搜狐财经联合《经济》杂志系列访谈——“致知100人”第138期
本期对话嘉宾：丹尼尔·卡尼曼（诺奖得主、行为经济学之父）；奥利维耶·西博尼（巴黎高等商学院教授）；卡斯·桑斯坦（哈佛大学法学院教授）
长期以来，正统经济学一直以“理性人”为理论基础，它让我们相信，我们做的每一个决策都出于理性计算，都符合个人利益最大化的目的。但以丹尼尔·卡尼曼为代表的行为经济学家告诉我们，理性其实不那么可靠，我们的决策过程充斥着偏见和谬误，甚至是自欺欺人。
今年87岁高龄的丹尼尔·卡尼曼学术成果丰硕，他擅长把心理学研究和经济学研究结合在一起，并在2002年获得了诺贝尔经济学奖。人们在决策中为什么会出错？这一直是卡尼曼研究的主题。很多读者都读过他的著作《思考，快与慢》。时隔近十年之后，卡尼曼和另外两位作者共同完成了又一本面向大众的著作《噪声：人类判断的缺陷》。
《噪声》这本书本质上是一本研究如何让决策更科学的书。我们平时应该怎样做决策? 如何减少决策中的误差与噪声？对此，搜狐财经《致知100人》对话了丹尼尔·卡尼曼、奥利维耶·西博尼、卡斯·桑斯坦三位作者。
丹尼尔·卡尼曼把决策中的干扰因素称为“噪声”。卡尼曼认为，人类决策中的错误是由“偏差”和“噪声”组成的。在《噪声》中，三位作者指出：人们之所以常常会做出糟糕的决策，都源于忽略了“噪声”对决策的影响，甚至是那些在激烈的竞争中已经胜出的组织也无法做出完全精准的决策。
“哪里有判断，哪里就有噪声！噪声对投资、管理、医疗、法律、教育等领域都产生了巨大的影响。”关于降噪，三者作者提出了中肯的建议。其中一个最主要的建议就是提出“决策卫生”的概念，把复杂的问题分解成为几组相对简单的问题，然后再去行使个人的判断力，就是很实用的增强“决策卫生”，降低噪声的方法。
如何减少团队合作中的噪声？作者表示，激发和总结独立多样的判断往往是最简单的决策卫生策略。与整体判断相比，更小、更具体的评估中的噪声更少。
卡尼曼、西博尼、桑斯坦尤其指出，团队领导应该做好榜样：他不应该先说话。在其他人说话之前，不应该透露自己的偏好。“他应该营造一种信任和心理安全的氛围，让人们觉得自己的观点受到重视并乐于表达自己的观点，即使他们最终没有赢得争论。”
人工智能以及算法可以执行困难的预测任务。在很多领域，机械方法的检测胜过人类的判断。作者指出，人工智能比人工判断有很大的优势的原因在于，它没有噪声。未来算法是否可以取代人类的判断，卡尼曼认为，人工智能不应该取代人类判断，人类需要提高自己的判断力。
以下为访谈精编：
《致知100人》：你为什么对“噪声”这个话题感兴趣？ 这本书与你上一本书《思考，快与慢》有哪些联系和延伸？
卡尼曼、西博尼、桑斯坦：偏差是《思考，快与慢》的核心话题，受到了很多关注。偏差是角色，是节目的明星。 噪声是背景——我们不太注意它。然而，误差包括噪声和偏差，而噪声被忽略了。两者都很重要，都应该解决。
《致知100人》：很多读者对于“噪声”一词可能很陌生，本书中所说的“噪声”指的是什么？误差是由偏差和噪音组成，“噪声”与“偏差”具有哪些区别？
卡尼曼、西博尼、桑斯坦：噪声是本应相同的判断中不受欢迎的变异性。在测量示例中最容易理解偏差和噪声之间的区别。
假设你知道你的浴室秤平均使你的体重增加 0.5 公斤。这是一个方向错误，这也很容易修正：每次你读体重时，记得减去 0.5公斤。现在，假设你连续地踩着体重计三次，得到三个略有不同的读数。这是一种不同类型的错误：秤不仅平均错了 0.5 公斤，而且每次读数也错了，错了一个随机量。
