噪聲：人類判斷的缺陷（簡體書）

想像一下，兩名醫生對相同的病人給出了不同的診斷；兩名法官對犯了同罪的嫌疑人給出了不同的判決。再想像一下，同樣的醫生、法官或決策者做出了不同的決策，而這種決策僅僅取決於決策是在什麼時間做出的。這些不同決策背後的罪魁禍首，就是“噪聲”。
《噪聲》是諾貝爾經濟學獎得主、“行為經濟學之父”丹尼爾·卡尼曼攜手決策領域專家奧利維耶·西博尼和卡斯·桑斯坦共同推出的重磅新作，也是卡尼曼繼暢銷書《思考，快與慢》之後醞釀10年思考的全球矚目里程碑式巨作，行為科學領域又一重大發現。幾十年來，大家都認為，偏差是導致人類判斷出錯的關鍵。但是今天，卡尼曼系統性地指出：噪聲，才是影響人類判斷的黑洞。
《噪聲》一書通過系統性研究，通過兩個公式揭開了“判斷出錯”的本質，並且通過對三種噪聲的系統性分析帶你直擊噪聲。並且，從六大部分闡述了“噪聲”：從尋獲噪聲到探究人類判斷的本質，從預測噪聲到闡釋噪聲的主要原因，從探討如何改進判斷和防止錯誤的的實際問題，一直延伸到什麼才是合適的噪聲水平。”“噪聲”是隨機的，但卻是致命的。卡尼曼在書中提出了6大原則，幫你重塑決策框架，做聰明的決策者。同時，卡尼曼更是精妙地附上了“審查噪聲”的使用指南，以及寫給決策者的“觀察者清單”。
如果說《思考，快與慢》擊退的是人類判斷過程中面對的敵人“偏差”，那麼《噪聲》要絕殺的就是其中的另一大隱形敵人――噪聲。閱讀本書可以助你重塑自己的決策框架，遠離噪聲，做聰明的決策者。

丹尼爾·卡尼曼（Daniel Kahneman）

諾貝爾經濟學獎得主，美國總統自由勛章獲得者，全球暢銷書《思考，快與慢》作者，普林斯頓大學尤金·希金斯心理學（Eugene Higgins Professor of Psychology, Princeton University）榮譽退休教授，公共和國際事務學院（School of Public and International Affairs）教授，曾榮獲多項獎章，包括美國心理學學會頒贈的心理學終身貢獻獎。卡尼曼在心理學上的成就是挑戰判斷與決策的理性模式，被公認為“繼弗洛伊德之後，當代最偉大的心理學家”。他的跨領域研究對經濟學、醫學、政治學、社會學、社會心理學、認知科學等領域都產生了深遠的影響，被譽為“行為經濟學之父”。

奧利維耶·西博尼（Olivier Sibony）

巴黎高等商學院（HEC Paris）教授，牛津大學賽德商學院（Saïd Business School, University of Oxford）外籍教授，曾在全球ZUIDA的戰略咨詢公司——麥肯錫咨詢公司（McKinsey & Company）擔任資深合伙人長達25年時間。西博尼的研究領域為策略、決策、問題解決，力圖提升決策的質量，論文發表在眾多優秀刊物之上，包括《哈佛商業評論》（Harvard Business Review）與《麻省理工學院斯隆管理評論》（MIT Sloan Management Review）。其中2011年6月，與卡尼曼合著的文章Before You Make That Big Decision曾登上《哈佛商業評論》選集封面。著有You Are About to Make a Terrible Mistake一書，致力於揭示：偏差是如何影響我們的決策的，而我們又應該如何應對偏差

卡斯·R. 桑斯坦（Cass R. Sunstein）

哈佛大學法學院教授，行為經濟學與公共政策研究項目創始人兼主任，主要研究領域為政策制定方面。2009—2012年任美國白宮信息與監管事務辦公室（White House Office of Information and Regulatory Affairs）主任；2013—2014年加入白宮情報與通信技術審查小組（Review Group on Intelligence and Communications Technologies）；2016—2017年加入美國國防部國防創新委員會（Defense Innovation Board）。著有多本《紐約時報》暢銷書，包括與理乍得·泰勒合著的《助推》（Nudge）、基於電影《星球大戰》（Star Wars）的法學著作《星球大戰的世界》（The World According to Star Wars），以及《助推2.0》（How Change Happens）等其他多本著作。

[譯者簡介]

