Article

文章專欄

我們不擅長預測,倒是很擅長解釋

我們的判斷很不準確,連專家也是

例如醫生這樣的專業人士,經過了邏輯與系統的培訓,並且歷經臨床的洗禮,在判斷病因上都會有一套邏輯,協助自己快速下一個可能的結論。

但這樣的判斷,其實會受到不同醫生的能力、偏好、經歷,甚至當天的生理與心理狀況有所不同(註1)。結論可能偏向於「我覺得」、「我感覺」這種狀態做成,而自己可能意識不到這種現象。即便結果真是如自己所想,也會忽略或誤判了其他可能性,而把「因為是自己做的判斷,所以比較正確」這個條件給予更多加權。也因為人有不同的「偏誤」「雜訊」,所以如果在臨床時,使用專家設計來自於統計思維的判斷模組,會比專家自己當下的判斷更客觀準確。這件事情無論在哪個專家或者哪一個人都會發生。

我們總是被知識的假象所欺騙

人們對「無知」(筆者:不可能得知的事、可得知卻未得知的事)常沒有覺察,因為人只能就自己知道的事情下判斷,如果我們沒覺察到這種現象,那結果可能與自己判斷天差地遠,就算結果吻合也可能運氣佔了重要因素(註2)。不相信的話,先評估對某個東西了解程度(筆者:如手機、電視、腳踏車,給自己1-10分,10分是最了解,給自己打幾分),評估完後再把這個東西畫出來,畫完後再給自己評估分數是否有改變。

如果對「無知」這件事有意識,我們才知道解決的方式不是預測,而是對未知思考我們冒著甚麼樣的風險,這樣的風險是不是可以承擔,如何給自己一些彈性。我們要理解,即便是專家在預測未來這件事(筆者:包含時間、地點、具體事情),準確率也不會比得上黑猩猩射飛鏢。

 

我們常自以為在預測,其實可能不是

我們在判斷事情上會有兩種思維(註3),一種是「統計學思維」;一種是「因果思維」:

  1. 統計學思維:使用外部觀點,抽離自我因素,盡量客觀的使用數據來判斷(筆者:系統二)。
  2. 因果思維:使用內部觀點,主觀因素即便自以為客觀,想要試圖解釋甚麼(筆者:系統一)。

我們嘗試用兩種思維來思考同一件事,例如:馬多夫詐騙650億美金,時間長達20年,如果再未爆之前:

  1. 統計學思維:馬多夫宣稱的投資策略與市場波動及回測的數據並不相符。即便宣稱結果有達成,也不是因為他所主張的操作方法。
  2. 因果思維:馬多夫是那斯達克主席,許多權貴也都將資金給他管理多年,每年我也的確收到約定的報酬,那應該不會有問題才對。

如果我們運用因果思維再看待馬多夫詐騙案,就會一直試圖解釋馬多夫當初的行為多麼可疑,繪聲繪影,會覺得事情好像一目了然,一切的行為都有了解釋。但我們以為自己在預測判斷,其實我們只是在找個理由解釋,甚至會有誤解以為重來一次就可以做良好的判斷決策。因果思維會讓人覺得事情都可以解釋,甚至有後見之明偏誤以為可以預測,但事實是我們對真正該判斷的基礎只會視而不見,我們並不擅長預測,倒是很擅長解釋。

我們該怎麼面對這些困擾呢?請待下一篇文章來討論。

 


附註:

  1. 《雜訊》p.152說明臨床預測與統計預測的比較。
  2. 《雜訊》pp.187-189
  3. 《雜訊》pp.202-209

 


衍伸連讀:

你真的想要投資金融股嗎?以保險業為簡例

投資不是選擇一種新興產業

龐氏騙局-馬多夫之死

我們與火雞之間的距離