第2章
系統噪聲，給人達成一致的錯覺

我們最初接觸噪聲，并對這個主題產生興趣，并不是因為遇到了像刑事司法案件那般富有戲劇性的案例。實際上，這次邂逅純屬偶然，緣于一家保險公司，這家公司與我們中的兩人所屬的咨詢公司有合作。我們的研究揭示了營利性組織中存在噪聲問題的嚴重性——組織會因為決策中的噪聲損失慘重。我們在保險公司的經歷有助于解釋為什么噪聲問題常常被忽視，以及要想解決這個問題，我們能做些什么。

保險公司的高管們正在權衡減少噪聲這項工作是否有必要，即是否需要提升為公司做出重大財務決策的人員之間判斷的一致性。雖然每個人都認為需要保持一致，但大家都明白這些判斷不可能完全一致，因為它們具有一定的主觀性。總之，有些噪聲不可避免。

在談到噪聲數量時，大家出現了分歧。高管們懷疑，噪聲對他們的公司而言是否真的是一個重大問題。非常值得稱贊的是，他們同意通過一個簡單的實驗來解決這個問題。我們稱這個實驗為噪聲審查。結果讓他們感到驚訝。這個案例也有力地證明了噪聲問題確實存在。

抽簽會引發噪聲

大型保險公司中的許多專業人員都有權做出對公司具有約束力的判斷。例如，上述這家保險公司雇用了許多核保員，他們會根據財務風險為投保人提供保費報價，比如為銀行提供針對因欺詐或流氓交易造成損失的保險。公司還雇用了許多理賠員來預測未來會產生的索賠費用，并在發生糾紛時與索賠人進行談判。

保險公司的每個大型分支機構中，都會有數位具備資質的核保員，當有人想知道報價時，任何有空的核保員都可能被指派去做這項工作。實際上，核保員是隨機指定的，而報價數額卻會對公司產生重大影響。如果保費高，而報價被客戶接受，那么對保險公司是有利的，卻存在將業務輸給競爭對手的風險。低額保費更容易被客戶接受，但對保險公司而言卻是不利的。也就是說，對于任何風險，都有一個恰到好處的“金發姑娘價格”（Goldilocks Price）(2)——既不會太高，也不會太低。大多數專業人士判斷出的平均價格很可能與這個“金發姑娘價格”相差不大，高于或低于這個價格，保險公司都會付出很大的代價。

理賠員的工作也會影響到保險公司的財務狀況。例如，假設有人提交了一份索賠申請，而索賠人是一名在工業事故中失去右手的工人。就像核保員的分配一樣，某位理賠員被指派受理該索賠案是因為他恰好有空。該理賠員的職責是收集案件的實情，并向公司提供最終成本的估價。他隨后負責與索賠人的代表進行談判，以確保索賠人獲得保單中承諾的利益，同時保險公司也不用支付過多費用。

早期的估價很重要，因為它為理賠員與索賠人在未來的談判中設定了一個隱性的目標。法律規定，保險公司有義務為每項索賠預留足夠的資金。從保險公司的角度來看，這里的“金發姑娘價格”很重要，報價過高或過低都無法確保很好地解決問題：一方面，如果報價過低，索賠人的律師可能會選擇訴諸法律；另一方面，過于慷慨可能會使理賠員因自由度過高而同意索賠人的無禮要求。理賠員的判斷對公司很重要，對索賠人而言也同樣重要。

我們用“抽簽”這個詞來強調在選擇核保員或理賠員時的隨機性。正常情況下，保險公司只會為每一起案件分配一位專業人員，我們無法得知如果換成另外一位專業人員，情況會有什么樣的不同。

當然，抽簽也有好處，不是完全不公平的。進行“好的”（如一些大學的課程）或“壞的”（如美國的征兵工作）資源分配時，人們都能夠接受抽簽的形式。抽簽有它存在的意義，但我們所談論的判斷中的抽簽并不分配任何東西，采用這種比喻是想要強調：它們只會產生不確定性。想象一下，假如一家保險公司的核保員是不存在噪聲問題的，他們能夠設定最佳保費，但一個“抽簽裝置”介入并修改了實際報價，顯然這樣的抽簽是不合理的。在一個系統中，如果結果取決于隨機選擇的專業判斷者的身份，這非常不合理。

噪聲審查，系統噪聲無處不在

以類似抽簽的方式指派一位法官來審理刑事案件或選擇一位射擊手代表一支隊伍出戰，都會產生差異性，但這種差異性是隱而未見的。就像審查美國聯邦法官在量刑方面的差異性那樣，噪聲審查是揭示噪聲的一種方法，在這樣的審查中，多人對同一起案件進行評估，于是他們評估中的差異性就可以顯現出來。

