噪聲-讀書筆記
丹尼爾·卡尼曼（Daniel Kahneman）諾貝爾經濟學獎得主，美國總統自由勳章獲得者，全球暢銷書《思考，快與慢》作者，普林斯頓大學尤金·希金斯心理學榮譽退休教授，公共和國際事務學院教授，曾榮獲多項獎章，包括美國心理學學會頒贈的心理學終身貢獻獎。卡尼曼在心理學上的成就是挑戰判斷與決策的理性模式，被公認為「繼弗洛伊德之後，當代最偉大的心理學家」。他的跨領域研究對經濟學、醫學、政治學、社會學、社會心理學、認知科學等領域都產生了深遠的影響，被譽為「行為經濟學之父」。
奧利維耶·西博尼（Olivier Sibony）巴黎高等商學院（HEC Paris）教授，牛津大學賽德商學院外籍教授，曾在全球最大的戰略諮詢公司——麥肯錫諮詢公司擔任資深合伙人長達25年時間。西博尼的研究領域為策略、決策、問題解決，力圖提升決策的品質，論文發表在眾多優秀刊物之上，包括《哈佛商業評論》與《麻省理工學院斯隆管理評論》。其中2011年6月，與卡尼曼合著的文章Before You Make That Big Decision曾登上《哈佛商業評論》選集封面。著有You Are About to Make a Terrible Mistake一書，致力於揭示：偏差是如何影響我們的決策的，而我們又應該如何應對偏差。
卡斯·R. 桑斯坦（Cass R. Sunstein）哈佛大學法學院教授，行為經濟學與公共政策研究項目創始人兼主任，主要研究領域為政策制定方面。2009—2012年任美國白宮信息與監管事務辦公室主任；2013—2014年加入白宮情報與通信技術審查小組；2016—2017年加入美國國防部國防創新委員會。著有多本《紐約時報》暢銷書，包括與理查德·泰勒合著的《助推》、基於電影《星球大戰》（Star Wars）的法學著作《星球大戰的世界》，以及《助推2.0》等其他多本著作。
《噪聲》是諾貝爾經濟學獎得主、「行為經濟學之父」丹尼爾·卡尼曼攜手決策領域專家奧利維耶·西博尼和卡斯·桑斯坦共同推出的重磅新作，也是卡尼曼繼暢銷書《思考，快與慢》之後醞釀10年思考的全球矚目里程碑式巨作，行為科學領域又一重大發現。幾十年來，大家都認為，偏差是導致人類判斷出錯的關鍵。但是今天，卡尼曼系統性地指出：噪聲，才是影響人類判斷的黑洞。
這本書告訴我們，我們沒有自己想象中的那麼理性。生活中，我們大部分的判斷都不是完全正確的，錯誤的判斷源於「噪聲」，而「噪聲」在生活中是無處不在的。當我們作出判斷和決策，或者對人作出評價的時候，都不能保證我們的答案是絕對標準和不出錯的。
《噪聲》一書通過系統性研究，通過兩個公式揭開了「判斷出錯」的本質，並且通過對三種噪聲的系統性分析帶你直擊噪聲。並且，從六大部分闡述了「噪聲」：從尋獲噪聲到探究人類判斷的本質，從預測噪聲到闡釋噪聲的主要原因，從探討如何改進判斷和防止錯誤的的實際問題，一直延伸到什麼才是合適的噪聲水平。」「噪聲」是隨機的，但卻是致命的。卡尼曼在書中提出了6大原則，幫你重塑決策框架，做聰明的決策者。
如果說，《思考，快與慢》的主要目標，是要去展現人類決策中普遍存在的非理性行為以及產生原因，那麼《噪聲》就是希望幫助讀者識別、分析和減少「噪聲」，從而削弱「噪聲」對判斷的影響。
什麼是「噪聲」
卡尼曼提到，人類決策最大的缺陷，並不是較為容易察覺的「偏差」，而是難以發現的「噪聲」。「噪聲」帶來的壞影響可能比「偏差」更大，「噪聲」就像地下室漏水的水渠一樣，它可能壞了，但你根本不知道。
定義
那麼什麼是偏差和噪聲呢？「偏差」是一種系統性的錯誤，可以修正；而「噪聲」是一種非系統性的錯誤，難以察覺，所以就難以修正。
