（圖源：CFP/供圖）

李佩珊/文

作為2002年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主，丹尼爾·卡尼曼（Daniel Kahneman）從不自認(rèn)為經(jīng)濟(jì)學(xué)家。這位純粹而卓越的心理學(xué)家從未轉(zhuǎn)行，也從沒有上過一門經(jīng)濟(jì)學(xué)課程，是位徹徹底底的經(jīng)濟(jì)學(xué)“門外漢”。然而，他和同為心理學(xué)家的研究伙伴阿莫斯·特沃斯基（Amos Tversky）所開創(chuàng)的“展望理論”（Prospect theory）挑戰(zhàn)了經(jīng)濟(jì)學(xué)“理性人”決策的假設(shè)，為打開行為經(jīng)濟(jì)學(xué)的大門奠定了基礎(chǔ)。

卡尼曼或許也是著作最為暢銷的諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主之一。他于2011年出版的獲得了美國國家科學(xué)院圖書獎(jiǎng)《思考，快與慢》一書，在全球銷售了數(shù)百萬冊。這并不是一本流于簡略的大眾書籍，他著迷于分析人類決策過程中錯(cuò)誤是如何發(fā)生的，而他基于大量實(shí)驗(yàn)和材料得出的洞見——大眾的直覺思考充滿了偏見，無疑是在忤逆著大眾思想的潮流。

丹尼爾·卡尼曼是位悲觀的質(zhì)疑者，童年時(shí)作為猶太兒童在淪陷區(qū)的經(jīng)歷給予了他這抹生命的底色。但在另一方面，他也是一位行動(dòng)力相當(dāng)強(qiáng)的生意人，開創(chuàng)了咨詢公司TGG集團(tuán)，專注于將行為科學(xué)和數(shù)據(jù)分析應(yīng)用于咨詢領(lǐng)域。

近日卡尼曼出版了《噪音：人類判斷的缺陷》（Noise:A Flaw in Human Judgment）一書，我們可以在其中同時(shí)找到他這兩部分的存在和成果。他將對于人類判斷錯(cuò)誤產(chǎn)生原因的研究從“偏見”推進(jìn)至了“噪音”，即“應(yīng)該相同的判斷中的可變性”這一更容易被忽視的因素。卡尼曼保持了他一貫的悲觀論調(diào)，認(rèn)為人類難以戰(zhàn)勝噪音，呼吁采用“決策衛(wèi)生”這樣的預(yù)防性措施來減少噪音。同時(shí)，他對于未來用算法完全消除噪音的可能性抱有相當(dāng)高的期待，將之稱為唯一可以完全消除噪聲的方法。

事實(shí)上，算法、數(shù)據(jù)、行為科學(xué)早已交織和纏繞在一起。不管是在前幾年發(fā)生的關(guān)于操控美國大選的劍橋分析(Cambridge Analytica)數(shù)據(jù)門事件中，還是不久前Netflix紀(jì)錄片《監(jiān)控資本主義》所揭示的社交網(wǎng)絡(luò)用戶成癮問題中，我們都可以尋覓到這種交織和纏繞的存在。《噪音》以外，我們又該如何理解這樣的現(xiàn)實(shí)？

從偏見到噪音

在《思考，快與慢》中，卡尼曼指出了“偏見”（bias）的存在。這基于他將人類的思考模式所分為的“快”和“慢”兩個(gè)系統(tǒng)，即依賴直覺、無意識的“系統(tǒng)一”，和自主控制、有意識的“系統(tǒng)二”。這兩者本該協(xié)同合作，但大腦出于惰性，往往直接選擇了“系統(tǒng)一”的判斷，這導(dǎo)致了人類的決策容易陷入“偏見”之中。