在这个例子中，平均误差是偏差；随机误差是噪声。在判断中也是如此：如果十个人对十家公司进行销售预测，平均而言，他们的预测高于实际发生的情况，他们就过于乐观了。但他们的预测也存在差异，有些人比其他人更乐观。这种可变性就是噪声。
《致知100人》：在商业中存在误差和噪声的主要原因有哪些？在企业中忽视噪声和偏差，将会引发哪些代价？
卡尼曼、西博尼、桑斯坦：举一个保险公司的例子，它依赖承保人的专家判断来设定其保单的价格。当然，查看相同保单的两位专家会设定不同的价格。毕竟他们是专家，而不是机器。令人惊讶的不是噪声的存在：而是它的大小。在这个例子中，两个专家之间的平均差异超过50%。
很容易理解为什么这是一个代价高昂的问题。如果专家把价格定得太低，公司就会赔钱。如果价格太高，它也会赔钱——因为竞争对手将获得这项业务。因此，重要的是要尽可能接近每个策略的最优价格，而不仅仅是平均价格。这是一个普遍的想法：只要有我们想要的准确答案，噪声就会带来代价。
《致知100人》：在重大的商业决策中应该如何避免出现这种误差？企业如何建立减少噪声的机制？
卡尼曼、西博尼、桑斯坦：我们提出的答案就是我们所说的“决策卫生”，这是一套决策方法和流程，使你的判断更加规范，不易受到干扰。
例如，你可以构建复杂的决策，将它们分解为各个组成部分。或者你可以制定指导你判断的规则和指南。或者你可以平均多个人的判断。你选择的具体策略将取决于问题。但总体思路是在你的决策过程中引入更多纪律。
这就是我们称之为决策卫生的原因：就像一般的卫生一样，它是一种预防形式。 这很乏味，也许吃力不讨好，但它确实有效。
《致知100人》：书中提到信息瀑布和群体计划将导致群体更加团结一致，更加极端。在组织团体中如何避免群体极化的风险？什么样的群体智慧是最有效的？
卡尼曼、西博尼、桑斯坦：会议的运行方式是问题的重要组成部分。会议旨在产生共识，达成共识，让每个人都对决策及其实施感到投入。这是可以理解的，但如果你想限制信息级联、群体思维和极化，你需要改变它。
你的目标应该是，首先确保人们独立地形成他们的判断，并表达出来。然后讨论。最后决定。这样，你就拥有了团队的真正智慧。
《致知100人》：人工智能以及算法可以执行困难的预测任务。书中提到，机械方法的检测胜过人类的判断，其关键原因是什么？未来算法是否可以取代人类的判断？
卡尼曼、西博尼、桑斯坦：基于AI的算法在许多困难的任务上都胜过人类。我们大多数人都知道这一点。令人惊讶的是，这在 50 年前就已经是这样了，当时没有人工智能，只有非常简单的公式。原因是任何规则、模型或算法，无论多么简单，都比人工判断有很大的优势：它没有噪声。
毫无疑问，算法将继续在许多领域取代人类的判断。但总会有许多人为的决定；要么是因为将它们自动化是不切实际的，要么是因为只是希望有人负责。因此，我们在本书中的观点不是人工智能应该取代人类判断，而是我们应该提高人类的判断力。要做到这一点，我们应该从人工智能如此出色的原因中获得灵感：它没有噪声。
《致知100人》：判断涉及到很多对未来的预测，很多机构都会根据预测来做选择和决策。超级预测者具备哪些出色的能力？你对于改进预测有哪些建议？
