1天至少读1本书打卡689天
书名：《噪声-人类判断的缺陷》
用时：36分钟
阅读收获：
本书是诺贝尔经济学得主、《思考，快与慢》的作者丹尼尔·卡尼曼的新作，这是他连同其他两位学者-奥利维耶·西博尼和卡斯·R.桑斯坦一起写的。重点讨论的是决策判断过程中出现误差的两大原因之一，噪声（另外一个是偏差，在《思考，快与慢》中探讨的比较多）。
书中给出了偏差和噪声的数学关系是：均方误差=偏差²+噪声²。
我们将噪声定义为：判断中不必要存在的变异。偏差是平均的、共有的误差，噪声则是这些误差的变异。哪里有判断，哪里就有噪音。
噪声分为水平噪声、模式噪声和情景噪声。三者的数学关系依然是这样：系统噪声²=水平噪声²+模式噪声²+情景噪声²。其中模式噪声的影响最大。如果你要成为一个科学决策者，就必须能够正确区分它们。
书中通过司法、医疗、保险、商业等领域的案例说明了噪声存在的广泛性和对判断影响的重要性，而且噪声不易被察觉，因为很多时候噪声都来源于我们不自知的内心和不察觉的外部环境。所以为了尽可能降低噪声对我们决策判断的影响，作者也提出了决策卫生的6个原则：
原则1：判断的目的在于准确性，而不在于个性化表达。
遵循这一原则的一种比较激进的方法是用规则或算法来代替判断。用算法做评估可以保证消除噪声——实际上，它是完全消除噪声的唯一方法。算法已在很多重要领域中得到应用，并且越来越受到重视，但是，在重要决策的最终阶段，算法不太可能取代人类判断——我们认为这是件好事情。但是，适当地使用算法或至少让决策不那么依赖于专业人士的个人喜好，可以改善判断。
原则2：使用统计思维，采用外部视角审视个案。
当判断者将某个案例视为一系列相似案例中的一例而不是把它看作特例时，我们就说，这个判断者采用了外部视角。外部视角可以解决这一问题：具有相同参照系的专业人员会有更少的噪声，此外，外部视角也有助于产生有价值的见解。
原则3：对判断进行结构化，将其分解成几个独立的任务。
该原则也是我们提过的中介评估法的核心。中介评估法将一个复杂的判断分解为多个基于事实的评估，其目的在于保障每个评估都是独立进行的。因此，尽可能将每个评估分配给不同的团队，并尽量减少他们之间的沟通，这样能确保每个评估的独立性。
原则4：抵制不成熟的直觉。
这一原则启发我们对信息进行排序：不应给做判断的专家呈现他们不需要的以及可能引发偏差的信息，即使这些信息是正确的。中介评估法的一个关键要素——控制讨论议程也是如此，一个有效的讨论议程将确保人们分别从不同的方面考虑问题，直到所有方面的评估都完成之后，人们再做出整体判断。
原则5：获取多位判断者的独立判断，再考虑汇总这些判断。
对所有的独立判断求均值可确保减少系统噪声，但不能减少偏差。单一判断是从所有可能判断的总体中抽取的一个样本，增加样本量可以提高估算的准确性。当判断者具有多样化的技能以及互补的判断模式时，求均值的优势会进一步增强。对一系列充满噪声的判断进行平均，其结果可能比全体一致的判断更为准确。
原则6：用相对判断和相对量表会更好。
相对判断的噪声要比绝对判断的噪声小，因为我们在同一量表上对多个对象进行归类的能力是有限的，但是我们对众多对象进行两两比较的能力却更胜一筹。
决策卫生原则不仅适用于重复性决策，也适用于单次的重大决策，即我们所谓的单一决策。这是在帮我们最大限度的减少个性化带来的决策误差。
噪声是隐形的敌人，战胜隐形的敌人也只能取得隐形的胜利，但是，就像保持身体健康需要讲卫生一样，决策卫生至关重要。
本书建议读两遍，如果还是觉得有点读不懂，那就读三遍。