李紓

中國心理學會會士，中國心理學會決策心理學專業委員會創會主任，《心理學報》主編。

汪祚軍

寧波大學教授，中國心理學會決策心理學專業委員會委員，寧波大學學術委員會委員。

• 諾貝爾經濟學獎得主、行為經濟學之父丹尼爾卡尼曼，繼《思考，快與慢》後醞釀10年思考的全球矚目裡程碑式巨作，行為科學領域又一重大發現。

 

• 幾十年來，大家都認為，偏差是導致人類判斷出錯的關鍵。但是今天，卡尼曼系統性地指出：噪聲，才是影響人類判斷的黑洞。
• 卡尼曼指出：“噪聲就像漏水的地下室，它之所以能被容忍，不是因為人們認為它是可接受的，而是因為它一直未被人們注意到。”

 

• 哪裡有判斷，哪裡就有噪聲。《噪聲》是關於人類判斷的又一顛覆性著作，兩個公式揭開了“判斷出錯”的本質，並且通過對三種噪聲的系統性分析帶你直擊噪聲。
• 判斷錯誤（Error）= 偏差（bias） 噪聲（noise）
• 系統噪聲= 水平噪聲2 穩定模式噪聲2 情境噪聲2
• 噪聲遍布投資、管理、醫療、法律、教育、職場等各個領域，噪聲是隱形的，但卻是致命的。

 

 

 

 

 

• 遠離噪聲，提升決策，將影響你未來10年的思考與決策。

 

• 如果你是投資人，認識噪聲，可以讓你避開未曾留意的投資陷阱。
• 如果你是管理者，減少噪聲，可以讓你提升決策質量和管理水平。
• 如果你是職場人，遠離噪聲，可以讓你擁有一個更更成功的工作方法論。
• ……
• 閱讀《噪聲》，讓我們每一個人都成為聰明的決策者。
• 在噪聲破壞你更多的決策之前，你要讀它。如果你正打算去影響一個決策，你更應該讀它。

 

 

 

• 《噪聲》一經出版便風靡全球31個國家與地區，吸引了無數商業人士的目光，被投資人、心理學家、眾多媒體人爭相盛贊。他們真誠地希望：讓更多人了解噪聲，受益於噪聲。這無疑是一份星光熠熠並沉甸甸的推薦名單。

 

• 巴曙松、陳嘉映、彭凱平、張志學、宮玉振、朱寧、劉勁、毛大慶、吳聲、張文東、歸江、劉建位、段永朝、何剛、秦朔、張延、吳晨、羅伯特西奧迪尼、喬納森·海特、菲利普·泰特洛克等近百位大咖摯愛力薦。
• 《巴倫》《財經》《財經》《新京報》《經濟學人》《中歐商業評論》《紐約時報》《時代周刊》《彭博商業周刊》等國內外20多家媒體集體盛贊。

 

 

 

• 湛廬文化出品。

偏差與噪聲，人類判斷的兩種錯誤

試想一下，由朋友組成的四支隊伍去了一個射擊場，每隊由五人組成，他們共享一把步槍，且每人只能開一槍。圖0-1顯示了他們的射擊結果。

理想情況下，每一槍都能擊中靶心。

A隊近乎達到了理想目標，A隊的射擊點緊緊圍繞在靶心周圍，接近於完美模式。而B隊的每一次射擊都系統偏離了目標，我們稱B隊為偏差隊。如圖0-1所示，偏差的一致性能夠提供預測，如果隊伍中的其中一位成員再開一槍，我們敢打賭擊中點會落在與前五次射擊相同的位置。偏差的一致性還會引發因果關係的解釋：造成目前現象的原因或許是隊伍中步槍的瞄準鏡彎曲了。

C隊的射擊點很分散。射擊點大致分布在靶心周圍，因而沒有明顯的偏差。我們稱C隊為噪聲隊。如果隊伍中的某位成員再開一槍，我們很難準確預測其可能擊中的位置，而且我們也沒有想到任何有趣的假設來解釋C隊的結果。我們知道，C隊中的成員不太擅長射擊，但確實不知道為什麼會有如此多的噪聲。

D隊是偏差與噪聲共存隊。與B隊類似，其擊中點系統地偏離了目標；也類似C隊，其擊中點很分散。

但這不是一本有關打靶的書，我們的主題是人類誤差。偏差和噪聲——系統偏差和隨機離散——是誤差的不同組成成分，打靶問題只是為了闡明兩者的差異。

射擊場只是一種隱喻，用來說明人們的判斷會出錯，在代表組織做出各種決策時尤其容易出錯。在這些情景中，我們會發現如圖1中所示存在兩類誤差。有些判斷存在偏差，它們系統地偏離了目標；有些判斷存在噪聲，人們期待能夠在特定目標上達成一致，但卻存在各種差異。不幸的是，一些組織同時受到了偏差和噪聲的困擾。

