快訊

蘋果新款14、16吋MacBook Pro無預警開賣 最快這時拿到貨

塞梅魯噴發的燒殺:印尼天災無情的「火山大逃亡」

【聯副70──經典專欄復刻:〈站在巨人肩上系列〉2】黃榮村/人類決策及判斷的困境:偏誤與雜訊

康納曼為2002年諾貝爾經濟學獎得主。(圖/天下文化提供)
康納曼為2002年諾貝爾經濟學獎得主。(圖/天下文化提供)

客席主編導讀

朱嘉漢(小說家)

●《雜訊》無疑是近期對人類行為理解最重要的書之一。如黃榮村教授所言,這本書告訴我們的重要訊息,一是人類判斷的錯誤,除了較能察覺的偏誤外,另一個影響層面更大、更難察覺的可能是「雜訊」。

「我們經常是處在客觀的無知狀態之中。」這句話是如此鏗鏘有力。現代生活當中,訊息流動速度與流動量極快,我們處在隨時都在判斷的狀態,而雜訊的忽略,可怕的不僅在於使我們產生錯誤,真正可怕在於我們無法察覺錯誤發生的原因,甚至不知道錯誤的存在。此書可以搭配「真相製造」的研究伴讀,因為這也許是錯誤訊息與判斷的最後一道門,也是我們該守護的。

在黃榮村教授的深入淺出的介紹下,我們謹記,錯誤並不可怕,怕的是不知道其存在,而「對抗偏誤與雜訊,必須要先知道它們的存在」。

《雜訊》書影。(圖/天下文化提供)
《雜訊》書影。(圖/天下文化提供)

今年有一本新書出版了,本書的三位作者都不是簡單人物。康納曼(Daniel Kahneman)是2002年諾貝爾經濟學獎得主,在台灣出版過《快思慢想》(Thinking, Fast and Slow, 2011)中文版,曾與夫人安崔思曼(Anne Treisman)教授來過台灣;席波尼(Olivier Sibony)教授曾是經驗豐富的麥肯錫公司巴黎資深合夥人,與康納曼在《哈佛商業評論》合撰過如何作聰明決策之類的論文;桑思汀(Cass R. Sunstein)是哈佛法學院教授,曾與2017年諾貝爾經濟學獎得主理察賽勒(Richard Thaler)合撰《輕推》(Nudge, 2008;或譯《推力》)一書。上述所提幾本書與論文,皆與認知偏誤有關,指的是大多數的誤差都偏往同一方向,偏誤是一種造成平均數偏移的誤差。學界與實務界在這方面的研究與驗證,已相當成熟,上面所提幾位專家,都曾在這方面做出不同的貢獻。尤其是從1970年代開始,由特沃斯基(Amos Tversky)與康納曼所做,一系列有關快速直覺判斷與認知偏誤的研究,還有他們最出名刊登在1979年《計量經濟學刊》(Econometrica),有關在不確定中如何做決策的認知模式「展望理論」(Prospect Theory),他們的重磅研究,深刻影響了過去幾十年人類決策領域的發展。

這三位作者今年合撰《雜訊:人類判斷的缺陷》(Noise: A Flaw in Human Judgment, 2021)一書,其基調與他們過去所偏重的「認知偏誤」(cognitive biases),有很大不同。他們想要說明人類判斷的錯誤,除了認知偏誤造成之外,還有更大也更嚴重的來源,就是我們經常如霧裡看花因此不知怎麼去在意的雜訊,本書除了將雜訊除魅化找出其中規律與成分外,還提供了去除或減少偏誤及雜訊的方法。基本上,這是一本談論還在累積資料與建構理論階段的決策及判斷新領域,但本書已經很明確指出,我們在做判斷與選擇的時候,周圍及自身其實已經布滿偏誤與雜訊,可能會讓我們一路出錯,偏誤還算比較容易找出來,但雜訊一直躲躲藏藏,不容易抓得住,而且常常不知已經出現雜訊。