在這本書中，卡尼曼收入了他關(guān)于偏見最著名（也最有爭議）的解釋——“琳達(dá)實(shí)驗(yàn)”，來解釋系統(tǒng)一是如何將無法立即找到答案的復(fù)雜問題進(jìn)行簡單化，形成了偏見。在“琳達(dá)實(shí)驗(yàn)”中，卡尼曼要求受試者想象一位名為琳達(dá)的女學(xué)生，將之描述為“31歲、單身、坦率活潑、在學(xué)生時(shí)代十分關(guān)心不平等和社會公正議題”。在他為判斷琳達(dá)身份提供的幾個(gè)選項(xiàng)中，其中一項(xiàng)為“琳達(dá)是一位銀行職員”，另外一項(xiàng)則為“琳達(dá)是一位銀行職員，并是位女性主義者”。絕大多數(shù)受試者出現(xiàn)了“合取謬誤”（從概率上后者是前者的子集），選擇了后一項(xiàng)選項(xiàng)，這是因?yàn)樗麄冇?ldquo;琳達(dá)是否是女性主義者”這個(gè)簡單的問題偷換了“琳達(dá)是否是一位女性主義銀行職員”的復(fù)雜問題。

但偏見不是卡尼曼對人類思考判斷過程的研究之路的終點(diǎn)，時(shí)隔十年之后，他出版了《噪音：人類判斷的缺陷》一書，來介紹“噪音”(Noise)對人類判斷廣泛而損害重大的影響。“實(shí)際上，偏見被高估了，這是以犧牲本該對噪音的重視為代價(jià)的。”卡尼曼在新書中寫道。《思考，快與慢》的超級暢銷點(diǎn)燃了人們重視偏見的熱情，但他認(rèn)為現(xiàn)在已經(jīng)到了人們應(yīng)該認(rèn)識噪音這個(gè)普遍而重要問題的時(shí)候了。

卡尼曼將“噪音”定義為“應(yīng)該相同的判斷中的可變性”。他在人類社會中發(fā)現(xiàn)了大量存在的噪音，在醫(yī)學(xué)界、法律界、經(jīng)濟(jì)界這些需要大量判斷和預(yù)測的領(lǐng)域，他發(fā)現(xiàn)專家們的判斷經(jīng)常會大相徑庭，更糟糕的是，他們經(jīng)常會因?yàn)橹T如天氣或者心情給出不同的判斷。

雖然都存在于判斷過程中，噪音和偏見實(shí)質(zhì)上是兩類錯(cuò)誤：正如“琳達(dá)實(shí)驗(yàn)”顯示的，偏見本質(zhì)上是一種導(dǎo)向于一致性錯(cuò)誤的因果方式，而噪音則是一種數(shù)值散亂的統(tǒng)計(jì)方式。

卡尼曼在《噪音》中用一個(gè)相當(dāng)簡潔易懂的“體重秤”的例子來解釋偏見和噪音的區(qū)別。如果你每天都在體重秤上秤一次體重，每次體重秤都將你的體重高估了兩磅，那就是偏見（bias）；而如果體重秤每次顯示出來的體重?cái)?shù)總是不一致，在第一天增加了一磅，在第二天卻減少了一磅，在第三天又增加了三磅，這就產(chǎn)生了噪音（noise）。

“大量的噪音是個(gè)昂貴的問題。”卡尼曼在書中寫道。他引入了MSE（均方差）來測量“噪度”，并將之稱為“噪音審計(jì)”。他發(fā)現(xiàn)一家保險(xiǎn)公司的核保人們在制定保費(fèi)時(shí)有著高達(dá)55%的噪度，一家資產(chǎn)管理公司的對股票估值的噪度則達(dá)到了41%。這令公司的高管們瞠目結(jié)舌，他們原以為員工們的判斷最多只有10%左右的偏差。過度報(bào)價(jià)和低價(jià)合同給這家保險(xiǎn)公司帶來了高達(dá)數(shù)億美元的噪音成本。