核保員和理賠員的判斷尤其適用于這種審查，因為他們都是根據書面材料做判斷的。在噪聲審查開始之前，保險公司高管向每個小組（核保員和理賠員）詳細描述了5個代表性案例，隨后要求每一組的成員對兩三個案例進行獨立評估。為了檢查他們判斷之間的差異性，研究人員事先沒有告知這些員工該研究的目的。

在繼續閱讀之前，不妨想想，你會如何回答以下問題：在一家經營狀況良好的保險公司中，如果你隨機選擇了兩位有資質的核保員或理賠員，你預測他們對同一案件的估價會有多大差異？具體而言，兩個估價之間的差異占他們估價平均值的百分比是多少？

在隨后的幾年中，我們讓保險公司的眾多高管們也回答這個問題，并獲得了各界人士對此的估值。令人驚訝的是：有一個答案顯然比其他所有答案都有人氣，大多數高管猜測的差異值為10%或更少。我們調查了828位來自不同行業的CEO和高管，詢問他們希望在類似的專家判斷中發現多少差異，最常見答案的中位數也是10%（排名第二常見的答案是15%）。10%的差異意味著，如果兩位核保員中的一位將保費設定為9500美元，那么另一位可能報出10 500美元的保費。雖然這一差異不算微不足道，但它仍在組織能夠容忍的差異范圍內。

然而，我們的噪聲審查發現的差異更大。根據我們的計算，核保員的中位數差異為55%，大約是大多數人（包括公司高管）估計值的5倍多。這一結果意味著，當一位核保員將保費定為9500美元時，另一位核保員很可能不是將保費定為10 500美元，而是定為16 700美元。另外，理賠員的中位數差異為43%。需要注意的是，我們強調的這些結果是中位數，事實上，在一半的案件中，兩個判斷之間的差異甚至更大。

當我們將噪聲審查結果提交給高管們時，他們很快意識到巨大的噪聲會讓公司付出高昂的代價。一位高管估計，保險公司每年在承保方面的噪聲成本是數億美元，包括報價過高造成的業務損失和低價合同造成的收益損失。

沒有人能準確地說出一項決策中到底存在多少錯誤或多少偏差，因為沒有人能確切地知道每一種情況下的“金發姑娘價格”。但是，要想測量射擊點的分散程度，并意識到差異性是一個問題，我們并不需要知道靶心在哪里。數據顯示，要求客戶支付的價格在一定程度上取決于被抽中的是哪位核保員。至少可以說，如果未經客戶同意就做出這樣的抽簽式指派，客戶也不會滿意。更為普遍的是，與組織打交道的人希望系統能夠提供可靠的一致性判斷。總之，他們不希望自己的系統中存在噪聲。

不必要的變異性與有利的多樣性

系統噪聲的一個特點是，它是不必要的，而我們想要強調的是：判斷中的變異性并非總是不必要的。

讓我們想想人們的偏好或品位問題。如果有10位影評人觀看同一部電影，或有10位品酒師評價同一款酒，又或有10位讀者閱讀同一部小說，我們并不期望他們給出完全相同的評價。畢竟，人各有所好，這完全在意料之中，因為沒有人愿意生活在一個所有人的好惡都完全相同的世界中。然而，如果我們的個人品位被誤認為是專業判斷，那么品位多樣性就可能導致錯誤。如果一位電影制片人決定推進一個“小眾”的項目（比如，轉盤電話的興衰），其原因僅僅是他個人喜歡這個劇本，而不管其他人對這個項目的看法，那么就可能會犯下大錯。

在最優判斷會得到獎勵的競爭環境下，人們也會期待和歡迎判斷中的變異性。當幾家公司或同一組織中的幾個團隊競相為同一個客戶問題制訂創新性解決方案時，我們就不希望他們采用相同的方法；當多個研究團隊試圖攻克同一個科學問題時，情況也是如此，例如在研制疫苗時，我們希望各研究團隊能從不同的角度去看待問題。即使是預測者，有時也會表現得像個競爭者一樣。如果預測者能從別人沒有想到的視角，正確地預測到經濟衰退的可能性，那么他肯定會一舉成名，而墨守成規、從不偏離一致性的人則將碌碌無為。在這種情況下，想法和判斷的變異性同樣有存在的必要，因為變異是第一步。在隨后的階段，這些判斷的結果會相互競爭，最優判斷會獲得勝利。市場猶如自然界，沒有變異，選擇就不會起作用。