人類判斷出錯的兩大來源:認知偏誤與雜訊

認知偏誤與快速直覺判斷(heuristics,一種簡化的思考方式,又稱捷思法),是關聯在一起的概念,之所以產生認知偏誤,有時是來自快速的直覺判斷風格。這種思考風格不一定就會產生錯誤,也具有演化上的利益,如動物在野外求生,若不能發展出這種快速的直覺判斷與反應,則很容易在天擇過程中出局。惟在人類社會做較複雜決策或在較不確定狀態下,並沒有要求一定要做快速反應,也有資料可供研判,但這種思考風格經常不由自主的發生,以致產生認知偏誤,縱使是學科專家或統計學家也會經常犯錯。

人類決策行為與認知偏誤的研究,已是過去數十年的顯學,累積了相當多的科學文獻,是行為經濟學興起的主因之一。若做進一步延伸,則之前尚有赫伯賽蒙(Herbert Simon,又名司馬賀,1978年諾貝爾經濟學獎),他倡議「有限理性」(bounded rationality),主張人是在有限理性之下做出適應性決策行為,1955年於經濟學主流季刊QJE,發表「理性選擇的行為模式」。他與之後1970年代的特沃斯基與康納曼,可說替行為經濟學鋪出了心理學的源頭。1980年代以後,科學界對心智與腦部的關係開始有較清楚掌握,2000年以後則對腦部神經掃描以及對情緒與社會性大腦機制,有較具體深入的了解,因此給行為經濟學提供了更多的養分與動力。優秀的經濟學家與關心人類實際行為表現的決策學者,在這些大環境一前一後的呼應促進之下,讓行為經濟學在強調經濟理性,強調如何利益極大化的規範學派主流環伺下,隱隱然發展出分庭抗禮之勢。近年來諾貝爾經濟學獎也不吝頒給廣義的行為經濟學家,依據勞勃席勒(Robert Shiller,2013年諾貝爾經濟學獎)的估計,大約已占有歷年來(從1969年開始頒發)全部得獎者的6%。

回到今年新書的主題,主要還在於說明人類判斷因為系統雜訊之故,產生很大的不穩定性,甚至出現影響深遠的決策誤差。去除偏誤之後,仍有誤差,但不是共有的誤差,是我們不樂意見到的判斷變異。這種雜訊雖然與認知偏誤有很大的不同(就好像變異數與平均數在機率分配中央趨勢上的不同表現),但是一樣會對人類決策品質帶來嚴重影響,現在學界對影響人類判斷的雜訊問題,相對於認知偏誤,究竟有什麼真正的了解?有什麼好的解方?

雜訊相同,偏誤減半。偏誤相同,雜訊減半。
雜訊相同,偏誤減半。偏誤相同,雜訊減半。

雜訊與偏誤可以在概念與統計上分離

「雜訊」與「偏誤」其實是統計學中,兩個很基本的機率分配屬性,可以在概念上完全分開,也是互相獨立的,如所附圖示,橫軸是偏離標準零點的誤差量(error),縱軸是不同誤差量發生的機率。雜訊係指誤差分配的離散程度,越分散雜訊越多,這是統計學中的標準差(或變異數)概念;偏誤則是實際分配平均數偏離零誤差多少的概念。若將同一分配中的離散程度減半,則大部分數值會集中在平均數附近,這是統計學中的峰度概念。附圖左側表示可以在雜訊不變下,將偏誤減少一半;附圖右側則表示雖然偏誤相同,但可以將雜訊減半。在此也可將偏誤視為偏離正確度(accuracy)的指標,雜訊則為偏離精確度(precision)的指標。偏誤與雜訊不只發生在個人身上,也會在群體中發生,複雜度各有不同,但為避免偏離主題,在此不就個人與群體分開討論。

以法案審理為例,可能的偏誤包括有:種族偏見、性別偏見、政治社經定見、各種習見的捷思與認知偏誤因素等,所造成的一組判斷之平均誤差。雜訊則有:在審理類似案件時,量刑基準只做參考但不具強制性之後的量刑差異,在自由裁量上也經常有可觀的差異,這是系統內存在的雜訊。

另外在商業決策、理賠、疾病診斷、政策制定等類專業判斷上,會出現捷思法與認知偏誤,如忽略基本率或分母(base-rate neglect)、可及性或代表性捷思(availability or representativeness heuristics)、定錨效應(anchoring effect)、歸因謬誤、賭徒謬誤、或肯認偏誤(confirmation bias),而導致判斷錯誤。但除此之外,更經常會有雜訊發生,不同人會對類似的判斷或預測情境,做出不一樣的決定,甚至同一人對前後類似事件的判斷,也有再測信度不足的狀況。

