由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
[湛庐店]偏差 人类决策中的陷阱 《噪声》作者奥利维耶·西博尼全新力作 经济管理商业/行为决策认知心理学书籍 正版
¥ ×1
|
|
|
|
|
|
|
|
|
|
|
|
|
|
偏差,人类决策中的陷阱
《噪声》作者奥利维耶·西博尼全新力作
诺奖得主丹尼尔·卡尼曼、场景实验室创始人吴声、知名投资人杨天南、《经济学人·商论》执行总编辑吴晨联袂推荐
《偏差》(精装)
(You’re About to Make a Terrible Mistake!)
诺贝尔经济学奖得主丹尼尔·卡尼曼
场景实验室创始人吴声
北京金石致远投资管理有限公司CEO杨天南
《经济学人·商论》执行总编辑吴晨
哈佛大学法学院教授卡斯·桑斯坦
麦克阿瑟天才奖得主安杰拉·达克沃思
心理学家菲利普·泰特洛克
管理学家萨菲·巴赫尔
联袂推荐!
l 分类:经济管理/行为决策
l 书名:《偏差》(You’re About to Make a Terrible Mistake!)
l 作者:[法]奥利维耶·西博尼(Olivier Sibony)
l 译者:贾拥民
l 定价:129.90元
l 开本:32开
l 页码:424页
l 字数:297千
l 印张:13.25
l 出版时间:2022年2月
本书作者奥利维耶·西博尼多年来一直致力于提升决策品质,他曾在麦肯锡咨询公司担任决策顾问长达25年。他发现,很多公司的商业决策乃至战略决策竟然都是错误的。在有大量的“前车之鉴”,且数据证据表明这些决策大概率会导致失败,甚至会带来灾难性后果的情况下,很多决策者依然会重蹈覆辙。认知心理学方面的研究发现,这些决策错误是由认知偏差导致的,会让决策者误入歧途,掉进决策陷阱。
因此,在这本书中,西博尼利用数十个引人入胜的案例,展示了认知偏差如何经常导致我们所有人陷入9个常见的决策陷阱的,甚至包括那些知名商业巨头。并将常见的认知偏差按照逻辑归为5种更容易记住的类别。
西博尼认为,避免认知偏差陷阱的好方法是在你的组织中构建一个有效的决策架构,而不是重复使用那些让管理者一次又一次失败的老“去偏见”技术。这是一套利用集体智慧帮助决策者做出决策的技术和流程体系,并提供了3大类共40种具体的决策技巧。这是从行为经济学和认知心理学的发展中提炼出的可操作的工具,可以帮你做出有效决策。
l 《噪声》作者奥利维耶·西博尼在《偏差》一书中给出了9种决策陷阱、5类认知偏差、3大决策架构支柱和40个决策技巧,助你认识偏差、应对偏差,我们每个人都可以做出明智的决策。
l 诺贝尔经济学奖得主丹尼尔·卡尼曼、场景实验室创始人吴声、北京金石致远投资管理有限公司CEO杨天南、《经济学人·商论》执行总编辑吴晨、哈佛大学法学院教授卡斯·桑斯坦、麦克阿瑟天才奖得主安杰拉·达克沃思、心理学家菲利普·泰特洛克、管理学家萨菲·巴赫尔联袂推荐。
l 湛庐文化出品。
奥利维耶·西博尼
巴黎高等商学院教授,牛津大学赛德商学院外籍教授,曾在全球知名战略咨询公司——麦肯锡咨询公司担任合伙人长达25年时间。西博尼的研究领域为战略、决策、问题解决,致力于提升决策的品质。
在这本由战略决策教授提供的以研究为基础的精湛指南中,你将发现9种商业决策陷阱,并能学到避开这些陷阱的实用工具。本书对管理决策的艺术做了精彩的诠释。你可能想不到,阅读本书是一种享受。
丹尼尔·卡尼曼
诺贝尔经济学奖得主、《思考,快与慢》《噪声》作者
偏差无可回避,即使目标成功实现也并不代表决策的正确无误。边缘、速度、离散成为数字时代的底层特征,深入理解与建模这种不确定性,依靠决策架构本身的科学理性,我们才能穿越大时代的新周期。
吴声
场景方法论提出者
场景实验室创始人
中国有句老话“人生不如意者十之八九”,放在商业领域里也一样,失败不是例外,而是常态。作者集25年的功力,分析了造成偏差的9种决策陷阱,指出弥补个体决策不足的两个关键,介绍了有效战略决策的3大支柱、40个技巧。阅读本书,成为自己人生的决策架构师,也是个不错的选择。
杨天南
北京金石致远投资管理有限公司CEO
分析企业成败,很容易陷入英雄叙事而忽略组织和群体的功劳,也常常会后见之明,把决策失误归咎于决策者的愚蠢和短视,却轻视了惯性的阻挠,或者锚定效应对资源再分配的杯葛……《偏差》梳理了决策过程中各种偏差可能带来的危害,并开出了“药方”:决策者依赖自省不足以查找自身决策中的偏差和盲点,需要从组织动力学入手解决问题,依赖团队和流程,促进多元对话、鼓励歧异观点。
吴晨
《经济学人·商论》执行总编辑
才华横溢、有趣且睿智,无论是在工作中还是在日常生活中,这本书都是明智决策的重要指南。本书借助多个生动的故事传递出很多重要的经验教训。
卡斯·桑斯坦
哈佛大学法学院教授
《噪声》《助推》作者
终于等到了!西博尼基于数十年的决策科学,为所有人提供了可行的建议。本书内容简洁、准确、公正。我强烈推荐这本书!