此外，卡尼曼認(rèn)為噪音帶來了大量的不公平。由于在法律界、教育界和政府中大量噪音的存在，不公平的現(xiàn)象廣為存在。在他主持的一項(xiàng)法律界的噪音審計(jì)中，208名美國聯(lián)邦法官面對著同樣的由16個(gè)簡化問題描述的犯罪，給出了平均為7年的刑期，但是法官之間給出刑期的平均差異超過了3年——這是非常巨大的噪音。“這將判決變成了抽簽”，卡尼曼指出這樣的“抽簽”也會發(fā)生在入學(xué)申請、競賽評分這樣需求公平的重大時(shí)刻，甚至?xí)P(guān)系到人們的生死：想想看，一個(gè)患有重癥的人通過了申請，獲得了社會保障殘疾福利，而一個(gè)人卻什么也得不到。噪音會給社會帶來難以承受的不公平，“處境相似的人受到不同的對待是不公平的，專業(yè)判斷被視為不一致的系統(tǒng)會失去可信度”。

如何減少被忽視的噪音：“決策衛(wèi)生”

噪音已經(jīng)對社會造成了如此大的損害，為何至今從沒有被重視過？

卡尼曼認(rèn)為，人們并不是對噪音視而不見，而是習(xí)慣性地忽視噪音——他將噪音比喻為“地下室的漏洞”。

他將人們沒有意識到噪音這一“地下室的漏洞”的原因，指向了對“分歧”的逃避。“人們對不同意見往往會有不適感。”卡尼曼指出，大部分組織喜歡共識與和諧，而不是異議和沖突。現(xiàn)有的管理程序似乎往往是為了盡量減少實(shí)際分歧的發(fā)生頻率而設(shè)計(jì)的：當(dāng)分歧發(fā)生時(shí)，就將其解釋掉。

卡尼曼分享了一個(gè)真實(shí)的故事來證實(shí)組織是如何縱容噪音來避免分歧的。明尼蘇達(dá)大學(xué)的心理學(xué)教授內(nèi)森·坤塞爾（Nathan Kuncel）幫助一所大學(xué)審查其招生決策的過程。這所大學(xué)會讓第一位招生官閱讀申請文件并打分后，將文件移交給下一位招生官。雖然這保證了每份申請都有兩位招生官審核，但第一位招生官留下的分?jǐn)?shù)顯然會影響到第二位招生官。因此，這位心理學(xué)教授建議，最好在移交文件時(shí)掩蓋住第一位招生官的打分。但學(xué)校的回答是：“這就是我們曾經(jīng)的做法，但這導(dǎo)致了如此多的分歧，于是我們選擇了現(xiàn)在的審核系統(tǒng)。”

發(fā)現(xiàn)分歧，或者說發(fā)現(xiàn)噪音并意識到其存在，雖然令人不快，但是對于解決成本和不公平的問題大有好處。當(dāng)然，最重要的問題仍是，人類是否可以做些什么，來盡量消除決策過程中的噪音？

對待噪音這個(gè)難以預(yù)測、容易被忽視的敵人，卡尼曼建議我們吸取醫(yī)療中預(yù)防性衛(wèi)生措施的經(jīng)驗(yàn)，在錯(cuò)誤發(fā)生之前預(yù)防一系列不明確的潛在錯(cuò)誤。他將這種方法稱之為“決策衛(wèi)生”。就像是洗手一樣，“決策衛(wèi)生”程序可以幫助我們在決策過程中提高減少噪音的可能性。

卡尼曼提出的決策衛(wèi)生的“第一原則”是：判斷的目標(biāo)是準(zhǔn)確性，而不是個(gè)人表達(dá)。人們之間的個(gè)體差異和判斷人格的不同，導(dǎo)致了不同的人對同一問題往往有不同的看法，卡尼曼將之稱為“穩(wěn)定模式噪音”，這是社會中廣泛存在的系統(tǒng)性噪音的相當(dāng)重要的組成部分。卡尼曼認(rèn)為其不得不指向一個(gè)不受歡迎卻又不可避免的結(jié)論：“判斷不是你表達(dá)個(gè)性的地方。”

