旌旗读后感 读书笔记

《噪声》读后感

2021-09-29 07:23:46  本文已影响人 

《噪声》读后感

高考如何选专业?
职场如何选公司?
人生如何选伴侣?
这一个个要我们决策的问题,恰恰组成了我们的人生。
换句话说,决策质量决定了我们的人生质量。

关于如何提高决策质量的问题,就是决策与判断心理学研究的范畴,而这个领域的集大成者就是著名的行为经济学家、诺贝尔经济奖得主丹尼尔-卡尼曼。
他在科学决策领域,有写过一本神书叫做《思考,快与慢》

就像每一个互联网人,每一个产品经理都会买一本《失控》一样。

这两本书都是非常经典且厚(都超过500页!!!),一般人都看不完。

最近,《思考,快与慢》的作者卡尼曼,又出了一本新书《噪声》,也是超过500页。

作为就是靠信息和决策吃饭的我来说,这本书最大的价值是帮我补全了科学决策的知识地图。

其中影响决策误差的由两方面组成,第一是偏差,第二是噪声。

可以做一个类比,科学决策路上,通常我们会遇见两只拦路虎,一只叫偏差,一只叫噪声。偏差比较显眼,而噪声通常是隐身的,所以很多人只看到偏差这一只拦路虎。

偏差是什么?

噪声是什么?

噪声和偏差的区别是什么?

如何减少噪声?

相信这几个问题,是初看这本书最关心的,也是《噪声》这本书主要阐述的内容。

因为原书有500页,一般人很难看完,所以希望本文可以浓缩全书的精华供参考,看了感兴趣,再可以去看原书。

首先看看两只老虎长啥样~

1.拦路虎1-偏差长啥模样?


拦路虎1叫偏差,它长啥样?
什么叫偏差?
行为科学家对偏差的研究已经非常充分,已经总结了200种偏差。
比如有锚定效应(暗示)、禀赋效应、框架效应等等
这些偏差都可以在《思考,快与慢》中看到。


看看商家都用偏差对你做了些什么,来影响你。
大家去过宜家的人都知道,那个1块钱甜筒的设计。

设计背后的原理就是峰终定律,就是利用人的体验不仅是体验的综合,更是过了一段时间在脑海中留下的峰值和终点的体验决定的,如果峰值和终点是让人愉快的,那么整体的体验让人感觉就是非常愉快的。
比如宜家的1块钱甜筒就是在终点上让给你觉得很爽,从而让你觉得这次宜家之旅非常爽,而忽略过程中遇到的路线过长、累等等不开心的体验。

我2月份去了一次宜家,就感觉体验非常好,就因为那1块钱的甜筒。

明明知道被设计,但是就是抵抗不了。
这也是为什么这么多人明明知道有这些偏差的存在,但就是躲不过的原因,就是因为都长在人性上。

再举个例子:我的文章总是有很多图
也是利用认知偏差-图片优势效应
正所谓一图胜千言,最后看完文章,100%在脑海中的留下的是图片。
比如这篇文章可能就留下那两只老虎的印象。
图片优势效应和峰终定律都是归类到同一种偏差类型,叫做记忆错误与偏差。
换句话说,就是利用你记忆产生偏差(比如爱情中我们总是回忆起初恋比较美好)。

更多可以去看《思考,快与慢》这本书中更多关于偏差的案例
如果觉得看理论和实验比较枯燥,可以看下由字节跳动飞书设计团队推出的《认知偏差手册》,总结了人在思考和决策时容易犯的67种认知偏差,并把他们用在产品设计上,让设计的产品在用户在使用时更好的决策。
 

(飞书的认知偏差手册全文链接,公众号回复:认知偏差)


2.拦路虎2-噪声长啥模样?

拦路虎2叫噪音,它长啥样?
什么叫噪声?
卡尼曼在《噪声》书中定义是:判断中不必要存在的变异
举个例子:菜市场买菜
比如你去菜市场买菜,你和商家在讨价还价,菜市场中各种的吆喝声都是属于噪声,因为跟讨价还价没关系。
再举个例子:10秒挑战
 

抖音里很火的10秒挑战,如果让你连续按5次,你能按到10秒吗?
如果要按中2次10秒呢?
基本上,不可能!根本无法做到。
为什么?
这种无法控制的差异就是一个关于噪声的例子。

