哪里有判断，哪里就会有噪声——读《噪声：人类判断的缺陷》
|
◎林 颐
诺贝尔经济学奖得主、心理学家丹尼尔·卡尼曼在其著作《思考，快与慢》里曾提到，我们的大脑具有两套认知系统，分别被称为系统1和系统2。系统1是自动化系统，运行速度很快，富有感情色彩，按照直觉行事。系统2具有更多的批判性思维和反思特征，这个系统帮助大脑深思熟虑、精打细算、谨小慎微、按部就班地考虑一切可能性。
人们应该相信直觉，直觉是在长期生活实践中培养出来的习惯。但是，在很多时候，直觉也会失效，尤其是当面对错综复杂的情形和各种不确定因素时，人们就不能只凭直觉办事。
《噪声：人类判断的缺陷》就是对长达半个世纪以来关于人类直觉判断研究的延续，即所谓的启发式和偏差处理。这是继《思考，快与慢》出版9年之后，丹尼尔·卡尼曼又一部备受瞩目的新作。这一次，卡尼曼还邀请了巴黎高等商学院教授奥利维耶·西博尼、哈佛大学法学院教授卡斯·R.桑斯坦成为共同作者，这两位教授都是行为经济学的专家，也是公共政策、决策领域的专家。该书的内容涵盖了行为经济学、信息技术和认知心理学，也包括了商业竞争、自由市场和观念革新。作者们在书中一起讨论系统性的、可预测的判断误差，以及如何规避误差。
噪声是影响判断的重要变量
这本书产生的一个缘由是，马文·弗兰克尔法官在1973年所呼吁的要坚持不懈地减少刑事审判中噪声的议题。弗兰克尔法官揭示了对犯下相似罪行的人进行判决时存在不公正的差异，而且这种差异之大令人震惊。作者在《噪声》一书中，从弗兰克尔法官所持的观点和当今判决的实际情况切入，延展至各个领域，并阐释其背后的心理学基础。作者所观察到的是，每个人都会受到情境噪声的影响，一些看似无关紧要的因素，可能会导致我们在不同的时间做出不同的判断。比如，在一天的开始或吃完饭后，法官更有可能批准假释，而如果法官处于饥饿状态，他们则会更加严格。在保险行业、医学、法医学、教育、商业以及政府部门中，个体之间存在的噪声是造成误差的主要根源。
哪里有判断，哪里就会有噪声。噪声是影响判断的重要变量，按照道理来说，应该被消除。然而，现实情况往往比理论更复杂。反对者认为，减少噪声的代价很高，在某些情况下，甚至无法实现。比如，为减少噪声而采取的某些策略可能会给系统本身引入新的误差，有时甚至会造成系统性偏差；如果希望让人们觉得自己受到尊重和有尊严，我们就必须容许一些噪声的存在；噪声可能会对适应新的价值观乃至促进道德和政治的发展产生至关重要的影响；一些力图减少噪声的策略可能会促成投机取巧的行为，导致人们利用制度的漏洞，或者规避禁令；存在噪声的过程可能有很好的威慑作用；人们不希望自己被当作一件物品或机器上的一个小齿轮等。这些反对意见都有其道理。本书就是在认可它们的前提下，讨论减少噪声的必要性和具体减少噪声的策略。
“不确定性”是造就人们行为的核心。只有量化某一观点与预测的不确定性，我们才能理解不确定性的意义。对大众来说也是如此，公共政策如果不考虑定量的不确定性，或者根本不知道准确估计不确定性的难度有多大，那么这样的公共政策往往是糟糕的。将不确定性量化并且嵌入模型之中，有助于人们判断、测量和观察的准确程度。所以，作者建议使用工具来处理恶劣环境中杂乱无章的重大决定，强制性指南是解决噪声问题的一种方法，尽管它可能会限制司法自由裁量权。
简单的模型普遍优于人类判断
信息是决定判断成败的关键。但这并不等于说，信息越多就越靠近真相。
近年来，信息、基因组学和其他技术呈指数型增长，有数以百万、千万计的变量可供人们使用。可是，在拥有的信息量呈指数增长的同时，需要进行验证的假设也正在以同样的速度增长。大多数数据都只是噪声，就像宇宙的大部分都是真空一样。我们需要找到的是那些有意义的关系组合，是因果关系而非相关性组合，只有这些组合才能够证实这个世界是如何运转的。
