对抗《噪声》，成为聪明的决策者

关注吴观商业，于商业、经济、生活中，察人所未察！

为什么人们总是高估自己？为什么人们总会有偏见？——因为人们总是寻找、记住和强化支持自己信念的信息，而不愿意接受反对自己，但是正确的信息。

从20世纪60年代开始，诺贝尔经济学获得者卡尼曼教授主导开创了一个心理学与经济学结合的领域——行为经济学，促使大批心理学家和行为经济学家开始研究人类判断出现错误的原因和补救措施。卡尼曼教授研究的领域就在于此——人们在决策时经常出现自己不自知的偏差和错误。

相信看到这里的你已经明白了，卡尼曼教授，他主要的研究在于人类的决策领域。前些年有一句话很流行，叫做“选择大于努力”，而选择的背后，显然体现了一个人的决策能力和决策品质。

哪些才是影响角色品质的关键因素呢？2011年卡尼曼出版了《思考，快与慢》，总结了在这方面大量卓有成效的研究成果概述，一经上市就引起了全球广大读者的阅读热情，也奠定了他在人类决策和判断领域以及行为经济学领域的开创者地位。卡尼曼的新书《噪声》，展示了他在研究领域的相关成果。噪声这个词很抽象，其实它的意思就是“人类判断的陷阱”。

到底什么是噪声呢？

噪声无处不在，面试的时候会有噪声，两个面试官之间的意见经常分歧很大，一个面试官要定你了，另一个却说你未必适应公司文化，就把你踢了。医生诊断疾病的时候有噪声，第一个医生说你得赶快住院动手术，另一个医生却说吃点药就行。预测股票走势的时候有噪声，一半机构说明天涨，一半机构说明天跌。老师改卷子的时候也有噪声，上午心情好，给的分数高，下午累了，打分就严了。

噪声存在于方方面面，大到公司，小到个人，噪声无处不在，不断的带来各种各样的偏差和损害。如果一个人从出生开始所做的每一个决策都是正确的，那么他的人生一定极其高效和成功，因为这意味着他少走了很多弯路，避免了很大的代价。但是在现实生活中，我们每一个人在做决策的时候，哪怕是在自认为经过了充分的理性思考和比较之后，所作出的决策仍然有可能错误重重，这种错误的背后就是大量的噪声，而这些噪声是被我们忽略的信息。从这个角度上说，了解噪声，知道它们为什么产生，以及如何避免，可以极大的帮助我们提高决策力，提高人生的效率。人生处处是选择，选哪只股票，选择哪个人作为人生的伴侣， 考哪一所学校……每一个选择都在无形当中改变着我们的命运。在选择的过程当中，你会面对很多你并不想要或者令你判断不清的信息，建议、想法和观点等等，而它们都有可能成为噪声，打破我们内心的宁静，它们无时无刻不存在于我们身边，充满着诱惑，甚至造成致命的危害。

简单说，造成我们错误判断的因素主要有两个，一个是偏差，另一个就是噪声。所谓偏差，就是思维所产生的系统性误差，比如人们如果过度乐观，他们的判断就会产生乐观偏差，如果过度关注短期而忽视长期目标，就会出现即刻偏差等等。

而噪声指的是判断中不必要存在的变异，偏差是平均的共有的误差，而噪声则是这些误差的变异。

比如同一个鉴定人员，在不同时间对同一枚指纹给出了不同的鉴定结果。也许你会质疑这名鉴定人员的专业性，但其实影响他判断的本质，却是噪声的影响。研究发现，如果鉴定人员只有指纹可以查看，而没有关于该案例的其他信息，那么他每一次判断基本是一致的，但是如果他不仅有指纹信息，还有其他信息，那么每一次鉴定结果就可能有所不同。

这个案例给了我们极大的启发：在制定决策时，保留至关重要的信息，排除非关键信息极为重要。

一句话——人类判断的错误=偏差+噪声。

如何才能减少噪声？减少噪声的手段有哪些呢？常见的手段有四种。

第一种减少噪声的手段是把决策过程交给一个能独立做判断的群体。

这里的关键词是“独立”。群体很多时候是会让决策质量下降的，之所以会下降，其实关键就在于群体里每个人的判断不够独立——对歌曲的判断会受到下载量的影响，面试官的判断会受到其他面试官影响。

一旦群体里每个个体的判断相互完全独立，那局面就会一百八十度反转，很多个独立判断汇总起来的综合判断，通常都会明显减少噪声。三个独立的臭皮匠，才真的是顶个诸葛亮的。

减小噪声第二种手段，是用排序取代匹配。

如果领导要用0-100分的分数来匹配下属的表现，这种匹配是很难的，他的标准难免很飘忽。那怎么降低难度呢？方法是，先把下属做一个更简单的分级，比如说先把每一个下属分为：优、良、中、差、极差这五档，这比直接给个百分制的分数，难度就小得多了。然后呢，在每一档里，给下属排序。小李、小张都在优这一档里，是81-100分这个档次，小李如果比小张表现更好，那么小李就排在前面，做完整个排序之后，再依次根据排序来打分。

这种操作的原理是，我们做两两比较时，往往能判断得更准确。你很难说清楚小李和小张的工作表现值多少分，但比较容易分清小李和小张谁表现得更好一点。所以用排序取代匹配可以减小噪声。

第三种减小噪声的手段，是把决策过程交给一个模型。模型，就是公式、规则和算法。

比如面试的时候，不是根据面试官的主观判断来决定录取谁，而是根据一个公式来决定。把求职者的责任心、工作能力、团队合作能力这几个分数加起来求一个总分，总分高的录取。

人的判断之所以有噪声，就是因为人太灵活、太多变了，而模型很死板，所以模型是没有噪声的，因为模型本质上其实都是固定的数学公式。只要每次的输入是一样的，它就保证输出是一模一样的。在减小噪声这一点上，模型相比于人有碾压式的优势。

所以，如果只从减小噪声这一点出发的话，那么人类就应该尽可能地把判断交给模型。

第四种减小噪声的手段，很简单粗暴，那就是找出那些总能正确决策的“决策达人”。

决策达人一般有这么三个显著的特点。

第一，他们可能是某个领域里的专家。

除了专家身份，“决策达人”的第二个显著特点是，他们一般都是聪明人。

“决策达人”的第三个显著特点是，他们的心态非常开放。

听专家的，听聪明人的，听心态开放的人，这就是减少噪声的第四种手段。

也许在不久的将来，算法是最好的减少噪声的方式，这就像《原则》中，瑞达里奥就是用机器的决策方式来做投资，避免噪声和偏差的发生。人类只能减少噪声和偏差，但是机器算法很大程度上可以避免噪声和偏差。

人们只有赶走“偏见”和“噪声”两只拦路虎，才能做到真正的科学决策，而终极解决方案只可能是机器算法。

最后借用书中的金句作为结束，以此共勉：对抗噪声，成为更聪明的决策者！