安杰拉·达克沃思
麦克阿瑟天才奖得主
《坚毅》作者
这是对人类判断前沿科学研究成果的优雅整合,无论你想成为一名更聪明的新闻消费者,还是想经营一家大公司,这本书都能帮助你。
菲利普·泰特洛克
心理学家
《超预测》作者
中文版序人类判断的两类错误
引言 偏差,人类决策中的非理性
第一部分 认知偏差导致的9种决策陷阱
第1章 决策陷阱1:讲故事陷阱
讲故事陷阱,故事核查不等于事实核查
确认性偏差,更容易相信支持自己的观点,却忽视与自己立场相悖的数据
优胜者偏差与经验偏差,我们相信优胜者,优胜者相信经验
人人皆有确认性偏差,每个人都会犯同样的错误
只相信事实,不相信故事,但我们所坚信的事实,其实也是个故事
错觉机器,掉入为你量身定做的故事陷阱
第2章 决策陷阱2:模仿陷阱
归因谬误,巨大的成功皆因为团队中的核心人物
光环效应,天才做的每一件事都很英明
幸存者偏差,既然他这么成功,那么我们为什么不能模仿他
第3章 决策陷阱 3:直觉陷阱
关于直觉的两种观点,启发式和偏差与自然决策
可以相信直觉的两个条件,高效度的环境和快速且明确的长期练习与反馈
直觉是战略决策的坏导向,战略决策中的直觉无法培养
第4章 决策陷阱4:过度自信陷阱
过度自信,我绝对不会犯这样的错误
乐观预测与计划谬误,对未来过度自信的两种表现
即使很悲观,也会过度精确地表达预测
我们总是高估自己,低估对手
糟糕的决策者,却是优秀的领导者吗
达尔文式的乐观主义,越乐观,越成功
创造未来需要乐观,预测未来时的乐观却可能致命
第5章 决策陷阱5:惯性陷阱
调兵遣将很困难,战略目标与资源分配总是脱节
重新分配资源,做敏捷的公司
锚定效应,无法摆脱的安全距离
惯性政治,“外来者”会对锚定效应更有抵抗力
沉没成本与承诺升级,有时候做得越多反而错得越多
面对危险的信号,总是做得太少又行动太慢
现状偏差,不做决定比做决定更容易
第6章 决策陷阱6:风险认知陷阱
照我说的做,别照我做的做,过度的风险规避与不合理的乐观一样有害
损失厌恶,失去一美元的痛苦比赢得一美元的快乐更强烈
不确定性厌恶,比起未知的风险,我们更愿意承担一个可量化的风险
后见之明偏差,我就知道它会发生
谨小慎微的选择,大胆无畏的预测
第7章 决策陷阱7:时间范围陷阱
对短期主义的两种批评,摆脱股东至上,看向长远收益
短期主义的两只替罪羊,短视的市场与贪婪的高管
现时偏差,人人都是短期思维者
第8章 决策陷阱8:群体迷思陷阱
消除分歧,人们为什么会“屈从”群体的观点
看待群体迷思的两种方式,社会压力还是自我调整的结果
信息级联与群体极化,要么更加极端,要么更有信心
群体迷思与企业文化,当违规成为规则
第9章 决策陷阱9:利益冲突陷阱
我们不是天使,战略选择与个人利益密不可分
犬儒主义的局限,行为并不总是被眼前的经济利益所驱动
有限道德性与自利偏差,我们并没有故意歪曲事实
错误的诊断与错误的疗法,自利偏差并不是蓄意撒谎
第二部分 认识偏差,做出正确的决策
第10章 5类认知偏差与3 个偏差误解
5 类认知偏差,一份实用的偏差地图
3 个偏差误解,对偏差保持谨慎
应对偏差,改善自己的决策
第11章 克服认知偏差,组织胜于个人
你真的能意识到自己的偏差吗
偏差需要纠正,但是到底要纠正哪一个呢
纠正偏差,需要付出多大的代价
无法消除的个人偏差,必须改进的团队决策
要想做出好的决策,关键在于合作与流程
第 12 章 合作+流程,健全决策体系的基础
决策需要合作,不能独断地决定
利用检查清单,流程很重要
为什么低级别的决策通常有正式的流程,战略决策却没有
第13章 用正确的方法做出正确的决策
运气与技能,决策的结果并不完全取决于决策最初的品质
“如何”大于“什么”,做决策的方式比决策内容重要 6 倍
少分析,多讨论
提高决策品质,从决策流程入手
从决策流程到决策架构,做出正确决策的关键
第三部分 应对偏差,健全决策架构的3大支柱与40 个决策技巧
第14章 支柱1:对话,让观点面对面
对话并非即兴发言,我们需要的是真正的对话
为对话创造条件,对话从来不是突然发生的
建立对话的基本规则,我们需要遵守某些禁忌
激发对话,根据管理风格与公司文化选择适合的方式
关于对话的 3 个错误顾虑
第15章支柱2:差异,从不同的角度看待事物
寻找多样化的观点,让不同的想法蓬勃生长
借力打力,以偏差对抗偏差
正确识别事实,才能选择正确的观点
在艰难决策时保持谦卑
第16章 支柱 3:决策动力机制,改变决策流程与文化
不拘一格还是拘泥形式,培养良好的氛围
冒险与谨慎的权衡,我们并不是赌徒
保持长期愿景的灵活性,也要抓住眼前的机遇
团队合作与独当一面,必须承担的责任
先睡一觉,明天早上再说
结 语 你马上就能做出明智的决策了
更好的人能做出更好的决策,更好的决策会成就更好的人
改变自己,成为更好的决策者
附录1 5 类认知偏差
附录2 40个成为优秀决策架构师的决策技巧
致谢
参考文献
译后记
[引言]
偏差,人类决策中的非理性
你随时都可能会犯下大错,除非你把本书读完!
如果你不是在一个山洞里已经与世隔绝地生活了至少10年,一定早就听说过各种类型的认知偏差了。特别是在丹尼尔·卡尼曼的《思考,快与慢》一书出版之后,过度自信、确认性偏差(confirmation bias)、 现状偏差(state quo bias)和锚定效应(anchoring)等术语,都已成为人们日常对话的一部分了。得益于认知心理学家和受他们启发的行为经济学家几十年来的研究,我们现在已经非常熟悉一个虽然简单却至关重要的观念——理性。人们在做出特定的判断和选择时,例如买什么或如何储蓄等,并不总能保持理性,至少不是经济理论中的那种狭义的理性。经济理论中严格定义的理性概念,是我们的决策应该根据某些预设目标进行优化。
商业决策中的偏差,为什么明知决策不合理,却甘愿冒风险
不仅日常生活中的决策如此,商业决策也是如此。只要在你最习惯的搜索引擎中输入“商业决策中的偏差”,就能找到数以百万计的文章,证实任何一位经验老到的管理者都知道的事情:高管在做出商业决策甚至极其重要的战略决策时,其思考过程与商学院教科书中所描述的那一套理性、深思熟虑和分析式的“决策方法”几乎完全不沾边。
早在听说“行为科学”这门学科之前,我就发现了这一事实。 那时,我还是一名刚刚跨入麦肯锡咨询公司大门的年轻商业分析师。当年公司安排我服务的第一个客户是一家欧洲的中型公司,该公司当时正在考虑是否要在美国开展一项大规模并购。如果成功完成这项交易,这家公司的规模将会扩大一倍以上,进而成为一家全球性大型集团。然而,在花费了几个月对这项并购进行研究分析后,我们得出的结论非常明确:这项并购并不划算。无论在战略层面,还是在运营层面,该公司能够从此次并购中得到的好处都非常有限。而且,并购之后的整合也将是非常大的挑战。
当然最重要的是,各项“数据”也表明,这项并购是不划算的:我们的客户需要支付的费用太高,到头来根本不可能为股东创造任何价值。
我们把分析结论告诉了该公司的首席执行官。他赞成我们提出的所有假设,然而最后却对我们的结论置之不理。他给出的理由完全出乎我们的意料。他解释说,由于我们在考虑收购价格时是以美元计价的,所以忽略了一个关键因素。他在考虑这个并购项目时,把所有的数额都转换成了他所在国家的货币。此外,他确信美元兑换他所在国家的货币的汇率很快就会提高。在完成这样一个转换之后,新收购的美国公司的美元现金流量将会变得很高,也就很容易证明该收购价格是合理的。这位首席执行官对此深信不疑,因此他计划用本国货币计价大举借债来筹集本次并购
所需的资金。
我简直不敢相信。在场的其他人,甚至包括首席执行官本人,都非常清楚,这相当于为掩盖一项罪行而犯下另一项罪行,只不过事涉金融领域。很多看过金融学入门图书的人应该知道,公司的首席执行官不是外汇交易员,股东也不希望公司代表他们在外汇市场上押注。那是一场赌博,没人能确切知道汇率未来走势。如果美元继续贬值,而不是升值,这项交易将会从“相当糟糕”变成“极其可怕”。这就是“按美元计价的大型资产应该按美元来估价和出资”这一规定的由来。
我当时 20 岁出头,虽然对事物的判断过于乐观,但在听到这位首席执行官的决定时,我错愕不已。我本以为自己会看到全面而深入的分析、对各种可选项审慎的考虑、经过深思熟虑的辩论,以及对各种方案的量化评估。然而在这一刻,我惊讶得说不出话来。这位首席执行官明明知道自己的决策不合理,却偏偏甘愿冒风险。基本上,除了是相信他自己的直觉之外,我想不出他这样做的任何理由。
不过,我的许多同事对于这种情况可能早就习以为常了。他们对此事的看法大体上分为两种。大多数同事只是耸耸肩,态度颇为不屑。当然,他们实际采用的措辞要委婉得多。他们认为,这个家伙就是一个满口胡话的疯子。“等着瞧吧,”他们说,“他在首席执行官的位子上待不了多久的。”另外一些同事的观点则截然相反:“这个人是个天才,能建构长远的战略愿景,并且能够感知到远超我们这些咨询师理解能力的机会。他无视我们短视浅薄的分析,恰恰证明了他的高瞻远瞩。等着瞧吧,事实将证明他是对的。”
这两种看法都不够具有说服力。如果他真的是疯子,那么会成为首席执行官吗?如果他是天才,在战略上天生就能未卜先知,那为什么还要请我们这些咨询师用笨拙的方法进行分析呢?总不能说他这样做就是要无视我们的结论吧?!
