不知道大家有沒有這樣的經驗？
同一家店、一樣的咖哩飯，今天吃覺得超香濃、超好吃，過了幾天想說再去吃一次，但是就覺得這次的咖哩飯普普通通，還覺得有點膩？
又或是說，今天早上你最好的朋友LINE你說「我正在上吐下瀉很不舒服！」這個時候你會覺得他是：食物中毒？壓力太大？剛跑完馬拉松、累到虛脫？還是說昨晚玩太嗨了？
你有沒有想過？社會上充滿很多不合理的情況。像是不同的法官對同一個案件卻有截然不同的判決、不同的醫師對同一個病人的診斷有著很大的差異、不同的面試官對於要不要錄取求職者意見大不相同，同一個員工的績效考核也會有不同的結果。就連同一個法官、醫師與面試官在不同的時間也會做出不同的判斷。
同樣的事情，發生在不同的時間點，我們的判斷可能會完全不一樣。甚至是，你今天做的決定，明天很有可能就會完全推翻。
為什麼會這樣？
這其實不是你的問題，而是，我們的大腦充滿了「雜訊」(Decision Noise)！而且在日常生活中，雜訊比你以為的還要多。
雜訊這個概念來自三位行為科學家，丹尼爾．康納曼、奧利維．席波尼和凱斯．桑思汀的著作《雜訊：人類判斷的缺陷》。
他們從行為科學的角度分析人類的各種決策，並且得到一個重大的發現——我們的決策遠遠不如自己想像中理性，因為，判斷會不斷地受到「偏誤」和「雜訊」的影響。
在之前介紹康納曼的《快思慢想》時，我們就有提到過，「偏誤」是一種固定方向的錯誤，這種錯誤會在多次的判斷中不斷重複。而「雜訊」則是隨機的波動，例如外在環境、情緒變化等等，讓我們的決策沒有規律可循。
接下來，就用一個案例，來幫助大家區分「偏誤」和「雜訊」。
偏誤 vs. 雜訊：一個綜合案例
小美是一名大學生，正在尋找暑期實習的機會。她分別收到兩家公司的實習邀請，A公司是知名企業，B公司則是新創單位，兩者都提供類似的薪資和福利，小美需要在有限的時間內做出決定。「大公司一定比較好！」這是我們普遍認為的現實，小美同樣有這個想法。
這種明顯有固定傾向的錯誤判斷就是所謂的「偏誤」。
因此，就算在決策期間裡面，小美查了再多資料，她都只會特別注意A公司的優點。
這是典型的「確認偏誤」（Confirmation Bias），讓我們只會選擇接收符合自己既有觀點的訊息，而忽略其他的聲音。
然而，就在小美準備選擇A公司的那天，她在學校因為遲交作業被教授罵了一頓，小美大受打擊、非常EMO，回家後她忍不住想：「我就爛，連學校的東西都搞不定！」這讓她又開始有所動搖，想要改選B公司。
這份悲傷的心情就是一種「雜訊」，是雖然與事件本身無關，但卻會對決策產生隨機影響的外部因素。
三種常見的雜訊類型
我們總以為自己所做的每一個決定都有經過深思熟慮，但只要從統計的角度來看，就會發現這些多出來的雜訊。
像是我們通常會對自己的擇偶標準很有自信，覺得我的寶貝就是全世界最棒的，也不太會懷疑朋友的眼光跟自己會差很多。
但如果把所有人的評分標準一一量化，可能會發現大家的想法其實超不一致，甚至會為同一個人作出完全相反的評價。
在生活當中，雜訊可以分為以下三種常見的類型：
● 場合雜訊（Occasion Noise）
是指同一個人對同一件事，因受到無關的外在條件影響而有不同的判斷。天氣、時間、心情、甚至是不是肚子餓了，都會影響我們的表現。
就像小帥平常小考都高分通過，但他求好心切，在大考前特別熬夜K書，結果睡眠不足，期末考時腦袋當機，反而考的落花流水。
你的決策品質可能因為當下狀態不同而波動，這就是場合雜訊的影響。
● 水準雜訊（Level Noise）
是指不同人對相同事情的標準不同。
比如小元在選課的時候，看到有一門課特別多人推，以為是甜課就跟風選修，結果課程硬到爆炸，讓他在這個學期多熬了16週的夜。
要是小元有先去某卡看看選課板，了解一下大家對這門課的評價，是「教授人很好」還是「很辛苦但會學到東西」，可能就會做出更適合他的選擇。
● 穩定型態雜訊（Pattern Noise）
是指同一個人會針對特定對象或情境有特別的標準。
