雜訊：人類判斷的缺陷
Noise: A Flaw in Human Judgment
https://www.books.com.tw/products/0010893007
第六部 雜訊的最適水準
雜訊不可能完全消除，消除雜訊=刪減有效資訊
反對降低與消除雜訊(主觀判斷)的理由
1.有時候成本高昂(建立相關SOP+取消隨機應變的彈性)
2.用來減少雜訊的策略本身就帶來錯誤(委員討論=形成同溫層+揣測上意)
3.人希望自己有尊嚴，可以表達意見+行使裁量權(即便這就是造成雜訊的因素)=>禁止表達異議與不同=打擊人心士氣
4.雜訊與異議是容納創新、推動道德與政治進步的必要產品，消除雜訊與異議=減損組織改變與回應的能力
5.雜訊(誤判錯殺)有助於降低投機行為或嚇阻逾矩行為，大家知道可能因為小錯受到重罰時，會避免瓜田李下與孤男寡女
26 減少雜訊的成本
想像老師每週要改25位同學的作文，老師花在看每位同學的文章的時間不超過5分鐘=>同學作文的成績分數當然不見得公正
要提供同學作文成績評比的公正性，可以
1.建立評分基準+老師依基準花更多時間評分
2.請另一位老師加入評比
3.每次作文評比遮蓋學生姓名+不一學號排序讓老師評比
減少雜訊的成本vs 效益
1.是否小題大作？(學生每週的作文，不是聯考作文)
2.(不同的作法)可以增加多少準確度？(誤判的機率與成本代價是？ Hint: 法院法官斷人生死，要最最最嚴謹)
3.每增加1%準確度，要花多少時間與金錢？(能否負擔？)
需要的判斷精準度
後果影響越大(無法復原)+只有一次機會的，越要謹慎
國家/戰爭情報判斷>法院裁判>產業投資決策>醫院診斷>婚姻決定>購屋>員工績效考核>投資買車>今天吃什麼+出門要不要帶傘
雜訊更少，但錯誤更多？
言論管制=>造成有方向性的偏誤
生活中到處都有意圖減少人為裁量空間+減少產生雜訊的改革，相關改革立意良善，執行上卻反而提油救火
反動的修辭
https://eshmanager.blogspot.com/2014/02/blog-post.html
反對改革的三個理由
1.改革會變調(徒具表象與形式)
2.徒勞無功 (社會有各種價值觀與倡議)
3.危害其他價值(e.g.,維護勞權傷害經濟成長)
有些州有三振出局的慣例：犯下三次重罪，就直截判無期徒刑=>即便如此還是有爭議
無雜訊、有偏誤的演算法
大數據的傲慢與偏見
https://www.books.com.tw/products/0010756505
https://www.storm.mg/article/398238?mode=whole
摘錄
一位教學認真優異深受學生、同事和家長喜愛的教師，在完全不知道數學模型哪裡錯得離譜的情況下，被解了僱，申訴無門；保險公司為了獲得更高的盈利使用了大數據，成為了一種勢劫貧濟富，讓窮人付出更昂貴的價格；因為性格測驗不公開的評分而無法找到工作；信用卡用在某些商店就被降低額度；專門欺騙窮人的不實廣告等等等。
這其中的錯誤可能永遠都無法被找到，使用大數據的人就可能像信仰宗教典籍一樣盲從。我們來做個想像，假設有個人被大數據誤判成犯罪機會高的人，這個大數據分析的標籤會跟著他一輩子，那麼他不時會被警察騷擾，或者也找不到正常的工作，所以他走頭無路乾脆作奸犯科，大數據好棒棒地準確預測了，所以大數據就永遠是對的？
演算法的偏誤來源
1.預測用指標
身高體重=跟性別高度相關
成長與居住地=跟種族高度相關
2.data fitting
犯罪率高的地方佈署較多警力=>警察加強盤查=>盤查導致更多找碴罰單
在一個不確定+二階互動與無限可能的世界，資訊篩檢或預測性演算法，都不可能完美
只是人類偏直覺與情感好惡判斷，透過演算法可以讓我們察覺自身的直覺偏誤
27 尊嚴
個別化差異處理就是雜訊
因人而異、因時因地制宜講好聽是以客為尊與管理的智慧
講難聽就是沒有標準與一致性
人渴望與眾不同+透過慈悲來調節沒血沒淚的法律
變遷與調適的價值
講好聽是與時俱進/隨時代進步，講難聽就視同流合污(drift into failure)
本來的法規存在種族+女權歧視
變得重視性別與種族平權，通姦與同性戀除罪
然而本來重視防範貪腐的內規，卻也可以隨著人情世故與績效考量而睜眼閉眼
本來繳稅應該一視同仁，隨著獎勵投資+各種合理免稅規定的出台，反而避稅+遊走灰色地帶才「正常」
真實世界充滿口嫌體正直、言行不一與爾虞我詐，而非非黑即白的單純
難就難在：如何拿捏與容忍的尺度？
嚇阻與風險規避
理論上可以訂出天條，某些行為重罰+撤職或判重刑
實際上是否有效要看
1.執法稽查強度(=被逮的風險)
2.守法的成本vs 違法的效益(守法的是笨蛋，違法風險不高+有不小的利益)
3.當事人是保守/風險迴避，還是賭徒？
4.不確定會不會逮到+處罰正是一種雜訊
