菡萏如佳人噪声
这本《噪声》不但讲了一个系统性的新东西，而且讲出了一个绝对的高度，它的历史地位将会跟《快与慢》并列。这本书卡尼曼找了两个共同作者帮忙一起写，但是延续了他自己的风格。
《噪声》的难度比《快与慢》还要高，它稍微用了一点点数学，要想精确理解，裴波那契难度系数大约是13。
精确理解你的判断
我们进行思考时，应该采取相当郑重的态度，最好把自己想象成为企业高管甚至是国家领导人，如何我们思维拉胯了，让上不了台面的小情绪或业余认知影响了判断，做出了错误的决定，那么就对不起员工，对不起国家和人民。
我们应该像医生做手术之前必须先仔细洗手与消毒一样讲究卫生，如果胡乱思考、没有章法、稀里糊涂的凭直觉做决策，就是不讲卫生。
判断(judge)不是寻常的观点，不带个人立场、客观的结论，建立在事实和逻辑之上。
我们看人们日常的议论，微博上那些言论，大多数根本分不清自己是在做判断还是在表达喜好。我们要做一个“士”，一个稳重的成年人，最好多研究怎么拿主意少表态，多琢磨判断少抒发情绪。
判断的目标不是为了打动人，不是为了表明立场，不是为了说服人 —— 而是为了接近事实真相，避免错误。
判断类型
判断的类型：预测性判断和评价性判断
- 预测性判断：完全的客观事实，比如XXX在两年内会下台
- 评价性判断：带有一定主观成分，必须建立在预测性判断基础之上
不同的人做出的判断应该尽量是一致的，就如一道数学题到底等于几，答案不应该和你的性别、性格、年龄、经历、星座、血型有关系。如果大家的判断差别非常之大，那就是有噪声的问题。
偏差与噪声
一个射击打靶的例子
A 队五发全都命中靶心，我们说它整体的误差都很小。
B 队的五发全都打偏了，但是偏的方式是一样的，全都达到了靶子的左下方，我们说它的偏差比较大，但是噪声很低。
C 队打的靶子上哪都有，但是整体上、平均而言是以靶心为中心均匀分布，我们说它的偏差很小，但是噪声很大。
D 队，打得又偏又分散，我们说它的偏差和噪声都很大
用一个公式表示：错误 = 偏差 + 噪声。
偏差，是系统性的错误。是都往一个方向偏。比如是枪出了问题。
噪声，是判断的分散，是互相之间都不一致。比如打枪人手不稳。
对错误来说，偏差和噪声的贡献是一样大的。数学中通常使用均方误差来表示整体错误，均方误差（MSE） = 偏差^2 + 噪声^2
减少噪声，哪怕结果都是偏的，也比既是偏的又有噪声好一倍。哪怕你不知道偏差有多大，也应该减少噪声。
比如打靶例子中的D队和B队，虽然他们偏差是一样的，但是D噪声大，虽然还有命中靶心的，但大概率是偶然命中，所以整体成绩比B队差多了
有噪声的话，那我们取平均值可以吗？看看我们现实生活中的噪声：
- 两起相似的挪用公款案，一个人只被判了 117 天监禁，另一个人却被判了 20 年；
- 同样的贩毒，落在这个法官手里就是十年，落在那个法官手里就是一年；
- 当地足球队周末比赛输了，周一的法官可能会给更严厉的判决；
- 如果当天正好赶上被告过生日，法官常常会从轻发落；
- 如果当时快到午饭时间了法官感到很饿，判决通常会更严厉…
这合理吗？这种判决都是一事一议，不会有五个法官对一个案子分别判决给你取平均值的机会。一个过宽一个过严，两次不公正的判决，不会平均成两次公正的判决。保险经理评估保费也是这样，估低了公司拿不到利润，估高了公司拿不到订单，结果都是损失。
三类偏差
系统一是快速的、直觉的判断，系统二是慢速的、费力的、更尊重事实和逻辑的判断。我们平时习惯于使用系统一，而系统一容易带来偏差。
但是偏差不是毫无规律的错误，而是“可预测的非理性”，是大脑中的思维定势。
替代偏差
替代偏差是给了某些容易获得的信息过高的权重，给自己不了解的信息过低的权重。