《噪声》中已经总结了3种偏差。
噪声=水平噪声+模式噪声+情景噪声

用一个面试的例子来说明这三种噪声到底是什么~
比如你去一家心仪的面试,会遇到三位面试官。
第一位面试官,张三,异常严格,给你打了6分。

第二位面试官,李四,也属于严格派,但聊起来突然发现他是你的学长,校友情结让他给你打了8分,原因是李四每次面试校友就会格外好评,这是他的特定倾向。
第三位面试官,王五,属于温柔派,给你打了10分。
那么你最后的平均分就是8分。

在这里有几个关键点
1)第一,严格派和温柔派,这两派的稳定性差异,这就是水平噪声,稳定且比较明显。
严格派的分肯定比温柔派的低,不用想,很明显。

2)第二,同样是严格派的张三和李四,李四对校友就是特别友好,打分就比非校友的高,这个就是属于他的稳定模式噪声,最大的特点就是比较稳定。

3)第三,王五,王五今天心情特别好,因为昨天刚刚求婚成功,所以心情特别好,看谁都顺眼,所以打了比往常都要高的分数10分而不是9分。
而张三昨天看NBA,支持的球队输球了,所以心情不好,所以比往常都要严格,所以打了比以为都要严格的6分而不是7分。这些不稳定的因素造成的误差就是情景噪声,最大的特点就是特别是不稳定。

换了视角来快速区分这3种噪音:
噪声有2种特点,第一种就是明显和不明显,第二种就是稳定和不稳定。
就可以画出一个矩阵,如下图:
 

稳定且明显的,就是水平噪声;
稳定且不明显的,就是模式噪声;
不稳定且不明显的就是情景噪声,就像女人的情绪,说变就变,情绪、疲劳、天气等等都会导致同一个人在判断同一件事有不同的决定。

虽然搞清楚了噪声的具体3类,但是偏差和噪声总是很容易混淆,该如何区分呢?

3.两只老虎有啥区别?
两只老虎到底区别在哪?
偏差和噪声有啥区别?
书中有2个特别经典的案例,可以帮助大家快速区分噪声和偏差。
第一个秒懂案例:在书中开篇引言就提到的射击案例。
下面图是在原文的基础上,加了一个矩阵坐标,更加方便大家理解。

1)最科学的决策,是每一次都中10环,百发百中,无噪音,无偏差,就像狙击枪每次都打得很准
2)没有噪音但是有偏差的决策,就像狙击枪的瞄准器歪了一样,总是向某一个方向偏,但很集中。
3)没有偏差但是有噪音的决策,就像一把散弹枪,很分散。
4)有偏差也有噪音的决策,就像一把瞄准器歪了的散弹枪,很分散且总是向某一个方向偏。
这张图,就是偏差和噪声最本质的区别。

再来一个秒懂案例:统计学视角的图示
如果数学不太好,可以直接跳过这个案例的,不用为难自己的(比如我媳妇)。
如果数学比较好的话,这个案例真的比第一个案例更加秒懂。
 

红色线,就是有偏差,中噪声;
黄色线,就是无偏差,大噪声;
蓝色线,就是无偏差,中噪声;
绿色线,就是无偏差,小噪声。

这个是来源《噪声》第五章的统计学视角的推导,具体推导细节可查看原文P66-P81。
学会了区分噪声和偏差,既然偏差比较容易发现,那么噪声容易被发现吗?

4.噪声无处不在,为啥噪声很难发现?
哪里有判断,哪里就有噪声。
这是作者写书最重要的基础,因为如果噪声不常见,也就没有必要专门写一本书来专门来阐述噪声了。
所以作者用了大篇幅的案例在各种决策常见来说明,哪里有决策,哪里就有噪声。让我脑海里立马想起哪里有压迫,哪里就有反抗。

作者在开篇前3章(40页内容)都在论证这个观点-哪里有判断,哪里就有噪声。

既然这么无处不在,为啥我们总是习惯性忽略它呢?
为什么呢?
主要是因为人类天生的因果思维。
从因果性上说,噪声并不存在,从统计学上说,它无处不在。

举个例子:


5.如何减少噪声?
一般有两种场景,个体决策和群体决策。
个体决策:取平均值是个好办法,性价比最高。
这种方案也叫群体智慧:
它是被达尔文的表弟,著名统计学家弗兰西斯-高尔顿发现的。1906年,他来到一个乡村集市,看到有人杀了一头牛,所有人都可以花6便士去竞猜这头牛有多重,答案最接近实际重量的人能获得全部牛肉。

这场竞猜吸引了787个人参与,不过他们当中没有1个人猜中正确答案,也就是1198磅。但是,他们猜测的平均值1197磅,距离正确答案只有1 磅的差距!
但是,你可能会问,没有条件去找很多人去帮忙做判断咋办?

