高考如何選專業？
職場如何選公司？
人生如何選伴侶？
這一個個要我們決策的問題，恰恰組成了我們的人生。
換句話說，
決策質量決定了我們的人生質量
。
關於如何提高決策質量的問題，就是決策與判斷心理學研究的範疇，而這個領域的集大成者就是著名的行為經濟學家、諾貝爾經濟獎得主丹尼爾-卡尼曼。
他在科學決策領域，有寫過一本神書叫做《思考，快與慢》
就像每一個網際網路人，每一個產品經理都會買一本《失控》一樣。
這兩本書都是非常
經典且厚（都超過500頁！！！）
，一般人都看不完。
最近，《思考，快與慢》的作者卡尼曼，又出了一本新書《噪聲》，也是超過500頁。
作為就是靠資訊和決策吃飯的我來說，這本書最大的價值是幫我補全了科學決策的知識地圖。
其中影響決策誤差的由兩方面組成，第一是偏差，第二是噪聲。
可以做一個類比，科學決策路上，通常我們會遇見
兩隻攔路虎，一隻叫偏差，一隻叫噪聲
。偏差比較顯眼，而噪聲通常是隱身的，所以很多人只看到偏差這一隻攔路虎。
偏差是什麼？
噪聲是什麼？
噪聲和偏差的區別是什麼？
如何減少噪聲？
相信這幾個問題，是初看這本書最關心的，也是《噪聲》這本書主要闡述的內容。
因為原書有500頁，一般人很難看完，所以希望本文可以濃縮全書的精華供參考，看了感興趣，再可以去看原書。
首先看看兩隻老虎長啥樣～
1.攔路虎1-偏差長啥模樣？
攔路虎1叫偏差，它長啥樣？
什麼叫偏差？
行為科學家對偏差的研究已經非常充分，已經總結了200種偏差。
比如有錨定效應（暗示）、稟賦效應、框架效應等等
這些偏差都可以在《思考，快與慢》中看到。
舉個例子：宜家的1塊錢甜筒
看看商家都用偏差對你做了些什麼，來影響你。
大家去過宜家的人都知道，那個1塊錢甜筒的設計。
設計背後的原理就是
峰終定律
，就是利用人的體驗不僅是體驗的綜合，更是過了一段時間在腦海中留下的峰值和終點的體驗決定的，如果峰值和終點是讓人愉快的，那麼整體的體驗讓人感覺就是非常愉快的。
比如宜家的1塊錢甜筒就是在終點上讓給你覺得很爽，從而讓你覺得這次宜家之旅非常爽，而忽略過程中遇到的路線過長、累等等不開心的體驗。
我2月份去了一次宜家，就感覺體驗非常好，就因為那1塊錢的甜筒。
明明知道被設計，但是就是抵抗不了。
這也是為什麼這麼多人明明知道有這些偏差的存在，但就是躲不過的原因，就是因為都長在人性上。
再舉個例子：我的文章總是有很多圖
也是利用認知偏差-
圖片優勢效應
正所謂一圖勝千言，最後看完文章，100%在腦海中的留下的是圖片。
比如這篇文章可能就留下那兩隻老虎的印象。
圖片優勢效應和峰終定律都是歸類到同一種偏差型別，叫做
記憶錯誤與偏差
。
換句話說，
就是利用你記憶產生偏差（比如愛情中我們總是回憶起初戀比較美好）
。
更多可以去看《思考，快與慢》這本書中更多關於偏差的案例
如果覺得看理論和實驗比較枯燥，可以看下由位元組跳動飛書設計團隊推出的《認知偏差手冊》，總結了人在思考和決策時容易犯的67種認知偏差，並把他們用在產品設計上，讓設計的產品在使用者在使用時更好的決策。
（飛書的認知偏差手冊全文連結，公眾號回覆：
認知偏差）
2.攔路虎2-噪聲長啥模樣？
攔路虎2叫噪音，它長啥樣？
什麼叫噪聲？
卡尼曼在《噪聲》書中定義是：
判斷中不必要存在的變異
舉個例子：菜市場買菜
比如你去菜市場買菜，你和商家在討價還價，菜市場中各種的吆喝聲都是屬於噪聲，因為跟討價還價沒關係。
再舉個例子：10秒挑戰
抖音裡很火的10秒挑戰，如果讓你連續按5次，你能按到10秒嗎？
如果要按中2次10秒呢？
基本上，不可能！根本無法做到。
為什麼？
這種無法控制的差異就是一個關於噪聲的例子。
《噪聲》中已經總結了
3種偏差
。
噪聲=水平噪聲+模式噪聲+情景噪聲
用一個
面試的例子
來說明這三種噪聲到底是什麼～
比如你去一家心儀的面試，會遇到三位面試官。
第一位面試官，張三，異常嚴格，給你打了6分。
