<var id="mjqj0"><output id="mjqj0"><source id="mjqj0"></source></output></var>
    1. 噪聲:人類判斷的缺陷

      噪聲:人類判斷的缺陷-傳播蛙

      ?

      推薦理由

      在《噪聲》一書中,三位作者巧妙地將他們對人類判斷缺陷的獨特新穎見解,運用到人類在各個領域的判斷問題?!对肼暋肥切睦韺W領域的一項了不起的成就,也是一座里程碑。在這本書中,作者深入分析了噪聲的影響所謂“噪聲”。即是造成我們決策失誤的因素。人類并非完全理性,只要開始判斷,噪聲便會隨之而來。由于時間的單向性,每一個判斷和決策均會導向不同結果,由此,如何降低噪聲帶來的決策風險,從而做出最優選擇至關重要。作者在書中提出的策略是利用科技的力量,通過發掘埋沒在大數據中的信息來減少決策中的噪聲,這可以說是大數據滲透到行為經濟學領域的新趨勢。

      作者介紹

      丹尼爾·卡尼曼(Daniel Kahneman),諾貝爾經濟學獎得主,美國總統自由勛章獲得者,全球暢銷書《思考,快與慢》作者,普林斯頓大學尤金·希金斯心理學榮譽退休教授,公共和國際事務學院教授,曾榮獲多項獎章??崧谛睦韺W上的成就是挑戰判斷與決策的理性模式,被公認為“繼弗洛伊德之后,當代最偉大的心理學家”。他的跨領域研究對經濟學、醫學、政治學、社會學、社會心理學、認知科學等領域都產生了深遠的影響,被譽為“行為經濟學之父”。

      奧利維耶·西博尼(Olivier Sibony),巴黎高等商學院(HEC Paris)教授,牛津大學賽德商學院外籍教授,曾在全球最大的戰略咨詢公司——麥肯錫咨詢公司擔任資深合伙人長達25年時間。西博尼的研究領域為策略、決策、問題解決,力圖提升決策的品質。主要代表著作有《You Are About to Make a Terrible Mistake》《Before You Make That Big Decision》等。

      卡斯·R.桑斯坦(Cass R. Sunstein),哈佛大學法學院教授,主要研究領域為政策制定方面。著有多本《紐約時報》暢銷書,包括與理查德·泰勒合著的《助推》(Nudge)、基于電影《星球大戰》(Star Wars)的法學著作《星球大戰的世界》(The World According to Star Wars),以及《助推2.0》(How Change Happens)等其他多本著作。

      ?

      內容簡介

      《噪聲》通過兩個公式揭開了“判斷出錯”的本質,并且通過對三種噪聲系統性分析探索人類決斷過程中所受的干擾。從六大部分闡述了“噪聲”:“從尋獲噪聲到探究人類判斷的本質,從預測噪聲到闡釋噪聲的主要原因,從探討如何改進判斷和防止錯誤的的實際問題,一直延伸到什么才是合適的噪聲水平”。為了減少噪聲,降低危害,重塑決策框架,卡尼曼在書中提出了6大原則,致力于幫助讀者成為一個聰明的決策者。

      在第一部分,作者告訴我們什么是噪聲,它指的是造成我們決策失誤的因素。丹尼爾·卡尼曼認為,凡有判斷必有噪聲;影響我們決策質量的因素有兩個,一個叫偏差,另外一個叫噪聲。其中,偏差屬于系統性因素,是大腦固有的思維模式,而噪聲主要指的是不可預測的偶然性因素。

      在第二部分和第三部分,作者把噪聲分為了三種不同的類型。第一種叫水平噪聲,指的是我們做某個決策的時候,個人影響因素與行業平均水平的差異。第二種叫模式噪聲,指的是某一次決策水平與本人一貫的決策水平之間的不同。第三種叫情景噪聲,它屬于模式噪聲的分支,指的是你的決策水平在不同的情景、不同的心情下,最終的結果也會不同,而影響我們決策的這些因素,都屬于情景噪聲。

      在第四部分,作者認為,個體間的差異總是存在的,每個人也總有特殊的偏好,人的狀態也會隨著情境起起伏伏,所以噪聲幾乎是無處不在的。但更雪上加霜的是,有一些因素還會增大噪聲的幅度。

