《噪声》：哪里有判断，哪里就有噪声

本书主要作者是丹尼尔·卡尼曼，他是诺贝尔经济学奖得主，研究领域是人类的行为科学。卡尼曼在书中指出：人在做判断时往往会出现错误，这些错误来自两方面，一种叫偏差，另一种就是噪声。

本书旨在系统地讲解“噪声”这种人们判断中的缺陷，阐述噪声的定义、来源与应对策略。

什么是噪声？

在测量或判断中，相对于正确值来说，偏差是朝同一方向的偏离，而噪声则是无规律的误差变异。

例如，ABCD四个人在射击打靶。A全都命中靶心；B的子弹全都打偏，但是偏的方向是一样的；C的子弹在靶子上到处都是，但整体上是以靶心为中心的均匀分布；而D的射击是又偏又分散。其中，B的偏差比较大，C的偏差小，但噪声很大；D的偏差和噪声都较大。

偏差与噪声的主要区别在于：在多次行动的结果中，偏差带来的错误是一致的、稳定的；而噪声却是随机的，分散的。

以美国司法体系为例。在司法判决中，法官在案件判罚中有着很大的自由度。比如，两起类似的挪用公款案件，在不同的法官手中，一人被判监禁117天，而另一个被告则被判了20年。这种“同罪不同罚”的现象就是典型的噪声。

“噪声”可以分为水平噪声，模式噪声和情景噪声。在司法判罚的例子中，“水平噪声”指的是各个法官的严厉程度跟所有法官平均水平之间的差异。有些法官不管判什么案子都比其他人严苛；而有的法官则是比较仁慈，所有案子都会从轻发落。“模式噪声”可以理解成一种个人的特别偏好。有的法官虽然整体很严格，但对年轻的罪犯更宽容；有的法官虽然很宽容，但是会给家暴者更严厉的判罚。第三种是“情境噪声”，来自于无法预料的环境因素。比如，天气晴朗时，法官会比较放松，相应就会减轻一些量刑等。

人们只要是做出判断，就会出现噪声。除了带来“同罪不同罚”的这种不公平现象，噪声还会直接产生经济损失，危害巨大。

噪声是怎么产生的？

日常生活中，有三类噪声来源最为常见，分别是信息的局限，个人认知的局限，以及群体效应。

信息的局限主要体现在信息有限性和复杂性。以如下问题为例：“在4岁时，张三能背诵唐诗。那么，他的高考成绩可能是多少？”

从统计学的角度，人在小时候的聪明程度，跟他的高考成绩，相关性很小。单凭“张三在四岁的表现”这种简单信息，不可能给出精准判断，这就是信息有限性的体现。人们在这类问题上，只能进行简单的匹配，比如大脑会评估张三的聪明程度为“比较聪明，但不是顶尖天才”，再将这一水平与高考的600到650左右的成绩进行匹配，从而得出判断。

进一步增加信息量，则可能会带来信息的复杂性问题。比如，在案例中补充张三的信息，包括“他10岁时父母离婚，12岁时沉迷游戏荒废学业，在高二碰到好老师等”。虽然信息增加了，但这些线索并不兼容，甚至相互矛盾，从而可能会带来截然相反的分析结果。

第二种噪声来源是个人的认知局限。在面对复杂的信息时，人们会选择不同的证据碎片来构建自己的故事。在张三的例子中，有的人会强化原生家庭的负面影响，从而评估出张三的高考并不理想；另一个人可能会调高老师的影响权重，从而上调所给出的预测分数。同样的信息，给到侧重点不同的人，就会得出不同的结论，这其中就出现了噪声。

第三种噪声来源是“群体效应”，其中典型的现象是“信息级联”。比如，公司高管开会讨论总经理人选。高管A提出张三是最佳人选。第二位发言者B如果不确定哪个候选人更合适，那么因为信任A，B也会支持张三。而接下来的发言者，除非有特别强力的证据，否则也会去附和前面人的观点。此时，发言者们就处于了一个信息级联之中，每个人给出了最适合自己的判断，但全体所做出的最终决策却把噪声放大了。

如何减少噪声？

在做判断时，要尽量保持“决策卫生”，在各种错误发生之前对其进行预防。针对不同的场景和需求，作者在书中介绍了很多种降低噪声的策略，其中三种对个人生活很有帮助，分别是改进认知风格，使用规则算法以及多人独立判断。

第一种方法是改进认知风格。具体来说就是要保持开放心态和不要匆忙下结论。开放心态最典型的特征就是能坦然接受与原有看法不一致的新证据。有研究显示，具有开放心态的人，在进行预测时的准确度甚至能超过专业机构人员。此外，能做出优秀判断的人，也不会过于匆忙地给出结论。他们在做出一个判断后，会迅速反思一下，看看自己有没有出错，从而抑制自己下结论的冲动。

第二种方法是把判断过程交给算法或者规则。即使是最简单的算法模型，在克服噪声方面都比大部分人表现优秀。比如，研究者使用两个参数构建的简单算法，对被告的保释风险进行评分，所得出的判断准确性几乎比所有法官都要好。另外，制定规则对减少噪声帮助同样很大。1985年，美国量刑委员会制定了一部量刑指南，对每个等级的判罚都给出了具体的量刑范围。在指南生效的三年后，“同罪不同罚”的现象有了明显缓解。

第三种降低噪声的方法是多人独立判断。独立判断需要判断者之间不能相互影响，不能预先得知其他人的判断结果。在此基础上，越多人参与到独立判断过程，就越容易得出高水平结果。从统计学的角度来说，如果取100个独立判断的平均值，那么将减少90%的噪声。

只要有判断，就会有噪声。我们要正视噪声的存在，并且尽量运用科学方法，来降低噪声的影响，做出更优质的判断与决策。