像是阿杰和小花參加吉他社面試，兩人雖然實力相當，但因為學長總是會給女生打比較高分，所以阿杰就不幸落選了。
簡單來說，雜訊會影響我們的思考，但它出現的時候你不一定會發現，就算讓你發現了，也不確定它會造成什麼影響。
如何讓你的決策更理性？
我們都是人類，不是機器。
機器對於事情的判定可以用程式去設定，而人天生就不客觀，我們的大腦天生容易受到「雜訊」影響，經常都會帶著主觀意識去判斷。但是不用擔心，今天碩哥就從書中整理出幾個方法，來幫助我們有效降低雜訊、提升決策品質的終極攻略！
● 第一個方法：提出標準化決策流程
我們可以設計一套決策SOP，就像漢堡王的漢堡因為有標準製作流程，無論白天還是晚上去買，吃起來都是一樣的，我們的決策也應該這樣被標準化，針對不同的情境設定明確的標準。
像是每學期都會遇到的選課問題，可能一下子覺得這門課老師很嚴，一下子又覺得另一門課報告太多，我們可以標準化選課流程——先列出三個我們覺得最重要的標準，比如作業量、教授給分和內容實用性，然後幫每門課都打分數，這樣一來，我們就可以順利選出兼顧成績表現和學習成效的課程！
● 第二個方法：用統計數據輔助判斷
為什麼我們的記憶常常不準？因為我們的大腦很愛騙自己！
有時候，你可能會覺得這次考試是老師特別刁難，但其實只是你考前沒讀熟；你可能認為這牌電腦超難用，但其實只是剛好遇到機王。
所以，我們可以嘗試用客觀數據來檢查自己的感覺，像是找約會的餐廳，不要只聽朋友說這家超好吃，還可以去檢查一下評價，看看有多少人給了怎麼樣的分數。
同時，也要避免過度被特定的經驗影響！
像是我們會因為一次數學小考差，就覺得自己的數學的爛透了，但如果稍微看看自己過去的作業成績，可能會發現其實自己大部分時候都表現不錯！
我們要提醒自己這是單一事件，而不是整體趨勢，不要因為一次失敗就感到氣餒。
● 第三個方法：延後直覺判斷，晚點再做決定
我們的第一直覺經常錯得離譜！看到限時優惠就忍不住下單，結果為了湊免運，買了一堆不需要的東西。
為了避免自己被沖昏頭，我們可以用一些小技巧來幫思考踩一下煞車。
例如：設置決策冷卻期，像是逛網購的時候，可以先放進購物車，24小時後再看看還想不想買；又或是給自己一個獨立思考的機會，先寫下自己的想法，再去聽別人的建議，而不是一開始就被影響。
● 第四個方法：多問別人的意見
人的決策往往會受到個人經驗和當下情緒的影響。但如果我們能收集大家的獨立判斷，再進行綜合評估，就能降低這些隨機誤差。
像是在選拔社團幹部時，如果只有社長單獨決定，可能會因為他的個人偏好影響選擇結果。但如果由三到四位學長姐獨立評估每位候選人的能力、態度與表現，再將意見彙總，就能大幅減少雜訊，選出最適合的幹部！
● 第五個方法：先給標準再排序
書中提到，同樣的一件事情，讓大家為它打一個絕對值的分數，很有可能會出現巨大的落差，因為每一個人對於事情都有不同的看法，對於絕對的分數也有不同的解讀。
比如說，每一個學期結束，學生都需要為有修讀的課程進行評分。如果需要大家以1到100分來評，就算學生一致認為這是一門很好的課，在分數上都會有一定的落差。
因為每一個人對於「很好」都有不同的看法，可能我覺得90分是很好，但其他人可能會覺得70分就是很好。因此，作者認為比較好的方式是用相對值，以相對的尺度來作排序的方式，搭配使用案例比較，可以讓決策更有依據。
這樣舉個例子好了：
小美最近認識了三個男生，170雙魚男、183巨蟹男和175天蠍男（哇嗚）。準備決定在情人節要赴誰的約，她嘗試幫他們的身高、長相、個性評分，結果每個人總分都差不多，反而更難作出選擇！這個時候，小美決定把他們的照片和介紹群發閨蜜，並要求以戀與ＯＯ的秦Ｏ作為基準，讓他們進行排序，透過相對比較，看看誰能超越現任電子男友。
結果是……小美決定情人節那天躺在家裡繼續和紙片人談戀愛。（噗）
結語
以上就是今天跟大家分享書中提及的，有助於降低雜訊的決策方式。
我們的大腦天生容易受到「雜訊」影響，但透過這些策略，我們可以讓自己的決策更穩定、更準確！記住這幾個黃金法則，下次做決定時就不會被雜訊牽著走囉！