比如你在街头采访一个路人，说请问你对 2021 年的中国经济怎么看？他说，啊，我觉得今年经济还是不算太好，我家小店的生意明显不如 2019 年。
他的错误就是替代偏差。
你问他的是中国经济怎么样 —— 这个问题他其实回答不了，他根本不了解全国经济形势 —— 但是他没有放弃，他不自觉地用“自己家的生意状况”替代了你的问题。我们常说的“以偏概全”，其实就是一种替代偏差。
再比如说，你是清华大学的毕业生，你表弟小明是个高中生。你舅妈问你，你看小明能考上清华吗？要科学回答这个问题，你必须预测小明的高考成绩，并且和预测的清华大学录取分数线对比，这些信息你不掌握，这个问题对你太难了。但是你觉得小明的气质和行为模式跟你在清华的一个同学很像，于是你就说，啊，小明一看就是清华的料。你回答的其实是个替代问题。
用统计语言来说，在评估频率的时候，最近发生的事件被赋予了过高的权重。你对人生满意吗？人们会优先参考自己最近一段时间的心情好不好。
还有一种情况，请听题 ——
已知李明今年三十三岁，人很聪明，但是没有想象力，平时不爱动，还有强迫症。他上学的时候数学成绩很好，但是文科很弱。那么请问，在下面两种情况之中，哪一种情况的可能性更大？
A）李明的爱好是演奏爵士乐。
B）李明是个会计，他的爱好是演奏爵士乐。
很多人选 B。会计这个职业非常符合李明的人设，而爵士乐距离李明感觉太遥远了。但是选 B 肯定是错的！A 的可能性明显大于 B，因为从逻辑上讲，“爱好爵士乐”的人，一定包括了“既爱好爵士乐又是会计”的人！
结论偏差
结论偏差是指人们只采纳自己喜欢的信息，忽略或者扭曲了自己不喜欢的信息。
结论偏差里的结论往往是情感决定的。
学生喜欢这门课的教授，往往连带给课程的教材也打高分 —— 下一年同样的教材，只是不是这个教授了，教材也跟着得了个低分。爱屋及乌到恨屋及乌都是结论偏差。
这就是为什么大公司一定要拼命维护品牌的良好形象，人们一旦对某品牌产生结论偏差，就会有爱屋及乌或恨屋及乌的行为。
过度连贯性
过度的一致性是让判断受到接收信息次序的影响，放大了初始印象。
假设你要招聘一位行政管理人员，他们的性格特点如下，请问你将偏向雇佣谁？
应聘者的性格特点其实都是一样的：聪明、执着、狡猾、无原则。不一样的是这四个形容词出现顺序，当你看到A，你可能估计这人就是个马基雅维利主义者，他会很善于弄权，但是他对公司不一定有什么好处。而看到B，你可能觉得这个人是个比较上进积极的，而且还懂得变通，会更加适合职位。
实验结果显示如果你先看到的两个词是聪明、执着，你就会对他有个好印象，以至于后来看到狡猾、无原则也只能稍微修正你的印象。你会更愿意录用这个人。
反过来说，如果你先看到无原则、狡猾，后看到聪明、执着，你就会更不愿意录用他，你觉得这是一个坏人。
信息的出场顺序能影响判断，陌生人的第一印象无比重要。「光环效应」就是一个过度的连贯性偏差，无数的研究表明这个效应在招聘中的危害实在太大了。
如何避免偏差
一个办法是事后纠正。
比如你的团队说他们三个月能完成这个项目，你考虑到人们常常会低估项目完成的时间，在给上级的报告中就可以留一点富余量，说四个月完成。
一个办法是事前影响，也就是助推。
比如你知道人们做决定常常随大流，采用系统默认设置，那么你就可以把默认设置改成最有利的选项。
这些方法的作用是有限的，消除偏差的根本方法是了解偏差，学习理解各种偏差的人，才能在实践中避免一些偏差。
决策者不仅要学习所在领域的专业知识，更要学习有关决策的知识。
三类噪声
上世纪八十年代初，待业青年小张因为打架斗殴导致对方受伤，被抓起来了，法庭即将判决。
小张一家忐忑不安，正好有个朋友老李在法院工作，时不时过来透露一点消息。