第二位面試官，李四，也屬於嚴格派，但聊起來突然發現他是你的學長，校友情結讓他給你打了8分，原因是李四每次面試校友就會格外好評，這是他的特定傾向。
第三位面試官，王五，屬於溫柔派，給你打了10分。
那麼你最後的平均分就是8分。
在這裡有幾個關鍵點
1）第一，嚴格派和溫柔派，這兩派的穩定性差異，這就是
水平噪聲，
穩定且比較明顯。
嚴格派的分肯定比溫柔派的低，不用想，很明顯。
2）第二，同樣是嚴格派的張三和李四，李四對校友就是特別友好，打分就比非校友的高，這個就是屬於他的穩定
模式噪聲，
最大的特點就是比較穩定。
3）第三，王五，王五今天心情特別好，因為昨天剛剛求婚成功，所以心情特別好，看誰都順眼，所以打了比往常都要高的分數10分而不是9分。
而張三昨天看NBA，支援的球隊輸球了，所以心情不好，所以比往常都要嚴格，所以打了比以為都要嚴格的6分而不是7分。這些不穩定的因素造成的誤差就是
情景噪聲
，最大的特點就是特別是不穩定。
換個視角來快速區分這3種噪音：
噪聲有2種特點，第一種就是明顯和不明顯，第二種就是穩定和不穩定。
就可以畫出一個矩陣，如下圖：
穩定且明顯的，就是水平噪聲；
穩定且不明顯的，就是模式噪聲；
不穩定且不明顯的就是情景噪聲，就像女人的情緒，說變就變，情緒、疲勞、天氣等等都會導致同一個人在判斷同一件事有不同的決定。
雖然搞清楚了噪聲的具體3類，但是
偏差和噪聲總是很容易混淆，該如何區分呢？
3.兩隻老虎有啥區別？
兩隻老虎到底區別在哪？
偏差和噪聲有啥區別？
書中有2個特別經典的案例，可以幫助大家快速區分噪聲和偏差。
第一個秒懂案例：在書中開篇引言就提到的射擊案例。
下面圖是在原文的基礎上，加了一個矩陣座標，更加方便大家理解。
1）最科學的決策，是每一次都中10環，百發百中，無噪音，無偏差，就像狙擊槍每次都打得很準
2）沒有噪音但是有偏差的決策，就像狙擊槍的瞄準器歪了一樣，總是向某一個方向偏，但很集中。
3）沒有偏差但是有噪音的決策，就像一把散彈槍，很分散。
4）有偏差也有噪音的決策，就像一把瞄準器歪了的散彈槍，很分散且總是向某一個方向偏。
這張圖，就是偏差和噪聲最本質的區別
。
再來一個秒懂案例：統計學視角的圖示
如果數學不太好，可以直接跳過這個案例的，不用為難自己的（比如我媳婦）。
如果數學比較好的話，這個案例真的比第一個案例更加秒懂。
紅色線，就是有偏差，中噪聲；
黃色線，就是無偏差，大噪聲；
藍色線，就是無偏差，中噪聲；
綠色線，就是無偏差，小噪聲。
這個是來源《噪聲》第五章的統計學視角的推導，具體推導細節可檢視原文P66-P81。
學會了區分噪聲和偏差，既然偏差比較容易發現，那麼噪聲容易被發現嗎？
4.噪聲無處不在，為啥噪聲很難發現？
哪裡有判斷，哪裡就有噪聲。
這是作者寫書最重要的基礎，因為如果噪聲不常見，也就沒有必要專門寫一本書來專門來闡述噪聲了。
所以作者用了大篇幅的案例在各種決策常見來說明，哪裡有決策，哪裡就有噪聲。讓我腦海裡立馬想起哪裡有壓迫，哪裡就有反抗。
作者在開篇前3章（40頁內容）都在論證這個觀點-哪裡有判斷，哪裡就有噪聲。
既然這麼無處不在，為啥我們總是習慣性忽略它呢？
為什麼呢？
主要是因為人類天生的
因果思維
。
從因果性上說，噪聲並不存在，從統計學上說，它無處不在。
舉個例子：
5.如何減少噪聲？
一般有兩種場景，個體決策和群體決策。
個體決策：取平均值是個好辦法，價效比最高。
這種方案也叫群體智慧：
它是被達爾文的表弟，著名統計學家弗蘭西斯-高爾頓發現的。1906年，他來到一個鄉村集市，看到有人殺了一頭牛，所有人都可以花6便士去競猜這頭牛有多重，答案最接近實際重量的人能獲得全部牛肉。
這場競猜吸引了787個人參與，不過他們當中沒有1個人猜中正確答案，也就是1198磅。但是，他們猜測的
平均值1197磅，距離正確答案只有1 磅的差距！
但是，你可能會問，沒有條件去找很多人去幫忙做判斷咋辦？
比如你要買幾本書，你可以找幾個你認為的高手給你推薦，前提你相信他們專業，最後只要看平均值就行。