成功的战略各有高招,失败的战略却彼此相似
随着时间的推移,这些疑问自然而然得到了解答。这位首席执行官当然不是疯子:在这次并购活动之前甚至之后,在他们国家,他是同时代人中最受尊敬的商业领袖之一。
确实,他本人也取得了惊人的成就。后来的事实证明,这次并购活动取得了巨大的成功。没错,美元真如他所料升值了。在经历了几次同样高风险的“豪赌”之后,他把一家濒临破产的地方性公司变成了所在行业的全球领导者。“看到了吧,”我的一些同事可能会说,“天才就是天才!”
要是事情真这么简单就好了。在接下来的25年里,我作为跨国公司首席执行官和其他高级管理人员的顾问,有很多机会观察更多类似的战略决策。我很快意识到,教科书上的决策过程与决策的实际情况存在天壤之别。我的第一位客户的行为其实并没有什么特别值得惊讶的地方,恰恰相反,那是一种常态。
此外,还有一个同样重要的结论也让我震惊:在大量这类“非常规”决策中,虽然有一些带来了很好的结果,但是大多数都以失败告终。战略决策中的错误并不罕见。如果你对此表示怀疑,那就问问身边那些实际参与决策的人吧:在一项针对大约2 000 名高管的调查中,只有28% 的人表示,他们的公司“通常”能做出很好的战略决策,而60%的人觉得做出糟糕决策和良好决策的概率差不多。
事实上,麦肯锡公司会定期发布一些长篇报告,警告商业领袖防范那些错误决策的风险。与其他咨询公司和许多学者一样,我们觉得自己有必要扮演“吹哨人”的角色,对那些已有大量事实证明特别危险的特定类型的战略决策做出警示。但是,显然没有人听。我们曾告诉公司高管,要特别小心那些出价过高的收购项目,但是他们似乎都听不进去,反而会立即着手收购规模更大、开价更高的公司,并且往往在此过程中会损害股东的利益,就像我的第一位客户所做的那样。我们也建议过要对投资预算持谨慎态度,因为计划通常都会过于乐观,然而他们一如既往保持乐观 态度。我们还说过不要卷入价格战,但当客户注意到这个建议时,他们通常早已深陷其中,遭受重创。我们还曾经警告过客户,不要被竞争对手利用新技术“颠覆”,但只能眼睁睁地看着原来的优秀企业接连破产。我们建议客户要学会止损,停止向业已失败的项目追加投资,但人们大多置若罔闻。
当然,每一个决策错误都可以举出一些具体的案例。作为“警示故事”来说,它们通常都相当惊人、令人难忘,但对那些幸灾乐祸的读者来说,甚至可能会觉得相当有趣。在本书中,你会发现很多这样的故事,确切地说,有30多个。
但是,讲故事并不是本书的重点。重点在于,当涉及某些类型的决策时,其失败的概率远远高于成功的概率。当然,这并不是一个绝对的、不可动摇的规则:一些收购者确实通过并购成功地创造了价值,一些老牌公司确实在被颠覆之前重振了自己的核心业务,等等。这些成功案例能给那些面临困境的人带来一些希望,但从统计学角度来看,它们只是例外,失败才是常态。
总之,当客户做出成功战略决策时,很多时候都是因为他们打破了规则,采取了非常规的行动,就像我的第一位客户那样。但他们的失败却极少是由于采取了有创造性的全新方法,相反,他们做出的决策往往与之前其他人做出的决策同样糟糕。列夫·托尔斯泰在《安娜 · 卡列尼娜》一书中关于家庭有个著名的观察结论:“幸福的家庭都是相似的,不幸的家庭各有各的不幸。”决策实践却正好相反,正如战略差异化研究者们长期以来一直认为的那样,成功的战略各有高招,而所有失败的战略却彼此相似。
第1章 决策陷阱1:讲故事陷阱
“讲故事陷阱”可以严重妨碍我们对各种管理决策的认真思考,甚至连最普通的决策也不例外。先来看看下面这个案例,它改编自真实且具有代表性的故事。假设你是一家公司的销售总监,这家公司所处的商业服务市场竞争非常激烈。你刚刚接到了一通颇伤脑筋的电话,它是你手下业绩最好的销售代表之一韦恩打过来的。韦恩告诉你,你们公司最强大的竞争对手灰熊公司已经连续两次在竞标中胜出。这两次,灰熊公司的报价都远低于你们的报价。韦恩还听说公司最优秀的两名销售人员刚刚提出辞职申请,有传言称他们要去灰熊公司。最重要的是,他还告诉你,小道消息称灰熊公司正在积极与你们公司业务往来最久的忠实客户接触。在挂断电话之前,韦恩建议你在下一次管理层会议上重新评估一下报价水平,并坦言根据他每天得到的客户反馈来看,现在的报价水平已经影响了公司的未来。
这通电话令人担忧。但作为一名经验丰富的专业人士,你并不会惊慌失措。你当然清楚必须核实这一消息。
你马上打电话给另一位你完全信任的销售代表施密特 , 问他是否也注意到了这样一种异常激烈的竞争氛围。事实上,施密特正打算跟你提这件事。他毫不犹豫地证实,灰熊公司最近咄咄逼人。他刚刚与一位最忠实的客户续约,然而灰熊公司的报价比他的报价低了 15%。施密特之所以能保住这个客户,完全是因为他与那家公司的总裁建立起了牢固且长期的个人关系。然而,施密特补充说,另一份合同也很快要续签了。如果灰熊公司与你们 公司在报价上差距还是如此之大,那么续签可能就要泡汤了。
你谢过施密特,然后挂了电话。接着,你打给了人力资源部主管,想要确认一下韦恩说的那两位销售人员的情况是否属实。 人力资源部证实,两位即将离职的销售代表在离职面谈中都表示,他们之所以提交辞呈是因为得到了灰熊公司更高绩效奖金的承诺。
综合各方面信息之后,你开始有些担忧了。第一个警告可能只是一个无关紧要的偶发事件,但是你花时间去验证了它。韦恩的判断对吗?需要考虑降价吗?至少,你会把这个问题列入下次管理执行委员会的会议议程。现在你还没有下定决心打价格战,但这个问题已经摆到了桌面上,可能会带来非常严重的后果。
为了弄明白到底是什么让你陷入现在这般境地,让我们把时间回退到韦恩来电时。不管是否有意为之,韦恩所做的一切恰恰体现了“讲故事陷阱”的本质:通过为一系列孤立的事实赋予某种含义来构建一个故事。然而,他所讲述的故事并非不证自明。
让我们再认真思考一下所有相关事实。有两位销售人员辞职了。想想你们公司的销售人员的流失率吧,他们辞职也许并不奇怪。第一个事实是,他们离开你们公司投奔你们最大的竞争对手,这也并不罕见:他们还能去哪里呢?第二个事实是,韦恩和施密特都发出了警告,提醒你竞争对手咄咄逼人。当成功续签合同并留住客户时,他们认为所有的功劳都属于自己,将原因归结为他们维护的关系网络十分坚实。从销售代表的角度来看,这并不奇怪。最重要的是,这种交易到底有多少笔?韦恩没能争取到两个新客户,但是老客户一个也没丢。施密特保住了一个现有的客户,并且有可能会赢得即将开始的另一个续约。总而言之,到目前为止,你还没有失去或赢得任何一份合同!如果忽略第一个故事中的扭曲滤镜再来审视它,其中并没有多少有用的信息。
那么,你又是怎么会走到认真考虑降价这一步的呢?因为你已经掉入了韦恩的讲故事陷阱。你以为自己是在客观地核查韦恩提供的事实,但是实际上你只是在试图证实他所讲述的故事。例如,如果真想核实韦恩说的事情,那么你完全可以这样问:最近几个星期,公司的其他销售代表签下了多少新客户?我们真的在丢失市场份额吗?灰熊公司向我们公司的客户报出的低价服务,其品质是否真比得上我们公司提供的服务?
