1702327630
一旦你把某个问题正确地归了类,那就寻找最好的方法来解决它。正如我们将要看到的,在包括医学、商业和体育在内的许多领域中,电脑和集体决策仍未得到充分应用。专家仍然至关重要,这体现在三种能力上。首先,只有专家能创建取代他们的系统。塞佛兹帮忙设计的预测市场胜过百思买的内部预测人员;在阿森费尔特到来之前,波尔多红酒的评估在很大程度上是主观的。当然,专家必须掌握这些系统,并根据需要改进市场或等式。
1702327631
1702327632
其次,我们需要专家来制定策略。我的意思是广义上的策略,不仅包括日常策略,还包括通过识别相互联系来排除故障的能力,以及创意和创新过程,这涉及到以新的方式组合想法。如何最有效地挑战竞争对手,哪些规则需要强化,或者如何重组现有的建构模块,以创建新的产品或体验,有关这些问题的决策是专家的工作。
1702327633
1702327634
最后,我们需要人来管理人。许多决策所涉及的心理学知识不比统计学少。一个领导者必须了解他人,做出好的决策,并激励他人支持决策。
1702327635
1702327636
1702327637
1702327638
1702327640
反直觉思考:斯坦福大学思维自修课 最优秀的店员也比不上电脑程序
1702327641
1702327642
20世纪90年代早期,我和我的妻子住在纽约市的时候,每到傍晚,我们便会走到当地的音像店去看电影,以此作为业余生活的补充。就像那时的其他音像店一样,这家店也有几名店员,他们会根据你之前的喜好和当时的心情,热情地为你推荐影片,甚至有可能会时不时地向你介绍一部与众不同的电影。考虑到他们店里的影片库存较为一般,而且,我们关于电影口味的认识也颇为有限,这些店员对你很有帮助。
1702327643
1702327644
网飞公司成立于1997年,是一家基于网络的DVD租赁公司。该公司早就意识到,成功匹配用户和影片是顾客满意度的核心问题——自此以后,该公司的业务便活跃起来了。2000年,该公司推出了一项名为“影片推荐算法”的服务,这是一种用来将观众和影片配对的算法程序。通过利用消费者的反馈,“影片推荐算法”迅速提高其预测消费者品味的能力,现在超过一半的网飞租赁业务由此产生,并且能够让用户更满意,同时减少对新片发行讯息的依赖。但是,该公司的高管们意识到,“影片推荐算法”并不能得到全面的答案。于是在2006年,他们发布了一项挑战:如果有人能够设计出一个在预测消费者偏好方面优于“影片推荐算法”10%的程序,网飞将支付100万美元的奖金。
1702327645
1702327646
在我写这一段的时候,网飞奖仍在投标中,领先的那一组的程序优于“影片推荐算法” 9.80%。有两点值得强调。首先,思考这个问题的都是一些真正的杰出人才,但这个问题对于网飞公司的价值远远大于对他们自己的价值(网飞高管坦承,一个成功的算法值100多万美元)。第二,“影片推荐算法”,或是不论哪种最终把它比下去的程序,都远远优于纽约市的音像店店员。15
1702327647
1702327648
就建议的质量来看,网飞的“影片推荐算法”和当地的音像店员之间有着鲜明的差别,这说明了本章的第一个决策错误:用专家来代替数学模型。我承认,这个错误是无法接受的,它直接侮辱了形形色色的专家,但它也是社会科学中最好的研究发现之一。
1702327649
1702327650
1954年,明尼苏达大学心理学家保罗·米尔出版了一本书,对专家(心理学家和精神病学家)临床判断和线性统计模型之间的比较研究进行了综述。他确保自己认真地做了这项分析,这样他就可以确信以上比较是公正的。反复研究表明,统计方法胜过专家表现,至少不输给专家。16最近,加州大学伯克利分校心理学家菲利普·泰特劳克完成了一项详尽的关于专家预测的研究,包括15年内来自60个国家的300名专家所做的28000次预测。泰特劳克要求专家预测政治和经济成果,这些都是概率领域,且其结果范围比较广泛。对他的结果进行了一番总结之后,泰特劳克口气坚定地说:“没有任何人的预测能力明显胜过初步推断算法,更不用说复杂的统计算法了。”17
1702327651
1702327652
尽管这个证据已有几十年的历史,并且经过了充分证明,但是,在广泛的领域内依靠专家的实践并没有发生多大改变。事实是,大多数人都难以将广泛的统计证据直接融入判断。当你面临一个决策时,扪心自问一下,你是宁愿通过“影片推荐算法”得到下一次推荐,还是求助于音像店柜台后面的店员。你现在知道自己最有可能在哪里大饱眼福了吧。
1702327653
1702327654
1702327655
1702327656
1702327658
反直觉思考:斯坦福大学思维自修课 糖豆游戏表明了群众的智慧
1702327659
1702327660
一群知识储备不够充分的普通人表现得比专家好,百思买的这个例子表明了我们的第二个决策错误:依靠专家而不是群众的智慧。理解集体为什么通常比较明智——有时候也很不明智——需要我们去深入了解群众的智慧是如何运作的。但是在继续讨论这个问题之前,请思考一下:一群普通人怎么会比常驻专家预测得更准确呢?
