责任者：(以)丹尼尔·卡尼曼等著

索书号：C934/219

一个小偷偷了58块钱，另一个小偷偷了35块钱，前者被判服刑15年，后者被判服刑30天。

 

相似的病症，医生们在早上会比在下午多给病人＂请专科医生进一步研究＂的建议。他们还会明显给下午看病的人比上午看病的人多开止痛药。

 

同一篇作文，不同的阅卷老师给大不相同的分数。电视上政治家和时事评论员对未来政治走向的判断不比一般老百姓平均的意见更准。

 

等等，等等。

 

这种生活里人们在判断中产生的误差屡见不鲜，但对这种误差的研究却是近几十年的事。丹尼-卡那曼（Daniel Kahneman)和阿莫斯-特沃斯基(Amos Tversky)是这门学科的创史人。特沃斯基已经去世，卡那曼于2002年获得诺贝尔经济学奖，他的《思考，快与慢》一书着重介绍了＂偏见＂（bias)对人的判断力的影响。在这本新书中，他与其他的两位作者介绍了＂噪音＂（noise)的影响。

 

人的判断与实际情况之间的差别，来自两个方面，偏见与噪音。偏见是系统的偏差，一但你有了某种偏见，它对判断的影响总是朝一定的方向。噪音则是无绪的偏差，忽左忽右，没有方向。但二者都会影响我们判断的准确性，噪音的负面影响往往并不比偏见小。

 

前面提到的判刑的例子来自美国司法部门70年代的一个研究。其中离谱的例子还有不少。比如一种罪行平均约判7年刑，但具体到每个案子，偏差有3年多，也就是说差不多的犯罪，有人获行4年，有人10年。在美国保险业的一个相似的研究中，同样的申报案子，有的经纪人报价9500美元，有的报价16700美元。

 

也许你会说，噪音这种偏差是不是平均下来就没那么严重了：比如犯某种罪应该判7年，而把所有案子的实际判决平均一下也基本上是7年；或者保险公司报价＂高低相抵＂平均下来也就合理的呢？这个说法细想想就有问题了。判刑太短或太长是司法公平的两次失败；保险费太低公司可能就垮了，太高客户就跑了，高低并不相抵。所以研究一下噪音很重要。

 

系统噪音来自两个方面，等级噪音（level noise)和模式噪音（pattern noise)。有的法官就是严厉，有的地区的法官就是比别的地方的厉害，比如美国南方各州的法官判案子量刑要比别的地区的法官来得猛，这是等级噪音的例子。有的法官对某种罪行严厉，对另一种宽容，这是模式噪音。法官们刚吃了饭的时候量刑会比饿肚子的时候宽松；如果量刑那天是犯人的生日，量刑往往会轻一些……这些不是系统噪音，而是机会噪音（occasion noise）。所以有人嘲笑说在一个完美的世界里，被告人面对的是公平，在我们的世界里，他们面对的是噪音。

 

人的判断中的噪音是怎么来的呢？这种判断上的偏差往往来自对自己的过度自信。比如今天正好是欧洲杯决赛，不少朋友给出自己的比分预测。足球比赛这种事件没有固定结果，但我的朋友们对自己的预测全都信心满满。虽然各种比分预测都有，却可惜没一个人说最后是靠点球大赛定胜负（意大利队点球大赛赢了英国队。）噢，对了，如果有朋友看见了这一段，别生气，这个现象很普遍，还有个好听的学名叫objective ignorance （客观无知）。

 

别人的意见往往也影响我们的判断。同一个在网上出售的产品，如果第一个客户给的评分是好评，会影响下一个，产生链式反应，5个月后平均得分比假如第一个给的是差评的情况高出25%。同一个意见，如果每个人单独判断是＂好＂，让几个持相同观点的人聊一下，往往就变成了＂极好＂。

 

有时我们也会自己影响自己。比如移民法官判案，如果前两个案子是批准移民申请，那这第三个案子被批准的机会少近20%，你说冤不冤？对了，这叫赌徒的误区（gambler’s fallacy ）。再有时我们会忘记事务的一些普遍现象，比如说谁谁谁将来一定出类拔萃，聪明人的孩子一定聪明，等等，却忘了大多数人不会出类拔萃，聪明人的孩子比父母还要聪明的机率也远不是百分百，忽略了事务的基本数（base rate neglect )。我们常常瞎联系，先拿主意再找论据而且越想越觉得自己对；我们会被一些偶然的东西左右，比如刚看见一个大数字，再去估计一个毫不相关的东西的价格，往往会估高了；如果有人跟我们说起另一个人，用＂智慧，有韧性，狡猾，没原则＂形容他，我们觉得这个人优、缺点都有，可万一换成了＂没原则，狡猾，有韧性，智慧＂，是不得吓死人？找工作肯定不要。这些认知上的偏差让我们产生判断上的噪音。