比如，A、B、C、D四個隊去射擊，A隊全部命中了紅心，而B隊全部命中了左下角。相對來說，B隊是偏差隊。什麼意思呢？就是B隊可能水平沒問題，但是他們的槍有問題，他們的準星偏了，否則怎麼會那麼巧，全部都集中在左下角呢？
而C隊的子彈的落點很分散，這個好比「噪聲」，沒有明顯的「偏差」。所以，能夠得出一個結論，C隊很可能是不太擅長射擊的，而不是槍有問題。
而D隊的「噪聲」與「偏差」共存，明顯偏離了靶心，都是朝着一個方向偏離，而且偏離得很分散，所以判斷D隊既不擅長射擊，槍也有問題。
「靶心」就是我們生活中的各種目標，我們會經常受到各種「偏差」和「噪聲」的干擾，從而造成「脫靶」的現象。 B隊所有的隊員都是偏向了同一個位置，這個就是所謂的「系統性的偏差」，它是受到規律影響的。但是，當我們發現C隊和D隊所有的子彈都分布在不同的地方的時候，我們就會發現，這個是沒有規律、沒有系統的「噪聲」。
卡尼曼提出，其實「噪聲」比「偏差」對我們判斷和決策的影響更大。即使你躲開了「噪聲」，可能也察覺不到，因為影響你判斷的，可能是一些你根本沒有注意到的東西。這些東西包括了心情、面子、身體狀態、脾氣、他人的意見等等，甚至是一些毫無關係的因素。你無法察覺，但是很「吵」的聲音，就是「噪聲」。
總之，我們周圍存在着太多的「噪聲」，但是很多都是我們注意不到的，我們大部分的判斷，都受到不同程度的「噪聲」的影響。所以，我們不要再說自己的決定是完全理性的了。
「噪聲」的構成
「噪聲」分為三種類型，分別是「水平噪聲」，穩定的「模式噪聲」和不穩定的「情境噪聲」。
比如，法官判案。「水平噪聲」是說，某位法官一貫的嚴厲程度跟行業平均水平的差異，比如某位法官在判案上總體比其他法官更為嚴厲或者寬鬆。
「模式噪聲」是說，法官某一次的做法，跟他平時一貫的作風有差異。比如一位總體比較寬鬆的法官，在有些案件上表現得較為嚴格。 而「情境噪聲」是不穩定的，會因為具體的情況變化而引發行為的差異。比如說天氣是好還是壞，是隨機的、偶發的。
比如，有一個人去看醫生，醫生判斷他長期高血壓，他吃了很多藥，吃了很久都沒辦法治好這個病。後來他搬到了另外一個城市，看了另外一個醫生，這個醫生說他根本沒有高血壓，只是每次到醫院量血壓他都特別緊張，血壓自然就高了，在醫院量血壓這件事本身就是一種「噪聲」。
噪聲如何產生並被放大
那麼為什麼會產生「噪聲」呢？「噪聲」又是怎麼被放大的呢？
首先，「噪聲」的產生問題。人有三種很常見的心理現象，它們分別是「替代偏差」「結論偏差」和「過度一致性偏差」。
「替代偏差」就是有的時候，人們會傾向於用一個相似的簡單問題的答案，來回答一個較難的問題，這種現象很常見。
「結論偏差」通俗來說，就是我們常常傾向於依據結論尋找證據，我們經常在判斷過程初期就對某個特定的結論有了傾向性。
最後「過度一致性偏差」。我們能夠迅速形成某個印象，並始終維持它，即使有矛盾的信息出現也依然如此，要改變它，過程很緩慢。
那麼「噪聲」如何被放大的呢？首先，有一個詞叫「無知者無畏」，有的時候，越無知的人，越喜歡大聲地去表達自己的觀點，那些有不同觀點的人也不敢發聲，反而會默認這個錯誤的觀點。這就是一種社會的壓力，導致群體之間產生「噪聲」和錯誤的觀點。也因為群體越大就越多人認同，所以說群體會放大「噪聲」，讓錯誤變成真相。
第二，「信息級聯」。信息級聯很常見，它可以解釋為什麼一些相似的商業群體、政治群體以及其他群體會做出完全不同的決策，以及為什麼一些小的變化會產生如此不同的結果乃至噪聲。