      常見的放大噪聲的情況有三種。第一種叫“客觀無知”。即就是做判斷的人在認知上的有限性。第二種叫“匹配問題”。一方面因為每個人的標準不同,對同一個事情的評價也會不同,即人與人之間的分歧。另一方面,因為在不同的場合里,人們對量表的理解也會發生變化。比如在公司績效考核中,有的領導給80分是優秀,有的領導給90分才是優秀。第三種是群體的不良影響。一個群體共同做判斷和決策時,要想提高決策質量,其實是有苛刻的條件的。如果不滿足該條件,那群體其實反而會增大決策噪聲。

      在第五部分“決策衛生,提升五大人類判斷力”中,作者主要探討了如何減少噪聲,提出了四種常見的手段。第一種是把決策過程交給一個每一個個體都能獨立做判斷的群體。也就是個體獨立做判斷,然后匯總獨立判斷的結果。第二是用排序取代匹配。即先對決策中的不同因素進行分檔排序,再依次根據排序來打分。比如很多公司招聘時,會先把面試者分成不同的檔次,然后在每一檔里逐個打分。第三種是把決策過程交給一個模型。模型本質上其實都是固定的數學公式。只要每次的輸入是一樣的,它就保證輸出是一模一樣的。第四種則是把決策過程交給“決策達人”。即在決策過程中尋找那些能夠排除噪聲影響、直中把心的決策達人,讓他們來做出判斷和抉擇。

      在第六部分,作者討論了減少噪聲過程中可能會遇到的障礙,并將其分為三種。第一個障礙是,人們不信任算法。作者認為人們普遍不信任算法,通常會去抵制通過算法來減小噪聲的那些措施。第二個障礙是,人們擔心模型會扼殺積極性和創造力。人類的決策雖然飄忽不定,但其中也會誕生出很多創意,如果決策過程都交給了死板的模型,極有可能會扼殺人類的創意。最后一個障礙是成本。在一些領域中,減小噪聲的成本過高,很多人不愿意為此花費太多。

      ?

      本書目錄

      第一部分 尋找噪聲
      第1章 犯罪和充滿噪聲的判罰/77
      第2章 系統噪聲,給人達成一致的錯覺/102
      第3章 單一決策,僅發生一次的重復決策/130
      第二部分 你的大腦是一種測量工具
      第4章 什么是判斷/149
      第5章 測量誤差,噪聲與偏差的代價一樣大/179
      第6章 噪聲分析:所有判斷都存在 3 類噪聲/211
      第7章 情境噪聲,無時無刻不在影響著我們的判斷/235
      第8章 群體是如何放大噪聲的/275
      第三部分 預測性判斷中的噪聲
      第9章 判斷與模型,簡單的模型普遍優于人類判斷/316
      第10章 無噪聲的規則/347
      第11章 哪里有預測,哪里就有客觀無知/381
      第12章 常態谷:事情雖無法預測,但可以被理解/408
      第四部分 噪聲是如何產生的
      第13章 啟發式、偏差與噪聲/439
      第14章 匹配,找到與你的預測最精準匹配的共識/478
      第15章 選取精確的量表,并多用相對判斷/507
      第16章 模式噪聲的構成/538
      第17章 噪聲源,偏差是引人注目的圖形,而噪聲是不受我們關注的背景/562
      第五部分 決策衛生,提升五大人類判斷力
      第18章 卓越的判斷者,卓越的判斷力/596
      第19章 消除偏差與決策衛生/626
      第20章 司法科學,信息排序是最大的噪聲/648
      第21章 甄選與匯總,超級預測的兩大策略/686
      第22章 醫療決策,用科學的診斷指南減少噪聲/723
      第23章 績效評估,用基于外部視角的共識框架做出量化判斷/761
      第24章 人員招聘,以結構化指標衡量人才/794
      第25章 中介評估法,做出明智決策的核心方法/826
      第六部分 最佳的噪聲水平
      第26章 減少噪聲的成本/867
      第27章 尊嚴,人之為人的重要價值觀/892
      第28章 規則還是標準/920

       