對決策衛(wèi)生第一原則的根本而徹底的應(yīng)用是，用規(guī)則或算法取代判斷，“算法評估可以保證消除噪聲——事實(shí)上，它是唯一可以完全消除噪聲的方法。”即使目前算法仍不太可能在重要決策的最后階段取代人類的判斷，但他認(rèn)為適當(dāng)?shù)厥褂盟惴▉頊p少?zèng)Q策對于專業(yè)人士的依賴是大有裨益的，比如，限制法官的自由裁量權(quán)或促進(jìn)醫(yī)生診斷的同質(zhì)性。

他也倡導(dǎo)人們通過“抵制不成熟的直覺”的原則來進(jìn)行“決策衛(wèi)生”，特別是對于專業(yè)人士而言。專業(yè)人士往往會根據(jù)過去的經(jīng)驗(yàn)做出非常快速的判斷（“系統(tǒng)一”的快思考），這不僅僅是噪音，也是偏見的主要來源。正如他在《思考，快與慢》中描述過的，出于直覺的快思考意味著可以快速得到判斷完成的內(nèi)在信號，這讓決策者對他們的判斷充滿信心。這也正是決策者難以拋棄快速思考的即時(shí)獎(jiǎng)勵(lì)，而選擇更束縛和更痛苦的規(guī)則、算法的關(guān)鍵原因。卡尼曼認(rèn)為，人們終究要學(xué)會延遲滿足，“直覺不應(yīng)該被禁止，但應(yīng)該被告知、約束和延遲。”他鼓勵(lì)人們對證據(jù)進(jìn)行平衡和仔細(xì)的考慮，進(jìn)而再利用直觀參與到判斷中。

基于這一原則，他建議對信息進(jìn)行排序，讓無關(guān)緊要可能產(chǎn)生偏見的信息不被專業(yè)人士所獲得。例如，讓檢查人員不知道嫌疑人的其他信息（想想看之前的“琳達(dá)實(shí)驗(yàn)”，你就知道這有多必要）。

“把判斷分成幾個(gè)獨(dú)立的任務(wù)”是另外一項(xiàng)“決策衛(wèi)生”原則。具體說來，卡尼曼建議人們在具體的決策過程中，將問題再一次分解為幾個(gè)方面和特征，并對每個(gè)方面和特征進(jìn)行獨(dú)立評估，直到每一項(xiàng)評估完成前，不要進(jìn)行全局判斷，“通過將判斷分解為一系列較小的任務(wù)，可以減少過度一致性”。

卡尼曼認(rèn)為谷歌（Google）的“結(jié)構(gòu)化面試”是我們了解“把判斷分成幾個(gè)獨(dú)立的任務(wù)”這一原則的很好案例。在谷歌的招聘過程中，“應(yīng)聘者是否合格”這個(gè)問題被分解為四個(gè)方面評估:“一般認(rèn)知能力、領(lǐng)導(dǎo)力、企業(yè)文化適應(yīng)性和崗位相關(guān)技能知識”，并進(jìn)一步細(xì)化為更小的組成部分。應(yīng)聘者的長相和愛好等等無關(guān)因素，無論是積極還是消極，都不會被列入考核范圍。

在按照這一原則行事時(shí)，我們也有必要設(shè)置多個(gè)判斷者，并從他們那分別獲得獨(dú)立的判斷，然后再考慮匯總這些判斷。事實(shí)上，卡尼曼認(rèn)為谷歌的“結(jié)構(gòu)化面試”遠(yuǎn)遠(yuǎn)比其他公司成功，是因?yàn)楣雀鑷?yán)格執(zhí)行了一條并非所有公司都遵守的規(guī)則:公司確保面試官們在相互溝通之前，已經(jīng)單獨(dú)對候選人進(jìn)行了評分。

