《Thinking in Bets》读书分享 - 如何在信息不完全情况下做出更好的决策(1)

简介: 《Thinking in Bets》中文《对赌:信息不足时如何做出高明决策》读书笔记

读书分享系列之一 - 《Thinking in Bets》(1)

从一次误机事件说起

上周,我和gengqian、zijing等同学一起去杭州参加集团效能大会。qian妹子选择了晚上9点多的飞机;我是悲观主义者,所以选择的飞机比qian妹子早3个小时。zijing是个稳健主义者,直接坐高铁去了。
最后的结果是,我的飞机延误了4个多小时,到家的时间比gengqian还要晚将近一个小时。因为误机时间太长,所以本来可以停靠在不需要摆渡车的普通停机位,变成了离航站楼较远的远端停机位,需要乘坐摆渡车。恰逢很少下雨的北京,那天下着比较大的雨,空乘人员给大家准备雨衣花了一些时间。天黑路滑大家速度慢,上摆渡车的时间比平时也长。如果是普通停机位,我先下飞机就直接走了,而乘坐摆渡车必须等所有人都上了车才可以有。这样下飞机就用了将近一个小时。
好不容易到了出租车站,因为下雨的原因,排队比平时的时间长。最后上了车,车速也是受下雨的影响。
但是其实,如果不是因为误机时间如此之长,以至于机场快轨等常规运输工具都停运了,即使遇到下雨,我可以选择乘坐机场快轨回市区。至少快轨和较多的机场大巴发车的情况下,打车的压力比会小一些。
另外,我虽然享受的是红眼飞机的待遇,机票可是按照普通飞机的价格来付的。虽然误机超过4个小时,也没有得到任何补偿。

那么,我选择的策略是不是错误的呢?是不是不如gengqian和zijing他们呢?

zijing选择乘坐火车,准点率几乎是100%,可以认为是确定性事件。那么,gengqian的飞机的策略跟zijing比起来如何呢?
我们来看下过去一周中,gengqian飞机的起飞和到达时刻表:
hu7178

从数据中可以看到,gengqian所乘的HU7178航班晚到1个小时左右是比较普遍的事件。周五那天虽然最高,但是比起平时波动也不大。

再看下我所乘飞机的情况:
ca1715

其实有将近一半的时间不但没延误,反而是提前到的。除了周五我乘坐的那天以外,延误的时间跟gengqian的飞机比也基本一样。只有周五那天数据异常,但是很不幸恰好就让我赶上了。

结果导向的偏差

以结果为导向是我们通常都会有的思维模式。在结果与决策之间建立过于紧密的联系会影响我们的决策,并可能造成广泛的灾难性的后果。
用原书的话为『Drawing an overlay tight relationship between results and decision quality affects our decisions every day, potentially with far-reaching, catastrophic consequences.』
这导致了其实大家普遍关心的并不是决策是不是正确,而是结果好不好。

为什么会这样呢?神经学的研究结果表明,我们的大脑的进化方向就是为了创造确定性和秩序。如果运气同样发挥了重要作用,会使我们的思维模式感到不安。我们知道运气很重要,但是如果竭尽全力仍然得不到满意的结果的话,这会让我们失去前进的动力。在混乱中创造秩序是我们生存的必要条件。
引用下原文『We recognize the existence of luck, but we resist the idea that, despite our best efforts, things might not work out the way we want... Creating order out of chaos has been necessary for our survival.』

一直以来,寻求确定性是人类赖以生存的手段,但在一个不确实的环境里,它却可能会对我们的决策造成严重的破坏。
我们面临的挑战并不是如何改变我们大脑的运作方式,这是不现实的,而是在现有的思维局限内如何更好地运用大脑。『The challenge is not to change the way our brains operate but to figure out how to change the way our brains we already have.』

如何面对不确定性

对于不确定性,虽然它是反直觉,反我们的进化方向的。但是它是客观存在的。所以,我们首先要正视它,与它和平共处。『We have to make peace with not knowking.』
物理学家麦尔斯韦说过,『完全自知的无知是每一次科学进步的序幕/Throughly conscious ignorance is the prelude to every real advance in science.』
"I am not sure."并不意味着是我们主观上没有搞清楚,很多时候不确定性就是事实本身,承认不确定性是我们接近客观事实的首要步骤。『Acknowledging uncertainty is the first step in executing on our goal to get closer to what is objectively true. 』
而且,我们需要明确一点。有些时候,即使我们做出了最佳选择也无法提升成功的可能性。『It is often the case that our best choice doesn't even have a particularly high likelihood of succeeding.』。以结果为导向的观点会对此非常沮丧,但是很多时候这就是血淋淋的事实。
接受不确定性令我们的情感很难接受,因为我们都喜欢正确的感觉。『Being right feels really good. "I was right", "I knew it,","I told you so" - those are all things that we say, and they all feel very good to us.』
但是,虽然情感上不容易接受,我们也要接受它。原因有两个:
第一,不管接不接受,事实就是如此。『The world is a pretty random place.』
第二,当我们预测正确时,是会感觉良好。但是错误给我们带来的伤害比快乐更多。2002年,卡尼曼和特沃斯基正是以损失规避(loss aversion)等理论获得诺贝尔经济学奖。

人们的信念是如何形成的

上节我们讨论了,人类的大脑不喜欢不确定性。那么,人们是如何处理不确实性的呢,答案是通过信念。不管实际上是不是,我们先相信一个信念。
那么,信念是如何形成的呢?答案可能让很多同学不舒服,其实大多数人的信念是轻信而形成的。
过程如下:

