雜訊(3)

雜訊：人類判斷的缺陷

Noise: A Flaw in Human Judgment

https://www.books.com.tw/products/0010893007

 

 

 

第四部 雜訊的發生

回到人類心理學，解釋雜訊的發生，每個人有獨特性-個性與認知的差異=>討論系統一的運作方式，乃至於為什麼雜訊無所不在，卻很少被視為重要的問題

 

 

13 捷思法、偏誤與雜訊

 

捷思(Heuristics)/ 快思所造成的偏誤與雜訊

人腦會自動簡化複雜的問題，問A答B呼嚨自己與他人

 

判斷偏誤

1.人會低估完成計畫所需時間(planning fallacy)

2.投資人會受到精美印刷計畫書所吸引(難怪ESG報告書要美編)

3.人會受到利益、政治立場與關係的矇蔽+人有各種(種族/性別)偏見與歧視

 

 

替代(人腦自動偷天換日)

1.回答的是簡化的問題，而非本來的那個複雜問題

2.依據最近的新聞事件(墜機/重大事故)，來聯想估算風險(availability heuristic)

3.憑感覺亂猜，而非依據統計數據(base rate neglect)

 

幾個例子

這位醫師稱職嗎？=>這個醫師給人信心與權威感？

我對自己的生活滿意？=>我現在的心情如何？

我相信氣候變遷嗎？=>我信任那些論述氣候變遷的人嗎？

前後兩個問題其實內涵意義不同

 

結論偏誤

1.未審先判+先入為主=>為自己的判斷自圓其說

選擇性採證=確認偏誤(confirmation bias)與期許偏誤(desirability bias)

2.情感捷思(affect heuristic)

自己喜歡的人什麼都好，自己討厭的人什麼都不好

3.定錨效應(anchoring effect)

被牽著鼻子走

 

 

追求敘事連貫(的穿鑿附會)

就是光環效應(halo effect)=>迅速形成既定印象，即使出現矛盾的資訊也只會採信部分=>以維繫敘事連貫

覺得成功的人一定是努力+掌握秘訣(很多時候只是歪打正著)

 

 

 

14 配對(Matching)

e.g.,

看看天空，預測一下兩個小時內下雨的可能性有多高？

 

配對(Matching)≒敘事連貫

e.g.,

小真就讀於台大法學院，請問她高中就讀北一女的可能性有多高

Hint

其實需要有相關的統計數據(base rate)：台大法學院女同學來自各高中比例

 

與其猜測絕對分數(1-100)或比例(0-100%)，其實猜測相對可能性(1-5)或相對排序比較準確

 

 

 

15 量表

 

案例：

(內部文件顯示)製藥廠忽視法規要求，包裝故意沒有使用兒童安全蓋

某一6歲兒童大量吞食over dose造成呼吸系統衰竭，需要長期住院治療

 

給陪審員的三個問題

1.(憤怒程度)請表達你對被告的看法： 0(可以接受)-6(憤怒不能接受)

2.(懲罰意向)被告除應支付補償性的醫療費用外，還應該處多大的懲罰？ 0(不需額外懲罰)-6(極為嚴厲的處罰)

3.(量化懲罰數字)請問您覺得額外的懲罰性賠償的恰當金額是？

 

結果顯示

憤怒假說

1.「憤怒程度」與「懲罰意向」兩者相關係數0.98(和諧率=94%)

而影響「憤怒」與「懲罰意向」背後的共同因素是=>孩子受到的”傷害程度”與”被告的行為”

 

2.判決的雜訊

「懲罰意向(該不該罰)」的雜訊最低(=共識最高)，雜訊約50%

其次是「憤怒程度」，雜訊變異約70%

再來懲罰性罰款金額的變異性最高，約90%

 

研究結論是

1.美國法律實務要求陪審員為案件訂出單一賠償金額，且不得參考相關案例賠償金額(以免受到影響)=>這反而加大了變異與雜訊

背後的假定是陪審員由自身正義感引導，針對犯行考量作出正確的懲罰=>這點其實是錯誤假設，司法體制應該正視執法人員的侷限

 

2.懲罰性賠償是極端作法

一來這可以增加刑罰的不確定性，讓被告犯行前三思(小錯被罰天價)

二來以上三個問題(是否憤怒=>該不該罰=>賠償懲罰多少)的評估程序，實在太粗糙(憑藉的是鄉民的正義)

三相對排序比絕對金額更少雜訊

 

 

 

16 型態

 

簡單的問題：相關的線索一致、沒有衝突

困難的問題：多項衝突與矛盾的線索，無法拼湊出連貫與一致的解讀

 