圖2說明了偏差和噪聲之間的一個重要區別。如果只顯示各隊擊中點的背面，而沒有任何線索表明他們瞄準的靶心在哪裡，就會呈現如圖2的結果。

僅從靶子的背面看，你無法分辨是A隊還是B隊更接近靶心，但你能一眼看出，相比A隊和B隊，C隊和D隊具有更多的噪聲。事實上，你對各射擊隊離散程度的了解與在圖1中一樣多。噪聲的一個一般特性是，你可以在不了解目標或偏差的情況下對其進行識別和測量。

方才提到的噪聲的一般特性，對本書意義重大，因為我們很多的結論都來自於“真實值”未知的判斷，有一些判斷的“真實值”可能永遠無法得知。當不同醫生為同一患者做出了不同的診斷時，我們可以研究他們的分歧點而無需知道患者的病情；當電影公司主管評估電影市場時，我們可以研究他們答案的變異性，而不必知道電影最終拍攝了多少，抑或有沒有開始拍攝。我們無需知曉誰對誰錯，即可衡量對同一事件不同判斷之間的差異。要測量噪聲，我們所需要做的僅僅是看目標的背面的結果。

要理解判斷中的誤差，我們必須同時理解偏差和噪聲。正如我們將看到的，噪聲有時甚至是更為重要的問題。然而，在有關人類誤差的公開討論，以及在世界各地的組織中，很少有人認識到噪聲的重要性。偏差是主角，而噪聲只是臺下的一個小角色。在成千上萬的科學文章和數十本暢銷書中已經討論了偏差的話題，但很少提及噪聲問題。本書試圖糾正這一不平衡狀態。

在現實生活決策中，噪聲數量往往高得嚇人。以下幾個例子說明了，在力圖做出準確判斷的條件下，所出現的數量驚人的噪聲：

• 醫學診斷中的噪聲。面對同一患者，不同醫生對患者是否患有皮膚癌、乳腺癌、心臟病、肺結核、肺炎、抑鬱症和其他許多疾病可能會做出不同的判斷。精神病學上的噪聲尤其高，因為該領域中的主觀判斷顯然更為重要。然而，還有一些領域中存在的大量噪聲是我們沒有想到的，例如對X射線報告的解讀。

• 兒童撫養權決策中的噪聲。兒童保護機構中的案件負責人需要評估兒童是否存在受虐待的風險，如果存在，進而評估是否需要將兒童送去寄養。鑒於有些負責人比其他負責人更有可能將孩子送去寄養，所以該系統存在噪聲。多年後，被這些嚴格的負責人送去寄養的不幸兒童，他們的生活大多都很糟糕：犯罪率更高、少女懷孕率更高，收入更低。

• 預測中的噪聲。專業的預測員對新產品的銷售額、失業率的增長、陷入困境公司的破產可能性，以及其他幾乎所有方面，都可能做出非常不同的預測。他們不僅彼此意見不一，而且自己的預測也存在差異。例如，當要求同一軟件開發人員在兩個不同的日子裡評估完成同一任務的時間時，他們預計的時間平均相差71%。

• 庇護權決策中的噪聲。尋求庇護者能否被允許進入美國，取決於類似買彩票一樣的偶然因素。一項對隨機分配給不同法官的案件的研究發現，一位法官批準了5%的申請者，而另一位法官批準了88%的申請者。該研究的標題說明了一切：“難民輪盤賭”。（我們將會看到許多輪盤賭。）

• 人事決策中的噪聲。面試官對同一求職者的評估大相徑庭。對同一員工的績效評估也存在很大差異，它更多地取決於評估者，而非被評估者的績效。

• 保釋決策中的噪聲。被告人是獲準保釋，還是送交監獄等待審判，部分取決於審理該案件的法官。有些法官要比其他法官更寬容、更傾向於網開一面。法官們對於哪些被告最可能逃逸或再犯的評估，也存在顯著的差異。

• 法醫學中的噪聲。生活經驗讓我們覺得，指紋鑒定是絕對可靠的。然而，在判定犯罪現場的指紋與犯罪嫌疑人的指紋是否匹配時，指紋鑒定師有時也會不一致。不僅不同專家會不一致，同一專家在不同場合遇到相同的指紋時，有時也會不一致。類似的變異性，在其他法醫學學科，甚至是DNA分析中，也同樣存在。

