声音简介
上世纪八十年代初，待业青年小张因为打架斗殴导致对方受伤，被抓起来了，法庭即将判决。小张一家忐忑不安，正好有个朋友老李在法院工作，时不时过来透露一点消息。
第一天，老李说小张很危险。现在全国正在严打，像这种案子都是从重处理，搞不好得判很多年。
第二天老李又说，不幸中的万幸啊，负责小张案子的是季法官。季法官是个宽厚的人，我很了解他，他判的一般比较轻。
第三天老李又来了，说糟糕糟糕！季法官最近不知道遇到什么事儿了，情绪不对，昨天和今天的几个案子都判得很重。
第四天开庭。季法官问了小张几个问题，小张回答的很有条理，还表示自己一直在准备考大学。季法官给了他从轻发落。
如果没有老李，小张可能根本不知道自己的命运有那么多可能的波折。那决定小张命运的到底是什么呢？季法官的最终判断是怎么形成的呢？
我们还是先做精确的概念辨析。
*
我们把当时全国法官对各种案件的判断当做一个大系统。那么像八十年代的特殊情况，就是这个系统的「偏差」。而在这个时期内，尽管所有法官都会尽量严判，法官跟法官的判法还是会有所不同，这些就是系统的「噪声」。前面讲了，
均方误差 = 系统偏差^2 + 系统噪声^2
偏差我们已经理解，这里专讲噪声。噪声又分为几个部分。
美国有个真实的研究是这样的。研究者弄了 16 个案件，交给全国 208 名现任联邦法官，让他们各自对这 16 个案件作出假想的判决。因为这些法官的判决是独立的，我们可以假设这项研究中没有系统偏差。结果法官们表现出很大的噪声。所有案件被所有法官判决的平均刑期是 7 年，而刑期的标准差则高达 3.4 年。这意味着同一个案子，你随机找两名法官，平均而言他们大约一个判 5 年，一个判 9 年 [1]。这些全都是噪声。
你马上就能想到，是不是有些法官就喜欢严判，有些法官就更倾向于轻判呢？的确如此。我们可以通过各个法官对 16 个案件的平均判决刑期来看出来他们之间的差异，这个叫做「水平噪声（Level Noise）」。
水平噪声说的是不同判断者的*人*的区别。为什么有的法官更严厉、有的法官更宽松呢？也许跟他们的背景、生活经历、政治观点、对世界的偏见都有关系，可能每个人有不同偏差。比如美国南方社会更讲规矩，来自南方的法官通常判得更严。对于整个系统来说，这些是噪声。
但是水平噪声不能解释所有的噪声。一个整体风格判得严的法官，可能对某一类罪犯会判得特别轻，这是什么原因呢？
*
法官这个研究中，系统噪声是 3.4 年，水平噪声只有 2.4 年。卡尼曼把水平噪声之外的系统噪声，称之为「模式噪声（Pattern Noise）」：
系统噪声^2 = 水平噪声^2 + 模式噪声^2
你可以算出来这个研究中的模式噪声也有 2.4 年。模式噪声代表法官面对不同案件时候的不同表现。可能有个法官对一般人都很严厉，唯独对白领判得很轻。另一个法官整体上判得很轻，但是对惯犯会特别加重处罚。
模式噪声代表法官与案件的相互作用。而这个相互作用有时候是稳定发挥，有时候还会受到偶然因素的影响。比如这个法官本来是优待白领的，但是今天正好胃疼，情绪不好，就给了严判。所以卡尼曼又把模式噪声分成「稳定模式噪声（Stable Pattern Noise）」和「偶然噪声（Occasion Noise）」两部分 —
模式噪声^2 = 稳定模式噪声^2 + 偶然噪声^2
法官的那个研究中没有偶然噪声，因为所有法官都是把 16 个案件放在一起集中判决的，他们不太可能中途突然有什么心情变化。真实世界中会有各种偶然噪声。判断者的情绪有可能会因为遇到什么事情而变好或者变差，判断者可能会受到第一印象的影响，可能会感到压力或者疲劳……甚至有研究发现天气都会影响判断：如果天很热，司法判决往往更加严厉；如果天气很好，大学招生人员会更关注学生在考试成绩以外的属性。
而更多的偶然噪声是无法解释的。有个研究极尽所能地考察了所有可预测的、能影响判断的偶然因素，结果这些因素加起来也只能解释 11% 的偶然噪声变化。事实是人的行为有个内在的偶然机制。我们的大脑有时候想起来这个有时候想起来那个，你无法控制。这就如同篮球运动员，每一次投篮的动作不可能完全一样。
你让红酒专家给一种红酒打分，他尝了一口，打了个分数 —— 过半个小时又尝了一口还是这个酒，他给出同样分数的可能性只有 18%。更令人吃惊的是，让同一个医生给同一个病例诊断两次，他给的结果也可能不一样。
