哪里有判斷，哪里就有噪聲。噪聲是“本該相同的判斷中存在的變異性”。

諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主丹尼爾·卡尼曼用體重秤打比方：你放在浴室的體重秤，每次測(cè)出來(lái)都偏重一斤，這就是“偏差”，也很容易糾正，只要每次在顯示的體重的基礎(chǔ)上減去一斤就可以了。但假如有一臺(tái)秤，你連續(xù)三次站上去結(jié)果都不一樣，三個(gè)數(shù)值之間存在微小的差別，且這個(gè)差別是隨機(jī)的，這就是“噪聲”。

在有關(guān)人類判斷失誤的公開(kāi)討論中，偏差是臺(tái)上的主角，噪聲只是幕后一個(gè)不起眼的參與者。而在現(xiàn)實(shí)的決策中，噪聲的數(shù)量往往高得驚人。

諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主丹尼爾·卡尼曼在暢銷書(shū)《思考，快與慢》中指出了人類思考過(guò)程中的諸多缺陷，向我們展示了，我們并沒(méi)有自己想象的那么理性。

在卡尼曼與奧利維耶·西博尼、卡斯·R·桑斯坦合著的新書(shū)《噪聲》中，作者通過(guò)對(duì)人類判斷、決策和選擇的研究，指出偏差與噪聲是人類判斷的兩類錯(cuò)誤。

哪里有判斷，哪里就有噪聲。噪聲是“本該相同的判斷中存在的變異性”。

比如，醫(yī)生中的噪聲水平遠(yuǎn)超我們的想象。在診斷癌癥和心臟病，甚至在看X光片時(shí)，專家們也會(huì)出現(xiàn)意見(jiàn)不一致的情況。這意味著病人得到的治療可能是碰運(yùn)氣的結(jié)果。再比如，醫(yī)生往往會(huì)認(rèn)為，無(wú)論是星期一還是星期五，清晨還是傍晚，他們都會(huì)做出同樣的決策。但事實(shí)證明，醫(yī)生的言行可能完全取決于他們的疲勞程度。

“即使是依據(jù)簡(jiǎn)單規(guī)則搭建的算法模型，在做決策時(shí)也往往比人類更可靠?！笨崧趯ＴL中直言，算法沒(méi)有噪聲，因此比人類決策更有優(yōu)勢(shì)，“當(dāng)然，這不是說(shuō)我們要用算法替代人類，關(guān)鍵是，我們?cè)撊绾螠p少噪聲，提高決策的準(zhǔn)確性”。

卡尼曼將這項(xiàng)重任寄托于組織身上，這位“悲觀的心理學(xué)家”相信，在決策的時(shí)候避免噪聲，實(shí)在不是個(gè)體十分擅長(zhǎng)的事情?！叭绻f(shuō)，可以抱有什么信念的話，我其實(shí)把它放在組織身上?！?/p>

《噪聲》中為組織的決策者們提供了減少噪聲的策略——作者稱之為“決策衛(wèi)生”。他們還重點(diǎn)介紹了“降噪”中組織可能面臨的挑戰(zhàn)，以及有時(shí)需要做出的利弊權(quán)衡。

以下是《中歐商業(yè)評(píng)論》與《噪聲》作者的對(duì)話。

中歐商業(yè)評(píng)論（以下簡(jiǎn)稱CBR）：以全人類正在共同經(jīng)歷的疫情為例，在您看來(lái)，哪些我們此刻正在承擔(dān)的后果是由于“我們對(duì)噪聲視而不見(jiàn)”導(dǎo)致的？

《噪聲》作者：這場(chǎng)疫情有一個(gè)顯著的特點(diǎn)，那就是，盡管存在微小的差異，許多國(guó)家需要處理的問(wèn)題類似，它們追求共同的目標(biāo)，擁有的數(shù)據(jù)也是一致的。