有時一個人的個性是樂觀或傾向悲觀、情緒的變化,也會成為系統內偏誤或雜訊的來源,譬如對核電安全性的估計就因此而大有不同。個人偏誤與系統雜訊,都會造成決策誤差,它們都有辦法測量出來,也可以想辦法來減少它們,譬如說提供回饋以減少偏誤與雜訊。有時雜訊的來源,不可思議的,如不守規矩的交通行為或意外事故,可能來自做判斷那天,氣溫太高或氣壓氣候不正常之故,若透過大數據分析可以確定,則或有可能找出因應之道。本書也提出網路與媒體容易遭到政治或其他聰明的操弄,以致產生系統雜訊,而嚴重模糊、干擾、或扭曲人的獨立判斷。這種事情在民主社會的帶動流行、製造產品偏好、形塑公投案例、做政策遊說上,也是不時發生,防不勝防。

若回到現實社會的決策情境中,去尋找為什麼會發生這兩種人類決策經常面對的缺陷時,就從統計學問題變成科學問題。接著,當一個人或機構或社會在做決策,都不免遭遇到這些具有系統性的偏誤與雜訊時,可否找到什麼有效的避免或減少的方法?這時問題又從科學層面轉變成為管理學的問題。

雜訊的源頭何在?

偏誤與雜訊共同造成了判斷過程中的總誤差,雜訊的占比通常大於偏誤。心理或認知偏誤較易指認,而且會花時間去指認去想辦法消除,但雜訊經常被認為只是隨機的誤差項,以為既是隨機就有正有負,可以互相抵消,我們經常用這種概念來處理誤差項,將其視為是一種平均數為零有特定變異數的常態分配。但本書特別提出,其實雜訊在本質上是有意義的統計事件,可以被分解成幾個有意義的組成成分,有些是短期變動有些則是長期穩定的。

綜合來講,系統中的雜訊包括有:(1)水準雜訊(level noise),如判案嚴格與寬容之間的差距,所造成之一致性雜訊;以及(2)型態雜訊(pattern noise),包括短期變動的場合及情緒雜訊、與主要的長期穩定之偏好及個人特質雜訊。這些成分之間可能存在有交互作用的複雜狀況。

本書接著提出幾個有趣的問題:(1)為什麼人在做預測性判斷時,經常看不到雜訊?(2)為何利用演算法與機器判斷時(如機器學習、線性回歸模型、簡單規則),通常會比人的判斷準確?(本書說是因為沒有雜訊)。而且,為什麼不同預測變項的權重,在原來樣本之外的預測中並不適用?(本書認為相同的權重甚至可以解釋得更好,單一或少數變項也可以與多變項的綜合預測力相當)。

本書想藉此提醒讀者,因為人在直覺上還是認為不同變項的權重應該要有所不同,或者寧願相信自己的判斷與預測,而不管實際數據及分析結果,所以我們有嚴重的效度錯覺(illusion of validity),其實我們經常是處在客觀的無知狀態之中。

這本書可以參考的幾個結論

花時間看完一本書,總希望能歸納出幾個可當為日後參考的結論,但與認知偏誤已有充分研究不同的是,這本書在有關雜訊的觀念與驗證上,仍有甚多還在發展之中,底下僅臚列數項供參:

1.偏誤與雜訊都是造成判斷錯誤的主要來源,雜訊所占的分量甚至更大。  

2.長期預測一般是徒勞無功的,尤其是政治預測,因為長期下來,累積的客觀無知愈來愈多。在資料不足下,機器學習也不能比人類做出更好判斷。

3.最後,本書花了很長篇幅,建議讀者可以如何提升判斷品質:

(1)你怎麼會去相信一位手上沒資料但號稱可以正確解密的專家,你是從頭銜、信心、交往、焦慮、或心無定見而相信的?

