噪声-读书笔记
丹尼尔·卡尼曼（Daniel Kahneman）诺贝尔经济学奖得主，美国总统自由勋章获得者，全球畅销书《思考，快与慢》作者，普林斯顿大学尤金·希金斯心理学荣誉退休教授，公共和国际事务学院教授，曾荣获多项奖章，包括美国心理学学会颁赠的心理学终身贡献奖。卡尼曼在心理学上的成就是挑战判断与决策的理性模式，被公认为“继弗洛伊德之后，当代最伟大的心理学家”。他的跨领域研究对经济学、医学、政治学、社会学、社会心理学、认知科学等领域都产生了深远的影响，被誉为“行为经济学之父”。
奥利维耶·西博尼（Olivier Sibony）巴黎高等商学院（HEC Paris）教授，牛津大学赛德商学院外籍教授，曾在全球最大的战略咨询公司——麦肯锡咨询公司担任资深合伙人长达25年时间。西博尼的研究领域为策略、决策、问题解决，力图提升决策的品质，论文发表在众多优秀刊物之上，包括《哈佛商业评论》与《麻省理工学院斯隆管理评论》。其中2011年6月，与卡尼曼合著的文章Before You Make That Big Decision曾登上《哈佛商业评论》选集封面。著有You Are About to Make a Terrible Mistake一书，致力于揭示：偏差是如何影响我们的决策的，而我们又应该如何应对偏差。
卡斯·R. 桑斯坦（Cass R. Sunstein）哈佛大学法学院教授，行为经济学与公共政策研究项目创始人兼主任，主要研究领域为政策制定方面。2009—2012年任美国白宫信息与监管事务办公室主任；2013—2014年加入白宫情报与通信技术审查小组；2016—2017年加入美国国防部国防创新委员会。著有多本《纽约时报》畅销书，包括与理查德·泰勒合著的《助推》、基于电影《星球大战》（Star Wars）的法学著作《星球大战的世界》，以及《助推2.0》等其他多本著作。
《噪声》是诺贝尔经济学奖得主、“行为经济学之父”丹尼尔·卡尼曼携手决策领域专家奥利维耶·西博尼和卡斯·桑斯坦共同推出的重磅新作，也是卡尼曼继畅销书《思考，快与慢》之后酝酿10年思考的全球瞩目里程碑式巨作，行为科学领域又一重大发现。几十年来，大家都认为，偏差是导致人类判断出错的关键。但是今天，卡尼曼系统性地指出：噪声，才是影响人类判断的黑洞。
这本书告诉我们，我们没有自己想象中的那么理性。生活中，我们大部分的判断都不是完全正确的，错误的判断源于“噪声”，而“噪声”在生活中是无处不在的。当我们作出判断和决策，或者对人作出评价的时候，都不能保证我们的答案是绝对标准和不出错的。
《噪声》一书通过系统性研究，通过两个公式揭开了“判断出错”的本质，并且通过对三种噪声的系统性分析带你直击噪声。并且，从六大部分阐述了“噪声”：从寻获噪声到探究人类判断的本质，从预测噪声到阐释噪声的主要原因，从探讨如何改进判断和防止错误的的实际问题，一直延伸到什么才是合适的噪声水平。”“噪声”是随机的，但却是致命的。卡尼曼在书中提出了6大原则，帮你重塑决策框架，做聪明的决策者。
如果说，《思考，快与慢》的主要目标，是要去展现人类决策中普遍存在的非理性行为以及产生原因，那么《噪声》就是希望帮助读者识别、分析和减少“噪声”，从而削弱“噪声”对判断的影响。
什么是“噪声”
卡尼曼提到，人类决策最大的缺陷，并不是较为容易察觉的“偏差”，而是难以发现的“噪声”。“噪声”带来的坏影响可能比“偏差”更大，“噪声”就像地下室漏水的水渠一样，它可能坏了，但你根本不知道。
定义
那么什么是偏差和噪声呢？“偏差”是一种系统性的错误，可以修正；而“噪声”是一种非系统性的错误，难以察觉，所以就难以修正。