“執(zhí)行決策衛(wèi)生很可能吃力不討好。”卡尼曼延續(xù)著他一貫的悲觀論調(diào)。噪音作為看不見的敵人，打敗了它也只能獲得看不見的勝利。但“決策衛(wèi)生”仍舊至關(guān)重要——身處新冠疫情時(shí)代，我們注定能相當(dāng)理解這一點(diǎn)。正如在人類徹底戰(zhàn)勝疫情之前，“戴口罩”永遠(yuǎn)是我們所能采取的最有效的措施。

《噪音》之外：

算法、數(shù)據(jù)和行為科學(xué)

“當(dāng)線性的人遭遇指數(shù)級增長的技術(shù)時(shí)，AI終將勝出，這是很清楚的事情。”卡尼曼在最近的一次采訪中如是說道。這位悲觀的心理學(xué)家如今對人工智能抱持著相當(dāng)高的興趣和信心。他甚至表示，如果自己重新出生，人工智能、數(shù)據(jù)分析將取代心理學(xué)成為他最想從事的領(lǐng)域。

事實(shí)上，如今算法、數(shù)據(jù)、行為科學(xué)早已交織和纏繞在一起：行為科學(xué)成為操縱人類行為的科學(xué)依據(jù)，而數(shù)據(jù)和算法則提供了可行性和資源支撐。

行為科學(xué)是如何成為操縱人心的利器的？《思考，快與慢》被列入美國情報(bào)人員的必讀書目并不是坊間空談。行為經(jīng)濟(jì)學(xué)家將卡尼曼在《思考，快與慢》中指出的“偏見”稱為“認(rèn)知偏差”，這可以被潛在的操縱者利用，通過塑造信念來影響我們的決策軌跡。比如，利用“錨定效應(yīng)”影響人們對成本或者收益的評估價(jià)格，或是暗示大多數(shù)人的決策結(jié)果以使我們不知不覺中屈從。

過去人們相信這種操縱可以相當(dāng)積極。深受卡尼曼影響的行為經(jīng)濟(jì)學(xué)家理查德·塞勒(Richard Thaler)的“輕推理論”（Nudge theory）指出，“輕推”可以用一種可預(yù)測的方式改變?nèi)藗兊男袨椋皇敲睢⒁膊唤谷魏芜x擇或者提供顯著的經(jīng)濟(jì)激勵(lì)。取而代之的是，輕推改變了人們決策的環(huán)境，當(dāng)人們再次使用系統(tǒng)一，也就是直覺進(jìn)行決策時(shí)，最終的選擇將會變得積極和理想。

“輕推”最著名的例子是，奧巴馬政府的白宮信息與管制事務(wù)辦公室主任凱斯·桑斯坦（Cass Sunstein）讓計(jì)算機(jī)將數(shù)百萬美國企業(yè)和政府的員工自動(dòng)錄入到某個(gè)退休計(jì)劃，但保留人們自愿退出的權(quán)利。《大空頭》的作者邁克爾·劉易斯（Michael Monroe Lewis）曾稱贊這種來做公益事業(yè)的方式就像是一種“魔法”，“如同月光悄悄爬進(jìn)窗戶一樣，在人們沉睡之際偷偷潛入千家萬戶，改變了他們的生活。”

當(dāng)大數(shù)據(jù)、算法和行為科學(xué)相遇時(shí)，事情有了更巨大的改變。大數(shù)據(jù)為行為科學(xué)提供了龐大的資源庫，我們無時(shí)無地不在留下的數(shù)字痕跡被算法收集匯編成檔，暴露了我們的購買行為、財(cái)務(wù)狀況、升學(xué)就業(yè)、人口統(tǒng)計(jì)信息。同時(shí)，我們的決策弱點(diǎn)和決策偏好也從中顯露無疑，通過了解我們決策容易受到影響的偏見模式，就意味著可以通過行為科學(xué)的指導(dǎo)更輕易地影響乃至指導(dǎo)我們的決策。

