韩焱:各位现场的嘉宾、各位正在收看直播的朋友们,晚上好!今天活动的主题是“远离噪声,做聪明的决策者:对话诺贝尔经济学奖得主丹尼尔·卡尼曼”,同时也是《噪声》这本书的新书发布会。
“远离噪声,做聪明的决策者”直播现场
我是丹尼尔·卡尼曼教授最新出版的《噪声》这本书的出版人,湛庐的创始人韩焱。今天的这场活动,是由湛庐文化和百度财经联合主办。今天这场活动的主题词是“噪声”,这个词你可能并不陌生,但是它在今天这场直播的语境下,有了新的内涵,指的是一个新的认知体系,标示出我们人类判断中的一个重大缺陷。
湛庐创始人韩焱在直播现场
如果你对行为经济学有一定的了解和兴趣,我想你一定知道,行为经济学之父、诺贝尔经济学奖得主丹尼尔·卡尼曼教授,一直致力于研究人们是如何做出决策的,人们的判断为什么会出错。他的研究,让人类在过去的几十年里,意识到了“偏差”的存在,协助人们避免很多严重问题的发生。现在,他又帮助我们找到了另一个隐藏在暗处且无处不在的决策陷阱“噪声”。哪里有判断,哪里就有噪声,噪声的影响和危害比我们能意识和想象到的要大很多。
比如,噪声挑战了很多原本我们以为绝对可靠的东西。像是指纹鉴定,在我们的印象里,每个人的指纹都是不一样的,指纹鉴定应该是绝对可靠,总不会出什么错吧?但是实际上,同一位指纹鉴定师对同一枚指纹,前后几次的鉴定结果很可能是不一样的。
又比如,噪声会造成不公平。如果两个罪犯都应该被判处5年监禁,但一个被判了3年,另一个被判了7年,虽然平均刑期是5年,但是正义并没有得到伸张。
还比如,噪声会带来巨大的经济损失。像是在保险行业中,不同保险经理测算的保费相差巨大,这之间的差异甚至可能会高达55%,让保险公司每年损失几亿,甚至几十亿元。
更可怕的是,噪声对决策的影响这么大,而我们以前居然没有意识到这一点,导致我们总是会重复犯同样的错误。既然噪声的问题如此普遍,那么任何做专业判断的人,甚至每一个普通人都应该充分地了解和关注噪声。所以,今天的这场直播,邀请到好几位重磅嘉宾展开对话,从投资、管理、职场、生活等方面,探讨噪声的影响,帮你更好地在决策中避免噪声的干扰,成为聪明的决策者。湛庐的使命就是“对话最伟大的头脑,与最聪明的人共同进化”,而今天请到的嘉宾们都可以说是名副其实的“最伟大的头脑”。
韩焱对话卡尼曼:噪声,人类判断的缺陷
韩焱:卡尼曼教授,我们都知道您历经十年写了《噪声》这样一本书,讲述了自己最新的研究成果:噪声,人类判断当中的缺陷。您可以给我们讲讲什么是噪声吗?
卡尼曼:噪声就是人类判断的一种度量,每个人心里都有一把尺子。我们想一下,如果测量出现错误的话,基本上有两种情况,一种情况是偏差,也就是均差可能是正也可能是负,也可能是零,而这其中的变异性(错误的变异性有的是正错误,有的是负错误)就是噪声。噪声是判断错误的一种,如果有同样的正负错误,即使没有偏差,最终均值为零,也不是精准的判断,这在测量和判断当中都是如此。
当测量同一件事情时,你的判断应该是一致的,但有可能你却做了不一样的判断。这样的差异性就好比不同的法官给同样的罪犯判刑时,他们之间的量刑假如不一样,那就会产生不公平。我们希望整个司法系统是没有噪声的,如果要达成这样的目标就意味着不同的法官在宣判的时候要能够对同样的犯罪做出相同的判罚。
韩焱:卡尼曼教授,您刚才讲到了偏差和噪声是不一样的,它们有区别。我记得《噪声》里面写到一个以打靶为例的场景,“偏差”指就是子弹落点位置都偏向了一边,人们可能会倾向于认为它是枪不准。但如果是用“噪声”解释靶上子弹的落点位置,看到的会是子弹飞得到处都是,人们就会倾向于认为打靶的人手不稳。换句话说,偏差具有方向性,会让误差往一个方向偏,噪声会让误差往不同方向偏,是随机和无序的。这个场景让读者印象特别深刻,很多人看完书以后经常复述这个例子,以此来理解偏差和噪声有什么样的区别。
当然, 噪声很容易造成不公平,我们通常认为错误发生是随机的,但是不是这样,噪声会让错误不断进行累加。比如保险公司有的时候把保值估高了,有的时候估低了,虽然平均下来看起来是合适的,但实际上造成了两次错误,所以带来的损失也是非常巨大的。卡尼曼教授,您觉得产生噪声的主要途径都有哪些?
卡尼曼:不同类型的噪声,就有不同的产生噪声的渠道和途径。让我们继续看一下法官量刑的例子。有些法官可能偏向审判的更严,平均来说他负责的审判就会更加严格,判下来的刑罚监禁时间更长,这就是“水平噪声”。另一种情况的噪声是同一个人在不同的情境和时间做出不同的判断,这就是“情境噪声”。
再例如心情的变化,如果一个罪犯刚好碰到法官心情好的时候,或者刚好法官那天心情不好,那可能也会影响最后服刑的期限。这明显是不公平、不公正的,但是这就是所谓的情境噪声。
最重要且最有意思的是:噪声就是当人们看到同样事情的时候,他们的理解是不一样的。如果是不同法官,有的法官可能非常讨厌那些攻击老年人的罪犯,有的法官可能非常讨厌暴力罪犯,有的法官可能会对老年人或者年轻人都判得轻一点,这就意味着他们的判决会不一样,这是一种来自个人因素的噪声,称为“模式噪声”。模式噪声是最重要的一种噪声。它描述的场景是:不同的人在看同样事物的时候,看到的事情不一样,会有不同的解读理解方式。
我们总是以为自己的做法是对的,别人跟我们想的都是一样的,但事实并非如此,你想的东西、你看到的东西跟别人心里想的很不一样,而且可能很难一样,模式噪声正是如此。以上就是三种噪声的类型:水平噪声、情境噪声和模式噪声。
韩焱:您说噪声被分成三种类型,水平噪声跟情境噪声对我们来说都是非常好理解的,很容易知道它和偏差的区别。但您所说的模式噪声,让我想到书中有一个例子,当一位法官他比别的法官更严格,他可能就会对年轻罪犯更宽容。这种情况之下,它为什么不是一种偏差,而是模式噪声?