• 專利權決策中的噪聲。關於專利申請的一項先導研究的作者，強調了專利申請中所涉及的噪聲：“專利局是授予還是拒絕一項專利，很大程度上取決於該專利被分配給哪一位審查員”。從公平的角度來看，這種變異性顯然是有問題的。

所有這些噪聲情景不過是冰山一角。無論你從哪裡看待人類的判斷，都有可能從中發現噪聲。為了提高判斷質量，我們需要克服決策中的噪聲和偏差。

本書共六部分。第1部分中，我們探討了噪聲和偏差的區別，並展示了不論是公共部門，還是私人組織中，都可能存在噪聲，噪聲的數量甚至大的驚人。為理解這個問題，我們從兩個領域的判斷著手，第一個領域涉及刑事判決（公共部門），第二個領域涉及保險（私營部門）。乍一看，這兩個領域差異巨大，但在噪聲上卻有很多共同點。為確定這一點，我們引入了噪聲檢測的概念，旨在衡量一個組織中，關於同一案件不同專業人員之間的分歧程度。

第2部分中，我們研究了人類判斷的本質，並探索了如何測量準確性和誤差。判斷容易受偏差和噪聲的影響，我們介紹了兩類誤差在其所起作用上的驚人相似性。偶然噪聲是指同一個人或群體在不同場合下對同一案件的判斷的變異性。由於群體討論中存在很多看似無關的因素(例如，誰先發言)，因而存在很多偶然噪聲。

第3部分對一種被廣泛研究的判斷類型——預測性判斷——進行了更深入的探討。我們探索了規則、公式和算法在人類做出預測時的關鍵優勢：與大眾看法相反，與其說，規則具有卓越的洞察力，還不如說規則是沒有噪聲的。我們討論了影響預測性判斷質量的終極局限——對未來的客觀忽視——以及它是如何與噪聲一起影響了預測的質量。最後，我們解決了一個，你到時幾乎肯定會問自己的問題：如果噪聲如此普遍，那為什麼你之前沒有注意到它呢？

第4部分轉向人類心理學。我們解釋了噪聲出現的根本原因。這些原因包括由各種因素引起的人際之間的差異，包括個性和認知風格；對不同因素進行加權時的差異；以及人們使用相同量尺時出現的差異。我們探究了為什麼人們會對噪聲視而不見，以及對突然發生的，超出他們預測之外的事件，見怪不怪。

第5部分探索了如何在實際問題中改進判斷，並防止誤差（主要對如何在實踐中降低噪聲感興趣的讀者可以跳過第3部分和第4部分——這兩個部分對預測所面臨的挑戰和判斷中的心理過程進行了討論——直接進入本部分）。我們調查了為解決醫學、商業、教育、政府和其他領域的噪聲所做出的努力。我們介紹了在決策衛生學標簽下收集的幾種降噪技術。我們展示了五個領域的案例研究，在這些領域中已經發現有很多噪聲，人們為了降低噪聲做出了很多努力，並取得了一定的成功。這些案例中包括不太可靠的醫學診斷、績效評估、法醫科學、招聘決策，以及一般性預測。最後，我們提供了一個稱為調節評估協議的系統：一種用於評估選項的通用方法，該方法整合了決策衛生學的幾種關鍵實踐做法，旨在產生更少的噪聲，得到更可靠的判斷。

正常的噪聲水平是多少？第6部分轉而回答該問題。正常的噪聲水平並不是零，這或許違反直覺。在一些領域中，消除噪聲很困難；在其他領域中，消除噪聲的成本太高了；還有一些領域中，減少噪聲的努力也會損害重要的競爭價值。例如，消除噪聲的努力可能會破壞士氣，會讓人覺得自己被看成了機器的齒輪。當試圖用算法解決問題時會引起各種各樣的反對，我們會對其中一些反對意見做出響應。盡管如此，當前的噪聲水平還是難以接受的。我們敦促私人和公共組織進行噪聲檢測，並以前所未有的嚴肅態度，采取更大的努力來減少噪聲。如果真這樣做了，可以減少各種不公平，並降低諸多領域的成本。

考慮到這一願景，我們在每一章結尾都以引文的形式提出一些簡短的建議。你可以原封不動地使用這些建議，也可以針對任何與你有關的問題對其進行改編，無論這些問題是涉及健康、安全、教育、金錢、就業、娛樂，還是其他。了解噪聲存在的問題，並試圖解決這些問題，是一項正在進行中的工作，也是一項需要集體努力的工作。我們所有人都有機會為這項工作做出貢獻，寫這本書就是希望我們能抓住這些機會。

引言 偏差與噪聲，人類判斷的兩種錯誤

 

