這本書的目的,希望引起大家的一些關注,在允許的狀況之下,留意雜訊的發生,避免做出相對差的決策。
如同快思慢想所提的,我們難免容易流入系統一的思考方式,如何有意識的練習並察覺偏誤或是雜訊的出現,在可以允許的條件之下,利用一些相對較好的方式與系統建議一個判斷的準則,然後讓自己的直覺晚一點出現。特別是在與人有關的議題上,不要落入那個無知的狀態,然後還因此而沾沾自喜,這兩三年世界變化的速度之快,有許多始料未及的事情發生(疫情,戰爭),然後又瞬間開始打開國際疆界,我們被迫練習要在很快的速度之下,稍微放慢一些判斷的準則,又或是透過一些系統先快速的建立準則,讓自己的直覺晚一點出現,或許會有完全不一樣的見解與看法。不太容易讀但很推的一本書,特別是相當考究的有許多案例作為舉證,下次判斷前,稍微停一下吧!
#阿崴閱讀
#雜訊
#2022/12

分享至
成為作者繼續創作的動力吧!
© 2024 vocus All rights reserved.