诺贝尔经济学奖得主丹尼尔卡尼曼推出新书 对加密投资者有何启示?

诺贝尔经济学奖得主丹尼尔卡尼曼推出新书 对加密投资者有何启示?  想象一下,两个医生得到了关于同一个病人的相同信息,却做出了非常不同的诊断。现在想象一下,造成这种差异的原因是医生在上午或下午,或在一周的开始或结束时做出了

125c52afcd.jpeg

想象一下,两个医生得到了关于同一个病人的相同信息,却做出了截然不同的诊断。现在想象一下,造成这种差异的原因是医生在早上或下午,或者在一周的开始或结束时做出诊断。

这就是为什么《噪音》——应该有同样的人的判断,但却不一样的原因。世界上最著名的心理学家之一、2002年诺贝尔经济学奖获得者丹尼尔卡内曼在他的新书《噪音:人类判断力的缺陷》(人类判断中的噪音3360A缺陷)》中解决了这个问题。

卡尼曼因与以色列心理学家阿莫斯阿莫斯特沃斯基在认知偏见如何影响判断方面的开创性工作而获得诺贝尔奖。他们从20世纪60年代末开始的工作为行为经济学的一个新领域奠定了基础,该领域挑战了“决策是理性的”这一经济学正统观念。

卡尼曼的上一本书《思考,快与慢》(思考,快与慢)》于2011年出版,让更多人关注这些作品,巩固了他作为理解人类行为的基本人物的声誉。

在这本与奥利维尔西博尼(Olivier Sibony)和卡斯桑斯坦(Cass Sunstein)合著的新书《噪音》中,他讨论了一种不同于认知偏差的现象。

这位87岁的老人解释说:“偏见是一个可以通过个人判断发现的心理过程。但是我们无法识别特定判断中的噪音。相反,我们必须看一套判断来识别噪音。”

噪声是一个统计概念

卡尼曼的新书展示了商业、医学和刑事司法领域的几个令人信服的案例,在这些案例中,判决似乎无缘无故地发生了变化。

file-20210528-18-1trlyi.jpg

《噪音:人类判断的缺陷》,作者丹尼尔卡内曼,奥利维耶西博尼卡斯r桑斯坦(威廉科林斯,2021)

指纹分析就是一个例子,同一个分析师在不同的时间点对同一个指纹做出不同的判断。如果分析师只有指纹查看——,没有关于案例——的其他信息,并且确定这是一个案例中的匹配,而在另一个案例中不确定,则是噪音。

另一方面,如果分析师因为额外的信息而改变主意(比如被告知弹道学证据显示结论不同),那就是偏见。

卡尼曼说两者都是问题。但由于噪声只能在统计中识别,所以更难思考,所以往往不讨论。

系统判断中的噪声

卡尼曼在书中讨论了许多不同类型的噪声,但最重要的讨论与系统噪声有关。——在旨在产生统一判断的系统中产生的决策的可变性。

在许多情况下,观点的多样性是非常可取的。“噪音是你不想要的可变性,”卡尼曼说。

想一想产生判决的司法制度,或者设定保险费的核保制度。这种系统被设计成用同样的声音说话。我们希望司法判决能够反映犯罪,而不是刚刚审理案件的法官。我们希望两个信息完全相同的保险公司可以计算出相同或相似的保费。

接下来的挑战是识别不想要的可变性,然后采取措施减轻它。

file-20210528-17-1c67xjr.jpg

2009年的丹尼尔卡内曼。nrkbeta/Flickr,CC BY-ND

直观的烦恼

在这一点上,这本书提供了一个你可以应用于自己决策的关键洞见:抵制“过早直觉”——感觉你似乎“知道”某件事,即使你不确定你为什么知道它。

在某些情况下,直觉对于做出即时决策非常有用。但在其他时间不那么紧迫的时候,卡尼曼说,基于直觉的判断需要克制和延迟。

他建议,只有在权衡和仔细考虑证据后,才能根据直觉行事。尽可能从不同的来源收集证据,从那些对证据做出自己独立判断的人那里收集证据。

卡尼曼说,如果不这样做,噪音很容易被放大。

转向人工智能

对判断中无处不在的噪音的一种反应是求助于机器,让计算机来决定。

卡尼曼还不是狂热分子。他认为人工智能会“在未来几十年给人类带来很大的问题”,在很多需要判断的领域还没有做好准备。

然而,从长远来看,他确实看到了一个我们可能“不需要人”来做出许多决定的世界。一旦有可能以传统的方式构造问题,并积累足够的关于这些问题的数据,人类的判断可能会变得多余。

在此之前,通过提高人的判断力来减少人为错误,而不是将决策外包给机器来消除人为错误,还有很多工作要做。

对噪音(和偏见)的了解会有助于实现这个目标。

注:原文来自cryptonews,Carole编译,英文版权归原作者所有。

本文内容仅代表作者观点,不代表本站立场,如若转载,请注明出处:https://www.fx220.com/redian/btb/53444.html

发表评论

邮箱地址不会被公开。 必填项已用*标注