考虑这几个问题以及许多其他问题,将有助于你记起降价的唯一理由:相对于竞争对手而言,公司的价值定位已经遭到了严重损害。如果情况真的恶化到这个程度,那么你或许应该考虑降价。但是,你所问的并不是这些问题。你对问题的界定受到了韦恩最初的故事的影响。你本能地去寻找可以证实韦恩那种说法的信息,而不是去寻找可以证伪的资料。
到这里,读者应该很容易看出来了,陷入故事情节的思维方式是如何把人引向歧途的,这其中就包括法国埃尔夫阿奎坦石油公司的管理层和美国的风险投资者。当有人向我们讲述了一个好故事时,我们的自然反应就是去极力寻找能证实它的各 种元素。当然,你最终肯定能够找到这样的元素。我们自认为在进行严格的事实核查。当然,核查事实也确实非常重要,例如,韦恩所提供的信息可能在事实的层面上就是不准确的。但是,人们也可能会从正确的事实中得出错误的结论。事实核查
和故事核查是不一样的。
这种“讲故事”的强大力量来源于我们对故事贪得无厌的需求。正如当代伟大的思想者之一纳西姆·塔勒布(Nassim Taleb)在《黑天鹅》(The Black Swan)一书中指出的那样:“我们的头脑是一台非常了不起的解释机器,能够从几乎所有事物中分析出道理,能够对各种各样的现象罗列出各种解释。”无论是只看到一些孤立事实的韦恩,还是获得一些线索的你,都无法想象它们所构造出来的“模式”只是偶然杂凑的结果。把所有这些信息放到一起,其实一点意义都没有。在听到故事时,我们的第一反应是将它们视为连贯的叙事元素。我们自然根本不会想到,这一切可
能只是巧合。
确认性偏差,更容易相信支持自己的观点,却忽视与自己立场相悖的数据
使我们陷入这种陷阱的心理机制有一个熟悉的名字:确认性偏差。这种偏差是推理错误的最普遍来源之一。
确认性偏差在政治领域的影响尤其强大。我们早已知道,人们之所以易受政治辩论的影响,与他们先前所持观点有关:尽管他们观看的是候选人之间的同一场辩论,但是双方的支持者都认为自己拥护的候选人“赢了”。每一方都更容易接受己方候选人的观点,而较少关注对方候选人更有说服力的观点,因此这种现象有时也被称为我方偏差(myside bias)。处在对立政治阵营的双方个体,对于他们原本就已经持有坚定看法的观点,即使面对相同的事实和论点,也会发生同样的现象。如果双方都能选择自己接触的信息来源,那么这种效应将会更加强烈,因为这样一来,
他们就更容易忽视那些与自己立场相悖的数据。
随着社交媒体的兴起,确认性偏差对政治观点的影响一直在呈指数级增长。社交媒体通常的设计框架决定了用户更常看到的是他们的朋友发的帖子,而且这些帖子传达出的观点往往与用户原本所持的观点比较相近。这样一来,阅读这些帖子会使每位用户更加坚定他们的既定立场和观点。这就是我们现在已经非常熟悉的回声室(echo chamber)效应或过滤气泡(filter bubble)现象。此外,社交媒体也经常传播不正确的或误导性的信息,即众所周知的假新闻。毫无疑问,在确认性偏差的影响下,只要这些假新闻能够支持自己既定的观点,许多社交媒体用户就不会深究。确认性偏差不仅会影响政治观点,甚至还会影响我们对科学事实的解读。无论是气候变化还是转基因生物,我们往往会不假思索地接受那些证实自己观点的说法。而对于那些对自己的既定信念构成了挑战的说法,人们立即就会去寻找忽视它们的理由。
诺贝尔经济学奖得主、行为经济学之父
丹尼尔·卡尼曼继《思考,快与慢》后
酝酿10年思考的全新力作
《噪声》(精装)
(Noise:A Flaw in Human Judgment)
行为科学领域又一重大发现
哪里有判断,哪里就有噪声
远离噪声,做聪明的决策者
巴曙松、陈嘉映、彭凯平、张志学、宫玉振、朱宁、刘劲、毛大庆、吴声、张文东、归江、刘建位、段永朝、何刚、秦朔、张延、吴晨、罗伯特·西奥迪尼、乔纳森·海特、菲利普·泰特洛克等近百位大咖挚爱力荐
《巴伦》《财经》《第一财经》《新京报》《经济学人》《中欧商业评论》《纽约时报》《时代周刊》《彭博商业周刊》等国内外20多家媒体集体盛赞
【法】奥利维耶·西博尼(Olivier Sibony)
【美】卡斯·R.桑斯坦(Cass R.Sunstein)
想象一下,两名医生对相同的病人给出了不同的诊断;两名法官对犯了同罪的嫌疑人给出了不同的判决。再想象一下,同样的医生、法官或决策者做出了不同的决策,而这种决策仅仅取决于决策是在什么时间做出的。这些不同决策背后的罪魁祸首,就是“噪声”。
《噪声》是诺贝尔经济学奖得主、“行为经济学之父”丹尼尔·卡尼曼携手决策领域专家奥利维耶·西博尼和卡斯·桑斯坦共同推出的重磅新作,也是卡尼曼继畅销书《思考,快与慢》之后酝酿10年思考的全球瞩目里程碑式巨作,行为科学领域又一重大发现。几十年来,大家都认为,偏差是导致人类判断出错的关键。但是今天,卡尼曼系统性地指出:噪声,才是影响人类判断的黑洞。
《噪声》一书通过系统性研究,通过两个公式揭开了“判断出错”的本质,并且通过对三种噪声的系统性分析带你直击噪声。并且,从六大部分阐述了“噪声”:从寻获噪声到探究人类判断的本质,从预测噪声到阐释噪声的主要原因,从探讨如何改进判断和防止错误的的实际问题,一直延伸到什么才是合适的噪声水平。”“噪声”是随机的,但却是致命的。卡尼曼在书中提出了6大原则,帮你重塑决策框架,做聪明的决策者。同时,卡尼曼更是精妙地附上了“审查噪声”的使用指南,以及写给决策者的“观察者清单”。
如果说《思考,快与慢》击退的是人类判断过程中面对的敌人“偏差”,那么《噪声》要绝杀的就是其中的另一大隐形敌人——噪声。阅读本书可以助你重塑自己的决策框架,远离噪声,做聪明的决策者。
丹尼尔·卡尼曼(Daniel Kahneman)
诺贝尔经济学奖得主,美国总统自由勋章获得者,全球畅销书《思考,快与慢》作者,普林斯顿大学尤金·希金斯心理学(Eugene Higgins Professor of Psychology, Princeton University)荣誉退休教授,公共和国际事务学院(School of Public and International Affairs)教授,曾荣获多项奖章,包括美国心理学学会颁赠的心理学终身贡献奖。卡尼曼在心理学上的成就是挑战判断与决策的理性模式,被公认为“继弗洛伊德之后,当代最伟大的心理学家”。他的跨领域研究对经济学、医学、政治学、社会学、社会心理学、认知科学等领域都产生了深远的影响,被誉为“行为经济学之父”。
奥利维耶·西博尼(Olivier Sibony)
巴黎高等商学院(HEC Paris)教授,牛津大学赛德商学院(Sa?d Business School, University of Oxford)外籍教授,曾在全球最大的战略咨询公司——麦肯锡咨询公司(McKinsey & Company)担任资深合伙人长达25年时间。西博尼的研究领域为策略、决策、问题解决,力图提升决策的品质,论文发表在众多优秀刊物之上,包括《哈佛商业评论》(Harvard Business Review)与《麻省理工学院斯隆管理评论》(MIT Sloan Management Review)。其中2011年6月,与卡尼曼合著的文章Before You Make That Big Decision曾登上《哈佛商业评论》选集封面。著有You Are About to Make a Terrible Mistake一书,致力于揭示:偏差是如何影响我们的决策的,而我们又应该如何应对偏差。