卡尼曼:这个问题非常好。噪声产生的原因都是不一样的,比较严格的法官他可能会偏向于给出更长监禁的惩罚。同样,如果有法官对年轻的犯罪者更偏袒,做出较轻的判罚,我们当然也可以把它叫作偏差。这些差距源自在不同的偏差之下会产生出不同的噪声类型。一般来说,偏差是每一个法官都会有的,他们做评判的时候都会有偏差,有不同类型,有因个人导致的偏差,还有因群体所致的偏差。
韩焱:当我第一次读《噪声》这本书的时候,就想起了著名诗人艾米莉·狄金森(Emily Dickinson)的一首诗The Saddest Noise, the Sweetest Noise。我当时候就在想一个问题,在我们的决策中,噪声是需要被完全消除掉的吗?它只能是Saddest或是Sweetest吗?适当的保留是不是也是有益的?
卡尼曼:这要看具体的情况了。在有些情况中,我们是不希望大家不同意我们的研究观点的。比如说我们希望解决某个问题,会期待不同团队给我们提供解决方案;或者像是电影评论家,我们也希望由他们提出不同的想法。在这些情况之下我们需要大家有不一样的反应,这样生活才会变得更加有趣。
当然在某些情况或场景中,如果大家的想法出现不一致,就会带来一些不公平的现象。比如说我们其实希望法官在同样的审判案件中要形成同样的判决观点,因为法官,代表的并不是他们的个人判断,而是整个司法体系的判决,而司法体系需要传递同样的声音。同样地,在保险公司中对于同样保单的计算,高管们也希望能保费是相对一致地,这牵涉的是“系统噪声”的概念。再者,医疗体系也是如此,假如不同的医生问诊同样病例时,有噪声肯定不好,因为我们不会希望病人诊断的结果像中彩票那样随机。
韩焱:谢谢教授。看来系统噪声是需要我们非常好的防范的。接下来我想把提问转交给彭凯平老师,他将会是今天的第一位对话者。接下来,我们隆重请出著名心理学家彭凯平教授,请他和卡尼曼教授、西博尼教授进行精彩的对话,期待你们之间有很好的思想碰撞。
彭凯平对话卡尼曼:哪里有判断,哪里就有噪声
彭凯平:丹尼尔,非常高兴通过这样的方式再次见面。我是1997年去加州大学伯克利分校担任教授的,那个时候你已经离开了伯克利,但是我继承了你的办公室。我想把今天的第一个问题变得轻松一点,你是怎么对噪声感兴趣的?因为科学家总是有些特别激动人心的时刻,比如阿基米德找到浮力原理的“Eureka!”时刻,又或者牛顿被苹果砸到头发现经典力学的时刻。在你的生活中有没有一件事情或者一段生活经历是那个“Eureka!”时刻,让你觉得“噪声”是一个值得研究的话题?
卡尼曼:事实上,我已经有50年的时间都在研究这个主题了,此前40多年里更多研究的是偏差——人们在判断中的偏差。关于偏差,大家也都做了很多研究。而研究噪声的源头是,几年前有一家保险公司找到我,给我提供了一些案例,希望我给他们出一些建议,当时的结果激发了我:我们一定要对判断进行“噪声审查”。这家保险公司大概有50个保险经理,他们给同一个案例确定了保费。在我们的认知中,一家经营非常好的保险公司,这两个保险经理定下的保费肯定不会有太大的差别,最多也就相差大概10%。
当时这家公司的高管,他们也预计两个保险经理之间确定的保费有10%的差别,但是结果非常有趣:他们确定的保费差距竟然高达50%,甚至还超过了50%。这两个人的差距非常大,而这个结果可以看出,保险公司高管并不知道自己的公司存在噪声——他们让这两个保险经理代表公司发表自己的意见,他们潜意识里认为他们两人的意见是一样的,但是不一样。就是因为这样的情况,开始让我对噪声感兴趣。有很多噪声是大家没有意识到的,甚至任何地方、任何行业都存在,包括医疗,司法,保险,招聘都有噪声的存在。
有这样一个规则:哪里有判断,哪里就有噪声,而且它比你想象的还要多。所以这就让我开始对噪声产生了兴趣。然后西博尼博士也加入了我,后来还有其他朋友的加入,助力我们一起完成了这本《噪声》。
彭凯平:中国的读者今天能够看到这本新书,是一件特别开心的事情。您的上一本书《思考,快与慢》,在中国有特别大的影响力。那本书谈的是人类思维的偏差,其中有一个偏差是稀释效应(dilution effect),指的是很多无关的信息会使我们的判断变得更加有偏差。那么,我们怎么区别稀释效应和现在谈到的噪声呢?这两个改变之间的区别是不是就能够说明偏差和噪声的区别?
卡尼曼:稀释效应这个偏差说的是这样的情况:比如说有一个案例,在呈现这个案例让大家评判的时候,如果你再添加一些信息,原则上不应该对于这个案例的结果产生任何影响,但是实际上会有差别。大家的判断可能会变得比较平均。所以,你添加的这些信息可能是无关的,但是其实这些不一定是噪声,因为稀释效应是每一个人都存在的。比如在你做判断时,我们可能只是多分享了一个细节,你就会做出较好的判断。如果我不断给你添加这些不相关的信息,你做出来的判断就不会出现两极化,而是变得比较平均一些。所以,这是偏差,不是噪声。
彭凯平:您解释得非常清楚。当然,有一个问题也是我一直感兴趣的,那就是判断者之间有没有个体差异,比如有些人比较容易受到噪声的影响,而有些人不太容易受到影响。我们怎么成为不太容易受到噪声影响的人呢?
卡尼曼:确实,如果有不同的专家,而且是真正的专家,来看同一个问题时,一般情况下他们可能会有相同的观点,比如说很好的象棋手在面临同样的棋局时,在应该激进还是保守方面,他们的观点是比较接近的。所以,当在判断者专长的领域,偏差比较少。一般情况下,专家表现出的噪声比非专家人士表现出的噪声少。当然,情境噪声对于不同人的影响也不一样,有些人可能比较容易被影响,比如容易受心情的影响,心情不好的时候和心情好的时候做出来的决定不一样。尽管我们在这方面没有进行深入研究,但是个体差异一定会有。
彭凯平:社会科学是建立在统计科学基础之上的,统计科学中有一个重要的原则叫作“大数原则“,我们做社会科学的人有一个基本的信念,如果数据量很大,信息比较多,这些噪声就能够被互相抵消掉。由于大数据技术出现,我们现在越来越相信自己能够找到社会科学的规则。您这本《噪声》对于我们的警示就是:数据量越大,信息量越大,听到的东西越多,不仅不一定会产生大数原则的抵消效应,反而可能会误导我们。那么,您对社会科学应用大数原则的情况怎么看,会不会让我们遇到一些问题?