第一天，老李说小张很危险。现在全国正在严打，像这种案子都是从重处理，搞不好得判很多年。
第二天老李又说，不幸中的万幸啊，负责小张案子的是季法官。季法官是个宽厚的人，我很了解他，他判的一般比较轻。
第三天老李又来了，说糟糕糟糕！季法官最近不知道遇到什么事儿了，情绪不对，昨天和今天的几个案子都判得很重。
第四天开庭。季法官问了小张几个问题，小张回答的很有条理，还表示自己一直在准备考大学。季法官给了他从轻发落。
如果没有老李，小张可能根本不知道自己的命运有那么多可能的波折。那这个故事的系统中有哪些噪声？
水平噪声
水平噪声说的是不同判断者的人的区别。
为什么有的法官更严厉、有的法官更宽松呢？也许跟他们的背景、生活经历、政治观点、对世界的偏见都有关系，可能每个人有不同偏差。
比如美国南方社会更讲规矩，来自南方的法官通常判得更严。对于整个系统来说，这些是噪声。
但是水平噪声不能解释所有的噪声。一个整体风格判得严的法官，可能对某一类罪犯会判得特别轻，这是什么原因呢？
稳定模式噪声
水平噪声之外的系统噪声，称之为模式噪声，模式噪声又可以分为稳定模式噪声和偶然噪声。顾名思义，稳定发挥作用的就是稳定模式噪声，偶然发挥作用的是偶然噪声。
偶然噪声
模式噪声中偶然发挥作用的一类。比如这个法官本来是优待白领的，但是今天正好胃疼，情绪不好，就给了严判。
判断者的情绪有可能会因为遇到什么事情而变好或者变差，判断者可能会受到第一印象的影响，可能会感到压力或者疲劳……甚至有研究发现天气都会影响判断：如果天很热，司法判决往往更加严厉；如果天气很好，大学招生人员会更关注学生在考试成绩以外的属性。
你让红酒专家给一种红酒打分，他尝了一口，打了个分数 —— 过半个小时又尝了一口还是这个酒，他给出同样分数的可能性只有 18%。更令人吃惊的是，让同一个医生给同一个病例诊断两次，他给的结果也可能不一样。
消除偶然噪声的最简单办法就是自己过一段时间再做一次判断，然后自己跟自己取个平均值。
噪声须知
系统噪声^2 = 水平噪声^2 + 稳定模式噪声^2 + 偶然噪声^2
小张赶上特定时期是系统偏差，季法官一般判得轻是水平噪声，季法官最近心情不好是偶然噪声，季法官喜欢爱读书的年轻人是稳定模式噪声。
如果你打算影响一个判断，你应该从哪一项入手呢？这个问题是有标准答案的：稳定模式噪声。
稳定模式噪声总是其中贡献最大的一项，是最重要的噪声来源。小张是季法官喜欢读书人的这个稳定模式噪声的受益者。
稳定模式噪声是判断者跟事物之间的相互作用。可能因为你的日常习惯，可能因为你从小的经历，可能因为你的知识、你思考问题的角度，你对某些事情的判断就是不一样。
你可能因为自己是南京大学的毕业生而更喜欢聘请南京大学的毕业生。你可能因为自己认为体能最重要而最爱招体能好的球员进国家队。你可能因为自己曾经错失了治疗一个肺炎患者的机会而更倾向于让肺炎患者住院。
你的稳定模式噪声，代表立体的、全面的、你独一无二的思维习惯。
所以如果你想影响一个人的判断，你要问的不是他这个人是宽还是严 —— 你应该问的是他在什么情况下宽，什么情况下严。
人的行为和判断，是跟外界互动的产物。不是这个人如何如何，而是这个人面对那样的情况会如何如何。
判断力边界
如果现在有一个判断系统，它已经考虑到了心理学家关于偏差和噪声的所有知识，能做出既没有偏差、也没有噪声的判断，这样一个系统将会是什么样的呢？它的判断都会是正确的吗？当然不会！根本不可能给出100%正确的判断。最好的判断力，也有个边界。
判断力的边界我们称之为客观无知。一个最好的判断系统可以把偏差和噪声都降低到 0，但是你不可能消灭客观无知。
一道判断题