卡尼曼、西博尼、桑斯坦：在《噪声》中，我们回顾了一些关于预测的研究。基本上，好的预测者不会那么吵闹。 这部分是因为技术，但主要是一种心态。伟大的预测者是积极开放的：他们不仅准备好接受自己的错误，而且还积极寻找方法来发现自己的错误有多大。他们在寻找矛盾，对于任何试图做出良好预测的人来说，这是一个很好的模型。
《致知100人》：几乎所有大型组织都会定期对其员工进行正式的绩效评估。绩效考核能在多大程度上为员工带来积极的激励作用？企业应该如何改进绩效评估？
卡尼曼、西博尼、桑斯坦：研究表明，对绩效评估的异常嘈杂。他们中的大部分差异与性能无关。此外，他们似乎比激励更频繁地失去动力，甚至做评估的人也讨厌他们。
在大多数组织中，这是一个严重破碎的过程，需要深刻反思。有一些令人兴奋的实验来取代传统的评分系统，但没有明显的获胜模式。这是一个棘手的问题，我预计未来几年我们会看到有趣的解决方案。
《致知100人》：传统面试有哪些局限性？在人事招聘中，算法的运用能否有效提高准确率，减少歧视和偏差？如何提高招聘质量？
卡尼曼、西博尼、桑斯坦：这也是一个棘手的问题，但答案基本上是已知的。基本上：停止进行传统面试，用结构化的面试、测试和其他噪声较小的评估形式代替它们。这不仅会减少偏差，还会减少噪声。
有趣的是，这一点早已为人所知，但在很大程度上却被忽视了。一个原因是，当遇到这些技巧时，人们会很快指出导致他们雇用错误人员或错过非常好的人的例子。
他们是对的：在某些情况下，即使是最好的招聘技巧也会失败！选人真的很难。知道某人是否会胜任新工作是对未来的预测。你无法确定。你所能做的就是尝试提高成功的可能性。
正确的问题是：你在面试中的主观判断是否比这些技巧有更高的成功概率？直觉上，你可能会认为答案是肯定的。但研究表明，这不太可能。因此，你应该采用正确的流程，即最有可能成功的流程。
《致知100人》：在企业中，老板通常会制定一些规则和标准来规范员工的行为。这两种行为调节分别有哪些弊端？企业应该如何在这两种行为模式之间做出选择？
卡尼曼、西博尼、桑斯坦：规则有硬性的界限：它们说明了什么是允许的，什么是禁止的（例如，“不要接受任何价值超过 5 美元的供应商的礼物”，“男士应该打领带”）。另一方面，标准为解释留有余地（“诚实行事”，“穿着得体”）。
规则和标准之间的选择并不明显，要视情况而定。标准更容易受到干扰，但比规则具有更大的灵活性。在许多情况下提供选择的简单经验法则是：如果你必须做出很多决定，请尝试定义规则；如果只是少数情况，标准就足够了。
《致知100人》：如何减少团队合作中的噪声？书中提到，激发和总结独立多样的判断往往是最简单的决策卫生策略。团队如何保证意见的多元性？
卡尼曼、西博尼、桑斯坦：与许多事情一样，这在理论上很容易，但在实践中很难。我们已经提到召开会议的方式，这非常重要。
团队应该具有真正的多样性。人口多样性是其中的一部分，但这还不够。你需要真正对问题提出不同观点的人，例如因为他们具有不同的背景、专业知识和技能。
在团队中讨论复杂问题时，你可以做的另一件事是将问题分解为各个组成部分，并确保单独讨论它们。与整体的整体判断相比，更小、更具体的评估中的噪声更少。
最后，团队领导应该是一个榜样：他不应该先说话。在其他人说话之前，他不应该透露自己的偏好。他应该树立一个愿意根据新信息改变主意的榜样。他应该营造一种信任和心理安全的氛围，让人们觉得自己的观点受到重视并乐于表达自己的观点，即使他们最终没有赢得争论。
当你完成所有这些工作时，你将拥有一个整体上优于其成员总和的团队。
联系客服