偶然噪声都是临时发生的，是你自己跟你自己的争论。消除偶然噪声的最简单办法就是自己过一段时间再做一次判断，然后自己跟自己取个平均值。
*
总而言之，噪声是由三个部分组成的 ——
系统噪声^2 = 水平噪声^2 + 稳定模式噪声^2 + 偶然噪声^2
那么就我们开头讲的那个小张的故事而言，赶上特定时期是系统偏差，季法官一般判得轻是水平噪声，季法官最近心情不好是偶然噪声，季法官喜欢爱读书的年轻人是稳定模式噪声。
你体会一下这个公式。我们大约可以说它表现了任何一个决策结果的波动性来源。充分理解这些来源，知道其中哪一项可控哪一项不可控，哪一项重要哪一项不重要，你就可以搞搞斯多葛哲学，搞搞课题分离。
比如说，如果你打算影响一个判断，你应该从哪一项入手呢？我感到吃惊的是，这个问题是有答案的。卡尼曼有一个洞见。
答案是稳定模式噪声。
*
卡尼曼列举了好几项研究，各自对比了三种噪声来源的贡献大小 —— 结果肯定是有大有小 —— 但是有个一致的规律是，稳定模式噪声总是其中贡献最大的一项。
水平噪声的贡献并不算大。对一个保险公司的研究表明，不同承保人的平均保费差异只占到系统总噪声的 20%。对真实法庭判决的研究、对人事决定的研究都发现水平噪声占比不到 40%。
而偶然噪声的贡献其实很小。法官的心情的确有可能影响判决，但是总体而言，那个效应的作用并不大。成熟的决策者毕竟还是比较专业的，不至于今天这样明天那样。像红酒那是个特例，是出了名的难以判断。今天的你不完全是昨天的你，但是昨天的你跟今天的你还是很像的，肯定比其他任何人都像你。
卡尼曼说，综合而论，稳定模式噪声是最重要的噪声来源。
小张是季法官喜欢读书人的这个稳定模式噪声的受益者。
稳定模式噪声是判断者跟事物之间的相互作用。可能因为你的日常习惯，可能因为你从小的经历，可能因为你的知识、你思考问题的角度，你对某些事情的判断就是不一样。你可能因为自己是南京大学的毕业生而更喜欢聘请南京大学的毕业生。你可能因为自己认为体能最重要而最爱招体能好的球员进国家队。你可能因为自己曾经错失了治疗一个肺炎患者的机会而更倾向于让肺炎患者住院。
你的稳定模式噪声，代表立体的、全面的、你独一无二的思维习惯。
所以如果你想影响一个人的判断，你要问的不是他这个*人*是宽还是严 —— 你应该问的是他在*什么情况下*宽，*什么情况下*严。
你是否觉得这个说法有点似曾相识呢？
*
这其实是个普遍的结论。我们专栏讲过托德·罗斯的《平均的终结》[2]，我们知道人的“性格”也是这样的。传统的认知是性格是个简单概括：你是个外向的人就什么时候都外向，你是内向的人就什么时候都内向。但是新一代心理学家发现，人的性格其实是个跟场景有关的东西。有的人在同辈人面前特别外向，在长辈面前特别内向，有的人正好相反。
所以最新的认识是你不能简单说这人是什么性格，你应该列举他在各种不同场合中有什么不同的性格。这不是说这个人喜怒无常 —— 他的行为模式非常有规律，他的性格非常稳定，他遇到那样的情况几乎永远都是那样的反应，但是他的模式不是一个词就能概括的。了解到这个程度，才算了解一个人。
再比如说，我们专栏讲过格拉德威尔的《与陌生人交谈》，我们知道一个现象叫「人与环境的耦合」。一个有自杀倾向的人并不是什么时候都想自杀。他可能会用煤气自杀但绝不会用刀，他可能会跳金门大桥自杀但不会跳楼 —— 如果这些场景不方便，他就不自杀了。
同样道理，有犯罪倾向的人也不是在哪里都爱犯罪。他们只在某些街区容易犯罪。换个街区，哪怕就在隔壁，他们也不会犯罪。
我们专栏还讲过浪漫关系是怎么回事儿 [4]。决定一对儿情侣关系好坏的，并不是这两个人各自是*什么人*，而是他们二人之间的互动方式。好关系不是好人加好人凑出来的，而是双方共同构建出来的。
所有这些研究都告诉我们，人的行为和判断，是跟外界互动的产物。不是这个人如何如何，而是这个人面对那样的情况会如何如何。
所以如果你想让一个人做出对你有利的决定，你应该研究她在什么情况下会做那样的决定。
*
偶然噪声可以用多次测量取平均值的方法消除，水平噪声可以用多找几个人互相平衡的方法消除，可是稳定模式噪声更难消除。而且我们还没考虑各个判断者之间的互动。
这使得人们大大低估了噪声问题的严重性。
音频列表
- 2021-10
- 2021-10
- 2021-10
- 2021-10
- 2021-10
- 2021-10
- 2021-10
- 2021-10
- 2021-09
- 2021-09
查看更多
用户评论