5.消除雜訊=消除風險
但為了嚇阻+規避風險的法規與規定，扼殺了創意、士氣與各種可能
=>現代政府規範走火入魔，法規僵硬，各行各業揹負各種規範，不單被束限該作什麼，還規定應該怎麼作
創意與創新需要雜訊的空間，而非死板板
一個更好的作法是：讓人們運用自己的經驗、專業與創意，想出辦法達成重要的目標；而非凡事依賴政府規定與指引，不論那個目標是更優質的教育、減少事故、病患照顧或環境保育。
無解的兩難老問題，只不過作者用雜訊這個詞與school smart的概念，來詮釋這個真實世界與現實生活當中street無解的問題
28 規定或準則
規定
(減少雜訊)使生活簡化、減少判斷，讓人方便遵循；(e.g., 速限、暴露容許濃度、7休1、最低工資)
準則
讓人可以視情況調整，但當事人需要做很多判斷與舉証責任 (e.g., 「謹慎駕駛」、「善盡責任義務」、「盡其所能提供安全的工作環境」、「不得抄襲」、「遵守道德規範」)
大陸/成文法系與海洋判例法系的差異
https://lawplayer.tw/blog/p/common-law-civil-law-introduction
大陸法系與英美法系司法過程中的法律思維差異
https://www.mpu.edu.mo/cntfiles/upload/docs/research/common/1country_2systems/2015_3/18.pdf
區隔與無知
憲法與母法通常是「準則」
子法是操作SOP
孫法與行政命令才有明確的「規則」
社會與政治上的區隔，不是是否有立法或執法權，或棄「規則/規定」而採「準則或原則」，真正的問題在於人們缺乏能夠讓他們建構出有意義規定 所需的資訊脈絡知識 (不論是立法的專家學者官員，亦或是被執法需要守法的人民或事業單位)
即便訂出了各種明確的標準或行為準則，不知其背後的意涵與意義，對於當事人而言，這些繁雜的規定=雜訊 (執法人員食古不化、鑽牛角尖/咬文嚼字=)
代理人問題與老闆控制部屬
要找到一個平衡與甜蜜點(過猶與不及都是常態)
很多時候老闆也只能說case by case(=海洋法系精神)，而無法訂出完備的規定或一堆的準則(=大陸法系的精神)
該訂出詳細完備的SOP或是只給方向目標？ 這取決於：
1.決策的成本、有沒有對應的時間與資源(含知識經驗)
2.錯誤的成本
官僚正義
Jerry Mashaw Bureaucratic justice
https://yalebooks.yale.edu/book/9780300034035/bureaucratic-justice/
https://baike.baidu.hk/item/%E5%AE%98%E5%83%9A%E7%9A%84%E6%AD%A3%E7%BE%A9/5604446
該給準則(有彈性與裁量空間)或視規定(減少雜訊)
也是一個由黑到白漸層，同樣存在型一型二錯誤風險
綜述與結論 正視雜訊問題
判斷≠思考
判斷就鑑別是非對錯、優劣排序或給分數
有判斷就有誤判
有些判斷我們相信有證照的專業人士(儘管專業還是會誤判)
e.g., 醫師、律師、工程師、法官、公司各級主管
有些預測性判斷可以驗證對錯與好壞(e.g., 天氣預報、選舉結果、藥物治療效果)，評估性的判斷不能驗證對錯好壞(法官裁定的刑期、拍賣家估計藝術作品的價格)
誤差(判斷不一致)=偏誤+雜訊
偏誤與雜訊都透過均方差來衡量
偏誤=成見或偏好
雜訊來源包山包海
雜訊的種類
水準雜訊
有些人偏樂觀、有些人偏悲觀
有的法官嚴苛，有的法官寬容
有的醫師偏好開藥，有的偏好健康管理+運動
型態雜訊(統計上的交互作用)
男的主管偏好女性應徵者
法官對輕罪寬容，對重罪更嚴苛
以上型態雜訊反應出判斷當事人的獨特性+場合雜訊(當天情況/天氣好壞/週一還是週五、大姨媽、前一天的社會新聞輿論….)
判斷與雜訊的心理學
客觀的無知
低估自己對於世界與未來的無知和不確定性
自我感覺良好
信心度≠預測正確度
光環效應的心理偏誤
第一印象
名校迷思
只看幾個因素而忽略其他線索
認知的偏誤
定錨、損失規避、第一印象(availability bias)
人腦自動把相關性詮釋為因果關係
專家反而過度自信
如何減少雜訊與偏誤？
開放的心態(認知與接受自己會犯錯)
指定決策觀察者- 辨識偏誤
透過決策保健程序-減少雜訊
判斷與決策的目標是精準，而非展現單一個人的權威
用統計思維(以往的機率)，以外部觀點來看事件
把判斷結構化，拆解成幾個部分
抗拒一開始的直覺(多用慢想)
讓多位判斷者獨立做出判斷，再將這些判斷總合起來
用相對判斷與相對尺度來取代絕對判斷與分數
結語 一個雜訊很少的世界
附錄A 如何進行雜訊審查
附錄B 決策觀察者的檢核表
附錄C 修正預測
沒有留言:
張貼留言