可惜人生比人們講述的故事更複雜

好的學歷與家世，不見得會作好事與圓滿(人生是一襲爬滿了蝨子的華美衣衫)

 

一個複雜的故事可以有不同的解讀與詮釋，這就是型態變異

人對於故事的真實取決於信心，而信心源自於：

1.內容連貫

2.沒有其他可信的說法

而以上主觀信心≠內容真實正確與準確

當你對於一個故事的詮釋與解讀越有信心時，越會假定其它人也會得出相同結論=>這是意見一致的錯覺

 

 

型態雜訊：穩定或暫時

定義：

一個人判斷一個案例的誤差中，扣除案例與判斷者自身因素影響後無法解釋的部分

 

常見與不極端的型態偏誤

一位平常態度寬容的法官，在處理累犯罪犯時，沒有平時那麼寬容(異常嚴厲)

一位平常嚴謹的投資人，在遇到心動創投計畫時，失去貫有小心與警覺

 

型態雜訊=穩定型的型態雜訊+暫時型(場合)的型態雜訊

穩定型的型態雜訊=雇主偏好校友或者某些名校，醫師偏好建議三高患者住院

暫時型(場合)的型態雜訊=當下心情好或不好，剛好聯想到一些543(聯想到自己或者親友)

 

型態雜訊的來源：

1.敘事能否引起共鳴(讀者觀眾聯想到自己)

2.不同專業顧慮面向不同/判斷的系統性差異，e.g., 用人主管關切人選的專業/耐操/即戰力，人事主關關切人選的和群/期望薪資與穩定性

3.作決定當下的心情、感受與聯想

 

心理學長久以來尋求理解性格的個別差異，時至今日歸納為五大群組(內外向、是否親切、認真盡責、經驗開放、情緒穩定)

但用以上性格預測特定行為的效度很有限，相關係數0.3(和諧率60%)，已算是高的了

 

性格的獨特性是人類創新與創意的動力，也是人跟人相處有趣與開心的原因，但講到作決定與判斷，這種性格差異可能不是資產(而是變異)

 

 

 

17 雜訊的來源

雜訊=偏誤+系統雜訊

                     系統雜訊=水準雜訊+型態雜訊

                                                          型態雜訊=穩定型雜訊+場合型雜訊

 

雜訊的規模

 

第二章保險公司核保的保費差異，系統雜訊中，20%是水準雜訊，80%是型態雜訊

在第六章法官的判決，系統雜訊中，40%是水準雜訊(平均嚴厲程度的差異)，60%是型態雜訊

 

涵義是

1.一個組織能往往自我審查與察覺的只有水準雜訊(隨機分發辦理)

2.還好水準雜訊占比相對不高

3.型態雜訊中多半是穩定型雜訊，而非場合雜訊

4.不同法官對於同一罪行判刑刑期的平均變異已經令人震驚(水準變異)

5.單一法官對於同一罪行判刑刑期的平均變異更詭異(大約是2.8年)=>這種變異因人而異，卻是非常穩定的變異

 

 

解釋誤差與雜訊(變異)是統計現象

 

誤差方程式=偏誤(biased)+雜訊(noisy)

 

人腦(快思捷思)，透過相關性來proxy 因果(≒偏誤biased)，造成基本歸因誤謬

=>找藉口與理由，比驗證原因為真容易；後見之明會扭曲判斷，讓原本不可預期的結果，在回顧時，貌似理所當然

 

光環效應

https://eshmanager.blogspot.com/2011/12/blog-post_25.html

 

 

卻忽略了雜訊(noisy)

雜訊是統計現象，可惜在因果推論與捷思當中，不存在雜訊

需要透妥數據分析的慢想hard work才能讓人看見”雜訊”

而透過理論預測未來有如開槍打靶，開槍打靶之後才會”看見”預測與事實之間的落差- 我們對於個人判斷與預測當中的缺陷多半渾然不覺

 

知識的假象

https://eshmanager.blogspot.com/2018/12/13.html

 

不能預測的黑天鵝效應

https://eshmanager.blogspot.com/2015/04/blog-post_25.html

 

不對稱的陷阱(專家學者之害)

https://eshmanager.blogspot.com/2019/09/14.html

 

 

透過作者嚴謹的分析與拆解，結論呼應到以前讀過的一些道理，讓人對這些理論的信心度與信仰又更加的堅定了一些。

雖然自己只是一個無名小卒，但是透過這樣的自我學習與思辯，其實可以對於自己的判斷更有信心一些：至少可以贏過99%在江湖上遇到的人以及九成以上的專家學者(需要提防的只有少數真正同樣具備思辨能力的，而這部分人可以透過交談時的神情鑑別出來)