然而，這些國(guó)家卻做出了各自不同的決策。例如，一款疫苗是否因副作用而被撤出市場(chǎng)，哪一類人群需要注射疫苗，這些問(wèn)題應(yīng)該有理想的正確答案，然而不同國(guó)家給出的答案有時(shí)存在明顯的不同。

我們總是用”隱藏的議程”或“不同的偏好”來(lái)解釋這種不同，但實(shí)際情況是，這種不同是由噪聲導(dǎo)致的：本該相同的判斷中，不同的人無(wú)法做出一致的決策。

CBR：人們對(duì)“偏差”的敏感程度日益加深，也理解偏差對(duì)判斷帶來(lái)的影響，基于糾正偏差、消除歧視也產(chǎn)生了一系列的法規(guī)和機(jī)制，但對(duì)于非統(tǒng)計(jì)學(xué)專業(yè)人士而言，很少有人會(huì)將判斷錯(cuò)誤歸因于“噪聲”，甚至要嚴(yán)格區(qū)分“偏差”與“噪聲”也十分困難，對(duì)于企業(yè)管理者而言，承認(rèn)“噪聲”的存在有什么意義？

《噪聲》作者：偏差是一種可以預(yù)見(jiàn)的方向錯(cuò)誤。不是所有錯(cuò)誤都源自偏差。當(dāng)人們被期望就某個(gè)目標(biāo)達(dá)成一致，而到頭來(lái)他們卻產(chǎn)生了嚴(yán)重的分歧，此時(shí)這些判斷就存在噪聲。

一個(gè)測(cè)量的例子可以最好地說(shuō)明“偏差”與“噪聲”的區(qū)別。比如，你放在浴室的體重秤，每次測(cè)出來(lái)都偏重一斤，這就是“偏差”，也很容易糾正，只要每次在顯示的體重的基礎(chǔ)上減去一斤就可以了。但假如有一臺(tái)秤，你連續(xù)三次站上去結(jié)果都不一樣，三個(gè)數(shù)值之間存在微小的差別，且這個(gè)差別是隨機(jī)的，這就是“噪聲”。

偏差和噪聲，即系統(tǒng)偏差和隨機(jī)離散，是誤差的不同組成部分，為了做出正確的決策，組織需要同時(shí)與偏差和噪聲作斗爭(zhēng)。

CBR：在您日常接觸的硅谷科技公司的創(chuàng)始人和高管中，他們通常采取什么樣的措施減少?zèng)Q策過(guò)程中的噪聲？

《噪聲》作者：我們?nèi)粘２粫?huì)接觸硅谷公司，不過(guò)，通常而言，認(rèn)真對(duì)待噪聲的組織傾向于制定決策流程，以減少噪聲對(duì)個(gè)人決策的影響。一種減少噪聲的方法我們稱之為決策衛(wèi)生，另一種方法是用算法代替人類做決策。

CBR：算法在其中發(fā)揮著怎樣的作用？

《噪聲》作者：無(wú)論算法的質(zhì)量如何，相對(duì)于人類判斷，算法還是具有巨大的優(yōu)勢(shì)的——算法消除了噪聲。算法在做出決策時(shí)，不存在心情好壞，也不受客觀環(huán)境的影響。這也是為什么人工智能算法在許多應(yīng)用程序中發(fā)揮著舉足輕重的作用。即使是依據(jù)簡(jiǎn)單規(guī)則搭建的算法模型，在做決策時(shí)也往往比人類更可靠。

當(dāng)然，這不是說(shuō)我們要用算法替代人類。首先，這不可能。其次，算法有時(shí)會(huì)產(chǎn)生偏見(jiàn)和歧視，這將導(dǎo)致運(yùn)用算法減少噪聲得不償失。第三，哲學(xué)意義上，即使一種算法在多重指標(biāo)上的表現(xiàn)都優(yōu)于人類判斷，我們可能還是想要人來(lái)負(fù)責(zé)算法。