部分 尋找噪聲

第1章 犯罪和充滿噪聲的判罰

減少判決中的噪聲

判斷是一件困難的事

第2章 系統噪聲，給人達成一致的假象

抽獎會引發噪聲

噪聲檢測，系統噪聲無處不在

不必要的變異性與有利的多樣性

達成一致的假象

第3章 單一決策，僅發生一次的重復決策

單次 vs 重復，是持續性差異而非類別差異

單次決策中的噪聲

單次決策中的噪聲控制

 

第二部分 你的大腦就是一種測量工具

第4章 見仁見智的判斷

判斷體驗：什麼在影響你確定CEO的人選

判斷的目的：內部信號 判斷目的：只是響應“做出判斷的內部信號”

判斷評估：結果和過程

預測性判斷vs評估性判斷，邊界模糊的兩種判斷

“任意殘酷行為”，噪聲的問題

不受歡迎， 但可測量

 

第五章 測量誤差，噪聲與偏差的代價一樣大

GoodSell應該減少噪聲嗎

均方，衡量整體誤差的精確規則

誤差方程：無論偏差大小如何，減少噪聲都有益處

噪聲的代價：被混淆了的個人價值與事實

 

第6章 噪聲分析，所有判斷都存在3類噪聲

判決中的噪聲檢測

平均刑期， 每一個案子的判決都存在大量噪聲

判刑就像抽獎

水平噪聲：為什麼一些法官更嚴格

模式噪聲：同一法官不同判斷的源頭

情境噪聲，噪聲中被忽略的成分

 

第7章 情境噪聲，無時無刻不在影響著我們的判斷

第二次抽獎

測量情境噪聲

 一個是一群

心境，情境噪聲的源頭

衡量情境噪聲的大小

我們仍然不知道是什麼導致了情境噪聲

 

第8章 群體是如何放大噪聲的

音樂中的噪聲

不僅僅是音樂下載，所有情況都一樣

信息串聯，極易放大群體判斷的噪聲

群體極化，討論往往會滋生更的結論

 

第三部分 預測性判斷中的噪聲 

第9章 判斷與模型，簡單的模型普遍優於人類判斷

選擇自己判斷，還是借助公式

梅爾：模型擊敗了你

戈德堡：你的模型擊敗了你

 

 

第10章 無噪聲的規則

更簡捷：穩定之美

簡捷更進一步：簡單法則

更複雜：機器學習

758027個保釋決策種的智能

為什麼我們不多採用規則

 

第11章 哪裡有預測，哪裡就有客觀無知

哪裡有預測，哪裡就會有無知

異常自信的權威：準確性和黑猩猩扔飛鏢差不多

糟糕的判斷與差強人意的模型

否認無知是無知的另一種誘導

 

第12章 常態谷：事情雖無法預測，卻可以被理解？

預測生活軌跡：海量信息不足以預測生活中的簡單事件

客觀無知，理解和預測的上限

因果性思維：一旦發生就會被解釋

理解常態谷

內部視角和外部視角

 

第四部分 噪聲是如何產生的

第13章 啟發式、偏差與噪聲

診斷偏差：三種類型的偏差

結論偏差，我們常常以結論尋找證據

過度一致性，我們常常受到信息順序的影響

心理偏差導致噪聲

 

第14章 匹配：找到與你的預測契合的共識

匹配與一致性

匹配強度：人類非凡的直覺力

匹配性預測的偏差

匹配噪聲：判斷的局限性

 

第15章 量表，模糊溝通產生的巨大噪聲

憤怒讓我們快速啟動快思考系統

充滿噪聲的量表

美元和錨定

一個不幸的結論

 

第16章 模式噪聲的構成

朱莉2.0問題：難與易

模式噪聲：穩定的還是變化的

用人格進行類比

 

第17章 噪聲源：偏差是引人注目的圖形，而噪聲是不受我們關注的背景

噪聲成分：影響判斷的3種噪聲

成分的大小：穩定的模式噪聲幾乎是水平噪聲的4倍之多

對誤差的解釋

從統計學上來說，噪聲無處不在

 

第五部分 決策衛生，提升人類判斷力

第18章 卓越的判斷者，卓越的判斷力

專家和尊重型專家

如果你必須選人做判斷，那挑選智商高的人

認知風格，終確定你應該選誰做判斷

 

第19章 消除偏差與決策衛生

干預：事後及事前消除偏差

消除偏差的局限

決策觀察者，必須發起與支持決策觀察

決策衛生學，降低噪聲的關鍵方法

 