卡斯·R.桑斯坦(Cass R. Sunstein)
哈佛大学法学院教授,行为经济学与公共政策研究项目创始人兼主任,主要研究领域为政策制定方面。2009—2012年任美国白宫信息与监管事务办公室(White House Office of Information and Regulatory Affairs)主任;2013—2014年加入白宫情报与通信技术审查小组(Review Group on Intelligence and Communications Technologies);2016—2017年加入美国国防部国防创新委员会(Defense Innovation Board)。著有多本《纽约时报》畅销书,包括与理查德·泰勒合著的《助推》(Nudge)、基于电影《星球大战》(Star Wars)的法学著作《星球大战的世界》(The World According to Star Wars),以及《助推2.0》(How Change Happens)等其他多本著作。
[译者简介]
李纾
中国心理学会会士,中国心理学会决策心理学专业委员会创会主任,《心理学报》主编。
汪祚军
宁波大学教授,中国心理学会决策心理学专业委员会委员,宁波大学学术委员会委员。
从“偏差”到“噪声”,作为心理学家的卡尼曼挑战的是经济学的“理性人”假设,并因开启了行为经济学的大门而获得诺贝尔经济学奖。他一直关注分析人类在决策分析中是如何犯错的,在这本书中,他深入分析了噪声的影响,但也乐观地预期,可以通过发掘埋没在大数据中的信息来减少决策中的噪声,这可以说是大数据渗透到行为经济学领域的新趋势。
巴曙松
北京大学汇丰金融研究院执行院长,中国银行业协会首席经济学家
继《思考,快与慢》之后,湛庐又推出了卡尼曼(与西博尼和桑斯坦合著)的新作《噪声》。本书开篇就对噪声(noise)与偏差(bias)做了区分。简单来说,噪声是无规律的错误,偏见是系统性的错误。这个区别你一旦听到,立刻就能知道它十分重要。《噪声》通过司法判决、医学诊断等多个领域的实际案例,探讨了噪声的成因以及减少噪声的策略。值得一提的是,三位作者还讨论了克服噪声的努力也会带来负面后果。又一本读着不累却时时受益的好书。
陈嘉映
首都师范大学哲学系教授
阅读卡尼曼等人的新作让我兴致盎然、心潮澎湃。可以肯定地说,通过理解并实践卡尼曼等人的思想与建议,我们能知道如何减少可能会困扰组织和个人的系统噪声,知道“决策信息的简约化”居然也如此意义重大!并且,更为重要的是,我们能够学习在噪声中运用科学知识,深刻的洞见和坚实的原则,做出更为人道、更为公平的决策,减少时间、资金和人才的浪费,拯救生命,传递友善,分享意义。而这些,都是一个真实而积极的生命所追求的境界。
彭凯平
清华大学社会科学学院院长
人类判断的错误源于偏差和噪声。当人们表现出不同的偏差时,噪声就产生了。卡尼曼因在心理偏差研究方面做出的突破性贡献而获得诺贝尔奖,如今又开始对噪声进行探索。本书对于噪声的分析充满不凡的洞见,并更新了我们对已有众多决策研究发现的认知。《噪声》一书中关于减少噪声的方法,既能让人变得聪慧,又有助于那些自命不凡的“专家”纠正无知。
张志学
北京大学光华管理学院教授
在判断与决策问题上,管理者和专业人士往往都非常自信。卡尼曼与合作者的这部新书《噪声》再次告诉我们:人类远远不如我们想象的那么理性,人类的判断也远远不如我们想象的那样准确。对于决策者来说,“认识你自己”是一个永恒的主题;警惕认知中的缺陷,比什么都重要。如果2021年只能推荐一本书,那我推荐《噪声》。
宫玉振
北京大学国家发展研究院管理学教授、
BiMBA商学院副院长兼EMBA学术主任
《噪声》提供了一个正确的认知体系,对于日益富足但仍然对未来颇有期待的大众和企业家而言,在后金融危机时代以及后疫情时代的大变局下,在全球政治经济形势高速变化的新环境面前,在决策过程所面临的噪声越来越多的现实之中,一个新的认知体系显得尤为重要和迫切。
朱宁
上海交通大学上海高级金融学院金融学教授,副院长
现代经济理论的一个重要假设是人是理性的,可以完全有效地判断信息。但丹尼尔·卡尼曼和他的合作者指出这个假设在很多情况下和事实并不相符,因此众多的理论结果都需要重新审视。这是对社会科学的重大贡献。人的判断误差包括两个部分:偏差和噪声。卡尼曼对偏差的分析已经广为人知,本书对噪声的分析完成了对误差的系统阐述。任何希望获得更高程度理性的个人或机构,都应该仔细阅读卡尼曼的这本新书。
刘劲
长江商学院副院长
人生经历就是所有抉择的总和,我们无时无刻不在抉择,工作与生活在一次次的抉择中潜移默化地发展变化。没有人可以永远做出正确的抉择,总有噪声在影响判断力。噪声是不可消除的,但我们应该尽量将噪声的影响降低。《噪声》一书所提供的就是一套对于人生抉择大有裨益的减少噪声的方法论。我要将《噪声》推荐给热爱生活的朋友。
毛大庆
博士,优客工场创始人
决策无处不在,而“噪声”与“信号”在其中穿插交错,互为影响。《噪声》一书道出长久以来为人们所忽视的主观判断缺陷——AI虽然成了今天效率解决方案的新共识,但AI之后的“人”却依旧是无法回避的场景。我们需要充分将个体复杂性融入组织决策考量之中,去探索商业与人的更合理关系。我们都期待一个噪声更少的清朗世界。
吴声
场景实验室创始人
自然界存在尚未被感知的法则,无形中影响着人们的决策。《噪声》这本书将“人类大脑”与“测量工具”同类对比,指出噪声的存在。这一重大发现将为企业的正确决策提供新的方法论,也为企业家带来更深层的思考。对于长期与噪声共舞的企业而言,我们对本书中三位作者提出的新概念感到惊喜,并在阅读中被“噪声的形成”和“决策卫生”这一系列科学性的理论所折服。反观漫步者走过的25载,我们自上而下秉持着“敬畏、尊重、谦卑和良善”的管理理念,居然无形中用到了《噪声》提及的方法论,因而在很大限度上降低了噪声带来的内耗,赋能企业的持续发展。相信这本由诺贝尔经济学奖得主创作的、直指“人类判断缺陷”的科学论著是普适的,必然也能启迪你的智慧,为“人与世界的交互”注入新的创造力。
张文东
漫步者董事长、总裁
知识精英往往在智力选拔中建立起优越感,斡旋于名利场中获得成就感,但他们是否因此而逼近理性呢?我们先贤提出的“君子时中”,可能是对信息决策中的偏差和噪声的一种敬畏吧。
归江
信璞投资合伙人
很多大型企业和大型机构都强调,各个员工、各个基层单位的判断和决策,要跟核心管理层制定的原则和准则保持高度一致,以为这样就可以做出好的判断和决策,但往往事与愿违。执行具体操作的人,做出的判断和决策品质不佳、误差多多,过程也杂乱无章。这就如同一支演奏水平低劣的交响乐团,面对乐团指挥,各个乐手演奏出来的声音杂乱无章,很不一致,很不和谐。对这种很不一致的杂乱误差,应如何定义,如何测量,如何系统性地减少?卡尼曼的新书《噪声》清晰系统地论述了这些问题。深入领会,学习应用,则基层与高层能更为一致。这样做会大大提高企业乃至整个社会的公平性和效率。对于企业管理层和政府管理层,此书必读,此书必用。
