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》