偏差與噪聲，人類判斷的兩種錯誤

試想一下，由朋友組成的四支隊伍去了一個射擊場，每隊由五人組成，他們共用一把步槍，且每人只能開一槍。圖0-1顯示了他們的射擊結(jié)果。

理想情況下，每一槍都能擊中靶心。

圖0-1 四支隊伍

A隊近乎達(dá)到了理想目標(biāo)，A隊的射擊點緊緊圍繞在靶心周圍，接近于完美模式。而B隊的每一次射擊都系統(tǒng)偏離了目標(biāo)，我們稱B隊為偏差隊。如圖0-1所示，偏差的一致性能夠提供預(yù)測，如果隊伍中的其中一位成員再開一槍，我們敢打賭擊中點會落在與前五次射擊相同的位置。偏差的一致性還會引發(fā)因果關(guān)系的解釋：造成目前現(xiàn)象的原因或許是隊伍中步槍的瞄準(zhǔn)鏡彎曲了。

C隊的射擊點很分散。射擊點大致分布在靶心周圍，因而沒有明顯的偏差。我們稱C隊為噪聲隊。如果隊伍中的某位成員再開一槍，我們很難準(zhǔn)確預(yù)測其可能擊中的位置，而且我們也沒有想到任何有趣的假設(shè)來解釋C隊的結(jié)果。我們知道，C隊中的成員不太擅長射擊，但確實不知道為什么會有如此多的噪聲。

D隊是偏差與噪聲共存隊。與B隊類似，其擊中點系統(tǒng)地偏離了目標(biāo)；也類似C隊，其擊中點很分散。

但這不是一本有關(guān)打靶的書，我們的主題是人類誤差。偏差和噪聲系統(tǒng)偏差和隨機(jī)離散是誤差的不同組成成分，打靶問題只是為了闡明兩者的差異。

射擊場只是一種隱喻，用來說明人們的判斷會出錯，在代表組織做出各種決策時尤其容易出錯。在這些情景中，我們會發(fā)現(xiàn)如圖1中所示存在兩類誤差。有些判斷存在偏差，它們系統(tǒng)地偏離了目標(biāo)；有些判斷存在噪聲，人們期待能夠在特定目標(biāo)上達(dá)成一致，但卻存在各種差異。不幸的是，一些組織同時受到了偏差和噪聲的困擾。

圖2說明了偏差和噪聲之間的一個重要區(qū)別。如果只顯示各隊擊中點的背面，而沒有任何線索表明他們瞄準(zhǔn)的靶心在哪里，就會呈現(xiàn)如圖2的結(jié)果。

僅從靶子的背面看，你無法分辨是A隊還是B隊更接近靶心，但你能一眼看出，相比A隊和B隊，C隊和D隊具有更多的噪聲。事實上，你對各射擊隊離散程度的了解與在圖1中一樣多。噪聲的一個一般特性是，你可以在不了解目標(biāo)或偏差的情況下對其進(jìn)行識別和測量。

圖0-2 靶子的背面

方才提到的噪聲的一般特性，對本書意義重大，因為我們很多的結(jié)論都來自于真實值未知的判斷，有一些判斷的真實值可能永遠(yuǎn)無法得知。當(dāng)不同醫(yī)生為同一患者做出了不同的診斷時，我們可以研究他們的分歧點而無需知道患者的病情；當(dāng)電影公司主管評估電影市場時，我們可以研究他們答案的變異性，而不必知道電影終拍攝了多少，抑或有沒有開始拍攝。我們無需知曉誰對誰錯，即可衡量對同一事件不同判斷之間的差異。要測量噪聲，我們所需要做的僅僅是看目標(biāo)的背面的結(jié)果。

要理解判斷中的誤差，我們必須同時理解偏差和噪聲。正如我們將看到的，噪聲有時甚至是更為重要的問題。然而，在有關(guān)人類誤差的公開討論，以及在世界各地的組織中，很少有人認(rèn)識到噪聲的重要性。偏差是主角，而噪聲只是臺下的一個小角色。在成千上萬的科學(xué)文章和數(shù)十本暢銷書中已經(jīng)討論了偏差的話題，但很少提及噪聲問題。本書試圖糾正這一不平衡狀態(tài)。