第20章 司法科學，信息排序是的噪聲

指紋識別，身份識別中備受重視的技術

指紋分析中的偶然噪聲

缺乏獨立性，司法科學的證實性偏差

有效性需要可靠性：少許噪聲，但多少誤差呢

傾聽噪聲，減少噪聲的步

序列信息，一個好的決策者應該努力“保持懷疑”

 

第21章 甄選與匯總，超級預測的兩大策略

改進預測的兩種方法

良好判斷計劃的4個步驟

永久測試版：一個特殊的思維循環

預測中的噪聲和偏差

甄選及匯總的有效之處

 

22醫學決策，做出精確醫學診斷的降噪機制

醫療診斷中的噪聲

診斷指南的價值

傷腦筋的精神病學診斷

 

23 績效評估，用基於外部視角的共識框架做出量化判斷

績效評估本質上是一種判斷工作

25%是信號，75%是噪聲

一個早就發現卻沒有解決的問題

相對判斷的優點

排序，但不強制

接下來：確保有一個達成共識的參考框架

 

24 人員招募，以結構化指標衡量人才

面試的風險：你並不能依次“找到合適的人”

面試中的噪聲：面試官更傾向於與自己相似的求職者

面試官心理學：我們總是太相信“印象”

通過結構化流程提升人事篩選質量

 

25中介評估法，做出明智決策的核心方法

次會議：協議方法

第二次會議：定義中介評估法

引入外部交易團隊，盡可能獨立地應用自己的客觀觀點

決策會議：評估-討論-評估

重復決策中的中介評估法

6個步驟，用中介評估法改善決策流程

 

第六部分 的噪聲水平

第26章 減少噪聲的成本

噪聲越少，錯誤越多

算法無噪聲，但會導致偏差

 

第27章 尊嚴，人之為人的重要價值觀

不斷變化的新的價值觀

鉆空子，逃避規則

增加罰金和消除噪聲，好的威懾

創造力，士氣和新鮮創意

 

 

第28章 規則還是標準

分裂與無知：標準引發噪聲，而規則不會

老闆，控制下屬

修改規則，壓抑者的反抗

降噪框架，只要確保規則“足夠”準確

每一個領域都要“禁止噪聲”

回顧與總結 正視噪聲問題

判斷不是計算，也無須遵循精確的規則

誤差：偏差和噪聲

測量偏差和噪聲

噪聲是個問題，遠超我們的想象

水平 模式 情境，噪聲的3種類型

判斷與噪聲的心理機制

不易覺察的噪聲

6個原則減少噪聲，以及偏差

噪聲是隱形的敵人，而我們應該知道敵人到底是誰

 

結語 一個噪聲很少的世界 

附錄1 如何進行噪聲審查

附錄2 決策觀察者檢查清單

附錄3對抗噪聲，修正預測 

致謝

注釋

偏差與噪聲，人類判斷的兩種錯誤

試想一下，由朋友組成的四支隊伍去了一個射擊場，每隊由五人組成，他們共享一把步槍，且每人只能開一槍。圖0-1顯示了他們的射擊結果。

理想情況下，每一槍都能擊中靶心。

A隊近乎達到了理想目標，A隊的射擊點緊緊圍繞在靶心周圍，接近於完美模式。而B隊的每一次射擊都系統偏離了目標，我們稱B隊為偏差隊。如圖0-1所示，偏差的一致性能夠提供預測，如果隊伍中的其中一位成員再開一槍，我們敢打賭擊中點會落在與前五次射擊相同的位置。偏差的一致性還會引發因果關係的解釋：造成目前現象的原因或許是隊伍中步槍的瞄準鏡彎曲了。

C隊的射擊點很分散。射擊點大致分布在靶心周圍，因而沒有明顯的偏差。我們稱C隊為噪聲隊。如果隊伍中的某位成員再開一槍，我們很難準確預測其可能擊中的位置，而且我們也沒有想到任何有趣的假設來解釋C隊的結果。我們知道，C隊中的成員不太擅長射擊，但確實不知道為什麼會有如此多的噪聲。

D隊是偏差與噪聲共存隊。與B隊類似，其擊中點系統地偏離了目標；也類似C隊，其擊中點很分散。

但這不是一本有關打靶的書，我們的主題是人類誤差。偏差和噪聲——系統偏差和隨機離散——是誤差的不同組成成分，打靶問題只是為了闡明兩者的差異。

射擊場只是一種隱喻，用來說明人們的判斷會出錯，在代表組織做出各種決策時尤其容易出錯。在這些情景中，我們會發現如圖1中所示存在兩類誤差。有些判斷存在偏差，它們系統地偏離了目標；有些判斷存在噪聲，人們期待能夠在特定目標上達成一致，但卻存在各種差異。不幸的是，一些組織同時受到了偏差和噪聲的困擾。