作者强调信息瀑布导致噪声有可能出现在多个群体之间，有时出现的可能性甚至非常大。信息透明化有助于降低噪声，而交流会大大增加噪声。比如在宏观决策方面，作者认为，在独立判断的基础上，用模型进行汇总分析，要比群体交流的噪声更少，判断更准确。这个道理，很好理解。比如，当投资者打算买入某只股票时，首先掌握与企业经营相关的基本面数据，然后进行分析并与同类企业比对，最后依据分析的结果作出是否买入的判断。如果此时投资者还想再听听别人的意见，这些意见却未必可靠，反而会影响原先较为清晰的判断。
对于大多数人而言，判断是一个复杂的工作，当人们发明并应用一些复杂规则来做判断，即当人们做到了无法用简单的加权求和模型去简化地判断时，往往会自我感觉良好，对自己的判断能力信心十足。但是，作者指出，关于判断模型的研究证明，很多繁复的细节都是无用的，复杂性和丰富性并不会使预测更准确。
作者认为，用模型代替人类的判断意味着两件事：一是消除了人类的复杂规则，二是消除了噪声。而判断模型比判断本身更有效这一结果说明，从人类判断的复杂规则中的获益不足以补偿噪声所带来的损失。你可能会认为自己比一般人更擅长思考、更有洞察力，但实际上只是你的噪声更多而已。所以，简单的模型普遍优于人类判断。
怎样减少噪声？
作者把噪声分为三种类型：水平、模式、情境。水平噪声是指不同个体平均判断上的差异性。比如，有些法官通常更严厉，而另一些法官则更宽容；一些股票预测者总是预测牛市，而另一些总是预测熊市。而法官们的不同判决会导致对不同案件的排序不同，这种变异是模式噪声。群体决策时可能会受到前面的发言人或者强势的发言人的影响，这就是典型的情境噪声。作者在书中描述了很多人类在做出判断时的表现和结果，力求证明人类的思维太容易受认知偏差以及其他情感或动机的影响，而简单合理的规则比人类自己所做出的判断更加准确。
作者总结了决策策略的六项原则，描述它们如何解决引发噪声的心理机制，并展示它们如何与特定的决策策略之间建立联系：一是判断的目的在于准确性，而不在于个性化表达。二是使用统计性思维，采用外部视角审视个案。三是对判断进行结构化，将其分解成几个独立的任务。四是抵制不成熟的直觉。五是获取多位判断者的独立判断，然后再考虑汇总这些判断。六是用相对判断和相对量尺会更好。此外，作者还认为，尽管算法可能因为设计不当或因有效数据不足会产生偏差，并且其模糊性也会降低人们的信任度。但是，总的看来，若想在重大决策上做得更好，就应该认真尝试多种有效方式减少噪声。
作者在书中既描述了人类判断的各种缺陷，也分析了克服这些缺陷的可能性。比如，现行的法律原则表达了对人性的直观感受。但是，作者的实践表明，行为经济学能改变人们看待法律和公共政策的方式。其实，以作者丹尼尔·卡尼曼为代表的这些学者，早在二十世纪八、九十年代就开始了相关研究和合作，并使行为经济学成为理性选择理论的根基，渐渐成为热门学科。行为经济学曾以助推为原则积极参与企业管理、政府决策和公共政策的实施，以及帮助大众认识到消费者损失规避、隐性成本、必然性错觉等问题。作者在本书中则旨在减少噪声方面，帮助人们做出更准确的判断。即信息是决定判断准确的关键，应该用心权衡信息的适用性，尽可能严谨地、专业地分析信息，建立可以证伪的假设来验证它们，并且将它们应用于判断的机制中。从噪声中区分信号既需要科学知识，也需要自知之明，坦然地承认人类直觉的不足之处，然后在不断的试错中总结经验，调整模型使之不断提高准确度。
这部作品有强烈的工具理性色彩，试图对人类思维的复杂性和多样性作出规定，这可能会让读者本能地产生抗拒，并且可能在技术伦理上引发疑虑。但是，正如作者丹尼尔·卡尼曼在《思考，快与慢》里说过的：“大部分人信任他们的直觉，因为他们认为自己认清了形势。而拷问你的直觉，这是一项特殊练习。”
