减少作出决策时的杂讯：来自丹尼尔·卡尼曼最新着作的见解
諾貝爾經濟學獎得主兼暢銷書作家丹尼尔·卡尼曼 (Daniel Kahneman) 解釋雜訊的概念及其對決策的影響。
你有没有想过，為甚麼不同法官对同一罪行会判处相差极大的刑罚？為甚麼不同医生对同一病人会作出不同诊断？答案在於「杂讯」。诺贝尔经济学奖得主经济学家和心理学家丹尼尔·卡尼曼於他的畅销着作《杂讯：人类判断的缺陷》解释了这个概念。他的分析挑战了传统知识，并提供实用策略减少杂讯和改善我们判断的一致性和可靠性。
雜訊 (Noise) 和偏見 (Bias) 有甚麼區別？
雜訊 (Noise) 和偏見 (Bias) 有甚麼區別？
根据诺贝尔经济学奖得主丹尼尔·卡尼曼所指，作出判断就如测量一样。作出判断的过程就如用某种标準测量物件的价值，可以是机会率、尺码或者决策。不过，与其他形式的测量不同，判断背后带有不确定性。即使大家接收相同资讯，但仍然会作出不一致的判断，那就是杂讯。
他说：「要区别杂讯和偏见，你就一定要為判断作出定义。」
判断存有差异，这种差异称為杂讯，而平均误差就是偏见。
他续说：「我应该补充，偏见这个词语确实引起问题，杂讯这个词语也确实引起问题。两个词语的应用有不同意思。举例来说，当我们谈论心理学偏见时，我们有时联想到脑海裡面产生误差的机制，跟平均误差不是同一回事。同样，杂讯是一个很差的词语，除了物理方面的杂讯(即噪音)之外，我们还指称任何类型的不确定性為杂讯。」
根据卡尼曼的意见，杂讯与偏见和系统误差同样可以不利於判断。偏见通常比较容易发现和解决，杂讯则可能难以察觉，引致无法预测和不一致的结果。正因如此，我们有必要意识到杂讯对决策所扮演的角色，并且採取行动减少杂讯。
有甚麼外部和内部因素影响我们的决策？
有甚麼外部和内部因素影响我们的决策？
卡尼曼举出几个有关杂讯的例子，例如不同法官对类似罪行判处相差极大的刑罚，或者不同医生对同一病人作出不同的诊断。他还强调杂讯对绩效评估的作用，不同经理可以根据同一标準向各员工给予极為不同的评分，但对他而言，最夸张的是关於司法的例子。
卡尼曼說：「有很多我稱為雜訊審計的研究，多位法官收到同一宗案件，然後你看看他們判斷的差異有多大。當中差異之大真的使人震驚。我的意思是，同一宗案件的判刑可以是由 15 天至 15 年不等。」
這是引述幾年前一個實驗，當中有 208 位美國聯邦法官參與。法官收到同一宗案件，他們判處的平均刑期是七年。當隨機比較兩位法官的判刑，平均差異是四年。
卡尼曼说：「这意味着被告在法官面其实是碰运气，而我会说是不能接受的。」
视乎你在急症室遇到的医生，很多不同的可能性会发生在你的身上。
这个问题延伸至法院之外，实情是在医院和急症室也很普遍。卡尼曼说，相对於晨初精力充沛时，医生於下午稍晚时的行為有着系统性的不同。下午时，医生较大可能开处方阿片类药物，更多抗生素，要求进行更多检测。
他說：「他們取易捨難。那是偶爾雜訊的來源，因為從病人角度而言，除非你想於醫生表現最好的時候見醫生，你通常不在乎見醫生的時間，但你見醫生的時間有點像是碰運氣，因為醫生的狀態有所不同。视乎你在急症室遇到的医生，很多不同的可能性会发生在你的身上。」
我们如何察觉判断当中的瑕疵？
我们如何察觉判断当中的瑕疵？
根据卡尼曼所指，杂讯的根本原因是存在人类判断的自然的差异。人们可能相信他们作出的决策是客观和理智，但他们的判断通常都受到多种因素影响，例如心情、环境和个人偏见。被问到是否可能消除杂讯时，卡尼曼说，原则上可能，但只是将问题从判断问题变成由规则或演算法作出决策的问题。
他说：「只要是判断，你就可以减少杂讯，但不可以完全消除。」
不过如果想要减轻杂讯的影响，卡尼曼建议一些策略。一个方法是使用演算法或清单，令到决策过程标準化，减少个人判断的影响。另外一个方法是採用多个评审员，从他们个别判断差异中取得平均值。
?
