《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～