無論是在生活還是在商業中，
決策都是攸關個人和企業的未來走向。
尤其是對領導者來說，
學會改善自己和組織的決策至關重要。
所以，不要輕易扔飛鏢啊
諾貝爾經濟學獎得主丹尼爾·卡尼曼在自己最新著作《噪聲》中，揭示瞭如何像對待偏差一樣對待人類判斷中的隨機變化，併為減少判斷中的噪聲（和偏差）提供了實用的解決方案。
——有一些高管會很自豪地告訴我們，相比於定量分析，他們更相信自己的直覺。有關管理決策的研究表明，經驗豐富的高管通常會憑直覺、感受或簡單的判斷來行事。
——決策者喜歡聽從自己的直覺，且多數人對自己的直覺頗為滿意。這裡就存在一個問題：這些擁有權威且極其自信的人，究竟從他們的直覺中“聽”到了什麼呢？
管理決策中一項有關直覺的綜述性研究，將直覺定義為對給定行動過程的一種判斷。該判斷是一種預感或者關於正確性或合理性的信念，但它並沒有明確的理由或依據。
換言之，就是“知其然，不知其所以然。”
內部訊號是一種自我管理的獎勵，是一個人努力（有時或許沒那麼努力）做出判斷並最終完成判斷後的獎勵。它是一種令人滿意的情感體驗，也是一種令人愉悅的一致感，它使我們感到我們所考慮的證據和所做出的判斷是正確的。
內部訊號很重要，但具有誤導性，因為內部訊號往往會被理解為一種信念而不是感覺。這種“感覺正確”的情感體驗偽裝成了我們對判斷有效性所持的信心——我知道該判斷是正確的，即使我不知道為什麼。
然而，信心並不能保證判斷的準確性，許多充滿信心的預測都是錯的。
儘管偏差和噪聲都會造成預測誤差，但此類誤差最重要的來源並非受限於預測性判斷實際有多好，而是受限於預測性判斷應該有多好。我們將這一侷限性稱為“客觀無知”。
哪裡有預測，哪裡就會有無知
如果你經常進行預測性判斷，那麼你可以問自己一個問題。假設近年來你已經評估了100名應聘者，現在，透過將自己的評估與應聘者入職後的實際績效進行對比，你就能夠對自己的招聘決策質量進行評估。如果你隨機選出兩位你評估過的應聘者，你認為你的事前判斷和事後結果達成一致的可能性有多大？換句話說，比較任意兩位應聘者，你認為具有更大潛力的應聘者實際上績效也更高的機率有多大？
我們經常對高管就此問題進行非正式調查，高管們的答案大部分為75%~85%。我們懷疑，這些回答還可能是他們謙虛的說法，否則他們給出的比例會更高。研究人員與高管們的一些一對一的私下交談顯示，高管們實際的自信程度往往更高。
既然你已經熟悉一致性百分比（PC）的統計資訊，那麼你可以輕易地看出此評估的問題。80%的PC大致對應於0。8的相關係數，在現實中人們很少能達到這麼高的預測力。近期一項有關人才選拔的研究發現，人類判斷的預測力遠低於0。8，平均而言，人類判斷的預測相關係數為0。28（PC=59%）。
難以琢磨的不確定性（未知之事）和不完備的資訊（可知但不知之事）都將使完美預測變得不可能。這些未知資訊並非源於判斷中的偏差或噪聲，它們是任務本身的客觀特徵。
這種由於重要資訊缺失而產生的客觀無知嚴重限制了人們判斷的準確性，為避免用詞太過專業，我們用“無知”來指代這種不確定性。這樣可以避免將關於世界和未來的不確定性與噪聲（應被識別的判斷中的變異）產生混淆。
過分自信是已經被大量研究證明了的一種認知偏差，具體而言，人們往往會過度高估自己做出準確預測的能力，即使是在有限資訊的條件下。我們所講的預測性判斷中的噪聲也可以被稱為客觀無知，哪裡有預測，哪裡就會有客觀無知，而且客觀無知的體量比你想象的要大得多。
異常自信的權威：
準確性和黑猩猩擲飛鏢差不多
心理學家菲利普·泰特洛克（Philip Tetlock）是一個堅持真理且充滿幽默感的人。2005年，他出版了《專家的政治判斷》（Expert Political Judgment）一書。
泰特洛克研究了近300位專家的預測，包括著名的記者、受人尊敬的學者以及國家領導人的高階智囊等，他考察了這些人的政治、經濟和社會性預測是否正確，這項研究持續了20年之久。