比如你要买几本书,你可以找几个你认为的高手给你推荐,前提你相信他们专业,最后只要看平均值就行。
一般情况下,所有人都会推荐《高效能人士的7个习惯》,那么至少这本书肯定是好书。

个体决策还可以借助模型、算法的力量。当然平均值法是成本最小的,性价比最高。
现在AI越来越流行,机器学习的能力越来越强,终有一天算法模型会替代人类的思维模型,进行判断(因为机器没有人类的情景噪音,机器没有看心情一说),应该就在不久的将来。

相信很多人都热衷借助思维模型去做一个判断,这是没错的,思维模型辅助判断帮助我们更理性,很多情况下,我们是直接调动了系统1去做了判断,哪管理性一说,情绪一上手,哪管那么多。

比如在《价值》一书中著名投资人张磊看一个投资项目都是借助生态投资模型-人&生意&环境&组织,借助这个模型让高瓴资本在投资项目时候更加理性。

平均值法-》思维模型法-》机器算法,越往后,成本越高,决策品质也越高,大家选择当下合适的方式即可。

群体决策:中介评估法
除了个体决策的场景,很多职场的场景下遇到的都是群体决策。
群体决策相比个体决策有常见的2个缺点:
1)信息级联
举个例子,不知道大家在开会的时候有没有遇到这种情况,跟老板开会,老板一旦先表态了,紧接着老员工也表态了,最后新来的员工也就从众了。
这就是信息级联,先发言的人会影响后面的人
2)群体极化
举个例子,还是跟老板开会的例子,一开始第一个人说了要推出一款新口味的产品,第二个在此基础上加码了,说消费者一定会喜欢,第三个继续说,市场份额一定能突破10%,大家越到后面越激动,越说越行风,结果呢,可能是一篇普通产品而已,却别大家认为是特别好的。
这就是群体极化,人们会互相加强彼此的观点,最后做出一个非常极端的决定。

中介评估法
1)评估清单,分解成几个指标,统一大家的评价标准
2)独立评估,独立判断,避免群体决策的2个缺点
3)决策会议,利用评估-讨论-评估法,得出最终的决定。

本质上就是使用共同的参考框架,汇总多个独立判断,
即利用了个体的独立思考,又利用了群体智慧,避免了乌合之众。
具体可参考《噪声》P389。

举个例子来熟悉一下这个中介评估法
还是回到之前的面试案例
1)在面试之前,给定一个面试五要素的清单,统一大家的判断标准,避免张三、李四、王五根据自己的喜好来。
2)独立评估,在面试之后,基于面试五要素进行独立评估打分
3)决策会议,先匿名进行打分之后,再公布分数,并且让每个人分别阐述一下理由,然后进行重新的打分,最后根据这些指标的平均分,得到最终的结论。

6.总结:
噪声这本书核心基础是什么?
 

核心是统计学的误差方程概念。
如果没有一定的统计学知识的话,看这本书其实是有点费劲的。

在本书中卡尼曼的几个核心观点是
1)误差=偏差+噪声
2)噪声与偏差的区别,用了射击靶的图示让我们秒懂与偏差的区别
3)噪声无处不在,用了3个例子证明在群体决策和单一决策中均存在,且都会造成很大的问题。
4)噪声分三类,水平噪声、模式噪声、情景噪声。
5)噪声为什么容易被人忽略,是因为人们偏爱因果思维,而不是统计思维。
6)如何减少噪声:个体决策性价比最高用平均值法,群体决策用中介评估法,算法是未来最有效的方式。

关于科学决策,《噪声》这本书详细解释了噪声,以及如何减少噪声的办法,其实我看到一个视角,就是不久的将来,算法是最好的减少噪声的方式,这让我想到一本书《原则》,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。
在科学决策的路上,赶走偏见和噪声两只老虎的,未来只可能是机器算法这只美猴王。
随着AI时代的逐步到来,用算法做更科学的决策会越来越流行。
在这之前,先借助平均值法和思维模型法,先让自己的决策更科学吧~

最后的最后,还是推荐大家去看原书,看一个诺贝尔经济学奖得主,如何一点点推导他的理论体系,不能再精彩了~
最后借用原书的金句,结束全文
对抗噪声,成为更聪明的决策者~

返回读书笔记列表
  • 上一篇:读塔尔德《传播与社会影响》有感
  • 下一篇:《经营沉思录》读后感
  • 相关推荐