在現(xiàn)實生活決策中，噪聲數(shù)量往往高得嚇人。以下幾個例子說明了，在力圖做出準(zhǔn)確判斷的條件下，所出現(xiàn)的數(shù)量驚人的噪聲：

• 醫(yī)學(xué)診斷中的噪聲。面對同一患者，不同醫(yī)生對患者是否患有皮膚癌、乳腺癌、心臟病、肺結(jié)核、肺炎、抑郁癥和其他許多疾病可能會做出不同的判斷。精神病學(xué)上的噪聲尤其高，因為該領(lǐng)域中的主觀判斷顯然更為重要。然而，還有一些領(lǐng)域中存在的大量噪聲是我們沒有想到的，例如對X射線報告的解讀。
• 兒童撫養(yǎng)權(quán)決策中的噪聲。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，進(jìn)而評估是否需要將兒童送去寄養(yǎng)。鑒于有些負(fù)責(zé)人比其他負(fù)責(zé)人更有可能將孩子送去寄養(yǎng)，所以該系統(tǒng)存在噪聲。多年后，被這些嚴(yán)格的負(fù)責(zé)人送去寄養(yǎng)的不幸兒童，他們的生活大多都很糟糕：犯罪率更高、少女懷孕率更高，收入更低。
• 預(yù)測中的噪聲。專業(yè)的預(yù)測員對新產(chǎn)品的銷售額、失業(yè)率的增長、陷入困境公司的破產(chǎn)可能性，以及其他幾乎所有方面，都可能做出非常不同的預(yù)測。他們不僅彼此意見不一，而且自己的預(yù)測也存在差異。例如，當(dāng)要求同一軟件開發(fā)人員在兩個不同的日子里評估完成同一任務(wù)的時間時，他們預(yù)計的時間平均相差71%。
• 庇護(hù)權(quán)決策中的噪聲。尋求庇護(hù)者能否被允許進(jìn)入美國，取決于類似買彩票一樣的偶然因素。一項對隨機(jī)分配給不同法官的案件的研究發(fā)現(xiàn)，一位法官批準(zhǔn)了5%的申請者，而另一位法官批準(zhǔn)了88%的申請者。該研究的標(biāo)題說明了一切：難民輪盤賭。（我們將會看到許多輪盤賭。）
• 人事決策中的噪聲。面試官對同一求職者的評估大相徑庭。對同一員工的績效評估也存在很大差異，它更多地取決于評估者，而非被評估者的績效。
• 保釋決策中的噪聲。被告人是獲準(zhǔn)保釋，還是送交監(jiān)獄等待審判，部分取決于審理該案件的法官。有些法官要比其他法官更寬容、更傾向于網(wǎng)開一面。法官們對于哪些被告可能逃逸或再犯的評估，也存在顯著的差異。
• 法醫(yī)學(xué)中的噪聲。生活經(jīng)驗讓我們覺得，指紋鑒定是可靠的。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，指紋鑒定師有時也會不一致。不僅不同專家會不一致，同一專家在不同場合遇到相同的指紋時，有時也會不一致。類似的變異性，在其他法醫(yī)學(xué)學(xué)科，甚至是DNA分析中，也同樣存在。
• 專利權(quán)決策中的噪聲。關(guān)于專利申請的一項先導(dǎo)研究的作者，強(qiáng)調(diào)了專利申請中所涉及的噪聲：專利局是授予還是拒絕一項專利，很大程度上取決于該專利被分配給哪一位審查員。從公平的角度來看，這種變異性顯然是有問題的。

所有這些噪聲情景不過是冰山一角。無論你從哪里看待人類的判斷，都有可能從中發(fā)現(xiàn)噪聲。為了提高判斷質(zhì)量，我們需要克服決策中的噪聲和偏差。

本書共六部分。第1部分中，我們探討了噪聲和偏差的區(qū)別，并展示了不論是公共部門，還是私人組織中，都可能存在噪聲，噪聲的數(shù)量甚至大的驚人。為理解這個問題，我們從兩個領(lǐng)域的判斷著手，個領(lǐng)域涉及刑事判決（公共部門），第二個領(lǐng)域涉及保險（私營部門）。乍一看，這兩個領(lǐng)域差異巨大，但在噪聲上卻有很多共同點。為確定這一點，我們引入了噪聲檢測的概念，旨在衡量一個組織中，關(guān)于同一案件不同專業(yè)人員之間的分歧程度。