一般情況下，所有人都會推薦《高效能人士的7個習慣》，那麼至少這本書肯定是好書。
個體決策還可以藉助模型、演算法的力量。
當然平均值法是成本最小的，價效比最高。
現在AI越來越流行，機器學習的能力越來越強，終有一天演算法模型會替代人類的思維模型，進行判斷（因為機器沒有人類的情景噪音，機器沒有看心情一說），應該就在不久的將來。
相信很多人都熱衷藉助思維模型去做一個判斷，這是沒錯的，思維模型輔助判斷幫助我們更理性，很多情況下，我們是直接調動了系統1去做了判斷，哪管理性一說，情緒一上手，哪管那麼多。
比如在《價值》一書中著名投資人張磊看一個投資專案都是藉助生態投資模型-人&生意&環境&組織，藉助這個模型讓高瓴資本在投資專案時候更加理性。
平均值法-》思維模型法-》機器演算法
，越往後，成本越高，決策品質也越高，大家選擇當下合適的方式即可。
群體決策：中介評估法
除了個體決策的場景，很多職場的場景下遇到的都是群體決策。
群體決策相比個體決策有常見的2個缺點：
1）資訊級聯
舉個例子，不知道大家在開會的時候有沒有遇到這種情況，跟老闆開會，老闆一旦先表態了，緊接著老員工也表態了，最後新來的員工也就從眾了。
這就是資訊級聯，先發言的人會影響後面的人
2）群體極化
舉個例子，還是跟老闆開會的例子，一開始第一個人說了要推出一款新口味的產品，第二個在此基礎上加碼了，說消費者一定會喜歡，第三個繼續說，市場份額一定能突破10%，大家越到後面越激動，越說越行風，結果呢，可能是一篇普通產品而已，卻別大家認為是特別好的。
這就是群體極化，人們會互相加強彼此的觀點，最後做出一個非常極端的決定。
中介評估法
1）評估清單，分解成幾個指標，統一大家的評價標準
2）獨立評估，獨立判斷，避免群體決策的2個缺點
3）決策會議，利用評估-討論-評估法，得出最終的決定。
本質上就是使用共同的參考框架，彙總多個獨立判斷，
即利用了個體的獨立思考，又利用了群體智慧，避免了烏合之眾。
具體可參考《噪聲》P389。
舉個例子
來熟悉一下這個中介評估法
還是回到之前的面試案例
1）在面試之前，給定一個面試五要素的清單，統一大家的判斷標準，避免張三、李四、王五根據自己的喜好來。
2）獨立評估，在面試之後，基於面試五要素進行獨立評估打分
3）決策會議，先匿名進行打分之後，再公佈分數，並且讓每個人分別闡述一下理由，然後進行重新的打分，最後根據這些指標的平均分，得到最終的結論。
6.總結：
噪聲這本書核心基礎是什麼？
核心是統計學的誤差方程概念。
如果沒有一定的統計學知識的話，看這本書其實是有點費勁的。
在本書中卡尼曼的幾個核心觀點是
1）誤差=偏差+噪聲
2）噪聲與偏差的區別，
用了射擊靶的圖示讓我們秒懂與偏差的區別
3）噪聲無處不在，
用了3個例子證明在群體決策和單一決策中均存在，且都會造成很大的問題。
4）噪聲分三類，
水平噪聲、模式噪聲、情景噪聲。
5）噪聲為什麼容易被人忽略
，是因為人們偏愛因果思維，而不是統計思維。
6）如何減少噪聲：
個體決策價效比最高用平均值法，群體決策用中介評估法，演算法是未來最有效的方式。
關於科學決策，《噪聲》這本書詳細解釋了噪聲，以及如何減少噪聲的辦法，其實我看到一個視角，就是不久的將來，
演算法是最好的減少噪聲的方式
，這讓我想到一本書《原則》，瑞達里奧就是用機器的決策方式來做投資，避免噪聲和偏差的發生。
人類只能減少噪聲和偏差，但是機器演算法很大程度上可以避免噪聲和偏差。
在科學決策的路上，趕走偏見和噪聲兩隻老虎的，未來只可能是機器演算法這隻美猴王。
隨著AI時代的逐步到來，用演算法做更科學的決策會越來越流行。
在這之前，先借助平均值法和思維模型法，先讓自己的決策更科學吧～
最後的最後，還是推薦大家去看原書，看一個諾貝爾經濟學獎得主，如何一點點推導他的理論體系，不能再精彩了～
最後借用原書的金句，結束全文
對抗噪聲，成為更聰明的決策者～
相關書籍推薦：
《思考，快與慢》
《噪聲》
《助推》
《原則》