卡尼曼:首先我们要研究的问题是:数据当中还有多少信息。很可能的情况是,数据量很大,但是信息量很少,有用的信息量更少。在预测当中要预测精准是不可能的,所以如果要预测一件事情的走向,你可能没有办法达到非常准确的效果,因为其中存有很多变量。如果想要预测一段婚姻的走向,但因为婚姻存续期间是会有很多事情发生的,所以是不可预测的,比如年轻的时候相爱而20年之后又不相爱了。我们之所以没办法做出精准预测,很多时候是因为我们的客观无知,我们没有数据,在有了丰富的案例统计数据之后,才能够提取出有效的信息,在此基础上做出的判断往往噪声更少。
彭凯平:谢谢丹尼尔。还有一个我个人很感兴趣的问题,因为我现在正在推动积极心理学在中国的发展,所以前一段时间我对你的研究很感兴趣,我看到你大部分时间在研究幸福——人类的幸福感,您也在《科学》杂志上发表了有关的论文。我想问的是:噪声对于人类幸福感有没有影响?或者说有没有关系?还是说,这完全是两个不同的研究方向?
卡尼曼:我想噪声和幸福感之间没有直接的联系,因为噪声对于人们来说不是好事,不公平也不是好事,缺少预测性的行为系统当然也不是好事。
彭凯平:或者可以说,也许是噪声伤害了我们的幸福感。我还有最后一个问题,这个问题其实和幸福也有关系,那就是关于教育公平性的问题。大量的教育决策,比如学生的录取,我们可能会考虑很多因素,我们也会拒绝掉很多优秀的候选人。那么,在教育决策中,噪声对于我们的影响有多大?有没有一些好的办法可以控制噪声的干扰?
卡尼曼:在教育系统当中肯定存在噪声,对于一些决定性环节的升学考试有很大影响,它可能是你十几岁的时候考,但这会决定你以后是走向学术型道路还是去上职业高中。如果是客观的考试,例如说数学有正确的参考答案,那噪声就比较小;但是如果是其他科目,例如写作文,考验的是你的写作水平,一般情况下不同老师给出的得分都会不同,总体来说其中存在的噪声比较大。越是这种决定性的考试,当中存在的噪声问题就越大。
在这种情况下我们可能会有两个方向的建议:一个方向就是要降噪,你可以安排多人进行共同判断,再进行平均,这样它的噪声数量就应该就会比单一个体做出的判断更少。另一个方向就是要在评分标准上首先取得共识,这样能够更客观地得出相对一致的判断。如果把这两个方法结合起来,肯定能够更好地控制噪声。当然噪声不能被百分之百地控制,我们也不可能百分之百地降噪,一定的判断差异还是会存在的。
韩焱:非常感谢两位教授精彩的对话,彭老师提的问题很关键,我们听得很入神。您最后提的是教育问题,让我想起书里有一个例子,如果我们申请大学面试的时候,那天如果是一个阴天,会对什么样的学生有影响,如果是一个晴天,又会对什么样的学生有影响。因为我的女儿今年要考大学了,我跟她分享了这个例子,如果是阴天的话,你要多讲讲学术方面的成就,如果是晴天的话,就多讲讲跑马拉松的事情。所以噪声真的是无处不在。
刚才两位教授对谈的过程中我一直在想,噪声这么可怕,对我们的影响这么大,我们以前怎么就没有意识到它呢?教授以前提到一个偏差,我们就一直在想怎么防范这个偏差,但是没有想到暗处还有敌人在妨碍我们的决策,现在想想还是后怕。我们无形当中已经受到了噪声影响,做了很多不太正确的决策了。
卡尼曼教授在书里面有句话,也是编辑们印象最深刻的,也是读者反馈最多的一句话,“噪声就像地下室漏水,它之所以能被容忍,不是因为人们认为它是可接受的,而是因为它一直未被注意到。”这事能怪我们吗?不能怪我们,要怪只能怪我们大脑,它太懒了,它遇到事情的时候自动脑部前因后果,补上以后找到因果关系认为这就是真相,不再耗费能源探寻是不是还有其他原因。《噪声》这本书告诉我们一个道理,我们真的不能太相信自己所谓的理性,这个理性真的是不存在的,我们有一个幻觉的大脑。
韩焱对话西博尼:重塑决策框架,提升你的决策品质
韩焱:刚才,我们谈到了噪声在很多方面的影响。但是,还有一个噪声的重灾区,那就是商业领域里的决策,噪声经常会导致巨大的决策失误,造成严重的损失。那么,我们该如何避免在商业领域里受到噪声的危害呢?有请西博尼教授为我们分享一下,您觉得如果我们想在商业界避免噪声的影响,我们怎么重塑决策框架,提升决策品质。
西博尼:谢谢各位邀请,我们确实是在这本书里面花了很多篇幅讨论商业决策。回答您刚刚提的问题要花很长时间,但是我重点讲一下。首先,在企业当中,在商业当中,我们要找到哪些决策受到了噪声的负面影响,就要测量出它的影响,你要找到噪声在哪里,就像卡尼曼教授提到的噪声审查。当你看到了它的破坏性就会发现,很多商业领袖在我们对话当中常常会说,在许多领域、许多他们做的事情当中,存在变量其实是好事,他们希望有更多的差异,想要多样性和更多的创新,不想让大家的想法都一样,也不想所有的判断都一致。
没错,确实是这样的。如果你要投资新的产品,如果你想要有创意的时候,你当然想要有差异性和创新,但是商业领袖常常误解的一点就是,这些是你的商业决策当中很小的一部分。在许多商业活动中,我们想要的或者说我们应该要求的是一致性、一贯性、可靠性、统一性,而在许多今天的决策中,如果我们无法取得共识,那肯定是有人错了,不是说你不一样是因为你有创意,而是因为你错了。例如说在应聘和招聘的过程当中,有人可能觉得,如果我们面试同一个应聘者,大家的观点不一样,这没有问题,沟通就好了。确实可以沟通,但这并不OK,因为这就意味着我们看到的是对同一个应聘者适不适合这个岗位,结果有不同的理解,面试者当中肯定有一个人错了,可能两个人都错了,但是至少有一个人的解读是错的,这就是噪声。这是一个非常典型的例子。
每一个商业人士可能都会在招聘过程当中面临这样的问题,还有很多商业领域当中受到噪声影响的例子,例如说员工的评估,例如说产品定价,或者收购价格,这些决策当中我们都会做出判断,而这种判断可能都会受到噪声的影响,我们必须控制这方面噪声的影响。
韩焱:西博尼教授讲到了在商业领域里面会不会做错误的决策,这也是我们非常担心的问题。看完《噪声》这本书以后我立刻思考了一下:公司招聘和绩效考核机制是不是受到了噪声的影响。西博尼教授的观点让我们感同身受,决策失误总是防不胜防,以前我们的苦恼在于不明白为什么,缺乏思路、没有框架,现在我们知道了噪声的存在,我们就要预防它。现在,我对目前公司的经营和未来可能要选择的战略,建立起了更清晰的认识。
我记得西博尼教授在书里面说到,如果我们想要减少噪声,就必须能够区分“规则”和“标准”,它们两者其实都能约束人们的行为,减少噪声。那么您认为我们使用它们的时候要注意一些什么?在什么时候用更多的规则?在什么时候用更多的标准?因为用规则和标准的时候我们不得不有一个担心,虽然它帮助我们减少了噪声,但它会不会损害组织的创造性?