刘建位
央视十集《学习巴菲特》节目主讲人,《巴菲特选股10招》等书作者
人们担忧“算法统治世界”,其实是担忧暗藏在庞杂算法背后的“噪声污染”,但这种想法其实是倒因为果。这些噪声恰恰源于人的认知局限和判断缺陷。如何创造一个更少噪声的世界,是卡尼曼这本书关注的焦点。《噪声》是一本值得从头细读到尾的著作,对那些想提升认知水平、决策品质的组织与个体来说,“决策卫生”这个词一定会击中你的心灵。
段永朝
财讯传媒集团首席战略官,苇草智酷创始合伙人
面对环境、信息等多重不确定条件,如何审慎分析判断并做出恰当决策?卡尼曼教授的新作《噪声》提供了全新的方法论,让我们在警惕主观偏差的同时,学会发现并剔除系统噪声。
何刚
《财经》杂志主编,《哈佛商业评论》中文版主编
《巴伦周刊》中文版联合创始人
人生是由大大小小的判断组成的。判断即人生。判断不仅会受偏差的影响,还会受噪声的影响。如果说偏差造成“决策的不全面性”,噪声则造成“决策的不一致性”。噪声和人的个性、偏好以及外部环境的变化都有关系,它往往随机出现,但影响巨大。《噪声》的启示是,我们会和噪声相伴,但也有方法重塑决策框架,让自己做出更好的决策。
秦朔
中国商业文明研究中心发起人,秦朔朋友圈发起人
《噪声》是一本很特别的书,作者从心理学的角度出发,通过各种生动的案例和实验,把“噪声”这一不同于“偏差”的概念完整清晰地呈现给我们。三位作者抽丝剥茧地分析了当我们在各个领域做出判断时,噪声可能带来的影响,以及如何减少其中的不利影响。希望自己做出正确决策的人都应该读一读这本书。
张延
FT中文网出版人
《噪声》是一本将心理学研究应用于提升科学决策的跨界之书。噪声之所以存在,是因为人是情绪动物:决策者对洞见未来过度自信,不同人对同一情况的感知度大相径庭,外部环境对心境的影响也会给决策者带来潜移默化的作用。关于如何降噪,书中给出了一系列操作性很强的“决策卫生”策略,同时敦促决策者保持开放的心态。当然,噪声也不是一无是处,在一些决策中,留下一定的自由裁量空间既能鼓励创造性,也能更好地应对涌现出的新情况。
吴晨
《经济学人·商论》执行总编辑
《噪声》的影响是震撼性的,因为它探究了人类判断的一种根本性且被严重低估的危险。《噪声》是一本必读书,它提供了减少决策错误的可行方法。
罗伯特·西奥迪尼
畅销书《影响力》作者
地球已经被充分地探索过,科学家们不可能再发现一种以前未知的似大象大小的哺乳动物。同样的道理也适用于决策领域,但卡尼曼、西博尼和桑斯坦发现了一个和“大象”一样大的问题:噪声。在这本重要的书中,他们向我们展示了为什么噪声很重要,为什么噪声比我们意识到的要多得多,以及如何减少噪声。遵照他们的建议将给我们带来能获得更多利润的企业、更健康的公民、更公平的法律体系和更幸福的生活。
乔纳森·海特
坦普尔顿积极心理学奖获得者,积极心理学先锋派领袖,《正义之心》作者
在《噪声》一书中,三位作者巧妙地将他们对人类判断缺陷的独特新颖见解,运用到人类在各个领域的判断问题。做出判断和决策的人范围甚广,从点球教练到央行行长、军事指挥官,乃至国家元首,均在此列。《噪声》是心理学领域的一项了不起的成就,也是一座里程碑。
菲利普·E.泰特洛克
畅销书《超预测》作者
《思考,快与慢》《助推》《噪声》可以看成是决策三部曲。它们共同强调了所有判断者需要知道的东西以改善他们的决策,更重要的是改善整个组织的决策。《噪声》揭示了一种改善决策的关键杠杆,这在许多现有的行为经济学图书与文献中都未被提及。在噪声破坏你组织中的更多决策之前,我建议你尽快阅读《噪声》一书。
马克斯·巴泽曼
畅销书《信息背后的信息》作者
杰作!卡尼曼、西博尼和桑斯坦将《噪声》引入生活,令人信服地解释了为什么我们应该像对待偏差一样对待人类判断中的随机变化,并为减少判断中的噪声(和偏差)提供了实用的解决方案。
安妮·杜克
畅销书《对赌》作者
决策很关键。可惜,人们做出的许多决策都因噪声的存在而存在根本缺陷。因此,本书探讨的主题非常吸引人且必不可少。本书以深入研究为基础,深思熟虑,而且容易理解。我带着好奇打开这本书,看完的时候觉得非常庆幸。因为这本书可以教我们在商业、政治和个人生活中做出更好的选择,这本书可以照亮我们前行的道路。
丽塔·麦克格兰斯
畅销书《瞬时竞争力》作者
《噪声》可能是10多年来我读过的非常重要的一本书。它代表了一个新想法,它很重要,而且你应该立即付诸实践。真是杰作。
安吉娜·李·达克沃斯
麦克阿瑟天才奖获得者,畅销书《坚毅》作者
行为科学书籍的4个黄金标准是:见解新颖、证据严谨、引人入胜、能实际应用。很少有一本书能达到两个标准,但《噪声》却集这4个标准的特征于一身。准备好接受思想家们带来的震憾吧,他们将帮助你重新思考如何评价他人,如何做决定,以及如何解决问题。
亚当·格兰特
《重新思考》作者,TED播客《工作人生》主持人
引言 偏差与噪声,人类判断的两种错误
第一部分寻找噪声
第1章犯罪和充满噪声的判罚
减少判决中的噪声
判断是一件困难的事
第2章系统噪声,给人达成一致的假象
抽奖会引发噪声
噪声检测,系统噪声无处不在
不必要的变异性与有利的多样性
达成一致的假象
第3章单一决策,仅发生一次的重复决策
单次vs重复,是持续性差异而非类别差异
单次决策中的噪声
单次决策中的噪声控制
第二部分你的大脑就是一种测量工具
第4章见仁见智的判断
判断体验:什么在影响你确定CEO的人选
判断的目的:内部信号 判断目的:只是响应“做出判断的内部信号”
判断评估:结果和过程
预测性判断vs评估性判断,边界模糊的两种判断
“任意残酷行为”,噪声的最大问题
不受欢迎,但可测量
第五章测量误差,噪声与偏差的代价一样大
GoodSell应该减少噪声吗
均方,衡量整体误差的精确规则
误差方程:无论偏差大小如何,减少噪声都有益处
噪声的代价:被混淆了的个人价值与事实
第6章噪声分析,所有判断都存在3类噪声
判决中的噪声检测
平均刑期,每一个案子的判决都存在大量噪声
判刑就像抽奖
水平噪声:为什么一些法官更严格
模式噪声:同一法官不同判断的源头
情境噪声,噪声中被忽略的成分
第7章情境噪声,无时无刻不在影响着我们的判断
第二次抽奖
测量情境噪声
一个是一群
心境,情境噪声的源头
衡量情境噪声的大小
我们仍然不知道是什么导致了情境噪声
第8章群体是如何放大噪声的
音乐中的噪声
不仅仅是音乐下载,所有情况都一样
信息串联,极易放大群体判断的噪声
群体极化,讨论往往会滋生更极端的结论
第三部分预测性判断中的噪声
第9章判断与模型,简单的模型普遍优于人类判断
选择自己判断,还是借助公式
梅尔:最优模型击败了你
戈德堡:你的模型击败了你
第10章无噪声的规则
更简捷:稳定之美
简捷更进一步:简单法则
更复杂:机器学习
758027个保释决策种的智慧
为什么我们不多采用规则
第11章哪里有预测,哪里就有客观无知
哪里有预测,哪里就会有无知
异常自信的权威:准确性和黑猩猩扔飞镖差不多
糟糕的判断与差强人意的模型
否认无知是无知的另一种诱导
第12章常态谷:事情虽无法预测,却可以被理解?