品位和競爭引發了有趣的判斷問題，但我們的討論重點是判斷中存在的不必要的變異性。系統噪聲是系統層面的問題，系統是組織，不是市場。當交易員對同一只股票的價值做出不同的評估時，其中一些人會賺錢，另一些人則不會，可以說正是分歧造就了市場。但是，如果隨機選擇其中一名交易員來代表他任職的公司進行評估，我們還發現他的同事做出了非常不同的評估，那么該公司就存在系統噪聲，這就是一個大問題。

當我們向一家資產管理公司的高級經理提出我們的發現，并敦促他們進行噪聲審查時，這個問題就被很好地說明了。他們要求公司中42名經驗豐富的投資經理估計一只股票的公允價格（當股價達到該價格時，投資經理不會進行買賣交易）。他們只是根據一頁紙的業務描述進行分析，其中的數據包括過去3年的簡化損益表、資產負債表、現金流量表以及對未來2年的預測。用我們在保險公司案例中使用過的噪聲審查方法測量噪聲水平，得到的噪聲中位數為41%。同一家公司的投資經理在采用相同估值方法的情況下出現如此大的差異，這可不是一個好消息。

正如資產管理公司、刑事司法制度以及前面討論的保險公司的案例一樣：只要判斷者是從一群具有同等資歷的人中隨機挑選出來的，噪聲就是一個必然存在的問題。系統噪聲困擾著許多組織和機構：比如，你去醫院接受哪位醫生的治療、哪位法官在法庭上審理你的案件、哪位專利審查員審查你的申請、哪位客戶服務代表聽取你的投訴等。在這些由不同人做出的判斷中，不必要的變異性會引發嚴重問題，包括金錢損失和廣泛存在的不公平現象。

關于判斷中不必要的變異性，一個常見的誤區是認為它無關緊要，因為通常來說，隨機錯誤是可以相互抵消的。當然，在關于同一案件的判斷中，正負誤差會趨于相互抵消，我們將詳細討論如何利用這一特性來減少噪聲。但存在噪聲的系統并非對同一案例做出了多次判斷，而是對不同的案例做出了有“噪聲”的判斷。如果保險公司對一份保單的理賠金額估價過高，而對另一份保單估價過低，從平均值而言，兩次估價看起來可能是適當的，但實際上保險公司卻犯下了兩次代價高昂的錯誤。如果兩名罪犯都應該被判處5年有期徒刑，卻分別被判處了3年和7年有期徒刑，那么盡管平均值是5年，但事實上正義并沒有得到伸張。因此可以看出，在充滿噪聲的系統中，錯誤不會相互抵消，只會累加。

達成一致的錯覺

幾十年前已有大量文獻記錄了專業判斷中的噪聲，因為我們了解這些文獻，所以對保險公司的噪聲審查結果并不驚訝。然而，令我們驚訝的是高管們在聽到報告結果時的反應：公司中沒有人預料到我們會觀察到那么多的噪聲數量，沒有人質疑審查的有效性，也沒有人聲稱觀察到的噪聲數量是可接受的。噪聲問題及其導致的巨大成本對該組織來說似乎是一個新問題。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。

這怎么可能呢？同一職位、同一辦公室的專業人員之間怎么會有如此大的差異而不被察覺？高管們知道這對公司的業績和聲譽是一個重大威脅，他們怎么會沒有注意到這一點呢？我們發現，組織經常無法識別系統噪聲問題，組織對噪聲的普遍無視與它的普遍存在一樣有趣。噪聲審查表明，受人尊敬的專業人員以及雇用他們的組織存在一種一致性錯覺，事實上，他們在日常的專業判斷中常常存在分歧。

想要理解一致性錯覺是如何產生的，你可以把自己想象成一位核保員：你有5年以上工作經驗，你知道自己在同事中享有較高聲譽，并且你也尊重和喜歡你的同事。你對自己的工作能力很有信心。在仔細分析了一家金融公司所面臨的復雜風險后，你給出了結論，認為將保費設定為200 000美元比較合適。這個問題雖然很復雜，但與你每天要解決的其他問題沒有太大的區別。

現在想象一下，你被告知你的同事也拿到了同樣的資料，并針對同樣的風險進行了估價。然而，他們中至少有一半人設定的保費要么高于255 000美元，要么低于145 000美元，你會相信嗎？這種想法的確很難讓人接受。我們懷疑，那些聽說過噪聲審查并接受其有效性的核保員很難真正相信這一結論適用于他們自己。

多數時候，我們大多數人都有一個根深蒂固的信念，即這個世界就是它看起來的樣子。當然，也很容易相信：“其他人對世界的看法與我差不多”。“其他人對世界的看法與我差不多”這樣的信念也被稱為“天真的現實主義”，它對于我們與他人共有的現實感而言至關重要，而且我們很少質疑這些信念。我們在任何時候都對周圍的世界持有一種單一的解釋，通常而言，我們很少會投入精力來尋找其他可能的解釋。在我們看來，一種解釋就足夠了，我們將其視為真實的經驗。人們通常不會想到用其他方式來看待自己所看到的東西。