西博尼:其实现在的主要问题就是:到底是我们想要有创意差异,还是说讨论寻求正确答案。如果是你想要有更多类型的创意,那就不叫降噪,而是应该主要关注的是我们应该创造出不同的想法,评估不同想法,找到最合适的一种,但在商业决策当中这是很小的一个比例。
例如,员工表现评估,在规则和标准当中,我们如何评估员工的表现?我们可以用非常抽象的标准,例如说工作做得好的人评分高,工作一般的人评分就一般,工作不好的人评分很差。如果我们这样做的话,我们其实能够给经理更多的自由,因为他们可以决定谁做得好,谁做得一般,谁做得不好。这样就会有很多噪声,因为不同人对于好的工作想法不一样。如果你喜欢的人做了这份工作,你就会觉得他做得比较好,但是如果由一个你不太喜欢的人做同样的工作,你可能就会觉得不太好。所以我们需要有标准,大家就可以在解读的时候减少差异,进而就会减少噪声。
我们需要更多看一下规则或者指南,如果我们告诉你不要仅仅说这个人在工作中做得好,而是要对他表现的各个方面进行全面评估,具体地说出这些方面都是什么,比如第一个先说做得好,做得一般,做得不好的是什么,或者是做得更好的是什么,然后再给一些例子,比如谁在这些方面做得非常好,谁做得一般,谁做得不好,然后把打分的人进行对比,让他们知道参照的标准是什么。这样你就能知道他们究竟做得怎样了。
如果说你本身有相应的自由度来决定你的决策,那么在有标准的情况下你会感觉更自由。但是事实上在规则的情况下噪声是比较少的,那么你就会感觉比较受限制,你还必须要有其他人给你的框架做出评价。所以,是否是创造性创意是我们区分的基础,有些领域你不想要有这种创意,而有些领域则需要有创新,需要给大家带来振奋,让大家觉得自己的工作非常有趣。
同时,还要在你降低噪声和能够容忍的噪声之间实现平衡,其实有些时候这些噪声并不会彼此抵消,因为在世界上或者组织中,如果想要完全消除噪声的话,唯一的方法就是让大家不要做出决策。所以对于组织来讲,一个非常大的挑战就是决定你要准备接受多大程度的噪声。讲到这点,噪声的水平可能是越来越少的,这也是通过噪声审查实现的。
韩焱:我的问题体现了一个管理者的焦虑,中国有一句古话是:鱼和熊掌不可兼得。我是都想要,所以西博尼教授的分享让我意识到:我要抓住经营当中的主要矛盾,这段时间让我困惑或者影响我最大的到底是什么,我到底想要的是什么,想好了这个才会更好地克服噪声。
刘润对话卡尼曼&西博尼:独立思考,独立判断,算法时代商业决策的降噪原则
刘润:卡尼曼教授,我非常喜欢您的书。您提出的“前景理论”在中国的商业界和管理界非常有名。我本人是做商业教育的,我们的线上学员大概有上百万。我们的这些课程几乎都是以卡尼曼教授的损失规避、前景理论作为开场。学员们都非常感兴趣。您提到的一些故事,尤其是“如果某个人捡到一百块钱,特别开心,但不小心又弄丢了,这种损失带来的影响远远大于得到的影响”这个故事,给我留下了深刻的印象。
“损失规避”这个偏差在中国管理界、商业界非常知名。看到您的新书《噪声》之后,我特别兴奋。因为我本科学的是数学,看到您在《噪声》中把心理学领域,还有数学领域的一些非常重要的概念引入了管理学、商业领域,我真的特别兴奋。
数学中有一个概念是方差,方差在数学上应该怎么理解呢?比如,有10个人平均身高是170cm,但是并不是所有人都是170cm,另外一组人有人身高2米,有人身高1米,平均身高还是170cm,但第二组人的身高方差远远大于第一组。这是非常重要的数学概念。您提出噪声这个概念的时候,意味着人们受心理因素、判断力因素的影响,很容易在决策过程中忽左忽右,偏离正确的决策。这是一个非常有见解的提法,我非常受启发。
我有一个问题想要请教卡尼曼教授。我们在做管理的时候,很容易受到心理因素的影响,所以很容易偏离正确的决策,而且偏离的程度还很高。如果是一群人的话,那么产生的偏差和噪声可能就会高得离谱。我们以前总是在说一种方法论,也就是头脑风暴。那么头脑风暴之后,噪声水平是不是更高了呢?头脑风暴是帮助群体做决策的有效方法吗?如果不是的话,您能不能推荐一些好的方法,可以帮助一个群体做出噪声更少的决策呢?
西博尼:头脑风暴我们经常使用。我们想要产生观点的时候,希望能够减少噪声,得到一致的结果。但在进行头脑风暴的时候,其实我们希望产生更多一致的观点。一致的观点和更多一致的观点,是不同的。因此在使用头脑风暴的时候要小心。至于一般会议上是否需要进行头脑风暴,还是请卡尼曼教授讲一讲头脑风暴和一般会议之间的关系。
卡尼曼:在美国,会议一般是以这样的方式进行的:一些人先引出会议的主题,然后大家分享信息,最后达成群体决策。当然,这个要求比较高,所以我有一个建议。我建议在开会之前,参会人先提前了解和研究一下会议的主题,然后做出各自独立的判断和决策,并将过程记录下来。在开会的过程中,大家可以表达各自的观点,分析得出结论的过程。我们也可以将得出结论的过程记录下来,比如写在纸上。这样大家就能够看到实实在在的噪声是什么。所以,会议中最重要的是,大家要独立表达自己的观点,这样就不会受其他人的影响。
我认为,如果我们想要得到不同观点的话,在开会之前就要确保“开对会”,这样最终才能减少噪声。否则在一般的会议中,通常都会出现这类情况,比如,可能某位发言人更加自信或者他的影响力更大,导致其他人的附和。所以,发言的顺序也会对会议结果产生影响,导致大家做出不一样的决策。所以,我们应该让大家先单独做出自己的决策,然后表达自己的观点,再进行讨论。我们知道这是比较严格的要求,很难做到。
刘润:感谢卡尼曼教授和西博尼教授,两位说得非常好,解答了我的问题。所以在会议上进行头脑风暴的目的是产生更多的想法。它会创造噪声,有的时候我们需要噪声。但是有些会议的目的是做决策,就像卡尼曼教授说的那样,我们应该让大家,包括专家,各自独立做出判断。头脑风暴会产生更多的噪声,因为它能激发更多创造力、更多想法。如果要做出决策的话,我们就应该关注支持决策的证据,让更多专家做出独立的判断。这是两种不同的要求。
谈到头脑风暴和产生更多噪声这件事,我稍微做一个小的分享。我在美国的一家科技公司工作了很长时间,我们招人的时候有一个要求:连续三级的员工不可以毕业于同一所大学。比如,如果我毕业于南京大学,我的上级和下级都不可以是南京大学的毕业生。非常重要的原因就是,大家的背景太一致的话,决策就很集中,所以公司希望通过“连续三级的员工不能来自同一所大学”的方式来创造更多的噪声。
再比如说员工中如果男性比例过高的话,我们会要求HR以后招人的时候,尽量多招女性员工。这样可以创造多样性或者噪声。再比如,如果招了太多中国人,我们也希望招一些越南人、韩国人,等等。我们创造更多的噪声,目的是产生更多创新。不知道西博尼教授在这方面有哪些研究?在哪些场景中,我们通过刻意制造噪声,可以创造想象不到的巨大价值?
