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
