引言　Introduction 偏差與噪聲，人類判斷的兩類錯誤

試想一下，你的朋友組成了A、B、C、D共4支隊(duì)伍，來到一個射擊場。每隊(duì)中有5個人，他們共用一支來復(fù)槍，且每人只開了一槍。圖0-1顯示了他們的射擊結(jié)果。

理想情況是，每一槍都能正中靶心。

A隊(duì)幾乎達(dá)到了理想情況，他們的每一發(fā)子彈都緊緊圍繞著靶心，接近完美模式。

B隊(duì)的每一發(fā)子彈都偏離了靶心，我們可以稱其為偏差隊(duì)。在圖0-1中，我們可以根據(jù)B隊(duì)偏差的一致性進(jìn)行這樣的預(yù)測：如果該隊(duì)中的某位成員再開一槍，我們敢說子彈的落點(diǎn)也會與前5次落點(diǎn)的區(qū)域相同。偏差的一致性也許有原因可循：B隊(duì)使用的來復(fù)槍的瞄準(zhǔn)器歪了。

C隊(duì)的子彈落點(diǎn)很分散，我們可以稱其為噪聲隊(duì)。子彈的落點(diǎn)大致都在靶心四周，因而沒有明顯的偏差。如果該隊(duì)的某位成員再開一槍，我們很難準(zhǔn)確預(yù)測他可能擊中的位置，而且我們也無法從C隊(duì)的結(jié)果想出任何有趣的假設(shè)。我們只知道C隊(duì)的成員不太擅長射擊，但確實(shí)不知道為什么子彈的落點(diǎn)如此分散，會充斥著如此多的噪聲。

D隊(duì)是偏差與噪聲共存隊(duì)。與B隊(duì)類似，D隊(duì)的落點(diǎn)基本上都偏離了靶心；與C隊(duì)的相似之處在于，D隊(duì)的落點(diǎn)也很分散。

當(dāng)然，這不是一本教射擊的書，我們的主題是人類判斷的錯誤。偏差和噪聲，即系統(tǒng)性偏差和隨機(jī)分散，是錯誤的不同組成成分，舉射擊的例子，只是為了闡明兩者的差異。

射擊場只是一種隱喻，用來說明人們在做判斷時會出現(xiàn)什么樣的錯誤，尤其是在代表組織成員做出各種判斷時。在這些情境中，我們會發(fā)現(xiàn)圖0-1展示的兩類錯誤。有些判斷存在偏差，它們整體偏離了目標(biāo)；有些判斷存在噪聲，我們期望人們就某個目標(biāo)達(dá)成一致，到頭來他們卻產(chǎn)生了嚴(yán)重的分歧。很遺憾，很多組織同時受到了偏差和噪聲的困擾。

圖0-2說明的是偏差和噪聲之間的重要區(qū)別。如果隱去靶子看各隊(duì)的子彈落點(diǎn)情況，那么最后每個隊(duì)的射擊結(jié)果就會如圖0-2所示。

此時，你無法分辨是A隊(duì)還是B隊(duì)的子彈落點(diǎn)更接近靶心，但你能一眼看出，相比于這兩隊(duì)，C隊(duì)和D隊(duì)存在更多的噪聲。事實(shí)上，你對各隊(duì)射擊結(jié)果分散程度的了解與你觀察圖0-1時一樣多。噪聲的一個普遍特性是：你可以在對目標(biāo)或偏差一無所知的情況下，識別噪聲，并對它進(jìn)行測量。

方才提到的噪聲的普遍特性，對本書意義重大，因?yàn)樵诒緯校覀兊暮芏嘟Y(jié)論，也都是通過研究人們在“真實(shí)答案”未知甚至永遠(yuǎn)無法獲知的情況下做出的判斷而得出的。當(dāng)不同醫(yī)生為同一位患者做出了不同的診斷時，我們可以僅研究他們的分歧點(diǎn)，而無須知道患者的病情；當(dāng)電影公司主管評估一部電影的市場效益時，我們可以僅研究他們意見的差異性，而不必知道這部電影最終的票房，甚至不必知道它有沒有拍攝完。也就是說，在衡量這些差異時，我們無須知曉誰對誰錯。要測量噪聲，我們只需看“靶子的背面”。

要想理解判斷中的錯誤，我們必須同時理解偏差和噪聲。有時候，噪聲甚至是更為重要的問題。然而，在有關(guān)人類錯誤的公開討論，以及世界各地的組織中，很少有人認(rèn)識到噪聲的重要性。偏差是臺上的主角，而噪聲只是幕后的一個不起眼的參與者。已經(jīng)有成千上萬篇科研文章和數(shù)十本暢銷書討論過偏差的話題，但討論噪聲問題的作品卻少得可憐。本書的寫作目的就是修正這一失衡的狀態(tài)。

在現(xiàn)實(shí)的決策中，噪聲的數(shù)量往往令人觸目驚心。下面幾個例子展示了在準(zhǔn)確性非常重要的場景中，噪聲存在的數(shù)量有多大：