圖2說明了偏差和噪聲之間的一個重要區別。如果只顯示各隊擊中點的背面，而沒有任何線索表明他們瞄準的靶心在哪裡，就會呈現如圖2的結果。

僅從靶子的背面看，你無法分辨是A隊還是B隊更接近靶心，但你能一眼看出，相比A隊和B隊，C隊和D隊具有更多的噪聲。事實上，你對各射擊隊離散程度的了解與在圖1中一樣多。噪聲的一個一般特性是，你可以在不了解目標或偏差的情況下對其進行識別和測量。

方才提到的噪聲的一般特性，對本書意義重大，因為我們很多的結論都來自於“真實值”未知的判斷，有一些判斷的“真實值”可能永遠無法得知。當不同醫生為同一患者做出了不同的診斷時，我們可以研究他們的分歧點而無需知道患者的病情；當電影公司主管評估電影市場時，我們可以研究他們答案的變異性，而不必知道電影最終拍攝了多少，抑或有沒有開始拍攝。我們無需知曉誰對誰錯，即可衡量對同一事件不同判斷之間的差異。要測量噪聲，我們所需要做的僅僅是看目標的背面的結果。

要理解判斷中的誤差，我們必須同時理解偏差和噪聲。正如我們將看到的，噪聲有時甚至是更為重要的問題。然而，在有關人類誤差的公開討論，以及在世界各地的組織中，很少有人認識到噪聲的重要性。偏差是主角，而噪聲只是臺下的一個小角色。在成千上萬的科學文章和數十本暢銷書中已經討論了偏差的話題，但很少提及噪聲問題。本書試圖糾正這一不平衡狀態。

在現實生活決策中，噪聲數量往往高得嚇人。以下幾個例子說明了，在力圖做出準確判斷的條件下，所出現的數量驚人的噪聲：

• 醫學診斷中的噪聲。面對同一患者，不同醫生對患者是否患有皮膚癌、乳腺癌、心臟病、肺結核、肺炎、抑鬱症和其他許多疾病可能會做出不同的判斷。精神病學上的噪聲尤其高，因為該領域中的主觀判斷顯然更為重要。然而，還有一些領域中存在的大量噪聲是我們沒有想到的，例如對X射線報告的解讀。

• 兒童撫養權決策中的噪聲。兒童保護機構中的案件負責人需要評估兒童是否存在受虐待的風險，如果存在，進而評估是否需要將兒童送去寄養。鑒於有些負責人比其他負責人更有可能將孩子送去寄養，所以該系統存在噪聲。多年後，被這些嚴格的負責人送去寄養的不幸兒童，他們的生活大多都很糟糕：犯罪率更高、少女懷孕率更高，收入更低。

• 預測中的噪聲。專業的預測員對新產品的銷售額、失業率的增長、陷入困境公司的破產可能性，以及其他幾乎所有方面，都可能做出非常不同的預測。他們不僅彼此意見不一，而且自己的預測也存在差異。例如，當要求同一軟件開發人員在兩個不同的日子裡評估完成同一任務的時間時，他們預計的時間平均相差71%。

• 庇護權決策中的噪聲。尋求庇護者能否被允許進入美國，取決於類似買彩票一樣的偶然因素。一項對隨機分配給不同法官的案件的研究發現，一位法官批準了5%的申請者，而另一位法官批準了88%的申請者。該研究的標題說明了一切：“難民輪盤賭”。（我們將會看到許多輪盤賭。）

• 人事決策中的噪聲。面試官對同一求職者的評估大相徑庭。對同一員工的績效評估也存在很大差異，它更多地取決於評估者，而非被評估者的績效。

• 保釋決策中的噪聲。被告人是獲準保釋，還是送交監獄等待審判，部分取決於審理該案件的法官。有些法官要比其他法官更寬容、更傾向於網開一面。法官們對於哪些被告最可能逃逸或再犯的評估，也存在顯著的差異。

• 法醫學中的噪聲。生活經驗讓我們覺得，指紋鑒定是絕對可靠的。然而，在判定犯罪現場的指紋與犯罪嫌疑人的指紋是否匹配時，指紋鑒定師有時也會不一致。不僅不同專家會不一致，同一專家在不同場合遇到相同的指紋時，有時也會不一致。類似的變異性，在其他法醫學學科，甚至是DNA分析中，也同樣存在。

