[筆記] 雜訊:人類判斷的缺陷 (by Daniel Kahneman)

人類的判斷有兩種錯誤,第一種是「偏誤」 (bias),這一類型的錯誤被探索得比較多(例如錨定效應、確認偏誤、極端預期等各種認知偏誤);第二種是「雜訊」 (noise),這一類型的錯誤被探索得比較少,這是本書探討的重點。

本書的作者是 Daniel Kahneman,以色列裔美國心理學家。由於在展望理論的貢獻,獲得2002年諾貝爾經濟學獎。於 2011 年出版暢銷書《快思慢想》。

這裡談到的判斷,是指一種測量,而量測工具是一個人的大腦。例如醫師診斷患者罹患的疾病;法官裁量被告的刑罰;主管衡量部屬的績效;老師為學生的作文打分數。

在一組判斷中,如果大多數的誤差都偏向同一個方向,就有「偏誤」存在。偏誤是平均誤差。

「雜訊」是原本應該相同的判斷,卻出現變異。例如不同的醫師,對同一個病人,給出不同的診斷;不同的核保員,對同一份保單,訂出不同的保費。

在一個組織內出現的雜訊,稱為「系統雜訊」。

對於預測性判斷,可以採均方差來衡量準確性。

偏誤和雜訊都可以用均方差來衡量。

在一組可驗證的判斷裡的「偏誤」,指的是一個案例的平均判斷和相應的實際數值之間的差異。

「系統雜訊」可透過「雜訊審查」來評估,由幾位專業人員就相同的個案進行獨立判斷。

「系統雜訊」可分為「水準雜訊」和「型態雜訊」。

  「水準雜訊」是指不同個體平均判斷的變異。

  「型態雜訊」是同一個體的判斷變異。

  「型態雜訊」包含「場合雜訊」。例如醫師在門診快結束時,比較可能開鴉片類止痛藥。

預測性判斷錯誤的原因,除了認知缺陷,也包含了客觀的無知。有些事實是不可能得知的,或是判斷者並不知道的。

人們預測的準確度往往相當低,但卻對自己的判斷感到滿意。這種滿意和自信來自於內在訊號,這是一種自我獎勵,觸發於人們把事實和判斷湊成一個故事時。

即使是依據有限數據建立的線性模型或利用簡單規則粗略計算,往往都比人類判斷得更準確。

「心理偏誤」不但是「偏誤」的來源,也是「雜訊」的來源。例如第一印象這種心理偏誤會帶來場合雜訊。

「心理偏誤」比較容易用來解釋判斷錯誤的原因,因為人們偏好因果故事;「雜訊」則只有從統計學的角度才看得到,而人類的直覺裡沒有統計學的思考。

有助於做出較佳判斷的因素:相關的技能、才智、主動開放心態。

決策保健有助於減少判斷中的雜訊,包含六個原則:

1. 判斷的目標是準確,而非個人特質的表現。可考慮採用規則或演算法,來歸納資訊,以利於最後的判斷。

2. 要有統計思維,並採用外部觀點來看待案例。避免預設的思維模式:以自己獨特的經驗,形成對案例的獨特看法(如此會導致型態雜訊)。

3. 把判斷結構化,拆解成幾個部分,甚至把拆解的項目指派給不同單位評估。如此有助於破解過度追求連貫性的心理機制。

4. 抗拒太早出現的直覺。把整體判斷的形成,延遲到各個拆解項目評估完成之後。

5. 從多位判斷者取得獨立判斷,然後考慮將這些判斷總合起來。把獨立的判斷加以平均,可以保證系統雜訊會減少(但不能保證減少偏誤)。

6. 偏向相對判斷與相對尺度。相對判斷的雜訊要比絕對判斷來得小,因為我們在尺度上為物體分類的能力是有限的,而我們進形成對比較的能力要好得多。

碰到重要的事情,如果我們想做出更好的決定,就該正視雜訊的問題,致力於減少雜訊。

參考資料:

[書籍] 雜訊:人類判斷的缺陷 (Noise: A Flaw in Human Judgment)

[維基百科] 丹尼爾·卡尼曼

[維基百科] 認知偏誤列表