比如，開會的時候，開始幾個人的觀點會直接影響後面的人，而後發言的人則會大大高估前面的人判斷的可信程度。在群體的壓力下，後來發言的人更多的是在模仿別人，而不是作好自己的判斷。我們會發現，發言的順序不一樣，結果可能就完全不一樣。
第三，「群體極化」，人們在互相交流時，往往會提出比原有傾向更極端的觀點。
卡尼曼還提出一種「群體智慧效應」，也就是說，如果召集一群人，問他們一個問題，他們的答案的平均值更有可能接近真實答案。但是，獨立作出判斷才是發揮群體智慧的前提條件，如果人們不是自己作出判斷，而是依賴於他人，那麼群體並不會更明智。所以，為了增強判斷的準確性，給判斷者提供信息時，必須嚴格按照一定的順序，應該記錄每一步獨立的判斷，按照程序順序來進行。
如何減少「噪聲」
那我們該如何減少「噪聲」，讓判斷更有邏輯、更準確呢？
抵制過早的直覺
我們要學習所謂的「批判性思維」，不要讓自己一秒鐘作出決定，而要嘗試從不同的角度和維度看事情。
比如，有個人天天下午去上班，工作到大半夜才回家，很多人會評論他，說他的生活一定是毫無規律的。事實上，他是一個英國的股市交易員，因為時差的原因，他的工作時間跟中國有8小時的時差，他的工作時間是從北京時間下午4點到凌晨1點，非常正常。
所以，我們要學會改善自己的認知風格，學會吸收多元化的學問。比如，看不常看的節目、去旅遊、跟陌生人聊天、看一些外語書。這些都是培養獨立思考能力的途徑，不要讓無知主宰你的視野。 同時，我們也要避免被歷史事件錨定。我們很多的決策，其實是被歷史事件錨定了，而這個歷史事件，就是我們判斷的「噪聲」。另外，我們也應該控制情緒。
比如，一些球賽中瘋狂的興奮、爭執時候的憤怒、熱戀中的迷失等等。我們要儘量做到心平氣和，才能夠消除「噪聲」，有情緒的時候就不要去作決策。
培養開放性思維
開放性思維，也就是不斷地去接納不同的觀點，吸收不同的意見，然後把它們加以過濾。所以，我們看到一些真正的專家，往往是比較謙卑的，他們更願意承認，很多東西自己是看不懂的，也非常願意去聽取不同的意見和建議。
找一個決策觀察者
巴菲特的觀察者就是他的合伙人芒格，芒格一直給到他非常好的客觀意見。我們要審視一下決策的邏輯。所以，一個好的決策者，應該努力地保持懷疑，而不是成為一個滿足且肯定現狀的人。
通過算法和簡單模型來消除「噪聲」
本書中，卡尼曼對比了「簡單規則」「機器算法」和「人類判斷」，發現無論是「簡單規則」還是「機器算法」，都要優於人類的判斷。因為模型是沒有喜怒哀樂的，用模型進行判斷，「噪聲」就會更少
什麼叫「簡單規則」呢？就是為你的判斷選擇一些關鍵的評判指標。
比如，我們做員工招聘的流程，就是發招聘廣告、收集履歷表、筆試、第一次面試、第二次面試。筆試和面試分別就是去考核求職人的工作能力，通過有傾向性的面試題目，把顏值、心情、天氣等等這些「噪聲」降到最低。
「機器算法」也優於「人類判斷」，因為規則是沒有情緒的。
比如，現在去醫院看病，基本都會讓你先做檢查，這其實就是用一整套的設備邏輯來減少「噪聲」干擾。無論是驗血糖還是做B超。
5、「統計思維」
用外部視角看待問題。不要什麼都憑直覺，要學會衡量優缺點，從事情不同的角度和觀點去考量，也就是我們說的取平均值，匯總各種獨立的評估結果。
此外，卡尼曼也提出了一個新的概念，叫「噪聲審查」，就是要刻意去查查影響判斷的「噪聲」。「噪聲審查」，也就是看看我們的環境當中，究竟有多少的「噪聲」。
比如，想知道你的基金理財有沒有問題，如果自己不知道，就找一個專業的人去看一眼；如果生病了，肯定也是要去找醫生。更專業的人對於一些事情的簡單判斷，是可以相信的，至少能排除掉一些錯誤的答案。