      閱讀感悟

      1.噪聲——人類決策的阻礙

      噪聲的概念非常廣泛,它不僅存在于物理測量的過程中,而且同樣大量出現在人類思維的決策過程中,涉及司法審判、保險理賠、醫學診斷、人事決策、產品預測、專利權授予政策,以及日常生活中的各種情境,跨越了不同的領域。

      傳播學中也存在“噪音”概念,它是指除信源有意傳播之外的一切東西?!霸胍簟钡奶岢?,表明傳播并不是在真空中進行的,過程內外的各種障礙因素會形成對訊息的干擾,造成信息的失真。與此同時,噪聲的存在會對我們的判斷和決策造成干擾,并且,人類在面對各種問題時,我們的看法和判斷不可能完全達成一致。因此,噪聲會成為人類決策的阻礙。

      在新冠肺炎疫情爆發后,歐洲國家在優先事項、主要目標、衛生系統、治理模式等各方面都非常相似,但最終選擇的疫情應對政策卻有著巨大的差異。面對同樣的問題,他們想出了不同的解決方案。有些國家的疫情日增病例數字時不時沖上熱搜,有些國家卻能成為他國借鑒經驗的典范。而形成這樣巨大差異的原因,就在于他們在面對相同的問題時,在噪聲干擾下決策的差異性。正是由于決策偏差及其差異性影響的存在,這就意味著我們在做決策以及效果評估時,應該反思我們可能出現或已經產生了何種誤差,從而啟發我們該如何去完善和改進,以更好地屏蔽噪聲帶來的干擾。

      2.算法——輔助決策的手段

      在算法時代,算法問題逐漸成為學界和業界關注的焦點,樂觀之余更應該對算法保持謹慎,它所帶來的倫理問題比技術本身更為嚴峻。現階段的算法還不具有自我意識,智能程度在于對現有數據的分析計算上。但在公眾無法清楚計算機運行邏輯的情況下,自然也不會知道算法對數據的分析是否真的客觀公正。但是丹尼爾持有不同的觀點。

      丹尼爾認為,“信息繭房”“過濾氣泡”并非揭示了算法的失敗,相反,它們恰好證明了算法的成功。算法推薦被設計出來,就是為了達成滿足人們個性化需求的目的,在這一點上,算法的初衷是人性化的。他提到,算法只是經過編程產生的,它本身沒有觀念傾向,只是人們在滿足自身利益的過程中容易導致錯誤偏差的出現,尤其體現在社交媒體公司對于資本的剝削上。

      不可否認的是,丹尼爾關于算法的觀點有一定的合理性,這與傳播學中的社會決定論有一定的相似之處。即技術起源于社會生活,產生于人的社會需求。人是技術的主人而不是奴隸,且技術不僅僅是工具和手段,也是倫理、政治、文化價值的體現。

      我們需要意識到,算法將在人類生活中扮演越來越重要的角色。我們積累的數據越多,使用的算法越多,我們就越有可能做出更好的判斷,提升決策的質量。本書強調讓人類決策在保留原來的所有優點的同時,擁有更好的紀律性,最后在決策結果上接近于算法的準確度。我們稱之為“決策衛生”(decision hygiene),讓人類的判斷更有紀律,從而在實踐中減少噪聲,而不是在任何領域都用人工智能算法取而代之。

      當今社會,我們越來越需要一些比較穩定的、精準的社會制度和技術模式來做出一些高效平穩的判斷。比如谷歌公司招聘員工時兩個環節的招聘制即體現了這一點。其中,第一個環節是經由算法讓求職者參與一系列標準化的考核和面試,每項考核都獨立打分、獨立評估,面試問題也根據考核項的差異有嚴格的規定,最終將多項考核結果匯總,生成一份求職者檔案。由此可見,這份檔案其實誕生于一個死板的面試模型。在第二個環節里,這份檔案會被交往招聘委員會,由委員會的成員結合文檔內容給出最后的雇傭意見。

      因此,谷歌的這套招聘流程并沒有完全否認人類主觀的直覺和判斷,只是盡可能地把人類的介入延后,先讓算法模型來判斷,最后才交給人類,這在一定程度上提升了決策的科學性。

      而隨著人類文明不斷向前發展,人類在社會體系中做判斷的職責越來越重要。對于一個社會系統來說,各方面的因素都會影響到一個人或一群人的判斷,從而影響最終的決策,帶來不同的結果。作者提醒我們,算法模型作為輔助決策的手段,有其科學性。面對人類判斷的各種噪聲,我們可以借用統計學的思維去觀察,遵循一套科學的流程,使我們在決策的過程中盡可能地少受不必要噪聲的干擾。

      ?

