目录（点击切换）
本文选自 丹尼尔·卡尼曼新作《噪声》，扫上面码免费领电子书
否认无知还解释了另一个谜团。面对我们之前给出的研究证据，
许多高管给出了一个矛盾的结论。他们辩解道，尽管基于直觉的决策
并不完美，但是，如果系统性的替代方案依然不完美，那么这样的方
案就不值得采用。例如，人类判断的预测得分与员工绩效之间的平均
相关系数为0.28 (PC=59%) ，相应地，机械性预测可能做得更好，但
并没有好很多，其预测的相关系数为0. 44 〈PC=65%) 。那么高管们可
能会问，为什么我们还要采用机械性预测呢?
答案是，在诸如人事选拔这类重要的决策上，这种预测有效性的
提高是很有意义的。某些高管会不断地在工作中做出重大改变，但得
到的回报并不多。理性地讲，他们明白 没有100%的成功，因此会努力
做好各种决策以提高成功的可能性。他们也明白 概率的含义: 如果能
够以相同的价格购买有65%中奖概率的彩票，没有人会去购买只有59%
中奖概率的彩票。
问题在于， 在很多情况下两者的“收益”是不一 人 直觉判断
往往伴随着奖励， 人 芭 下
们会更愿意相信得法，因 它的允定性带来的。 “收益”可以与内部信
号二和过境: 如果蔡代方案是某种不一定会产生更
高的预测准确性的机械性过程，人们就不愿意放弃内部信号带来的情
感奖励了。
一发现对于提高决策的品质具有重要意义。尽管所有证据都表
明，机械性的预测方法和算法确实可以在一定程度上提高预测的准确
性，但很多决策者仍会拒绝采用这些不让他们依据直觉进行决策的方
法。只要算法还不够完美，人类的判断就不会被取代。而且在许多领
域中，客观无知决定了算法不可能达到完美。这就是必须对人类判断
进行改进的原因所在。
多其得消除噪声
客观无知的“代价”
只要有预测，就会有客观无知，而且客观无知比我们想象的严重
得多。我们是否想过，我们信任的专家预测的准确性真的比黑狸
狸扔飞镖强很多吗?
如果你相信自己的直觉是基于内部信号，而不是基于你真正知道
的事情，那么你就在否认自己的客观无知。
模型比人做得好，但没有好很多。我们发现，在大多数情况下
人类的判断能力处于中等水平，而模型略胜一筹，虽然只好了一
点点，但也聊胜于无。
我们可能永远无法习惯于使用模型来做决策，我们需要内部信和号
来给自己信心。因此，请确保我们拥有最佳的决策流程。
关于丹尼尔卡尼曼诺贝尔相关推荐:
思考 快与慢 电子书,噪声书籍,关于噪声的书籍
评论已关闭！