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 ]