认识偏见并科学地利用启发法

             ——《思考，快与慢》读后感（2）

丹尼尔在书中的第二部分专门谈到了启发法与偏见，这些涉及到统计学中的大数法则和小数定律。首先，大家都知道大样本的结果更精确，但很多人并不清楚为什么它们更精确，因为他们并没有接受过统计学方面的训练而变成了“直觉性统计学家”，他们对样本效应缺乏理解，选择的样本通常都很小，致使出错风险高达50%，也就是说对于随意取样的直觉似乎符合数定律，于是他们往往断言大数法则对于小数定律同样适用，由此引起了普遍性偏见。

这种普遍性偏见更多来自于小样本的民意调查，它包含了两方面的信息：新闻本身和新闻的来源，通常，我们关心的是新闻本身与调查结论，而不是可信度与统计误差，于是我们信任这种普遍性偏见，因为我们的“系统1”并不善于质疑，它抑制了不明确的信息，不由自主地将信息处理得尽可能连贯，“系统2”能够提出质疑，因为它可以同时包含不相容的多种可能性。然而保持这种质疑会比不知不觉相信其真实性更加困难。

普遍性偏见来自于我们常夸大所见事情的相容性和连贯性。特别是联想机制会搜寻原因。在统计规则方面，我们面对的困难是这些规则要求使用不同的方法处理问题。依据统计学观点，我们不应关注当前事件的成因，而应当关注其未来走向。事情的发生往往并没有什么特殊原因，一切只是机缘而已。对偶发事件作出因果关系的解释必然是错误的，而人类很喜欢这样做，在中国，自然随机发生的事情往往被解释为阴谋论，显然这源于情感、偏见，特别是小样本联想，中国人特别会联想，缺乏基本的统计学知识。

在书中，丹尼尔首先定义了可得性启发法，他说：“与其他判断启发法一样，可得性启发法就是用一个问题替代另一个问题，你希望估测某一范畴的大小或某一事件的发生频率，但你却会提到自己想到相关实例的轻松程度。问题的替代必然会产生系统性错误。你会发现启发法是如何通过一个简单的过程导致偏见的，不直接说出事件发生的频率，而是列举那些使你轻松想起相关实例的因素，其中的每个因素都会成为偏见的潜在来源”。意识到自己的偏见显然有利于团队关系的融洽，也可以使夫妻和睦相处。

在夫妻相处的二十多年里，我和太太经常为自己对家庭的某件事情所做的贡献而争论，比如你做了多少比例的家务，又比如对于一次成功的房地产投资决策你做了多少贡献，还有就是孩子生病，谁负主要责任，显然由于各自的偏见，对于成功的投资决策，对于家务的贡献，夫妻二位估测的贡献率合计远远超过100%，而对于失败所要承担的责任，夫妻二位各自估测的比例则合计远远低于100%，可得性偏见对此的解释是：夫妻二人记自己的努力和贡献比记对方清楚得多，而且可得性的不同导致了对频率判断的不同。而对于责任，则很容易记住对方的缺点和失误。偏见不一定是自私，我们还非常不好意思地承认自己的错误，把争执经常归因于自己，但偏见不可避免，这是人类的缺陷。

在一个公司里面，利润的分配机制，股权激励机制，往往很难取得成功，很多人总认为分配不公平，不合理，为什么？因为每一个团队成员可能都感觉自己做得很多，甚至超出了自己的份内工作，而当分配出现时，则往往感觉到自己的努力没有得到老板或领导足够的认同，其实，这里谈的普遍性偏见解释了这个问题，你可能没有私心，但你一定有偏见，如果你详细了解团队的其他人，他们通常也付出超过100%的努力工作，你或许能缓和这种心理失衡的状态，所以作为一个企业家，一个团队的首领，要多学习，多了解心理学和决策行为，特别了解偏见的产生和克服，当然多了解团队中的每一人也很重要。大样本的采集必然能纠偏，但花费太多时间与精力，小样本采集会形成直觉形偏见，但只要你意识到并积极加以控制便会成功。