西博尼:我个人没有做过这方面研究,但是关于头脑风暴和其他方法在创意当中起作用,确实有很多研究。这些研究发现,创意和降噪的原理其实是一样的,都是要独立地产生观点。如果你请大家在开会时进行头脑风暴之前,先独立思考,而且把思考过程写下来,那么他们能够产生的想法会更多。
有很多研究,特别是20世纪50年代的很多研究,研究的都是头脑风暴到底能不能产生更多的创新。它们都发现,头脑风暴不能直接产生创新,人们使用它只是因为它很方便、很流行、很好玩,但它却无法产生多样化的想法。要想产生多样化的想法,你需要让大家独立思考,然后再进行头脑风暴。你想要减低偏差的时候,就要请大家独立思考,这样平均下来才能减少噪声,不管你是想要多样性,还是想要一致性,都要请大家先独立思考,然后再一起开会。
刘润:西博尼教授,如果根据经验判断,您认为什么样规模的群体,更容易做出高品质的决策?10个人?20个人?
西博尼:我觉得没有一个具体的数字,但是从数学上来看,如果平均100个人的意见,那么噪声的数量就能减少为之前的1/10,也就是说会减少90%的噪声。在专业的决策当中,百分百消除噪声是不可能的,因此实际情况不是你想要减少多少噪声,而是你能够请来多少人,请他们先做独立的思考。因为如果你想要这种独立判断的话,每个人都要做功课,每个人都要收集信息,每个人都要看数据,每个人都要认真思考。所以,这个过程和大家一起做一个推荐,一起做一个推广,然后再让大家表达自己的意见是不一样的。你希望他们独立形成自己的观点,尽可能独立思考,这其实成本是很高的。因此,我们要考虑时间成本和金钱成本。
刘润:如果让更多人参与进来确实会产生更多成本,成本是需要考虑的非常重要的因素。除此之外我还有一个问题:现在,人工智能、机器人、基于大数据的算法变得越来越普遍,由于算法没有感情,它不会受到心理因素的影响,它不会因为晴天做出一个决策,因为阴天就做出另外一个决策。那么,我们是不是应该让算法参与更多的决策?是不是应该让人工智能和机器人做更多的管理决策呢?
卡尼曼:我想算法相比人类的优势也很明显,原因很简单,你给它同样的问题,它会给你两个相同的答案,这本身就是很大的优势。对于人工智能来说,它也有很大的优势,因为它比人类的判断更精准。很明显,未来的趋势就是人工智能会在更多的领域变得更重要,有更多的大数据可用,并且机器学习能够提取其中的规律。
我们看到有许多决策由人工智能辅助完成,但是由人工智能做管理决策这件事,可能近期还不会发生。信息的编码涉及许多不同的因素,因此给信息编码是非常困难的,所以要为管理决策提供大数据也很难。但是一旦有了做管理决策需要的大数据,人工智能的决策会更可靠、更稳定,比人的决策更靠谱。到了那时,对于商业领袖、组织的领导者来说,同人工智能竞争就是他们要面临的一个很大的问题了。
刘润:我们以前常说,一些中层管理者未来有可能会被算法取代,可能是在基于数据支持的情况下。非常感谢两位教授。我分享一下,我打算让我的太太也好好读读《噪声》这本书。因为中国人做饭的时候经常说这样一句话:“精盐少许,油八成热”。这是什么意思呢?中国人做菜的时候大概放一勺半的盐,油烧到八成热,因此每次做出来的口味都不一样,因为我们没有很好的测量。所以我让她好好读读这本书,希望我们未来的饭菜里面少一点噪声。感谢卡尼曼教授和西博尼教授。
韩焱:感谢刘润教授,几位的对谈特别精彩。刚才几位讲到了很多在商业领域里面具体怎么样防范噪声,提到很多方法。我就想到刚签这本书的情景。一般出版社拿到项目以后,就要决定要不要把这本书的版权签下来。当时看到卡尼曼教授写新书了,大家都特别兴奋,有人怯生生地问,尤其销售部门怯生生地问:“教授写书是很好,诺贝尔经济奖得主写书很好,但是会不会跟其他教授的书一样,里面都会写很多Why和What,但是没有How,我们担心会不会有更多人买这本书。
我们拿到这本书的时候,就赶快看里面到底有没有How,后来发现这里真的有How,而且可以马上用到招聘上,用到考虑是不是签下某一本书上。大家一下变得非常非常有信心。刘润老师也说,甚至可以让自己太太标准化自己家的饭菜,没准刘润老师可以开展一项新的事业,成立一家标准化的食品公司,给大家做更好吃的饭菜。
其实我们读完了《噪声》这本书,就像刘润老师讲到的,我们有一个很好用的决策框架,很多工作有了抓手,我们知道了未来的改进方向。刚才我们从教育讲到个体,从系统说到商业,那我们可不可以在宏观层面考虑噪声这个问题?我们又需要认识噪声背后的哪些事情呢?