哈佛商學(xué)院榮休教授肖莎娜·朱伯夫（Shoshana Zuboff）在其著作《監(jiān)視資本主義時(shí)代：在權(quán)力的新疆域?yàn)槿祟愇磥矶鴳?zhàn)》（The Age of Surveillance Capitalism : The Fight for aHuman Future at the New Frontier of Power）中指出這一切發(fā)展成為了“監(jiān)視資本主義”，這個(gè)新概念因?yàn)镹etflix的同名紀(jì)錄片而廣受談?wù)摗Ｖ觳蛑赋霰O(jiān)視資本家（Surveillance capitalists）“把確定性賣給想要確切得知我們在做什么的商業(yè)客戶”，并為了使客戶滿意，他們會盡力確保來自大數(shù)據(jù)和算法的預(yù)測成真——通過行為干預(yù)來“調(diào)和、牧養(yǎng)并形塑我們”，從而取得最大可能的商業(yè)成功。

也因此，行為科學(xué)被科技公司們認(rèn)為有相當(dāng)廣大的商業(yè)化前景，并被驅(qū)動(dòng)走向商業(yè)化。卡尼曼在《噪音》中所提到的其身為創(chuàng)始人的咨詢公司TGG集團(tuán)，旨在通過“發(fā)掘埋沒在大數(shù)據(jù)中的信息”來“減少?zèng)Q策中的噪音”。卡尼曼曾開設(shè)的關(guān)于認(rèn)知的高級講習(xí)班吸引了相當(dāng)多的科技巨頭的參加，例如谷歌創(chuàng)始人拉里·佩奇、謝爾蓋·布林和Facebook首任總裁肖恩·帕克等等。

行為科學(xué)幫助科技公司制定了更精準(zhǔn)的戰(zhàn)略，讓科技公司無聲無息地操縱用戶的決策成為可能——正如Facebook所經(jīng)歷的相當(dāng)多次的“數(shù)據(jù)門”所揭露的。

早在2014年，F(xiàn)acebook的數(shù)據(jù)科學(xué)團(tuán)隊(duì)被披露在2012年和康奈爾大學(xué)和加州大學(xué)舊金山分校的研究人員共同對在不知情的情況下的70萬名Facebook用戶進(jìn)行了情緒啟動(dòng)試驗(yàn)，研究如果操縱用戶的動(dòng)態(tài)消息內(nèi)容，發(fā)布內(nèi)容的積極性或消極性會否受到影響。大眾普遍表示無法接受，但Facebook辯稱這沒有超過服務(wù)協(xié)議的范圍。

2018年，劍橋分析(Cambridge Analytica)數(shù)據(jù)門爆發(fā)，英國咨詢公司劍橋分析被前員工揭露，在未經(jīng)數(shù)百萬Facebook用戶的同意下收集了他們的數(shù)據(jù)，并用這些數(shù)據(jù)為特朗普在2016年的總統(tǒng)競選活動(dòng)提供了分析協(xié)助，并涉嫌干擾了英國脫歐公投，這引發(fā)了民眾排山倒海式的反對。Facebook不得不進(jìn)行道歉，首席執(zhí)行官馬克·扎克伯格經(jīng)歷了美國國會作證程序。在2019年，F(xiàn)acebook因侵犯隱私被聯(lián)邦貿(mào)易委員會罰款50億美元。這仍抵不住民意洶涌，“刪除臉書”（#Delete Facebook）運(yùn)動(dòng)如今仍舊沒有停止。

顯然，從“輕推”到“監(jiān)控資本主義”，人們對于行為科學(xué)的陰暗面有了更多的懷疑。事實(shí)上，目前的行為科學(xué)更像是《黑客帝國》中紅色藥丸和藍(lán)色藥丸的混合體，選擇權(quán)在使用它的人的手中。在《噪音》之外，這或許更是行為科學(xué)和我們現(xiàn)實(shí)生活更貼近也更需要了解的那一部分。