就專業判斷而言，相信他人也像我們一樣看待世界的信念每天都在以多種方式被強化。首先，我們與同事使用同一種語言，遵循著同一套規則來考慮決策中的重要因素。我們也有一些可靠的經驗，可以就違反這些規則的荒謬判斷與他人達成一致。我們把與同事之間偶爾出現的分歧看作對方的判斷失誤，卻很難意識到，我們一致認定的規則是含糊不清的。這些規則雖然足以消除某些可能性，但并未明確規定可對特定案例做出的積極回應。我們可以與同事愉快地相處，根本不會注意到他們實際上并不像我們那樣看待世界。

我們采訪的一位核保員描述了他成為自己所在部門“老手”的經歷：“當我還是新人時，75%的案件都是與我的主管一起討論的，沒過幾年，我就不需要再這樣做了。我現在被視為專家，久而久之，我對自己的判斷越來越有信心。”像大多數人一樣，這位核保員主要通過不斷實踐來建立對自己判斷的信心。

這個過程的心理學機制已被大眾所熟知。信心來自主觀的判斷經驗。個體做出這些判斷越來越熟練、越來越輕松，這其中的部分原因在于，這些判斷與過去經歷過的判斷類似。隨著時間的推移，這位核保員學會了與過去的自己達成一致，他對自己的判斷的信心也隨之增強。他的敘述并沒有表明，在最初的學徒階段之后，他已經學會了與他人達成一致，已經知道了自己的觀點與別人的觀點能達到多大程度的一致，或是曾經嘗試過防止他的做法偏離同事的做法。

對于保險公司來說，一致性錯覺只有通過噪聲審查才能被戳破。領導層為何一直沒有意識到噪聲問題？這里有幾個可能的因素，但在許多情況下起最大作用的是對分歧的不適感。大多數組織喜歡共識與和諧，不喜歡異議和沖突。現有的程序似乎是特意設計的，用來將分歧出現的頻率最小化，以及在發生分歧時予以消除。

我們可以用明尼蘇達大學心理學教授、杰出的成績表現預測研究者內森·昆塞爾（Nathan Kuncel）給我們分享的故事來說明這個問題。昆塞爾正在幫助一所學校的招生辦公室評估其決策過程。首先，一位評閱人閱讀了一份申請文件并進行評分，然后將其連同評分一起交給了第二位評閱人，后者也對其進行評分。昆塞爾建議最好隱去第一位評閱人的評分，以免影響第二位評閱人的判斷。學校的答復是：“我們以前就是這樣做的，卻導致了很多分歧，所以我們才改用了現在的方式。”要知道，這所學校并不是唯一一家認為避免沖突與做出正確決定至少同等重要的機構。

考慮一下許多公司采用的另一種機制：對失敗的判斷進行事后總結。作為一種學習機制，事后總結是有用的，但是如果真的犯了錯誤，比如某項判斷嚴重偏離了專業規范，那么對該錯誤進行討論就沒有意義了。專家們很容易得出這樣的結論：失敗的判斷與共識相去甚遠。他們也可能將其作為一種罕見的例外情況記錄下來。錯誤的判斷比正確的判斷更容易被識別。在做出廣泛可接受的判斷時，指出不合格的同事犯的嚴重錯誤并排擠他們，對專業人士了解自己與他人的分歧程度并沒有什么幫助。相反，對錯誤判斷的簡單共識甚至可能會強化一致性錯覺。這樣，人們永遠也不會認識到“系統噪聲無處不在”的事實。

我們希望你能夠認同我們的觀點，認識到系統噪聲是一個嚴重的問題，它是普遍存在的。判斷天生是非制式的，所以噪聲的出現也是自然而然的。然而，正如我們將在整本書中看到的，當組織認真審視和看待噪聲時，觀察到的噪聲數量幾乎總是令人震驚。我們的結論很簡單：哪里有判斷，哪里就有噪聲，而且它比你想象的還要多。

·　消除噪聲

保險公司中的系統噪聲

·　我們非常依賴核保員、理賠員和其他人員的專業判斷的品質。但我們在把案件指派給每一位專家時，常常錯誤地假定其他專家也會對該案件做出類似的判斷。

·　系統噪聲比我們想象中的大數倍，甚至超出我們可以承受的范圍。如果沒有噪聲審查，我們將永遠不會意識到這一點。噪聲審查打破了一致性錯覺。

·　系統噪聲是一個嚴重的問題：它給我們造成了難以估計的損失。

·　哪里有判斷，哪里就有噪聲，而且其數量之大超出我們的想象。