精彩Q&A:九问《噪声》:做独立、审慎、自律的思考者
本次直播我們收集了一些线上线下观众们的问题,如果大家现在想到有什么问题还可以继续通过弹幕和公屏留言方式提问,现场专家都会给大家进行解答。
提问1——第一个问题是是一个线上的问题,给卡尼曼教授的:现在全球正处于疫情期间,各国对于防疫措施制定起来都不尽相同,您觉得在防疫过程当中,这些防疫措施可能会受到哪些噪声的影响?请卡尼曼教授回答一下。
卡尼曼:噪声是不会产生影响的,我们不会把噪声作为原因,噪声是一种描述,它是数据统计学的描述,比如噪声会带来变化和差异。当然在很多国家采取不同防疫措施的时候是有些不同的,噪声的存在意味着人们应该反思是不是有真正的原因说明为什么自己采取的措施和其他国家不一样,是否有正当的理由和原因说明自己采取了不同的防疫措施,这是我们在噪声这方面可以思考的,就是反映一下我们为什么和其他人不一样,这能够提醒我们可能出现了误差,或者我们采取的措施可能是错误的。
我们的评价和其他人表现可能是不一样的,了解自己在哪里,别人在哪里,问自己这样一个问题,我们和其他人不一样的理由是否是充分的,对于个人来讲,组织来讲,国家来讲,大家都有这样不同的政策。
提问2——第二个问题请现场观众提问:我想问一下市面上既然有那么多的噪声,作为普通投资者来说,在投资过程中,我们应该做什么?或者应该避免什么才能和这些噪声进行和谐相处呢?这个问题我想问一下卡尼曼教授。
卡尼曼:我觉得西博尼教授来回答这个问题可能会更加恰当,因为他在关于投资、金融这方面更合适来回答这个问题。
西博尼:我肯定不能给你如何投资的建议,但是我们确实了解如何做出比较好的投资决策,首先第一点,信息是完美的,尤其是在股市上的信息是完美的,否则我们用个人做决策是很难超过机器的,或者我们自己来做决策的时候只是通过股票的指数。已经有很多的研究或者经济学家提炼出最好的方法,然后不要看这个结果,不要做任何改变,这是最简单的这部分。
比较难的这部分是当你进行投资时,而且没有充分信息时,你仍要做出判断,这时就不能把这个工作交给规则或者是机器,而是需要自己做出决策,比如你买房子的时候就要自己做出判断,比如说你要给个人或者是初创企业投资,你要自己做出判断。这方面我们需要尽可能降低你在决策过程中的噪声,也就是遵循这样一个原则,就是书中讲到的决策问题。
可以给你一个例子,我们有一些做法和实践,做投资时把你的标准进行细分,如果是一家初创企业你要想着应该有一个好的市场、好的产品、好的创始人,要有很好的销售团队,要对应你的标准是什么,所以你可以列一个表,一个初创企业应该有这些品质。
然后再评估你看的初创公司是不是符合这个要求,不要笼统说对这个公司总体印象是什么,喜不喜欢这家公司,这就是你直觉想这样做,这时候直觉会占主导,你会过度有信心要投资,或者很消极不想投资。这种信心可能是来自你的直觉思考,就是噪声,想要降噪的话,应该分析式的思考,严谨的思考,作为投资者来说要把你的决策分析到不同的纬度,当然还有其他方式,但是这是一个很好的起点。
韩焱:谢谢西博尼教授。《噪声》已经在多个国家出版上市,这些天我们一直在和国际出版同行沟通交流,大家都在分享《噪声》市场是什么样的状况,我了解大概有31个国家和地区都已经购买了这本书的版权,会以多种语言方式出版。现在《噪声》已经登上美国《纽约时报》畅销书榜单,英国《泰晤士报》畅销书榜单,泰国《明镜周刊》畅销书榜单,我特别想为幕后编辑们发言,每个国家的编辑为这本书付出了很多心血,我也看到西博尼教授背后应该有多个版本的《噪声》,这本书中文编辑安烨老师也在现场,接下来也请安烨老师向两位作者提一个问题,在这之前,我们再给一位现场观众进行提问?
提问3——想问西博尼教授:在贫富分化的环境当中,偏差和噪声会不会越来越多?作为普通人怎么样应对这个问题?
西博尼:我也希望能有答案回答这个问题,但是答案可能不一定是噪声,而是说公众客观无知,例如说贫富差距或成功差距,或者有人获得投资,有人获得工作,有人却没有,很多人的差距是因为一系列的事情造成的结果,而这些事情可能是运气因素,不是噪声,譬如刚刚刘润先生谈到的招聘,你获得了这个工作或者没有获得这个工作,心情是不同的,或者一个企业家获得了投资,另一个企业家没有获得投资,他们心情也会很不一样。
研究《噪声》带给我们的结论也许是我们应该和情绪拉开一定距离,退一步,更冷静一点,提醒自己,我们有负面答案,并不是因为我们不够优秀,而是因为做判断的人受到许多噪声影响,反过来就算得到很好的结果,可能并不是因为本身很优秀,也可能是因为决策者有一定的噪声影响我们,可能没有办法回答您的问题作为普通人如何应对贫富差距,但是我想在日常生活当中我们可能首先要意识到在决策当中噪声是有很大的影响。
韩焱:谢谢西博尼教授。在上海的刘润老师,您那里是分会场,刘润老师今天白天在做培训,都是一些企业家,如果您那边分会场企业家有什么问题想提,您也可以替他们提问。
提问4——刘润:我想代表我们这边的一位企业家提一个问题,今天我们在举行一个私人董事会,企业家们提出了很多建议,每个人的经验不同,提出的建议也都不一样,有的可能来自员工,也有的来自董事会,他听了这么多建议后就很难做出决策,到底听谁的,这些不同的建议到底是噪声还是偏差,又该怎么区分?我代表这位企业家同学提出这个问题。
卡尼曼:对于这个问题,在这个情况下,你是想让大家取得共识还是相反?这种结论是有差异的,如果在谈到噪声的时候,我们要取得一个决策判断的结论,但是在取得判断结论之前,这些差异并不是噪声,这是决策流程当中一个步骤,我们最终取得的是得到一个稳定的决策决定,或者在讨论结束之后要有一个统一的答案。如果每个人都可以投一票,每个人在充分讨论之后都可以投票的话,你可以更好地降噪,大家可以取得更大程度上的共识,但是事实上我想我们应该欢迎不同的声音,并且讨论过程中聆听不同的声音。对于剩下出现的变量,决策的时候我们的应对策略才应该是降噪以及控制噪声。
西博尼:我想补充一下,董事会其实是一个很有意思的研究主题,在《噪声》一书中我们有一整章的内容讨论如何开董事会,比如说董事会必须要做决定怎么召开会议?在许多情况下你是要取得一个没有噪声的决策,要取得一个共识,任何一个董事会会长、董事会主席,首先都应该认识到噪声的存在,当然你要产生不同的观点,最后目的要取得共识。
刘润:让他们充分的听取声音,为自己做决定。
提问5——彭凯平:我有一个我个人的问题,因为我们到现在为止谈的噪声大部分是认知水平的,比如说信息、观点、事实、想法,但是我们也知道很多时候判断决策的变异性来自情绪的变化,心情好的时候我们的想法判断就和心情不好的时候完全不一样。因为有段时间卡尼曼教授提倡情绪革命,他不想做更多的认知革命。《噪声》这本书给我一个印象,回到了认知理性的上面。所以我很好奇,情绪是不是噪声的一种可能性?
卡尼曼:情绪是情境噪声的一种,因为我们在决策的时候可能也会想到长期的结果,但是你不会考虑到当下情绪对于长期的影响。当你处在不同情绪状态下的时候,例如你当天心情很抑郁,你的思考肯定不一样,你的决策也会不一样。
彭凯平:还是要按照功能和目的来确定。
韩焱:非常感谢两位教授的回答。让我们先请出中文版编辑安烨老师,请您向两位作者提一个问题。
提问6——安烨:两位教授好,我是中文版策划编辑安烨。我们之前在专访中见过面,那是一次非常珍贵的机会。作为《噪声》一书的编辑,我相信我是中国读者里面最早接触到《噪声》概念的读者。
除去今天讨论的一些问题,还有一些问题是我非常关注的,第一个问题,两位教授在书里面提到了一个常态谷的概念,常态谷就是说我们所有人遇见一件事情的时候会通过因果关系、因果思维解释我们的决策,比如说我在做一本书策划的时候,我可能会寻找资料证明我自己的观点。我相信不只是出版行业,可能在各行各业中,大家经常会用一些自己找到的资料证明自己的观点,作为普通人,我们应该怎么样去除因果思维的噪声呢?让我们决策更客观、明智一些?