 

我们自己还会变主意，比如天气，我们的心情，都会影响我们的判断。所以作者说，我们并不总是同一个自己。

 

有没有消除噪音的方法？很多。

 

如果我们知道自己的判断上的偏向，我们可以系统地调整，这既可以在下判断之前，也可以在下判断之后。比如我们可以多听听不同的意见，让与自己意见不同的人影响我们从而缩小自己的系统噪音。我们可以收集不同的观点，然后再综合大家的意见，这个一定会有帮助。我们不要凡事急着下定论，也许可以先拿个主意，然后不急着说，先睡一觉，再拿个主意，这样往往会注意到以前没发现的情况，想到以前没想到的地方，再把两个意见统筹思考，得出的新结论往往更优。

 

再系统些，我们可以与同事、朋友们各自先独立地做出判断，再把意见拿出来，讨论一下，随后各自修改一下自己的意见，然而再综合一下，也会减少判断中的噪音。注意这个方法中一定要各自独立判断，然后再综合，不能几个人一窝蜂似的。

 

作者还进一步建议，我们可以用一个模型取代自己的判断过程。比如根据经验设立一个简单的数学模型，把几组相关的数据列出来，一是一 ，二是二，最后的结论根据这个模型定，这样可以消除不少噪音的影响。这样的模型简单一点就行，否则太复杂了我们就会有机会＂微调＂，也就可能把噪音调进去了。

 

判断中噪音小的人往往有以下这些特征。他们多是聪明人，智力水平高，常常是一方面的专家，这些好像都是应该的。但更重要的是，他们有好奇心，善于学习，多方听取不同意见，凡事不急于下结论，深思熟虑。这种人往往不但对自己熟悉的问题有好的判断，对不熟悉的问题也可以做出出色的判断。他们遇事有一个共同的特点，就是会把一个复杂、看上去没有头绪的问题分开成一个个小问题，然后从这些小问题下手，有章有法地解决问题，而且特别关注基数（base rate）。比如你问某两个国家之间在某段时间里会不会有边界冲突，这个看上去很复杂的问题一般人要不是瞎猜，要不就找过去的例子照葫芦画瓢，要不就找个简单的问题替代这个问题然后下个似是而非的结论。判断中噪音小的人会把这个问题瓜分成小问题，看看过去边界冲突发生前的情况、条件是什么，在这些情况下边界冲突发生的一般机会是多大，等等。他们的这种对时事的判断比前面说到的政治评论家们要准确得多。这些人被称为“超级预言家”。

 

人的判断中的噪音有没有好处？你猜作者怎么回答这个问题？（提醒，再读一下上面一段。）

 

当然有。噪音有时是创新的苗头，允许决测中有噪音，有时会给不同意见多一些机会，太死板的模型也会杀死创造力（这个听起来像是＂水清则无鱼＂。）

 

权衡一下噪音带来的坏影响与消除噪音的代价，当然有好处。可是不能用这个理由就放弃力争消除噪音的努力。比如该给＂规则＂的时候不给规则只给＂指导意见＂，就会创造出噪音产生的机会。如果＂规则＂太死，可以多想改进的方法，而不是立马给废了。（如果你不同意，可以再读一下前面两段。如果你同意，恭喜你，你离超级预言家又近了好几步。）

 

70年代美国司法部门的关于量刑中噪音的研究带来了以后的改革，司法部制定了一系列量刑的指导方案，使法官们定罪中因噪音产生的偏差大为减少。美国医生Virginia Apgar创造了一个一页纸的对新生儿是否需要特别护理的打分表，最后根据得分做决定，减少了妇产医生们在医疗判断中因噪音而产生的失误，造福人类。

 

我们平时的工作、生活没有法官、医生们那么要紧，可消除判断、决策中噪音的坏影响，人人都用得上。

 

世界上没有不能读的书，但有不能不读的书。

 

卡那曼先生的这本书，像他以前的《思想，快与慢》就是不能不读的书。

 

作者：curious Sam（来自豆瓣）