比如，A、B、C、D四个队去射击，A队全部命中了红心，而B队全部命中了左下角。相对来说，B队是偏差队。什么意思呢？就是B队可能水平没问题，但是他们的枪有问题，他们的准星偏了，否则怎么会那么巧，全部都集中在左下角呢？
而C队的子弹的落点很分散，这个好比“噪声”，没有明显的“偏差”。所以，能够得出一个结论，C队很可能是不太擅长射击的，而不是枪有问题。
而D队的“噪声”与“偏差”共存，明显偏离了靶心，都是朝着一个方向偏离，而且偏离得很分散，所以判断D队既不擅长射击，枪也有问题。
“靶心”就是我们生活中的各种目标，我们会经常受到各种“偏差”和“噪声”的干扰，从而造成“脱靶”的现象。 B队所有的队员都是偏向了同一个位置，这个就是所谓的“系统性的偏差”，它是受到规律影响的。但是，当我们发现C队和D队所有的子弹都分布在不同的地方的时候，我们就会发现，这个是没有规律、没有系统的“噪声”。
卡尼曼提出，其实“噪声”比“偏差”对我们判断和决策的影响更大。即使你躲开了“噪声”，可能也察觉不到，因为影响你判断的，可能是一些你根本没有注意到的东西。这些东西包括了心情、面子、身体状态、脾气、他人的意见等等，甚至是一些毫无关系的因素。你无法察觉，但是很“吵”的声音，就是“噪声”。
总之，我们周围存在着太多的“噪声”，但是很多都是我们注意不到的，我们大部分的判断，都受到不同程度的“噪声”的影响。所以，我们不要再说自己的决定是完全理性的了。
“噪声”的构成
“噪声”分为三种类型，分别是“水平噪声”，稳定的“模式噪声”和不稳定的“情境噪声”。
比如，法官判案。“水平噪声”是说，某位法官一贯的严厉程度跟行业平均水平的差异，比如某位法官在判案上总体比其他法官更为严厉或者宽松。
“模式噪声”是说，法官某一次的做法，跟他平时一贯的作风有差异。比如一位总体比较宽松的法官，在有些案件上表现得较为严格。 而“情境噪声”是不稳定的，会因为具体的情况变化而引发行为的差异。比如说天气是好还是坏，是随机的、偶发的。
比如，有一个人去看医生，医生判断他长期高血压，他吃了很多药，吃了很久都没办法治好这个病。后来他搬到了另外一个城市，看了另外一个医生，这个医生说他根本没有高血压，只是每次到医院量血压他都特别紧张，血压自然就高了，在医院量血压这件事本身就是一种“噪声”。
噪声如何产生并被放大
那么为什么会产生“噪声”呢？“噪声”又是怎么被放大的呢？
首先，“噪声”的产生问题。人有三种很常见的心理现象，它们分别是“替代偏差”“结论偏差”和“过度一致性偏差”。
“替代偏差”就是有的时候，人们会倾向于用一个相似的简单问题的答案，来回答一个较难的问题，这种现象很常见。
“结论偏差”通俗来说，就是我们常常倾向于依据结论寻找证据，我们经常在判断过程初期就对某个特定的结论有了倾向性。
最后“过度一致性偏差”。我们能够迅速形成某个印象，并始终维持它，即使有矛盾的信息出现也依然如此，要改变它，过程很缓慢。
那么“噪声”如何被放大的呢？首先，有一个词叫“无知者无畏”，有的时候，越无知的人，越喜欢大声地去表达自己的观点，那些有不同观点的人也不敢发声，反而会默认这个错误的观点。这就是一种社会的压力，导致群体之间产生“噪声”和错误的观点。也因为群体越大就越多人认同，所以说群体会放大“噪声”，让错误变成真相。
第二，“信息级联”。信息级联很常见，它可以解释为什么一些相似的商业群体、政治群体以及其他群体会做出完全不同的决策，以及为什么一些小的变化会产生如此不同的结果乃至噪声。