卡尼曼:常态谷这一章或者这个概念它是和另一章节的内容相关,就是客观无知。有些时候我们可能还面临着很多不确定性,而且我们判断未来,预测未来的能力有限,我们为什么对我们评判这么有信心?我是在这种背景下来讨论常态谷这个概念。我们要看一下你是否充分理解现在的情况,你是否对个人理解是满意的,我们当然能很容易地理解自己,我们解释,然后我们能够理解,这样就会给我们一个幻想,好像我们就能很好地预测未来。但是实际上我们预测未来能力是非常有限的。我们个人的理解不应该让我们有充分的自信去判断未来,这是我主要想解释的一点。
这两种思维方式之间存在很大差别,有时候我们可能想去研究这个原因,看这个原因会产生怎样的效果,为了很好地思考噪声,我们去思考原因的方式并不是特别有帮助,而是应该用统计学思维方式,这样是描述性的,不需要找解释,而是在观察。
通常情况下当我们讲到偏差的时候,我们会想一下原因是什么,希望找到对于这种判断的解释是什么,但是当我们想到噪声的时候,你就是在观察一种事实,去看一下是不是有差别的存在,你可能没有解释,仍然它是非常重要的,或者你尽管没有办法解释为什么噪声出现,但是仍然要尝试降低这种噪声,这就是在常态谷这章主要讲的内容。
安烨:还有一个问题,在您的两本书《思考,快与慢》和《噪声》,封面上都有一只相同的铅笔,我相信应该有很多读者注意到铅笔是同一支铅笔。能请两位教授讲一下铅笔的故事吗?为什么这两本书要用同样一支铅笔作为它的主要设计元素?
卡尼曼:我也不知道,因为不是我画的,是其他人做封面设计的。画一个铅笔的想法最开始是因为我都不知道,并不充分理解,为什么在最开始《思考,快与慢》这本书里面有一个铅笔和笔的情形,我觉得这就是去解释,像是一种比喻。《噪声》这本书为什么还有铅笔呢?我想这是在提醒大家还有另外一本书叫《思考,快与慢》,《思考,快与慢》是非常成功的一本书,这是非常好的提醒,告诉观众告诉读者,如果你喜欢这本书的话,上一本书也是非常好的,所以这是为什么第二次封面上还出现铅笔的标志。
提问7——直播间里面向我们提问的观众还是很活跃,这里有一个问题给西博尼教授,这位观众的提问是很多政策的制定和出台都会听取相关企业、专家等等不同领域人士的意见,在这种情况之下各方的角色和利益诉求都不同,作为政策制定者我们怎么避免被噪声影响,做出准确的决策?同时还能避免花费太长的时间提升决策效率?这应该是来自政府部门用户的提问,他也是想鱼和熊掌兼得,请西博尼教授回答这个问题。
西博尼:这个问题可以讨论好几个小时,所以我关注于以下几点。在我们决策过程中听专家意见,其实这也是一个非常重要的主题,我们讲到专家的时候具体指的是什么?我们是否能够信任这些专家,他们不会出错或者他们比其他人是更准确的、更正确?这是我们需要问的问题。我们考虑到有不确定性的存在以及客观无知的存在,所以很多领域中专家的专长和专业知识其实也并不是非常具有说服力,我们轻易就能够找到一些我们非常容易信服的专家,如果我们研究一下他们到底有多正确,就会发现他们评判中也会有些错误或者是误差,所以这就是我们在政治预测或者是经济预测,或者是任何在有不确定性非常大的领域中做决策的时候会有情况。
我们看见有些专家做预测的时候,其实他们并不是做得特别好,如果说专家非常好,我们可以信任的话,自己本身有了非常好的过去的成绩,来证明他的判断是非常好的。比如说我们有专家知道过去曾经预测过非常多的情景是正确的,就知道是非常好的,如果你是公司销售,要了解一下你们的销售数字,未来的数字是怎样的,对于几十个季度进行过预测,很有可能你也是这个方面专家,能够很好为公司预测销售的业绩。
有些时候我们把人们叫作专家,依赖他们做决策,尤其是公共决策领域。还有一些人非常聪明,他们能够说服人,但是这些人他们过去的评价成绩并不是很容易被一般人进行分析,这个时候就要小心谨慎一些,要看一下我们给这些专家的建议应该有多大的权重。
提问8——下面还有一个问题给卡尼曼教授,这位观众说我看到《噪声》这本书里提到如何在决策分辨和过滤噪声的方法,有没有系统性的方式能够让我们从源头上减少或者是避免噪声呢?请卡尼曼教授回答这个问题。就像每个刚刚接触噪声概念的人一样,我们会产生一系列的焦虑,原来我们不知道旁边有那么多陷阱,现在我们知道了,就在做决策的时候不免会想说我可不可以从一开始做任何事情的时候,想做任何决策的时候,我就能有方法来避免掉这些噪声对我的影响,虽然我不知道我的敌人在哪,但是我知道有敌人,有没有什么好的方法可以让我在看不见他的情况下尽量消灭他?
卡尼曼:我想你指的可能是决策卫生概念,对于决策卫生概念,我们举个例子,就是洗手的例子。洗手、消毒或者是疫苗和药物是不一样的,药物和疫苗是非常具体的,你知道用它治疗什么疾病。但是你在洗手的时候不知道你到底会洗掉或者杀掉怎样的病毒和细菌,或者你永远也没有办法知道。所以我们要有相应的程序让大家遵照这样的程序做出决策,可能会帮助我们降低噪声和偏差。所以我们必须要有非常好的流程,遵循比较好的流程是唯一一个能够确定我们在改变自己评判的方法。
尽管我们能够严格按照这样的程序做决策,但是还会犯错误,因为世界充满了不确定性,而且我们能够做的就是遵照程序来改变或者提高成功的概率,而且随着时间的推移,每个个人或者是组织一直按照比较好的流程进行决策的话,他们就会做得越来越好,在决策过程中的噪声和偏差就会越来越少,要好过那些不遵循这些流程的人。
对于决策卫生这方面的关键,我们在书中用了很多页写这个内容,就像西博尼教授之前所讲过的,要延迟你的直觉给你带来的影响,有一个重要的主题就是“依赖”,如果你依赖于某些人观点的话,你希望他们是独立的,独立是很重要的,而且我们要给他们进行单独的评分。同时又不要太接近于事实或者是不要过早的作出决策,要试着延迟决策,我们不要依赖于直觉,而是要有经过训练的直觉,这也是决策卫生为什么要有自律性。这样能够让我们决策的时候减少偏差和噪声。
韩焱:感谢两位教授的回答。相信读者和现场观众应该是获得了非常多的收获。出版了这本书以后我们可以看到很多读者对这个书的评论,大家都会写出来说我对哪个部分感觉特别有价值。刚才卡尼曼教授提到的决策卫生,这就是常常被大家提及的,尤其现在被疫情训练以后,我们更加洗手保持卫生习惯,大家能够更加理解到底为什么要保持决策卫生,很有可能为了防范肺炎疫情,但是我们洗手也防范了很多不知道的其他细菌和疾病。所以这个概念是非常受到大家欢迎的概念,也是大家觉得在我们还不太了解我们到底应该怎么更好地消除噪声的时候,不了解后面机理的时候马上可以用起来的方法。
提问9——线上读者想向西博尼教授提问:在互联网时代我们应该更好的想办法保持自己的独立思考,书里面也反复说如果我们想减少噪声,我们一定要做独立思考者。您有没有更好的办法让我们能够成为独立思考者?减少上网时间是不是很好的方法?它会不会成为我独立思考起点?