基于以上三個(gè)原因，《噪聲》一書(shū)并非倡導(dǎo)“人類決策是糟糕的，必須用算法取代它”，這本書(shū)研究的是，“人類決策是有缺陷的，我們?cè)撊绾翁岣邲Q策的準(zhǔn)確性？”為了實(shí)現(xiàn)這個(gè)目標(biāo)，我們應(yīng)該嘗試模仿沒(méi)有噪聲的機(jī)器決策。

CBR：有判斷的地方，就有噪聲，尤其當(dāng)涉及到個(gè)人對(duì)個(gè)人的判斷，比如面試、績(jī)效評(píng)估、人才選拔/淘汰上，噪聲數(shù)量和危害尤甚，對(duì)管理者而言，如何跨出解決問(wèn)題的第一步，您有什么好的建議？

《噪聲》作者：第一步是正視噪聲問(wèn)題。也許迄今為止，你都沒(méi)有思考過(guò)噪聲對(duì)決策的負(fù)面影響，是時(shí)候研究一下噪聲問(wèn)題有多嚴(yán)重，存在多大的風(fēng)險(xiǎn)。我們可以通過(guò)噪聲審查來(lái)評(píng)估系統(tǒng)中的噪聲。在噪聲審查過(guò)程中，幾名專業(yè)人員對(duì)同一案例做出獨(dú)立判斷，我們可以在不知道真實(shí)值的情況下測(cè)量噪聲。

以人事決策為例，我們可以詢問(wèn)幾名專業(yè)人員對(duì)某個(gè)應(yīng)聘者的看法，或他們對(duì)某位員工表現(xiàn)的評(píng)價(jià)，由此評(píng)估人事系統(tǒng)的噪聲，前提是，我們必須確保專業(yè)人員獨(dú)立做判斷，且結(jié)果互不干擾。

毫無(wú)意外地，我們會(huì)發(fā)現(xiàn)每個(gè)人的結(jié)論都不同——這就是人類決策——并且很有可能，專業(yè)人員之間的差異之大超出我們的想象。這意味著，一項(xiàng)決策一旦換了負(fù)責(zé)人，結(jié)果就會(huì)迥然不同。對(duì)于任何組織來(lái)說(shuō)，這都是一個(gè)令人不安的結(jié)論。

CBR：對(duì)于組織而言，最佳的噪聲水平意味著什么？如何找到最佳的噪聲水平？

《噪聲》作者：我們把噪聲定義為“本該相同的判斷中存在的不受歡迎的變異性”，根據(jù)定義，噪聲有害無(wú)益，然而，每當(dāng)我們建議人們消除噪聲時(shí)，他們可能會(huì)以成本過(guò)高為由進(jìn)行反對(duì)。

例如，當(dāng)給學(xué)生評(píng)分時(shí)，老師本身存在噪聲。假如每篇論文都由三位老師打分，再取平均值，噪聲就會(huì)小得多，但是否每一次打分都要?jiǎng)趲焺?dòng)眾？也未必，只有當(dāng)打分結(jié)果對(duì)學(xué)生有重大影響時(shí)，我們才會(huì)考慮這么做。

我們?cè)凇对肼暋芬粫?shū)中提出“最佳的噪聲水平”，它指的是我們需要權(quán)衡減少噪聲的成本與益處。但不可能徹底消除噪聲不應(yīng)該成為無(wú)視噪聲的借口，恰恰相反，只有正視噪聲的存在，我們才有可能權(quán)衡每一個(gè)具體情境下減少噪聲的ROI。

CBR：有一種觀點(diǎn)認(rèn)為，減少噪聲的策略和流程助長(zhǎng)了組織中的“官僚主義”？

《噪聲》作者：這是個(gè)很重要的問(wèn)題。我們?cè)凇对肼暋芬粫?shū)中介紹了幾種決策衛(wèi)生策略：對(duì)信息進(jìn)行排序；將決策過(guò)程結(jié)構(gòu)化并進(jìn)行獨(dú)立評(píng)估；使用基于外部視角的共同參考框架，以及匯總多個(gè)獨(dú)立判斷。