预测生活轨迹:海量信息不足以预测生活中的简单事件
客观无知,理解和预测的上限
因果性思维:一旦发生就会被解释
理解常态谷
内部视角和外部视角
第四部分噪声是如何产生的
第13章启发式、偏差与噪声
诊断偏差:三种类型的偏差
结论偏差,我们常常以结论寻找证据
过度一致性,我们常常受到信息顺序的影响
心理偏差导致噪声
第14章匹配:找到与你的预测最契合的共识
匹配与一致性
匹配强度:人类非凡的直觉力
匹配性预测的偏差
匹配噪声:绝对判断的局限性
第15章量表,模糊沟通产生的巨大噪声
愤怒让我们快速启动快思考系统
充满噪声的量表
美元和锚定
一个不幸的结论
第16章模式噪声的构成
朱莉2.0问题:难与易
模式噪声:稳定的还是变化的
用人格进行类比
第17章噪声源:偏差是引人注目的图形,而噪声是不受我们关注的背景
噪声成分:影响判断的3种噪声
成分的大小:稳定的模式噪声几乎是水平噪声的4倍之多
对误差的解释
从统计学上来说,噪声无处不在
第五部分决策卫生,提升人类判断力
第18章卓越的判断者,卓越的判断力
专家和尊重型专家
如果你必须选人做判断,那挑选智商高的人
认知风格,最终确定你应该选谁做判断
第19章消除偏差与决策卫生
干预:事后及事前消除偏差
消除偏差的局限
决策观察者,必须发起与支持决策观察
决策卫生学,降低噪声的关键方法
第20章司法科学,信息排序是最大的噪声
指纹识别,身份识别中备受重视的技术
指纹分析中的偶然噪声
缺乏独立性,司法科学的证实性偏差
有效性需要可靠性:少许噪声,但多少误差呢
倾听噪声,减少噪声的第一步
序列信息,一个好的决策者应该努力“保持怀疑”
第21章甄选与汇总,超级预测的两大策略
改进预测的两种方法
良好判断计划的4个步骤
永久测试版:一个特殊的思维循环
预测中的噪声和偏差
甄选及汇总的有效之处
22医学决策,做出精确医学诊断的降噪机制
医疗诊断中的噪声
诊断指南的价值
伤脑筋的精神病学诊断
23 绩效评估,用基于外部视角的共识框架做出量化判断
绩效评估本质上是一种判断工作
25%是信号,75%是噪声
一个早就发现却没有解决的问题
相对判断的优点
排序,但不强制
接下来:确保有一个达成共识的参考框架
24人员招募,以结构化指标衡量人才
面试的风险:你并不能依次“找到合适的人”
面试中的噪声:面试官更倾向于与自己相似的求职者
面试官心理学:我们总是太相信“第一印象”
通过结构化流程提升人事筛选品质
25中介评估法,做出明智决策的核心方法
第一次会议:协议方法
第二次会议:定义中介评估法
引入外部交易团队,尽可能独立地应用自己的客观观点
决策会议:评估-讨论-评估
重复决策中的中介评估法
6个步骤,用中介评估法改善决策流程
第六部分最佳的噪声水平
第26章减少噪声的成本
噪声越少,错误越多
算法无噪声,但会导致偏差
第27章尊严,人之为人的重要价值观
不断变化的新的价值观
钻空子,逃避规则
增加罚金和消除噪声,最好的威慑
创造力,士气和新鲜创意
第28章规则还是标准
分裂与无知:标准引发噪声,而规则不会
老板,控制下属
修改规则,压抑者的反抗
降噪框架,只要确保规则“足够”准确
每一个领域都要“禁止噪声”
回顾与总结 正视噪声问题
判断不是计算,也无须遵循精确的规则
误差:偏差和噪声
测量偏差和噪声
噪声是个问题,远超我们的想象
水平+模式+情境,噪声的3种类型
判断与噪声的心理机制
不易觉察的噪声
6个原则减少噪声,以及偏差
噪声是隐形的敌人,而我们应该知道敌人到底是谁
结语一个噪声很少的世界
附录1如何进行噪声审查
附录2决策观察者检查清单
附录3对抗噪声,修正预测
致谢
注释
第17章噪声源:
偏差是引人注目的图形,而噪声是不受我们关注的背景
哪里有判断,哪里就有噪声,希望你现在也同意这一观点。我们也希望,对你而言,这已不再是一件超乎想象的事。也正是这一目的激励我们着手研究该项目。经过多年的努力,我们对这个问题的思考已经逐渐深入和完善。现在,让我们来回顾一下,我们已经学习过的噪声成分、这些成分对噪声的重要影响以及它们各自在判断中所起的作用。
噪声成分
图16是我们在第5、第6和第16章中介绍的三个方程的一个组合图。该图展示了对误差的三个连续的分解:
现在,你可以看到MSE如何被分解为偏差,以及(我们曾讨论过的)三种噪声成分的平方。
当我们开始着手这一研究项目时,我们关注偏差和噪声在总误差中所占的相对权重。我们很快得出结论:在误差中,噪声通常比偏差更多,因此,噪声非常值得我们进一步去探索。
我们早期对噪声成分的思考是基于复杂的噪声检测的框架。在该框架中,多个人对多个案例做出判断;联邦法官的研究,以及惩罚性赔偿的研究,都是这样的例子。从这些研究中获得的数据,能够对水平噪声进行可靠的估计。另一方面,虽然每个参与者都对每个案例进行判断,但只进行了一次判断,因此无法判断残差——我们将其称之为模式误差——是变化的还是稳定的。依据统计分析的保守性原则,通常将残视为随机误差。换句话说,模式噪声被完全默认为情境噪声。
很长一段时间以来,这种将模式噪声解释为随机误差的传统做法,限制了我们的思维。专注于水平噪声(严厉和宽容的判断者之间、或乐观和悲观的预测者之间的稳定性差异)似乎是自然而然的事。但是,有证据表明,那些无关的、变化的环境也会影响判断,从而产生情境噪声,这引起了我们的研究兴趣。
这些证据让我们逐渐认识到,不同人做出的判断充满噪声,很大程度既不是因为普遍性的偏差,也并非是由于变化的或随机的因素所致:特定个体对多重特征的稳定的、个性化的反应,决定了他们对特定案例的反应。我们最终得出结论,我们应该摈弃将模式噪声视作随机变化的观点。
虽然我们很想谨慎一点,尽量避免基于有限的案例做出过度性概括。然而,整合我们研究后发现,稳定的模式噪声实际上比系统噪声的其他成分都更为重要。由于我们很少在同一研究中全面地探究误差的各个组成部分,因此需要进行精确的分析才能得出这样一个暂时性的结论。简而言之,以下就是我们所知道的和所不知道的。
成分的大小
首先,我们对水平噪声和模式噪声的相对权重进行了几种估算。总体而言,模式噪声似乎比水平噪声对系统噪声的贡献更大。例如,在第2章提到的保险公司的例子中,不同核保人在平均保费上的差异仅占总体系统噪声的20%,剩余的80%都是模式噪声。在第6章提到的联邦法官的例子中,水平噪声(平均严厉程度的差异)仅占总体系统噪声的一半以下,而模式噪声则占一半以上。在惩罚性赔偿的实验中,系统噪声的总量在不同量尺(惩罚倾向、愤怒程度或美元罚款金额)上有所不同,但模式噪声的占比却基本恒定:三种量尺下,模式噪声分别约占总体系统噪声的63%、62%和61%。在本书第5部分中,我们将介绍的其他一些研究,特别是有关人事决策的研究,其研究的结果都与这一暂时性的结论相一致。