·　醫(yī)學(xué)診斷中存在噪聲。不同醫(yī)生對同一患者是否患有皮膚癌、乳腺癌、心臟病、肺結(jié)核、肺炎、抑郁癥等疾病，會做出不同的判斷。精神科診斷中的噪聲尤其多，顯然是因?yàn)榫窨漆t(yī)生的主觀判斷對診斷結(jié)果起決定性作用。然而，在一些并不應(yīng)該存在噪聲的領(lǐng)域，例如在對X線片報告的解讀中，也存在著大量噪聲。

·　兒童監(jiān)護(hù)權(quán)判定中存在噪聲。兒童保護(hù)機(jī)構(gòu)中的案件負(fù)責(zé)人需要評估兒童是否存在受虐待的風(fēng)險，如果存在，則需要進(jìn)一步評估是否需要將他們送去寄養(yǎng)。鑒于有些案例的負(fù)責(zé)人比其他負(fù)責(zé)人更有可能做出將兒童送去寄養(yǎng)的決策，所以該系統(tǒng)存在噪聲。多年后，被某些過于嚴(yán)格的負(fù)責(zé)人送去寄養(yǎng)的不幸兒童，境遇大多很糟糕：犯罪率更高，青少年時期懷孕率更高，收入更低。

·　預(yù)測中存在噪聲。專業(yè)的預(yù)測人員對新產(chǎn)品的可能銷量、失業(yè)率的可能增長、經(jīng)營不善的公司破產(chǎn)的可能性，以及其他各類問題，都會做出分歧非常大的預(yù)測。他們不僅意見不一，而且各自的預(yù)測也前后矛盾。例如，當(dāng)同一批軟件開發(fā)人員被要求在不同的兩天中分別評估完成同一任務(wù)所需的時間時，他們前后兩次估計出的時間平均相差71%。

·　庇護(hù)權(quán)決策中存在噪聲。尋求庇護(hù)者能否被允許進(jìn)入某個國家，就和買彩票差不多。一項(xiàng)研究發(fā)現(xiàn)，在將庇護(hù)申請隨機(jī)指派給不同的法官后，一位法官批準(zhǔn)了5%的申請，而另一位法官卻批準(zhǔn)了88%的申請。該研究的標(biāo)題說明了一切：《難民輪盤賭》（Refugee Roulette）。（在后文中，我們將會看到許多“輪盤賭”。）

·　人事決策中存在噪聲。不同面試官對相同應(yīng)聘者的評估常常大相徑庭。類似地，對相同員工的績效評估，管理者之間也存在著很大差異。結(jié)果更多取決于評估者不同，而非被評估者的表現(xiàn)。

·　保釋決策中存在噪聲。被告是獲準(zhǔn)保釋，還是移送監(jiān)獄候?qū)?，部分取決于審理該案件的法官。有些法官更為寬容，有些則更為嚴(yán)格。法官們對于哪些被告最可能逃逸或再犯的評估，也存在著顯著的差異。

·　司法鑒定科學(xué)中存在噪聲。在我們的認(rèn)知范圍內(nèi)，指紋鑒定是絕對可靠的。然而，在判定犯罪現(xiàn)場的指紋與犯罪嫌疑人的指紋是否匹配時，指紋鑒定師們的意見有時也會不一致。不僅不同專家之間會產(chǎn)生分歧，即使是相同的專家，在不同場合看到相同的指紋時，也可能做出不同的判斷。類似的差異性，在其他司法鑒定領(lǐng)域，甚至是DNA分析中也同樣存在。

·　專利權(quán)授予決策中存在噪聲。關(guān)于專利申請的一篇重要研究論文的作者強(qiáng)調(diào)了專利申請涉及的噪聲：“專利局是授予還是拒絕一項(xiàng)專利申請，很大程度上取決于該項(xiàng)專利申請被分配給了哪一位審查員?！睆墓降慕嵌葋砜矗@種差異性顯然是有問題的。

上述所有存在噪聲的例子不過是冰山一角。無論你觀察哪個領(lǐng)域中人類的判斷情況，都有可能發(fā)現(xiàn)噪聲的身影。為了提高判斷品質(zhì)，我們不僅需要克服決策中的偏差，還必須克服噪聲。

本書共分為6個部分。在第一部分中，我們探討了噪聲和偏差的區(qū)別，并展示了無論是在公共部門，還是在私人機(jī)構(gòu)，噪聲都可能存在，其數(shù)量甚至達(dá)到大得驚人的地步。為了理解這個問題，我們從兩個領(lǐng)域的判斷著手，第一個領(lǐng)域涉及刑事判決（公共部門），第二個領(lǐng)域涉及保險（私人機(jī)構(gòu)）。乍一看，這兩個領(lǐng)域差異巨大，但它們在噪聲方面卻有很多共同點(diǎn)。為了證明這一點(diǎn)，我們引入了“噪聲審查”（noise audit）的概念，目的是衡量一個組織中不同的專業(yè)人員對相同的事件在處理意見上存在多大分歧。