(2)為何法醫、指紋、或科學鑑識這種應該以實際資料為依據的精準性工作,也會有肯認偏誤,甚至發現有場合雜訊,以致間接製造出不少冤案?同樣的,刑事量刑也有類似問題,應如何更有系統性的做去偏誤化與雜訊審查,而且要想辦法成為常態性工作。

(3)用傳統面試找人的風險,不只有偏誤也有雜訊,必須為人事選拔流程增添架構,並做獨立評估。若你想減少一半判斷雜訊,可以去找出四個互相獨立的判斷,再加以平均。這類結論是可以經由統計運算得出的,群體討論若能透過社會影響過程求取一致性觀點,也可以有效減少雜訊

(4)對大家不樂見而且會帶來損害的判斷變異(雜訊),提出降低或消除方法,也可能會引發反對意見,理由眾多,如成本高昂、會帶來另一種錯誤、傷害自由裁量權、有損人性尊嚴、阻礙新價值的建立、鼓勵投機行為、無法維繫嚇阻力量等等。這些理由個別來講言之成理,但就整體而言,仍有很多替代方案可供選擇,並不妨礙做出更周全的設計,所以還是應該將減少雜訊列為迫切目標,以提升生產力、促進決策公平性、與極大化社會福祉。

●但是,最重要的還是,你究竟知不知道自己已經犯了錯?錯在哪裡?由於每個人的基礎知識不同,不一定弄懂本書所設計闡釋的一些誤差項的分解原理與細節,但只要你能警覺到說不定已經犯了錯,犯錯就比較沒關係,雖然乃覺三十里,畢竟還是察覺到了。怕的是連自己犯了錯都不知道,那就糟糕了,因為既不知錯,就不覺得有什麼需要改的,就一直錯下去,一直等到有一天被累積的誤失所淹沒。也就是說,對抗偏誤與雜訊,必須要先知道它們的存在,偏誤還比較容易察覺,但雜訊相對而言就較為困難,這也是本書的重點所在。在這方面,這本書至少發揮了一些重要的警告功能。

諾貝爾 黃榮村 哈佛 機器學習 面試 巴黎 核電 公投

延伸閱讀

影/台灣斑龜愛吃肯練習 碩士生證實牠數感僅次人類

美國成功移植豬腎至人體 為器捐等待者帶來生機

學界認人類影響氣候 反對者失立足點

海洋垃圾掰了!「珍妮」從太平洋拉出9千公斤垃圾 網歡呼:人類又能多活2萬年了

相關新聞

【台積電青年文學論壇:如何測量文學的邊界? 系列講座五之一】跟我一起走!——踏查與書寫

主講人:張貴興、徐振輔

【追憶似水年華‧系列講座五之二】文學的漫漫長路——從發表、出版到編選

主講人:陳義芝、簡媜

【追憶似水年華‧系列講座五之一】副刊的黃金年代

主講人:詹宏志、楊照

【經典專欄復刻:站在巨人肩上】Claire L./法式甜點的黃金時代——《瘋甜點自學全書》與其風潮

客席主編導讀

【經典專欄復刻:聯副電影院】王正方/幹得好,老傢伙!(Well done old Dude!)——《赤膽屠龍》(Rio Bravo),徹頭徹尾的好萊塢西部片

二十世紀中,狄恩馬丁(Dean Martin)與傑瑞路易斯(Jerry Lewis)搭檔,拍了多部喜劇,路易斯很會搞笑,...

【經典專欄復刻:聯副電影院】聞天祥/李行的異數

李行導演在2021年8月19日去世。除了三座金馬獎最佳導演、七部金馬獎最佳影片這些紀錄,他的創作生涯更涵蓋了台語片(《王...

商品推薦

udn討論區

0 則留言
規範
  • 張貼文章或下標籤,不得有違法或侵害他人權益之言論,違者應自負法律責任。
  • 對於明知不實或過度情緒謾罵之言論,經網友檢舉或本網站發現,聯合新聞網有權逕予刪除文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。
  • 對於無意義、與本文無關、明知不實、謾罵之標籤,聯合新聞網有權逕予刪除標籤、停權或解除會員資格。不同意上述規範者,請勿下標籤。
  • 凡「暱稱」涉及謾罵、髒話穢言、侵害他人權利,聯合新聞網有權逕予刪除發言文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。