有没有完美的面试策略？
有没有完美的面试策略？
卡尼曼說：「舉例而言，你想聘請一位應徵者，最好的做法是甚麼呢？實情是我們知道應該怎樣做。與其進行面試，嘗試以一般的方式了解對方和建立印象，倒不如採用截然不同的做法。評審員看看有甚麼相關特質，想了解甚麼相關特點。然後你於面試時就每個特點逐個提問，並逐個評分。當你完成面試的一個部份，你就那個特點評分，然後就下一個特點提問。試試不要想著要下最終決定，我們稱為延遲直覺 (Delaying intuition)。我們知道這是揀選應徵者的最佳程序。」
这裡的笼统概念就是「独立原则」，并且可以应用於多个场景。当你独立评估一项标準，就会延迟建立总括或整体意见，避免太早作出判断。
卡尼曼说：「就正如你要就一宗罪案取录证人口供，你不会想证人互相交谈。你会想分别与每位证人谈话，不允许他们互相沟通。原因是当你独立收集不同方面的资讯时，你就能够获得最多资讯，而当你有不同的人评估同一位应徵者，独立评估问题的不同特点就十分有用。你会想这些人彼此独立(评估)，很多公司都以正确的方式进行面试。」
当你有不同的人评估同一位应徵者，独立评估问题的不同特点就十分有用。
卡尼曼也强调回馈意见和校準的重要，可以助人更加意识得到自己的偏见和判断的差异。透过别人对自己的表现提出意见，人们可以调整他们的决策过程，减少杂讯和令判断更一致而可信。
杂讯的经济代价是甚麼？
杂讯的经济代价是甚麼？
虽然司法的例子非常清晰地反映公平的问题，但卡尼曼指杂讯存在的地方就有公平问题。这个问题可以带来沉重经济代价。
他说：「即使是保险行业，不同承保人定出的保险费有所不同，这样不但是不恰当，更是不公平。这个情况违反公平。组织应要统一声音，杂讯有害无益。因此，减少杂讯能够改善可信性。」
他续说：「毫无疑问，当你有一个制度，而这个制度出现多过一个声音，那就是杂讯，并且直接干扰制度产生判断质素的準确性。」
卡尼曼认為，比起个人，组织更加有可能改善他们作出判断和决策的方式。对於大部份组织而言，他们作出决策的方式随着时间自然发展。他希望大家能更加重视决策和判断的设计。这些设计对於组织而言较為可行，理由是他们通常已经有标準做法。
卡尼曼说：「我会说处理杂讯的第一步是量度杂讯，辨别出有多少杂讯。要量度杂讯，你不需要知道正确答案，但你要知道人们会否反对彼此的意见，这样导致决策较不準确。那是第一步。自行审计杂讯。构建一些现实问题，邀请多人对这些问题做出相同的判断。然后看看差异，差异大小会告诉你这些判断隐藏多少杂讯。
?
这个问题是否令您有所啟发？
这个问题是否令您有所啟发？
獲取最新瑞银诺贝尔视角的資訊。
进一步了解这位诺贝尔经济学奖得主
这个问题是否令您有所啟发？
獲取最新瑞银诺贝尔视角的資訊。