• 專利權決策中的噪聲。關於專利申請的一項先導研究的作者，強調了專利申請中所涉及的噪聲：“專利局是授予還是拒絕一項專利，很大程度上取決於該專利被分配給哪一位審查員”。從公平的角度來看，這種變異性顯然是有問題的。

所有這些噪聲情景不過是冰山一角。無論你從哪裡看待人類的判斷，都有可能從中發現噪聲。為了提高判斷質量，我們需要克服決策中的噪聲和偏差。

本書共六部分。第1部分中，我們探討了噪聲和偏差的區別，並展示了不論是公共部門，還是私人組織中，都可能存在噪聲，噪聲的數量甚至大的驚人。為理解這個問題，我們從兩個領域的判斷著手，第一個領域涉及刑事判決（公共部門），第二個領域涉及保險（私營部門）。乍一看，這兩個領域差異巨大，但在噪聲上卻有很多共同點。為確定這一點，我們引入了噪聲檢測的概念，旨在衡量一個組織中，關於同一案件不同專業人員之間的分歧程度。

第2部分中，我們研究了人類判斷的本質，並探索了如何測量準確性和誤差。判斷容易受偏差和噪聲的影響，我們介紹了兩類誤差在其所起作用上的驚人相似性。偶然噪聲是指同一個人或群體在不同場合下對同一案件的判斷的變異性。由於群體討論中存在很多看似無關的因素(例如，誰先發言)，因而存在很多偶然噪聲。

第3部分對一種被廣泛研究的判斷類型——預測性判斷——進行了更深入的探討。我們探索了規則、公式和算法在人類做出預測時的關鍵優勢：與大眾看法相反，與其說，規則具有卓越的洞察力，還不如說規則是沒有噪聲的。我們討論了影響預測性判斷質量的終極局限——對未來的客觀忽視——以及它是如何與噪聲一起影響了預測的質量。最後，我們解決了一個，你到時幾乎肯定會問自己的問題：如果噪聲如此普遍，那為什麼你之前沒有注意到它呢？

第4部分轉向人類心理學。我們解釋了噪聲出現的根本原因。這些原因包括由各種因素引起的人際之間的差異，包括個性和認知風格；對不同因素進行加權時的差異；以及人們使用相同量尺時出現的差異。我們探究了為什麼人們會對噪聲視而不見，以及對突然發生的，超出他們預測之外的事件，見怪不怪。

第5部分探索了如何在實際問題中改進判斷，並防止誤差（主要對如何在實踐中降低噪聲感興趣的讀者可以跳過第3部分和第4部分——這兩個部分對預測所面臨的挑戰和判斷中的心理過程進行了討論——直接進入本部分）。我們調查了為解決醫學、商業、教育、政府和其他領域的噪聲所做出的努力。我們介紹了在決策衛生學標簽下收集的幾種降噪技術。我們展示了五個領域的案例研究，在這些領域中已經發現有很多噪聲，人們為了降低噪聲做出了很多努力，並取得了一定的成功。這些案例中包括不太可靠的醫學診斷、績效評估、法醫科學、招聘決策，以及一般性預測。最後，我們提供了一個稱為調節評估協議的系統：一種用於評估選項的通用方法，該方法整合了決策衛生學的幾種關鍵實踐做法，旨在產生更少的噪聲，得到更可靠的判斷。

正常的噪聲水平是多少？第6部分轉而回答該問題。正常的噪聲水平並不是零，這或許違反直覺。在一些領域中，消除噪聲很困難；在其他領域中，消除噪聲的成本太高了；還有一些領域中，減少噪聲的努力也會損害重要的競爭價值。例如，消除噪聲的努力可能會破壞士氣，會讓人覺得自己被看成了機器的齒輪。當試圖用算法解決問題時會引起各種各樣的反對，我們會對其中一些反對意見做出響應。盡管如此，當前的噪聲水平還是難以接受的。我們敦促私人和公共組織進行噪聲檢測，並以前所未有的嚴肅態度，采取更大的努力來減少噪聲。如果真這樣做了，可以減少各種不公平，並降低諸多領域的成本。

考慮到這一願景，我們在每一章結尾都以引文的形式提出一些簡短的建議。你可以原封不動地使用這些建議，也可以針對任何與你有關的問題對其進行改編，無論這些問題是涉及健康、安全、教育、金錢、就業、娛樂，還是其他。了解噪聲存在的問題，並試圖解決這些問題，是一項正在進行中的工作，也是一項需要集體努力的工作。我們所有人都有機會為這項工作做出貢獻，寫這本書就是希望我們能抓住這些機會。