西博尼:我很想说减少上网时间有很大的帮助,但是卡尼曼教授也说了,我们不能直接用直觉回答问题,我们应该从不同角度分析,先简单分析一下。如果你上网就是去社交媒体,大部分在社交媒体上你看到的观点都是跟你观点比较相似的,可能是因为你的朋友,可能是因为那些算法会给你推送你更喜欢、你更同意的观点,你听到的都是那些观点相似的人的意见,这肯定并不益于你独立思考。
最近几年我看到一些研究,特别是在政治学的研究当中,我们看到对于那些与你不相关话题的方面,很多人的想法很一致,例如,如果你对于堕胎的想法不一样,但是你们可能对于气候变化想法不一样,我们可以看到观点之间是有联系的,特别是美国,可能共和党和民主党两党之间分界非常明显,这会导致独立思考的缺乏,这加强了社交媒体的影响,因为它的设计就是要加强大家的归属感,团体归属感,所以如果你上网是为了这样做的话,这是没有意义的,但是你如果上网是要找一些不同的信息,跟自己观点不一样的信息,就像我们在《噪声》里面提到的,你的心态像最优秀的人一样,他们故意聆听那些不一样的声音,主动寻找不一样的信息,那上网是很好的方式,你上网可以找到很多信息,跟你的观点背道而驰,你可以很容易找到许多不同的观点,但是必须得自己故意找,不要让系统自动推送给你,不是上网时间的问题,而是上网干什么的问题。
韩焱:非常感谢西博尼教授,今天恐怕没有办法再给线上观众提问的机会了,时间过得非常快。今天对话非常精彩,我们谈到了决策和噪声的方方面面。最后请问各位,今天不管在上海的刘润老师还是现场的彭凯平老师,王辉耀理事长,问你们最后一个问题,今天经过这场和卡尼曼教授和西博尼教授的对话,你们觉得收获最大的是什么?
刘润:我今天收获非常大,尤其是卡尼曼教授提到的决策卫生的概念,很多人特别喜欢,我也很喜欢,读书时候也很喜欢,今天经过教授的解释之后更清晰了,它区分了疫苗跟药物的区别,它不是针对特定的问题,你只要保持决策卫生的习惯,你可能已经避免了很多不知道什么原因带来的噪声,我觉得特别有收获,感谢卡尼曼教授。
王辉耀:今天收获非常大,我们有机会倾听卡尼曼教授和西博尼教授非常精彩的分享。我感觉收获最大的就是:今天在中国不断快速发展的社会里面,不管经济上还是其他各个方面,科技、教育等等,确实需要有些新的看问题角度和新的思考框架。《噪声》这本书给我们提供了非常好的新的视角,新的心理分析角度,同时从经济学和心理学角度给我们带来分析的工具箱。所以我想让更多人看到湛庐出品的这本书,看到国际上前沿的思考和想法,对于我们怎么更好地决策、推进工作和生活,更完美的创新世界都有非常大的帮助。
彭凯平:我觉得收获最大的就是:今天晚上的对话把很多人的误解消除了,因为噪声很多人的误解就是认为是噪声是指不同意见,今天晚上两位作者把这个问题说得很清楚,噪声并不代表不同意见,他们提倡的三个原则非常实用。如何让我们思维决策更加理性,第一要做独立的思想者,思想之独立是解决噪声的方法,很多人没有想到这一点。第二要做审慎的思考者,我们不要匆忙地说任何事情,很多人发表意见谈看法不经思考立马就做出意见,这个告诉我们要审慎。第三,一定要有原则,一定要有一种初心、坚持。所以这三个跟积极心理学,跟中国传统智慧和思想也是非常相通的,两位作者告诉我们要独立、审慎同时要有自律。今天晚上的对话把可能有的误解解释得非常清楚。
韩焱:谢谢彭凯平老师。我相信线上和线下的用户大家都有很多收获,也希望大家在直播间的评论区,把你的收获、感悟分享出来,让更多人意识到噪声的存在,因为只有更多人意识到,咱们才能进入一个噪声更少的世界。
最后,我想请卡尼曼教授和西博尼教授,送给今天看了两个多小时直播的所有观众用户们一句寄语,在未来他们想要跟噪声做一些抗衡,想要消除噪声的时候,不管是让自己生活更幸福,让自己人生更成功,或者是让自己的事业有发展,甚至是希望改变周遭的世界,他们能够想起来你们给他们的鼓励。
西博尼:刚刚最后几位的总结都说得很好,特别是有嘉宾提到,其实我们的降噪三大原则,和中国的哲学很相似,就像各位提到的,我们应该更审慎,不要那么容易相信自己,慢一点做决策,还要有更强的纪律性,这对大家来说都是适用的。
卡尼曼:我最后的寄语想说,决策卫生对于组织的降噪是有用的,对于个人决策也是同样有用的,作为个人,我们的决策过程、在系统中遇到的噪声,和组织是一样的。而且中国的哲学也符合我们提出的建议,我也感到深受鼓舞。
韩焱:谢谢卡尼曼教授,非常感谢今天到场的所有嘉宾,也感谢所有直播间里面的用户。感谢各位专家在百忙之中能够参加今天这次活动,特别是要感谢万里之外的卡尼曼教授和西博尼教授,还有千里之外的刘润老师,还有现场的王辉耀理事长和彭凯平老师,感谢大家在百忙之中为所有人带来了一场非常精彩的分享。再好的相聚也要暂时说再见。希望疫情赶快过去,我们能够和两位教授在线下相见,希望到那时候,这个世界的噪声能够更少。
《噪声》为我们推开了一扇全新的大门。希望大家在知道了噪声是一个不能忽视的问题之后,能够在今后工作和生活当中,利用今天掌握的知识,让自己的决策变得更明智,成为一个更聪明的决策者。
非常感谢大家收看本场直播,参与本场由湛庐文化和百度财经举办的活动,也感谢陪伴了我们两个多小时的观众和用户。谢谢大家!我们下次再见!
远离噪声,做聪明的决策者!
本次活动实时观看总量超过330万,
6位跨领域专家跨界同框,
40家平台同步转播,
2000万+全网触达,流量引爆!
——感谢各个伙伴平台对本次活动的支持——
评论 (0)