你有沒有想過,為甚麼不同法官對同一罪行會判處相差極大的刑罰?為甚麼不同醫生對同一病人會作出不同診斷?答案在於「雜訊」。諾貝爾經濟學獎得主經濟學家和心理學家丹尼爾·卡尼曼於他的創銷著作《雜訊:人類判斷的缺陷》解釋了這個概念。他的分析挑戰了傳統知識,並提供實用策略減少雜訊和改善我們判斷的一致性和可靠性。

雜訊 (Noise) 和偏見 (Bias) 有甚麼區別?

根據諾貝爾經濟學獎得主丹尼爾·卡尼曼所指,作出判斷就如測量一樣。作出判斷的過程就如用尺測量物件的價值,可以是機會率、大小或者決策。不過,與其他形式的測量不同,判斷背後帶有不確定性。即使大家接收相同資訊,但仍然會作出不一致的判斷,那就是雜訊。

他說:「要區別雜訊和偏見,你就一定要為判斷作出定義。」判斷存有差異,這種差異稱為雜訊,而平均誤差就是偏見。

他續說:「我應該補充,偏見這個詞語確實引起問題,雜訊這個詞語也確實引起問題。兩個詞語都會用於很多不同意思。舉例來說,當我們談論心理學偏見時,我們有時聯想到腦海裡面產生誤差的機制,跟平均誤差不是同一回事。同樣,雜訊是一個很差的詞語,除了物理方面的雜訊之外,我們還會用這個詞語指稱任何類型的不確定性。」

根據卡尼曼所指,雜訊與偏見和系統誤差同樣可以對判斷有害。偏見通常比較容易發現和解決,雜訊則可能難以察覺,引致無法預測和不一致的結果。正因如此,我們有必要意識到雜訊對決策所扮演的角色,並且採取行動減少雜訊。

判斷存有差異,這種差異稱為雜訊,而平均誤差就是偏見。

有甚麼外部和內部影響左右我們的決策?

卡尼曼舉出幾個有關雜訊的例子,例如不同法官對類似罪行判處相差極大的刑罰,或者不同醫生對同一病人作出不同的診斷。他還強調雜訊對績效評估的作用,不同經理可以根據同一標準向各員工給予極為不同的評分,但對他而言,最誇張的是關於司法的例子。

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。

卡尼曼說:「這意味著被告在法官面其實是碰運氣,而我會說是不能接受。」

視乎你在急症室遇到的醫生,很多不同的可能性會發生在你的身上。

這個問題延伸至法院之外,實情是在醫院和急症室也很普遍。卡尼曼說,當醫生於晨初精力充沛時,以及於下午稍晚時,他們的行為有著系統性的不同。下午時,醫生較大可能開處方鴉片類藥物,更多抗生素,要求進行更多檢測。

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。視乎你在急症室遇到的醫生,很多不同的可能性會發生在你的身上。」

我們如何察覺判斷當中的瑕疵?

根據卡尼曼所指,雜訊的根本原因是存在人類判斷的自然的差異。人可能相信他們作出的決策是客觀和理智,但他們的判斷通常都受到多種因素影響,例如心情、環境和個人偏見。被問到是否可能消除雜訊時,卡尼曼說,原則上可能,但只是將問題從判斷問題變成由規則或演算法作出決策的問題。

他說:「只要是判斷,你就可以減少雜訊,但不可以完全消除。」

不過如果想要減輕雜訊的影響,卡尼曼建議一些策略。一個方法是使用演算法或清單,制定決策過程的標準,減少個人判斷的影響。另外一個方法是採用多個評審,從他們個別判斷差異中取得平均值。

 

有沒有完美的面試策略?

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。你看看有甚麼相關特質,他們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。」

這裡的籠統概念就是「獨立原則」,並且可以應用於多個場景。當你獨立評估一項標準,就會延遲建立總括或整體意見,避免太早作出判斷。

卡尼曼說:「就正如你要就一宗罪案取錄證人口供,你不會想證人互相交談。你會想分別與每位證人談話,不允許他們互相溝通。原因是當你獨立收集不同方面的資訊時,你就能夠獲得最多資訊,而當你有不同的人評估同一位應徵者,獨立評估問題的不同特點就十分有用。你會想這些人彼此獨立(評估),很多公司都以正確的方式進行面試。」

當你有不同的人評估同一位應徵者,獨立評估問題的不同特點就十分有用。

卡尼曼也強調意見和校準的重要,可以助人更加意識得到自己的偏見和判斷的差異。透過就他們對自己的表現提出意見,人們可以調整他們的決策過程,減少雜訊和令判斷更一致而可信。

雜訊的經濟代價是甚麼?

雖然司法的例子可謂赤裸裸地反映公平的問題,但卡尼曼指雜訊存在的地方就有公平問題。這個問題可以帶來沉重經濟代價。

他說:「即使是保險公司,核保師不同,定出的保險費或許不同,這樣不但是不恰當,更是不公平。這個情況違反公平。組織應要統一聲音,雜訊有害無益。因此,減少雜訊能夠改善可信性。」

他續說:「毫無疑問,當你有一個制度,而這個制度出現多過一個聲音,那就是雜訊,並且直接干擾制度產生判斷質素的準確性。」

卡尼曼認為,比起個人,組織更加有可能改善他們作出判斷和決策的方式。對於大部份組織而言,他們作出決策的方式隨著時間自然發展。他希望大家能更加重視決策和判斷的設計。那對於組織而言較為可行,理由是他們通常已經有標準做法。

卡尼曼說:「我會說處理雜訊的第一步是量度雜訊,辨別出有多少雜訊。要量度雜訊,你不需要知道正確答案,但你要知道人們會否反對彼此的意見,這樣導致決策較不準確。那是第一步。自行審計雜訊。構建一些現實問題,邀請多人對這些問題做出相同的判斷。然後看看差異,差異大小會告訴你這些判斷隱藏多少雜訊。

 

這個問題是否令您有所啟發?

獲取最新瑞銀諾貝爾視角的資訊。

相關文章

進一步了解這位諾貝爾經濟學獎得主

丹尼爾·卡尼曼

甚麼左右著人們的決定?

丹尼爾·卡尼曼

2002 年諾貝爾經濟學獎得主

這個問題是否令您有所啟發?

獲取最新瑞銀諾貝爾視角的資訊。