在第二部分中，我們研究了人類判斷的本質(zhì)，并探索了如何衡量其準(zhǔn)確性和錯誤數(shù)量。判斷容易受偏差和噪聲的影響。我們將介紹，這兩類錯誤在造成的影響方面具有驚人的一致性?！扒榫吃肼暋笔侵竿粋€人或同一群體在不同場合中對同一事件做出判斷而產(chǎn)生的差異性。我們還發(fā)現(xiàn)，群體討論中存在很多看似無關(guān)的因素，比如發(fā)言次序，它們卻導(dǎo)致了數(shù)量極其龐大的噪聲。

在第三部分中，我們將深入探討一種已得到廣泛研究的判斷類型——預(yù)測性判斷（predictive judgment）。我們探索了規(guī)則、公式和算法在人類做出預(yù)測時的關(guān)鍵優(yōu)勢：與大眾看法不同的是，與其說規(guī)則具有卓越的洞察力，還不如說規(guī)則是沒有噪聲的。我們討論了影響預(yù)測性判斷品質(zhì)的終極局限，即對未來的“客觀無知”（objective ignorance），以及這種客觀無知如何與噪聲一起對預(yù)測的品質(zhì)產(chǎn)生了影響。最后，我們會探討一個你肯定會問自己的問題：如果噪聲無處不在，那為什么我之前沒有注意到呢？

在第四部分中，我們轉(zhuǎn)向人類心理學(xué)領(lǐng)域。我們解釋了噪聲產(chǎn)生的根本原因。這些原因既包括由各種因素引起的不同個體之間的差異，也包括個性和認(rèn)知風(fēng)格的差異、對不同因素進(jìn)行加權(quán)時思考角度的差異，以及人們在使用相同的量表時出現(xiàn)的理解差異。我們探究了為什么人們會對噪聲視而不見，以及他們?yōu)槭裁磳Σ豢赡茴A(yù)測到的事件常常并不感到意外。

第五部分探討了如何改進(jìn)判斷并防止出錯這一實(shí)際問題。如果你主要對如何在實(shí)踐中減少噪聲感興趣，那么你可以跳過第三部分和第四部分，直接閱讀第五部分。我們調(diào)查了人們?yōu)榻档歪t(yī)學(xué)、商業(yè)、教育、政府治理和其他領(lǐng)域中的噪聲所做出的努力。我們介紹了利用“決策衛(wèi)生”（decision hygiene）減少噪聲的幾種做法。我們展示了來自不同領(lǐng)域的5個案例研究。在這些領(lǐng)域中，關(guān)于噪聲的記錄已經(jīng)有很多，人們?yōu)榱藴p少噪聲也做出了不懈的努力，并且取得了一定的成效。這些案例研究包括不太可靠的醫(yī)學(xué)診斷、績效評估、司法鑒定、招聘決策以及一般性預(yù)測。最后，我們介紹了中介評估法（mediating assessments protocol，MAP）——一種用于評估選項(xiàng)的通用方法，該方法融合了決策衛(wèi)生在實(shí)踐中的幾種關(guān)鍵做法，目的是讓噪聲更少，從而得到更可靠的判斷。

正常的噪聲水平應(yīng)該是多少呢？第六部分會回答這一問題。正常的噪聲水平并不是零，這或許有點(diǎn)違反直覺。在一些領(lǐng)域中，噪聲不可能被完全消除；在另外一些領(lǐng)域中，消除噪聲的成本太高；還有一些領(lǐng)域中，消除噪聲的努力會損害重要的競爭價值。例如，消除噪聲的努力可能會影響士氣，會讓人覺得自己很像機(jī)器中的齒輪。當(dāng)試圖用算法解決問題時，人們會提出各種各樣的反對意見，我們會對其中一些反對意見做出回應(yīng)。盡管如此，當(dāng)前的噪聲水平還是令人難以接受。我們敦促私人機(jī)構(gòu)和公共組織進(jìn)行噪聲審查，并以前所未有的嚴(yán)肅態(tài)度，付出更多的努力來盡力減少噪聲。這樣做可以減少很多組織中普遍存在的不公平現(xiàn)象，并降低諸多成本。

懷揣著這一愿景，我們在每一章的結(jié)尾都會提出一些簡短的建議。你可以采用這些建議，也可以根據(jù)你的實(shí)際情況加以調(diào)整，無論這些問題是涉及健康、安全、教育、金錢、就業(yè)、娛樂，還是其他方面。了解因噪聲而存在的問題，并試圖解決這些問題，是一項(xiàng)需要持續(xù)去做的工作，也是一項(xiàng)需要我們共同努力的工作。我們所有人都有機(jī)會為這項(xiàng)工作做出貢獻(xiàn)。這也正是我們寫這本書的初衷。