在这些研究中,水平噪声通常都不是系统噪声的最主要成分;这一事实已经传递了一个非常重要的信息,因为水平噪声是唯一一种(有时)无需组织进行噪声检测就可以监测到的噪声。当案例或多或少地被随机分配给各个专业人员时,他们决策的平均差异就是水平噪声。例如,针对专利局的研究发现,审查员授予专利的平均倾向性存在很大差异,进而影响了专利的诉讼发生率。同样,儿童保护部门的官员决定将儿童安置在寄养机构的倾向性也有所不同,这会对儿童的福祉产生长期影响。这些观测都仅仅是基于水平噪声的评估。这些研究所揭示的噪声问题已经令人震惊了,但是,如果模式噪声多于水平噪声,那么噪声问题的严重性至少被低估了两倍。(这一暂时性结论也有例外。法官在是否给予政治庇护的裁决中出现的巨大变异,几乎可以肯定更多地源于水平噪声,而非模式噪声;但我们怀疑这里的模式噪声也很大。)
下一步我们通过对模式噪声的两种成分进行分解,来对其进行分析。我们有充分的理由认为,模式噪声的主要成分是稳定的模式噪声而非情境噪声。对联邦法官判决的噪声检测展示了我们的推理过程。我们首先假设了一种极端情况,即所有的模式噪声都是完全随机变化的。在这一假设前提下,法官们的量刑会随着时间的推移变得十分不稳定和不一致,乃至达到不可能的程度:我们不得不预期,同一法官在不同情境中对同一案件量刑的平均差异达到2.8年左右。法官之间在平均量刑上的差异已经令人震惊了,要是同一名法官在不同情境下的量刑也存在这么大的差异,那就实在是太荒唐了。因此,得出以下结论似乎更为合理:法官们会对不同的被告和不同的罪行做出有差异的反应;这种差异虽极具个性化,但却是稳定的。
为了更准确地对模式噪声中有多少是稳定的,有多少是情境噪声进行量化,我们需要让同一名法官对每个案例进行两次独立评估。我们发现,在判断研究中通常不可能获得两个独立的判断,因为很难保证对案例的第二次判断完全独立于第一次判断。尤其当判断很复杂时,个体很可能会辨认出是同一个问题,从而重复最初的判断。
由亚历山大·托多罗夫(Alexander Todorov)带领的普林斯顿大学的一组研究人员设计了一个巧妙的实验范式,从而克服了这一难题。他们从亚马逊土耳其机器人(Amazon Mechanical Turk;一个网站,人们可以通过在上面提供一些短期服务,如填答问卷,来获取报酬)上招募了参与者。在他们的一个实验中,参与者观看了一些面孔图片(由计算机程序生成,但与真人面孔无异),并对这些面孔的各项属性进行了评分,比如喜爱程度、信赖程度等。一周后,该实验用相同的面孔和相同的受访者重复了该实验。
我们有理由认为,本实验中判断的连贯性程度会低于专业人士的判断(如法官量刑)。虽然差不多每个人都会同意,有些人极具吸引力,而有一些人则令人反感;但在很大范围内,我们可以预期,对面孔的反应存在很大的个体差异。确实,观察者之间几乎没有共识:例如,在信赖程度的评分上,由于面孔图片之间的差异所导致的变异仅占判断变异的18%,剩余的82%的变异都是噪声。
我们也有理由预期,这些判断的稳定性较差,因为实验参与者只是为了赚钱而参与在线答题,其判断质量会远低于专业判断。然而,实验结果发现,噪声的最大组成部分还是稳定的模式噪声。第二大成分才是水平噪声,即不同的观察者在面孔信赖度的平均评分上的差异。情境噪声虽然也很大,却占比最小。
要求参与者做出其他判断时,例如,有关汽车或食物的偏好,或者回答一些接近专业判断的问题,研究人员也得出了相同的结论。比如,在第15章中讨论的惩罚性赔偿的重复性研究中,参与者针对十个人身伤害案件评定了他们的惩罚倾向,两次评分之间间隔一周。同样的,稳定的模式噪声是最大的组成部分。在所有这些研究中,判断者之间彼此不一致,但他们自身的判断仍保持稳定。这种“缺乏共识的稳定性”,用研究人员的话说,为稳定的模式噪声提供了清晰的证据。
关于稳定的模式噪声的最有力证据,来自于我们在第10章中提到的对保释法官的大规模研究。在这项杰出研究的一部分内容中,作者创建了一个统计模型,该模型可以模拟每位法官如何使用手头的线索来决定,是否批准被告人被保释。他们建立了173名法官的个性化模型。然后,他们运用模型来模拟法官对141833个案例进行的判决,每个案例产生了173个判决——总计判决超过2400万个。应我们的要求,作者慷慨地进行了特定分析,他们将判断的变异分为三部分:每个案例平均决策的“真实”变异、在保释倾向上由于法官们的差异所导致的水平噪声,以及剩下的模式噪声。
这一分析的结果与我们的观点相符,因为该研究中所测得的模式噪声是完全稳定的。由于这是对预测法官决策的模型进行的分析,因而无法体现情境噪声的随机变异性。数据中仅包括可检验的、稳定的个体预测规则。
结论非常明确:稳定的模式噪声几乎是水平噪声的四倍之多(稳定的模式噪声占总变异的26%,而水平噪声占总变异的7%)。这种可识别的、稳定的、特异性的个体模式,要比法官之间审判严格程度的差异大得多。
所有这些证据与我们在第7章中讨论的有关情境噪声的研究结果是一致的:尽管情境噪声的存在让人惊讶,甚至不安,但没有迹象表明个体内部的变异大于个体间的变异。系统噪声中最主要的成分,恰恰是最开始被我们忽略的成分:稳定的模式噪声,即法官们对特定案例所做判决的变异性。
考虑到相关研究较为匮乏,我们的结论只是暂时性的;但它们反映了我们对噪声态度(以及如何应对)的改变。从原则上说,水平噪声——即法官之间简单的、全面的个体差异——应该是一个相对容易测量和解决的问题。如果有异常“严格”的评分者,或异常“谨慎”的儿童监护权法官,或异常“风险规避”的贷款人,雇用他们的机构可以试图使他们判断维持在平均水平。例如,大学会要求教授们在评分时遵守事先确定好的成绩分布来进行评分。
不幸的是,我们发现,专注于水平噪声会使得我们遗漏掉很大一部分个体差异。大多数噪声都不是水平差异的产物,而是交互的产物:不同的法官如何对待特定的被告,不同的老师如何对待特定的学生,不同的社会工作者如何对待特定的家庭,不同的领导如何对待特定的公司愿景。噪声主要是我们的独特性或“判断人格”所产生的副产品。降低水平噪声依旧是一个有价值的目标,但仅达到此目标仍然未能解决大部分系统噪声的问题。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格