毫無(wú)疑問(wèn)，這種強(qiáng)調(diào)過(guò)程而不是決策內(nèi)容的做法可能會(huì)引起一些人的質(zhì)疑和不滿。內(nèi)容是具體的，而流程是通用的，運(yùn)用直覺(jué)和判斷生動(dòng)有趣，遵循流程則沉悶無(wú)趣。傳統(tǒng)觀點(diǎn)認(rèn)為，好的決策來(lái)自偉大領(lǐng)袖的洞察力和創(chuàng)造力，當(dāng)我們是領(lǐng)導(dǎo)者時(shí)，我們尤其愿意相信這一點(diǎn)。對(duì)于許多人來(lái)說(shuō)，流程這個(gè)詞意味著官僚主義、繁文縟節(jié)和拖延。

官僚主義固然不可取，但噪聲同樣不受歡迎。再次重申，一切在于權(quán)衡。以醫(yī)學(xué)指南為例，盡管一些醫(yī)生認(rèn)為醫(yī)學(xué)指南是官僚主義的化身，但絕大多數(shù)醫(yī)生更愿意使用醫(yī)學(xué)指南，因?yàn)獒t(yī)學(xué)指南在減少偏差和噪聲方面非常成功。

所以，關(guān)鍵是找到一種減少噪聲的方法，既不讓專業(yè)人士認(rèn)為是官僚主義，又可以幫助他們做出更好的決策。

CBR：您曾在接受采訪時(shí)說(shuō)，“在決策的時(shí)候避免噪聲，實(shí)在不是個(gè)體十分擅長(zhǎng)的事情。如果說(shuō)，可以抱有什么信念的話，我其實(shí)把它放在組織身上”。您對(duì)組織的這種信念來(lái)自何處？

《噪聲》作者：噪聲是“本該相同的判斷中存在的變異性”，這意味著它很難在個(gè)體決策中暴露出來(lái)。當(dāng)我在做一個(gè)判斷的時(shí)候，我十分確信這個(gè)判斷是準(zhǔn)確的。我不會(huì)去想，如果換一個(gè)人是否會(huì)得出不同的結(jié)論，或者說(shuō)，如果換一個(gè)時(shí)間思考，結(jié)論是否會(huì)不同。

因此，在組織中更容易發(fā)現(xiàn)、測(cè)量并且減少噪聲，當(dāng)然，除非組織采取具體的行動(dòng)，否則，這一切不會(huì)自動(dòng)發(fā)生。

CBR：有一種觀點(diǎn)認(rèn)為，算法時(shí)代加劇了人們活在各自的“信息繭房”，這是否意味著系統(tǒng)和組織在減少噪聲時(shí)將面臨更大的挑戰(zhàn)？

《噪聲》作者：如果人們接觸不同的信息并形成不同的信念，他們的判斷可能會(huì)更加不同，這意味著會(huì)有更多的噪聲。這并不一定會(huì)使減少噪聲變得更加困難，但會(huì)使它變得更加重要。

CBR：除了減少噪聲，今天的企業(yè)管理者還需要關(guān)注及應(yīng)對(duì)哪些組織變革的挑戰(zhàn)？

《噪聲》作者：近年來(lái)，管理者必須應(yīng)對(duì)許多挑戰(zhàn)。減少噪聲不應(yīng)被視為需要處理的額外問(wèn)題，而應(yīng)該被視為更好地應(yīng)對(duì)挑戰(zhàn)的一種方式。例如，為了應(yīng)對(duì)疫情，管理者需要做出很多決策。如果你能讓這些決策的噪聲更小，效果自然會(huì)更好。

本文來(lái)自微信公眾號(hào) “中歐商業(yè)評(píng)論”（ID：ceibs-cbr），作者：周琪，36氪經(jīng)授權(quán)發(fā)布。