  1. 我们听到一个说法. We hear something.
  2. 我们相信它是真的。We believe it to be true.
  3. 后来,仅仅是偶而,在我们有时间或意向的时候才会对它加以思考并加验证,以确定期真实性。Only sometimes, later, if we have the time or the inclination, we think about it and vet it, determining whether it is, in fact, true or false.
    以《哈佛幸福课》闻名的丹尼尔.吉尔伯特的一篇论文中指出『People are credulous creatures who find it very easy to believe and very difficult to doubt』

后来他们用实验证实,人类的默认配置是相信所听为真。为什么会这样?因为这样效率高。做为生存的技能,第一型误差(假阳性误差)的成本要低于第二型误差(假阴性误差)。『For survival-essential skills, type I errors(false positive) were less costly than type II errors(false negatives).』
关于这一主题更进一步的信息可以参阅《哈佛幸福课 Stumbling on Happiness》或者是《思考,快与慢/ Thinking, Fast and Slow》

然后,当我们形成了一个错误的观念之后,遇到新信息与我们的观念不一致,我们是如何修正观念呢?答案仍然比较不幸,寻求真理并不是人类天生的处理信息的方式。我们很难调整信念,而是习惯于改变对信息的理解以适应我们的信念。『Instead of altering our beliefs to fit new information, we do the opposite, altering our interpretation of that information to fit our beliefs.』

信念的顽固性 - 动机性推理

信念是有生命力的,一旦形成了,它就会开启自己的生活,主动引导我们去关注和寻找肯定它的证据,让我们极少去质疑这些证据的有效性,还让我们去忽视甚至尽力抵毁与其对立的信息。这种非理性的、循环的信息处理模式称为动机性推理motivated reasoning.
因为人类有动机性推理,所以有些商业模式就会试图满意这个需求,把越来越多的我们喜欢看到的信息推送给我们,比如今日头条。而我们不喜欢的信息则基本上没有机会露面。

如果有一条新信息试图证明我们的某条信念是错的,这种我们是错的的感觉总是很不好。我们倾向于努力消灭这种威胁。

那么,聪明人是否可以逃过动机性推理的诅咒呢?2012年Richard West等三名心理学家的测试结果表明,人们还存在另一种偏差:盲点偏见 blind-spot bias. 人们很容易发现biased reasoning,但是是别人的。越是聪明人越善于发现别人的偏差性推理。但是对于自己的偏见性推理却视而不见。

那么,面对不确定性,轻信的信念,动机性推理,我们如何来解决他们?
好消息是,这些问题都是有解法的。
坏消息是,还有新的偏差,比如自利性偏差,也就是说,我们的成功归功于我们自己的努力,我们的失败是因为运气不好,等新的偏差在等着我们进一步了解。

欲知解法如何,且听下文分解

目录
相关文章
|
3月前
|
SQL IDE JavaScript
"揭秘高效代码Review秘籍:如何像侦探一样挖掘隐藏错误,提升团队编程实力,你不可错过的实战指南!"
【8月更文挑战第20天】代码Review是软件开发中提升代码质量与团队协作的关键环节。本文详细介绍高效代码Review流程:从明确范围与标准开始,到逐行审查与工具辅助,再到积极沟通与闭环管理,辅以示例确保清晰易懂。通过实践这些步骤,不仅能减少错误,还能促进知识共享,为构建高质量软件打下坚实基础。
65 2
|
Cloud Native Go
面试中的自我激励:如何展示你的内在驱动力
面试中的自我激励:如何展示你的内在驱动力
98 0
技术人修炼之道阅读笔记(五)掌控情绪的6个方法
技术人修炼之道阅读笔记(五)掌控情绪的6个方法
|
人工智能 机器人 atlas
【2023B题】人工智能对大学生学习影响的评价(思路、代码)
【2023B题】人工智能对大学生学习影响的评价(思路、代码)
344 0
|
供应链 算法 数据挖掘
谈谈预后性分析是预测性分析的有益补充
预测分析是企业展望未来的主要应用方式。市场营销、零售、生产、设备管理、供应链管理以及许多其他应用都显示出预测的价值和力量,可以作为预测未来结果的工具。
谈谈预后性分析是预测性分析的有益补充
|
机器学习/深度学习 数据采集 人工智能
国内“谁”能实现chatgpt,短期穷出的类ChatGPT简评(算法侧角度为主),以及对MOSS、ChatYuan给出简评,一文带你深入了解宏观技术路线。
国内“谁”能实现chatgpt,短期穷出的类ChatGPT简评(算法侧角度为主),以及对MOSS、ChatYuan给出简评,一文带你深入了解宏观技术路线。
国内“谁”能实现chatgpt,短期穷出的类ChatGPT简评(算法侧角度为主),以及对MOSS、ChatYuan给出简评,一文带你深入了解宏观技术路线。
|
机器学习/深度学习 数据采集 人工智能
两篇AAAI论文,揭示微信如何做文章质量评估
本文介绍了微信搜索数据质量团队在 AAAI 2021 大会发表的两篇研究。
250 0
两篇AAAI论文,揭示微信如何做文章质量评估
|
机器学习/深度学习 算法 API
不该被忽视的五个机器学习项目
本文将介绍5个机器学习或机器学习相关的项目,你可能还没有听说过,但可能应该考虑重视一下了!
4757 0