1702327661
1702327662
社会科学家斯科特·佩吉对团体如何解决问题进行了研究,并提供了一种用来理解集体决策的游泳方法。他把这种方法称为多样性预测定理,其表述如下:18
1702327663
1702327664
集体误差=平均个人误差–预测多样性
1702327665
1702327666
这个定理把平方误差作为一种精确测量,社会科学和统计学领域的研究人员通常采用这种方法,因为它确保负相关和正相关误差不会抵消。19
1702327667
1702327668
平均个人误差留存了个人猜测的准确性,你可以把它作为对能力的一种衡量。预测多样性反映了猜测的离差,或是它们之间有何不同。当然,集体误差只是正确答案和平均猜测之间的区别。佩吉在他的《差异》一书中对多样性预测定理进行了深入讨论,并提供了关于该定理的大量实例。
1702327669
1702327670
通过让学生猜测一个罐子里的糖豆数量,并向他们展示集体误差、平均个人误差和预测多样性,我对多样性预测定理进行了阐释。例如,有一年学生的平均猜测结果是1151颗糖豆,而实际数量为1116颗,这里大约有3%的误差。平均个人猜测结果则少了大约700颗(这些猜测并没有沿着钟形分布下降)。然而,高度的多样性却足以抵消大部分个人误差,从而留下一个小范围的集体误差。
1702327671
1702327672
多样性预测定理告诉我们,一个多样化的群体总是比该群体中的普通人预测得更准确。有时候不是,但总体如此。这就意味着,谦逊是适宜的,但大多数人并不认为自己很普通——肯定也不会低于平均水平。然而在现实中,有一半的人肯定低于平均水平,因此,你必须区分清楚自己什么时候可能会成为其中之一。
1702327673
1702327674
同样重要的是,集体的准确度与各部分的能力和多样性是相等的。你既可以通过提高能力,也可以通过增加多样性来减少集体误差。能力和多样性都是至关重要的。这一启示与测量市场健康或构建成功团队是相关的。20
1702327675
1702327676
最后,虽然这并不是正式从该定理中得出的启示,但是,集体通常甚至比最优秀的个人表现得更好。因此,一个多样化的集体总是会击败普通人,而且经常击败每个人。在糖豆实验中,73名学生当中只有两名表现得比集体更好。这对专家而言并不是个好消息,而且会令所有的决策者甚为难堪。
1702327677
1702327678
有了多样性预测定理在手,我们就可以详细说明群众什么时候预测得更准确了。必须具备三个条件:多样性、整体性和激励。每个条件在等式中都不可或缺。多样性可以减少集体误差。整体性可以确保市场考虑到每个人的信息。激励则有助于减少个人误差,因为,只有在人们认为自己有洞察力的时候,它才会鼓励人们参与。
1702327679
[
上一页 ]
[ :1.70232763e+09 ]
[
下一页 ]