書中，有句玩笑話很有名：“整體上看，專家們的準確性和黑猩猩擲飛鏢差不多。”
可以肯定的是，專家們講故事的能力很強，他們可以分析形勢，並用令人信服的方式來描繪事態的發展趨勢，並滿懷信心地反駁那些在演播室裡提出反對意見的人，但是他們真的知道將要發生什麼事嗎？事實上，他們很可能並不知道。
對於每個預測性問題，他都要求專家對三種結果（維持現狀、有所增長或有所減少）分配其可能發生的機率。在理想情況下，即使讓一隻黑猩猩透過擲飛鏢的方式進行選擇，它都會以相同的機率（1/3）“選中”三個結果中的任意一個。
泰特洛克卻發現，專家們預測的準確率難以超過這一最低標準。平均而言，他們給那些未來會發生的事件分配的機率只比那些未來不會發生的事件稍高一點，但他們卻常常表現得異常自信。那些對世界該如何運轉擁有一套清晰理論的權威人士們是最自信的，也是最不可靠的。
泰特洛克的發現表明，對具體事件進行詳細的、長期性的預測根本不可能。這個世界是混亂的，一些微不足道的小事都可能引發嚴重的後果。
例如，你可以想到，不可預見的事件註定會出現，而且這些不可預見的事件的後果也是不可預見的，因此，你對未來的展望越遠，客觀無知就隨之積累得越多。
否認無知，是無知的另一種誘導
完美預測是不可能實現的。然而，眾多研究證據都表明人們做預測時會過分自信，這說明很多時候，這一顯而易見的事實被我們忽視了。
過分自信的普遍性讓我們對那些依賴直覺的決策者有了新的看法，我們發現，人們經常錯誤地將自信水平這一主觀指標當成了預測有效性的指標。
如果你對你的預測充滿信心，你就已經陷入了效度錯覺中：僅依賴於你所獲取的資訊進行預測，其準確性必然非常低。
那些對自己的判斷極度自信的人不僅過分自信、否認自己的判斷中存在的噪聲和偏差，或簡單地認為自己優於常人，他們甚至還相信可以對一些實際上不可預測的事件進行預測，也就是說，他們從根本上否認了現實的不確定性。用我們的術語來說，這種態度就是“否認無知”（denial of ignorance）。
為什麼他們的研究結論未受重視？為什麼決策者總是依靠直覺來做決策？否認無知已為此提供一個新的解釋。當決策者聆聽自己的直覺時，他們會聽到內部訊號並感受到它帶來的情感獎勵。
這種內部訊號提示決策者已經做出了好的判斷，它給了人們自信，讓他們相信“知道是什麼，卻不知道為什麼”的合理性。但是，對證據真實預測效力進行客觀的評估並不能帶給人們這樣的自信。
預測有效性是有益的
放棄直覺確定性帶來的情感獎勵並非易事。領導者們說，在高度不確定的情況下，他們更有可能依賴於直覺進行決策。如果現實無法給予他們把控感和信心，他們便會在直覺中尋求這些感覺。在充滿無知的情況下，否認無知就顯得更加誘人。
否認無知也解釋了另一個難題。面對我們之前給出的研究證據，許多高管給出了一個矛盾的結論。他們辯解道，儘管基於直覺的決策並不完美。
如果系統性的替代方案依然不完美，那麼這樣的方案就不值得采用。
例如，人類判斷的預測得分與員工績效之間的平均相關係數為0。28（PC=59%），相應地，機械性預測可能做得更好，但並沒有好很多，其預測準確性為0。44（PC=65%）。那麼，為什麼我們還要採用機械性預測呢？
答案是，在諸如人事選拔這類重要的事件上，這種預測有效性的提高是很有意義的，為了這一小步的提高，某些高管會在工作中做出重大變革。理性地講，他們明白沒有100%的成功，因此會努力做好各種決策以提高成功的可能性。
問題在於，在很多情況下兩者的“收益”是不一樣的，直覺判斷往往伴隨著獎勵，即內部訊號。當演算法能夠獲得更高的準確性時，人們更願意相信演算法，這種確定性帶來的“收益”可以與內部訊號相匹敵，甚至超越它。
然而，如果替代方案是某種不一定會產生更高的預測準確性的機械性過程，人們就不願意放棄內部訊號帶來的情感獎勵了。這一發現對於提高判斷質量具有重要意義。
只要演算法還不夠完美，人類的判斷就不會被取代，而且在許多領域中，客觀無知會使演算法永遠不可能完美。這就是必須對人類判斷進行改進的原因所在。