我们公司打算从外面聘请一位CEO，现在有个候选人叫李志国。作为董事会成员，请你根据以下信息，判断李志国当我们CEO能不能成功 —— 我们对成功的定义很简单，就是他两年之后，是不是还能保住这个职位：
- 李志国 37 岁，毕业于哈佛商学院；
- 他曾经是两个初创公司的创始人和投资者，但是那两个公司都因为没有吸引到很多资金支持失败了；
- 他后来加入了一家大型保险公司，并迅速升至欧洲区域首席运营官的位置；
- 他发起并管理了一个在及时解决索赔方面的重要改进，同事和下属都说他很有效率；
- 然而人们也认为李志国很跋扈和粗暴，他任期内有大量的高管更替；
- 不过大家都认为他是个正直的人，能承担责任；
- 过去两年中，李志国担任了一家中型金融公司的CEO，把该公司从面临倒闭带到了稳定局面；
- 不过那家公司的人都觉得很难与之共事……
这是一个优点非常突出，缺点也非常突出的人。你要说他不行吧，他可能正是我们最需要的人；你要说他行吧，他好像在哪都很难干长。那你该怎么判断呢？
这道题的真实性就在于其中信息的复杂性，有的支持这个方向，有的支持那个方向。老百姓面对这样的情况往往会选择其中一方面的信息，弱化或者忽略另一方面的信息，给自己讲一个自洽的、连贯的故事。
正确做法：做判断千万不能只考虑眼前这些信息 —— 你必须考虑眼前没有的、外部的信息。
所以我们是个什么样公司？
我们公司最需要什么样的人？
我们的企业文化跟李志国合拍吗？
这些你得问啊。其实这些还不是最基本的。最基本、最简单也是最重要的一个问题是，现在市场上一般的CEO，都能在位多少年？有了这个数字你才能知道“在位两年”到底是个什么水平。
类似的根据一个孩子 15 岁之前的所有详细信息，你们能不能预测到他在 15 岁这一年的学习成绩怎么样、家庭环境怎么样，比如会不会因为家里交不起房租而被房东驱逐？
是的虽然这孩子父母本来收入就低，父亲又刚刚失业了，母亲的工资根本不够交房租的。
你的模型合理预测他家很有可能会被房东驱逐，他的学习成绩会变得更差。
但这个事情总是充满不可知的变数，可是谁知道，他父亲又找到了工作。又或者房东是个好心人，破例允许他家继续先住着。
又或者有个亲友出手帮忙。又或者这孩子遇到一位好老师。
你不知道，你当然不知道，因为这些是客观无知，它意味着事情总是充满不可知的变数。
客观无知
客观无知是一种统计思维。我们平时使用的、系统一爱用的，是因果思维。
因果思维是自动的，统计思维却是需要努力的。因果思维可以是内部的，统计思维必须是外部的。
因果思维容易在事后理解判断的错误。
出错了，人们总能找到一个什么解释，现在通常的解释都是“你当初的判断里有思维偏差！”
但是因果思维不能理解噪声。噪声是一种统计思维。你必须观察过好几个判断，才能看出来其中有噪声。
客观无知是判断力的边界，它限制了你这次判断可能好到什么程度，超过那个程度就别指望了。
要充分考虑客观无知，我们必须使用统计思维，有一个外部视角。
做判断一定不能只看眼前这一件事，一定要向外看，看看跟这件事类似的事情，都有什么样的结果。不懂得外部的事物，没有类似事情的经验或者知识，你就不配做这个判断。不了解历史、不了解外国的，不能判断现代中国。(最近在看毛主席的论持久战，一开篇就谈到了为什么中日战争是持久战各种因素，批判了亡国论和速胜论，后者都是因果思维)
洞见小结
上篇主要介绍了偏差和噪声的区别，以及它们的分类。
最主要的洞见：我们的判断不仅存在偏差还存在噪声。我们启动了系统二，消除自己思维定势可以消除偏差，但无法消除噪声。
我们还需要使用统计思维，找到眼前没有的外部信息来帮助我们消除噪声，同时知道判断力也是有边界的，那个边界就是客观无知的存在。下篇中会介绍为什么流程的作用大于人，以及如何正确科学的做决策。