第2部分中，我們研究了人類判斷的本質(zhì)，并探索了如何測量準(zhǔn)確性和誤差。判斷容易受偏差和噪聲的影響，我們介紹了兩類誤差在其所起作用上的驚人相似性。偶然噪聲是指同一個人或群體在不同場合下對同一案件的判斷的變異性。由于群體討論中存在很多看似無關(guān)的因素(例如，誰先發(fā)言)，因而存在很多偶然噪聲。

第3部分對一種被廣泛研究的判斷類型預(yù)測性判斷進(jìn)行了更深入的探討。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：與大眾看法相反，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)測性判斷質(zhì)量的終極局限對未來的客觀忽視以及它是如何與噪聲一起影響了預(yù)測的質(zhì)量。后，我們解決了一個，你到時幾乎肯定會問自己的問題：如果噪聲如此普遍，那為什么你之前沒有注意到它呢？

第4部分轉(zhuǎn)向人類心理學(xué)。我們解釋了噪聲出現(xiàn)的根本原因。這些原因包括由各種因素引起的人際之間的差異，包括個性和認(rèn)知風(fēng)格；對不同因素進(jìn)行加權(quán)時的差異；以及人們使用相同量尺時出現(xiàn)的差異。我們探究了為什么人們會對噪聲視而不見，以及對突然發(fā)生的，超出他們預(yù)測之外的事件，見怪不怪。

第5部分探索了如何在實際問題中改進(jìn)判斷，并防止誤差（主要對如何在實踐中降低噪聲感興趣的讀者可以跳過第3部分和第4部分這兩個部分對預(yù)測所面臨的挑戰(zhàn)和判斷中的心理過程進(jìn)行了討論直接進(jìn)入本部分）。我們調(diào)查了為解決醫(yī)學(xué)、商業(yè)、教育、政府和其他領(lǐng)域的噪聲所做出的努力。我們介紹了在決策衛(wèi)生學(xué)標(biāo)簽下收集的幾種降噪技術(shù)。我們展示了五個領(lǐng)域的案例研究，在這些領(lǐng)域中已經(jīng)發(fā)現(xiàn)有很多噪聲，人們?yōu)榱私档驮肼曌龀隽撕芏嗯�力，并取得了一定的成功。這些案例中包括不太可靠的醫(yī)學(xué)診斷、績效評估、法醫(yī)科學(xué)、招聘決策，以及一般性預(yù)測。后，我們提供了一個稱為調(diào)節(jié)評估協(xié)議的系統(tǒng)：一種用于評估選項的通用方法，該方法整合了決策衛(wèi)生學(xué)的幾種關(guān)鍵實踐做法，旨在產(chǎn)生更少的噪聲，得到更可靠的判斷。

正常的噪聲水平是多少？第6部分轉(zhuǎn)而回答該問題。正常的噪聲水平并不是零，這或許違反直覺。在一些領(lǐng)域中，消除噪聲很困難；在其他領(lǐng)域中，消除噪聲的成本太高了；還有一些領(lǐng)域中，減少噪聲的努力也會損害重要的競爭價值。例如，消除噪聲的努力可能會破壞士氣，會讓人覺得自己被看成了機(jī)器的齒輪。當(dāng)試圖用算法解決問題時會引起各種各樣的反對，我們會對其中一些反對意見做出回應(yīng)。盡管如此，當(dāng)前的噪聲水平還是難以接受的。我們敦促私人和公共組織進(jìn)行噪聲檢測，并以前所未有的嚴(yán)肅態(tài)度，采取更大的努力來減少噪聲。如果真這樣做了，可以減少各種不公平，并降低諸多領(lǐng)域的成本。

考慮到這一愿景，我們在每一章結(jié)尾都以引文的形式提出一些簡短的建議。你可以原封不動地使用這些建議，也可以針對任何與你有關(guān)的問題對其進(jìn)行改編，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。了解噪聲存在的問題，并試圖解決這些問題，是一項正在進(jìn)行中的工作，也是一項需要集體努力的工作。我們所有人都有機(jī)會為這項工作做出貢獻(xiàn)，寫這本書就是希望我們能抓住這些機(jī)會。