1700550014
1700550015
因此，在很多情况下，让人检查电脑决策以确保万无一失是有道理的。资深的数据分析和技术学者托马斯·达文波特（Thomas Davenport）把这种做法称为“看看窗外”。这句话不仅仅是一个令人深思的比喻。它是达文波特偶遇一位飞行员所得到的启示，飞行员讲述他自己如何严重依赖飞机的仪器，但发现视线偶尔扫向天际依然至关重要。这种方法非常有益，它不仅可以防止错误，而且还可以维护公司的声誉。
1700550016
1700550017
打车服务商Uber在2014年年底艰难地掌握了这种方法。当时，该公司因其高峰定价（繁忙时段提高票价）而臭名昭著，这是一种许多用户难以接受的方法。Uber坚称高峰定价有助于平衡这些时段的供需关系，我们也同意这一点。该公司的算法给出高价，以期当实际或预期的汽车供应跟不上消费者需求时，鼓励更多的司机参与进来。
1700550018
1700550019
2014年12月，当一名伊朗牧师在澳大利亚悉尼的一家咖啡馆绑架18名人质时，这种做法使该公司受到非议。许多人逃离事发地区，其中有些人试图呼叫Uber。Uber的电脑系统启动高峰定价，应对这一突如其来的需求。对许多人来说，这是对一场危机的一个非常不合适的反应，于是该公司面临激烈抨击。
1700550020
1700550021
Uber发表了这样的声明：“我们没有（在悉尼事件期间）直接叫停高峰定价。这是错误的决定。”该公司也显然建立了在某些情况下推翻自动化高峰定价的能力。从2015年11月13日晚上开始，恐怖分子在巴黎进行了一系列袭击。事发30分钟内，Uber就取消了该市的高峰定价，并提醒其所有用户进入紧急状态。[12]
1700550022
1700550023
这些例子表明了让人类的主观判断和算法同时发挥作用的明智之处。但是，企业采用这种方式时要非常小心。人类非常喜欢自己的判断力，对此过分自信，所以即使电脑的决策更好，我们中的许多人（如果不是大部分人）也会很快地推翻它。本章前面提到克里斯·斯奈德斯针对采购经理的预测进行研究，他发现，“你通常看到的是，有电脑辅助的专家的判断效果处于模型和无电脑帮助的专家之间。所以说，如果你把模型给专家，他们会做得更好，但模型本身表现得更好”。
1700550024
1700550025
基于米尔和达文波特所描述的原因，我们支持让人类进入模型决策过程，但是我们也主张企业尽可能地“保留分数”，即随时跟踪算法决策相对于人类决策的准确性。如果人类决策比基准算法更好，那么一切就应该照常。不然的话，事情就需要改变，而第一步就是让人们意识到自己真正的成功率。
1700550026
1700550027
这种反馈机制至关重要，因为它是系统1学习和改进的原理。正如卡尼曼和心理学家加里·克莱恩（Gary Klein）所写：“你不该相信自己的本能。你要把自己的直觉看作一个重要的数据点，但你必须有意识地、深思熟虑地评估它，看看它在此环境下是否有意义。”提高系统1的准确性并减少偏见的最好办法是举出很多例子，然后对系统1的准确性给出频繁快速的反馈。
1700550028
1700550029
翻转决策
1700550030
1700550031
一些公司开始使用另一种有价值的方法，那就是把人机分工的标准安排颠倒过来。人类做判断时不再使用机器提供的数据作为输入，相反，人类的判断被用作算法的输入。谷歌率先将这一方法用于招聘工作，这是公司的关键领域，有分析表明，以往的标准安排在该领域效果不佳。
1700550032
1700550033
拉兹洛·伯克（Laszlo Bock）担任谷歌人事部负责人时就意识到，多数用于选择新员工的技术几乎无济于事。在考察公司员工在职表现差异的实际影响因素时，他的团队发现，招聘前的简历检查仅解释了约7%的差异，之前工作经历的年份解释了3%，非结构化的工作面试仍然是最常见的情形，它始于“你的最大优势是什么”或“请做自我介绍”等问题，但是只能解释14%的差异。伯克说，这些面试存在的问题是：
1700550034
1700550035
它们创造了一个情景，在面试中试图确认我们对某些人的看法，而不是真正评估他们。
1700550036
1700550037
心理学家把这情况称为证实性偏见。我们基于轻度交流，做出了草率的、无意识的判断，此判断深受我们现有偏见和信念的影响。我们没有意识到这一点，于是把评估申请人的工作变成寻找证据来证实我们的初步印象。
1700550038
1700550039
在这里，系统1又一次运行了，然后把它的偏见和缺陷引入一个重要的决定。
1700550040
1700550041