比如，开会的时候，开始几个人的观点会直接影响后面的人，而后发言的人则会大大高估前面的人判断的可信程度。在群体的压力下，后来发言的人更多的是在模仿别人，而不是作好自己的判断。我们会发现，发言的顺序不一样，结果可能就完全不一样。
第三，“群体极化”，人们在互相交流时，往往会提出比原有倾向更极端的观点。
卡尼曼还提出一种“群体智慧效应”，也就是说，如果召集一群人，问他们一个问题，他们的答案的平均值更有可能接近真实答案。但是，独立作出判断才是发挥群体智慧的前提条件，如果人们不是自己作出判断，而是依赖于他人，那么群体并不会更明智。所以，为了增强判断的准确性，给判断者提供信息时，必须严格按照一定的顺序，应该记录每一步独立的判断，按照程序顺序来进行。
如何减少“噪声”
那我们该如何减少“噪声”，让判断更有逻辑、更准确呢？
抵制过早的直觉
我们要学习所谓的“批判性思维”，不要让自己一秒钟作出决定，而要尝试从不同的角度和维度看事情。
比如，有个人天天下午去上班，工作到大半夜才回家，很多人会评论他，说他的生活一定是毫无规律的。事实上，他是一个英国的股市交易员，因为时差的原因，他的工作时间跟中国有8小时的时差，他的工作时间是从北京时间下午4点到凌晨1点，非常正常。
所以，我们要学会改善自己的认知风格，学会吸收多元化的学问。比如，看不常看的节目、去旅游、跟陌生人聊天、看一些外语书。这些都是培养独立思考能力的途径，不要让无知主宰你的视野。 同时，我们也要避免被历史事件锚定。我们很多的决策，其实是被历史事件锚定了，而这个历史事件，就是我们判断的“噪声”。另外，我们也应该控制情绪。
比如，一些球赛中疯狂的兴奋、争执时候的愤怒、热恋中的迷失等等。我们要尽量做到心平气和，才能够消除“噪声”，有情绪的时候就不要去作决策。
培养开放性思维
开放性思维，也就是不断地去接纳不同的观点，吸收不同的意见，然后把它们加以过滤。所以，我们看到一些真正的专家，往往是比较谦卑的，他们更愿意承认，很多东西自己是看不懂的，也非常愿意去听取不同的意见和建议。
找一个决策观察者
巴菲特的观察者就是他的合伙人芒格，芒格一直给到他非常好的客观意见。我们要审视一下决策的逻辑。所以，一个好的决策者，应该努力地保持怀疑，而不是成为一个满足且肯定现状的人。
通过算法和简单模型来消除“噪声”
本书中，卡尼曼对比了“简单规则”“机器算法”和“人类判断”，发现无论是“简单规则”还是“机器算法”，都要优于人类的判断。因为模型是没有喜怒哀乐的，用模型进行判断，“噪声”就会更少
什么叫“简单规则”呢？就是为你的判断选择一些关键的评判指标。
比如，我们做员工招聘的流程，就是发招聘广告、收集履历表、笔试、第一次面试、第二次面试。笔试和面试分别就是去考核求职人的工作能力，通过有倾向性的面试题目，把颜值、心情、天气等等这些“噪声”降到最低。
“机器算法”也优于“人类判断”，因为规则是没有情绪的。
比如，现在去医院看病，基本都会让你先做检查，这其实就是用一整套的设备逻辑来减少“噪声”干扰。无论是验血糖还是做B超。
5、“统计思维”
用外部视角看待问题。不要什么都凭直觉，要学会衡量优缺点，从事情不同的角度和观点去考量，也就是我们说的取平均值，汇总各种独立的评估结果。
此外，卡尼曼也提出了一个新的概念，叫“噪声审查”，就是要刻意去查查影响判断的“噪声”。“噪声审查”，也就是看看我们的环境当中，究竟有多少的“噪声”。
比如，想知道你的基金理财有没有问题，如果自己不知道，就找一个专业的人去看一眼；如果生病了，肯定也是要去找医生。更专业的人对于一些事情的简单判断，是可以相信的，至少能排除掉一些错误的答案。
