[閱讀] 雜訊 人類判斷的缺陷

「雜訊」此書翻閱起來,資訊量著實有點大。人類的判斷,往往在數據量大後的事後分析看來,偏誤可以是非常大的。這是一個根深柢固的情況,散佈在生活中的各個層面。書中將「偏誤」視為雜訊,再結合統計學中去細分為個體性、系統性、隨機性…等類型,最後再試著提出一些避免方法。雖說在生活中要避免這些偏誤非常困難,但先有意識到「偏誤」的存在,是面對判斷缺陷的第一步。

A Flaw in Human Judgment


書籍資料

書籍名稱:雜訊 人類判斷的缺陷

原文名稱:A Flaw in Human Judgment

作者:Daniel Kahneman, Olivier Sibony, Cass R. Sunstein

ISBN:9789865251796

博客來推薦連結:https://tinyurl.com/b9y66rmc


  1. 第一印象的主觀想法

原先僅知道只要有人為判斷,就難免有誤差或是雜訊,卻沒有再往裡頭鑽問說:究竟這影響有多大?誤差 ( biased ) 和雜訊 ( Noise ) 的差別在於:後者的明顯偏誤是很難被看出的,而且你也不會察覺其異狀。在科學實驗中,往往會力求實驗組和對照組的差別僅在於「目標」項,但這老實講也是一個理想化的結果。這本書將雜訊的探討分為六個面向,分別為:雜訊和偏誤的區別、人類判斷的本質、預測性判斷、雜訊的核心原因、如何增進判斷力、能否完全屏除雜訊。

  1. 認同之處

只要有判斷,雜訊一定存在,且比你想像的還多

世界很複雜且充滿不確定性,因此專業人士要做的判斷其實都不簡單,且彼此個體間對於同個案子的見解也是差別甚篤

在充滿雜訊的系統中,錯誤是會相互疊加的

大多數的人很容易相信:我這樣看世界,那別人亦如是。這是一種天真的現實主義

很多專業判斷是無法驗證其真偽的

好的決策必須以客觀、準確地預測性判斷作為基礎(盡可能地接近靶心),不受偏好、價值觀、希望與恐懼的影響

系統雜訊^2 = 水平雜訊^2 + 型態雜訊^2。 所謂的水平雜訊是指:不同個體對於平均水準之間的差異;型態水準是個體內部對於特定事件反應的差異

你並不是永恆不變的人。雖說你的不一致情況比你想的還多,但跟他人比較起來,算是小的

群體中的成員若表示意見,無論是贊成、中立或是反對,效果相當於最初一開始在群眾中表達的意見。

電腦模型之所以較為準確,是因為可以消除各體內的微妙考量,也就是雜訊降低了

身為人類,相比於機器有犯錯的權利

機器和人類在持有相同資訊下,機器可以表現出一定的穩定性。但「人類做得非常差,模型卻做得不錯」是沒有這樣的例子。

相關性不代表因果,但因果關係隱含著相關性

如果屈服於無可避免的感覺,你會忘記事情是可以被改變的。廣而言之,我們對於這個世界的了解,取決於我們對某件事物敘述能力

人類喜歡因果關係判斷,因為比較省下力氣

雜訊本質上是統計事件


  1. 總結

這本書藉由「偏誤和雜訊」的主題,著實地演示了統計學的確是隱藏在生活中最徹底的一門學問。它著實無所不在,這本書剛翻閱完的當下,有如複習了一次基礎概念。

按讚加入粉絲團

延伸閱讀