那么，更好的招聘方法是什么？谷歌决定更加依赖结构化面试，它解释了25%以上的在职表现。结构化面试包括一组预定义的问题，旨在评估一个人的一般认知能力等方面。该公司采用了一种招聘流程，在其中，所有面试官都进行结构化面试，提出的问题也基本相同。伯克解释说，“然后我们用一致的量表对面试进行评分……面试官必须指出申请人是怎么做的，每种表现水平都是明确的……一张简洁的招聘量表……将凌乱、模糊和复杂的工作情况变成可衡量、可比较的结果”。
1700550042
1700550043
在这种方法中，面试官的个人判断仍然有价值，但它们被量化了，用于为求职者打分。伯克认为，这种方法并非把面试过程平淡化、非人性化，而是恰恰相反。申请者本人喜欢受到客观公正的对待，80%被重新设计后的面试过程拒绝的申请人表示，他们会把在谷歌的求职经验推荐给朋友，招聘决策也变得更加容易。正如伯克所说，“你会看到优异和普通之间的清晰界限”。
1700550044
1700550045
决策太重要
1700550046
1700550047
对人机分工的标准安排做出重大改变，有时甚至推翻这种安排的想法使许多人感到不适。大多数人对人类的直觉、判断和决策能力抱有很大信心，对于自己尤其如此。我们和很多人讨论过这个话题，几乎从未听过有人承认其直觉或判断力低于平均水平。然而，关于这个问题的证据是如此清楚，不容置疑：在大多数情况下，如果可以选择，那么数据驱动的系统2的决策要优于我们大脑产生的、融合了系统1和系统2的决策。这并不是说我们的决策和判断毫无价值，只是说它们可以改进。我们所看到的多种方法——让算法和电脑系统做决策，有时用人的判断作为输入，让人们在适当的时候推翻电脑决策——就是这样的一些改进方法。
1700550048
1700550049
我们听过有人把这说成非人性化的方法。有些人觉得让电脑主导决策会把人推到边缘，趋于式微。我们知道，失去曾经拥有的决策权很不舒服，[13]也没人喜欢做电脑仆人的感觉。但是，这是否意味着我们可以将错就错，固守陈规呢？仅仅为了让医生和心理学家保住饭碗，误诊率就必须虚高吗？仅仅为了让面试官感觉良好，企业就应该用错人吗？
1700550050
1700550051
我们认为，这些问题的答案是否定的。良好的决策对于社会的良好运作至关重要，它们帮助把车流、职位、医疗保健等恰当的资源在恰当的时候、恰当的地方引向恰当的人群。实现以上目标的最佳方法，通常不是哈默和钱皮所倡导的标准伙伴关系——由电脑做记录，由HiPPO人士行使判断力并做出决策。
1700550052
1700550053
讲到这里，读者可能对人类不善于预测未来不太惊讶了。毕竟，预测和决策是几乎不可分割的活动。要做一个好的决策，我们通常要对未来某些方面有准确的预测，具体说，如果我们决定了某种方式，那么可能会发生些什么？所以如果我们做不好两件事中的一件，那么另一件也做不好。确实，系统1的许多捷径和错误使我们做不了好的预测。
1700550054
1700550055
从1984年开始，政治学家菲利普·泰洛克（Philip Tetlock）和他的同事开展一个长达数十年的项目，对政治、经济和国际事务等许多领域的预测准确性进行评估。其研究结论一如既往地清晰、引人关注。在一项涉及超过8.2万次预测的测试中，泰洛克发现，就预测结果的准确性而言，“人类只是险胜黑猩猩而已”。
1700550056
1700550057
商业世界充斥着对未来的预测，因此以上发现应该引起重视。许多预测是直接清晰表现出来的：如某只股票的走势，利率的未来移动方向和幅度，某国明年出售的智能手机数量，等等。在许多其他情况下，预测则隐含在拟议的行动计划中。例如，网站的重新设计包含了一种隐性预测——访客会更喜欢它，银行分支机构的重新设计也是如此。一种吸引眼球的产品上市是建立在“顾客会喜欢它”这么一种高风险的预测基础之上，与之配合的营销活动则包含一个如何塑造顾客偏好的预测。
1700550058
1700550059
狐狸、刺猬与实验
1700550060
1700550061
当然，所有这些预测并不都是错的。泰洛克发现了一些“超级预测者”，[14]他们真的能够比常人更准确地给出预测。这些人倾向于从多个来源获取信息，也许更重要的是，他们在看待事物时有一种采用多方观点的能力。相比之下，不太准确的预测者倾向于在分析中固守一个视角，例如，热心的保守派和顽固的自由派往往会做出糟糕的政治预测。泰洛克把前一组人称为“狐狸”，他们是更成功的、多视角的预测者，然后把后一组人称为“刺猬”。他的这些标签来自古希腊诗人阿基罗库斯（Archilochus）的格言：“狐狸知道很多东西，但刺猬只知道一件重要的事情。”[15]
1700550062
1700550063
因此，我们的一个建议就是尽可能依靠“狐狸”而不是“刺猬”。“狐狸”可以通过其提出的多维度、多视角推理分析而发现，也可以通过一直以来的记录查出。具有可查证的准确预测记录的人可能就是“狐狸”。
[
上一页 ]
[ :1.700550014e+09 ]
[
下一页 ]