      內容摘錄

      世界充滿復雜性與不確定性,因此判斷是一件困難的事。這種復雜性在司法領域顯而易見,在其他大多數需要專業判斷的情形中也是如此。從廣義上講,這些情形包括由醫生、護士、律師、工程師、教師、建筑師、招聘委員會成員、圖書出版商、各類企業高管以及球隊經理人等所做的判斷。凡是判斷,就不可避免地存在分歧。

      ——第1章 第96頁

      噪聲就像地下室漏水,它之所以能被容忍,不是因為人們認為它是可接受的,而是因為它一直未被發現。

      ——第2章 第116頁

      分歧需要有一定的限度。事實上,“判斷”這個詞主要用于人們能夠達成一致意見的場合。判斷問題不同于品位或意見,在后兩種情況下,彼此之間的差異是完全能被接受的。對于那些對噪聲審查感到震驚的保險公司高管來說,理賠員在“披頭士樂隊和滾石樂隊哪個更好”,或是“鮭魚和金槍魚哪個更好”之類問題上存在的分歧,并不會讓人覺得不妥。包括專業判斷在內的判斷介于兩者之間:一端是事實或計算問題,另一端是品位或意見問題。因此,不同主體的判斷必然存在一定程度的分歧。

      ——第4章 第145頁

      有一種思維模式會自發地出現在我們的腦海里,它就是因果思維(casual thinking)。因果思維會創造出故事,故事中特定的人、事、物之間會相互影響。要想體驗因果思維,你可以將自己想象成一名社工,你追蹤調查了很多貧困家庭。你剛剛聽說其中一個家庭的人目前無家可歸,比如瓊斯一家。你對這一消息的反應取決于你對瓊斯一家的了解有多少。事情可能是這樣的:這個家庭的經濟支柱潔西卡·瓊斯(Jessica Jones)幾個月前失業了,而且找不到工作,從那時起,她就只能付一部分房租,她多次向大樓管理員求情,甚至請你幫忙求情(雖然你出面了,但大樓管理員無動于衷)。在這種情況下,瓊斯一家的遭遇雖然很可憐,但我們并不會感到意外。事實上,這就好像是一連串事件的必然結果一樣,一場“難以避免”的悲劇終會發生。

      ——第12章 第401頁

      人們的判斷有所不同,可能并不是因為他們的判斷有實質性的差異,而是因為他們使用量表的方式不同。假設你對員工績效進行評級,在0~6分的量表上,你評了4分,在你看來這是很不錯的分數。但是,對于相同的量表,有人可能覺得3分就已經是不錯的分數了?!傲勘怼钡拿枋瞿:磺迨且粋€普遍的問題。已有很多研究分析了“高度懷疑”“清晰而有說服力的證據”“出色的表現”“不太可能發生”等模糊表達所引起的溝通障礙。

      ——第15章 第482頁

      在一個理想化的世界里,評估績效并不是一個判斷工作,因為評估人借助客觀事實就足以裁定員工工作表現的好壞。但問題在于,大多數現代組織與經濟學鼻祖亞當·斯密(Adam Smith)提到的扣針廠沒有什么共同之處。在亞當·斯密提到的扣針廠中,每個工人的產出都可以量化。但對一家公司的首席財務官或研發部主管來說,他們的產出是什么呢?當代知識工作者需要平衡多種工作目標,有時這些目標甚至是互相矛盾的。只關注其中一個目標,在做評估時就可能犯錯,導致評估結果不準確,并帶來負面的激勵效果。

      ——第23章 第714頁

      0 條回復 A文章作者 M管理員
        暫無討論,說說你的看法吧
      午夜激情视频免费_精品国自产拍天天更新_一区无码中文字幕_榴莲成版人app

      <var id="mjqj0"><output id="mjqj0"><source id="mjqj0"></source></output></var>