上一本花一個月才解決,本來還想仔細估量,手上幾本書要先看哪一本,終究隨便挑了一下。
Gerd Gigerenzer 這本2014年的書
Risk Savvy: How to Make Good Decisions,是手上比較新的一本了。
第一部 不了解最危險的風險心理學
第一章 從成為落湯雞,到發生血栓的風險
許多事情人類沒有能力臨機應變,只能用猜的、預測可能走向。現在這時代,我們漸漸有能力計算許多事情發生的可能性,很多重要的事都以機率表達。解讀機率的能力為現代人的基本素養。不只是已知風險的機率,也應能處理未知意外
8(Die Kunst des klugen Handelns 31 對模糊的無法容忍度 Ambiguity Intolerance——為什麼我們不喜歡面對未知)。
然而許多人不了解機率。舉例來說,明天的降雨機率 30%,指的是明天有 30%機率將會下雨。但卻有人以為是 30%地區、時間、專家比例
9。因此,
解讀機率時,首先得了解風險的定義,分母到底代表什麼
10。有時科學報告給出簡明扼要的數值,但只要描述不清,那麼採用不同的描述語句,就能造成讀者不同的解讀,產生不同的應對行動
199–201。
許多人會
忽視基本比率(Die Kunst des klaren Denkens 29 忽視基本比率 The Base-Rate Neglect),
判讀風險時應該考慮真正風險(絕對機率的變化),而非相對機率13, 37。例如第三代口服避孕藥產生血栓的機率是前一代的兩倍,但實際風險不過多了7000分之1。假如因此不服用,最後導致需要墮胎,那死亡風險反而更高
11–12。然則由於相對風險變化較大、聳動驚人,想奪人眼球的記者總喜歡玩弄把戲,報導相對風險而非絕對風險,結果誤導大眾
13–14。
類似的,每次飛機失事都是新聞頭條。若因此認定開車長途跋涉更安全,就大錯特錯了
15–16(Die Kunst des klaren Denkens 11 現成偏誤 The Availability Bias)。
911事件後,大家不敢坐飛機,但因車禍死亡的人卻多了不少
(dread risks)。按原先趨勢,沒那麼多死亡車禍。人類天生害怕會導致百人以上死亡的可怕風險,較不擔心這麼多人分一百天死去。這或許是因為過去
漁獵採集時代,這麼多人死亡代表族群很可能被攻擊、很快將餓死
19。但過分關注特殊事件使我們容易錯估整體局勢。恐懼心態尤其容易引發不理智行為,致重大損失
19–20。911恐怖襲擊後,美國為了加強國民信心,花了超過五千億美元善後
19,還造成生活許多不便,但人們卻寧可忍受這些麻煩的措施、對隱私的侵犯
20。反恐戰爭鉅額花費,甚至是
金融海嘯的遠因之一
21。
當理性分析無法克服恐懼,有時能以更強烈的情緒壓過。例如親情(父愛母愛),曉以大義開車比起坐飛機更可能讓父母、孩子死掉
20。我想這好比說,某個機構有弊不改,那就乾脆捅上媒體吧!媒體反而成了一種
矯枉過正積極平權措施。
許多學者主張人類天生不擅長認知機率。Gigerenzer 認為問題不在認知偏誤,而是學校沒教風險識讀與分析22,長大成人依舊缺乏統計訓練。他希望藉由本書能啟蒙一下相關知識。我的看法與多數人相同,人畢竟不是完全理性的機器,就算學了這些知識、能深思熟慮,也不見得可完全擺脫人性弱點。
2020/6/1
第二章 我最確定的就是,其實我不確定
人類
厭惡模糊不確定的狀態,寧可聽信所謂專家的預測,賦予我們虛幻的已知感
(The Knowledge Illusion)。因為人家是專家,普通人沒其他選擇,加上確認偏誤
(Die Kunst des klaren Denkens 08 確認偏誤(二) The Confirmation Bias (Part 2)、Die Kunst des klugen Handelns 14 福勒效應 Forer Effect——如何拆穿騙子的謊言),所以即使專家預測社會事件常失準
30,我們還是不厭其煩地一次次依賴他們
25–26。
世上沒有絕對的事物
28,也沒人全知全能。連向 DNA 檢測,都只有78%準確度,遠低於一般人以為
27。草率尋求穩定、安心感,輕易聽信他人給的答案,都容易誤信偏頗、錯漏消息
29。人終究只能以知識驅逐
迷霧,用
信仰應付未知
29, 6。是以我們需允許未知的存在,不硬按上某些推測,甚至忘記這是假設而非事實;盡可能驗證已有資訊,尤其是處理重大事件時。
已知風險(risk)與未知意外(Knightian uncertainty)不同(Die Kunst des klugen Handelns 31 對模糊的無法容忍度 Ambiguity Intolerance——為什麼我們不喜歡面對未知),前者已確定選項,以致每個選項的發生機率。後者連會跳出什麼選項都不曉得33,只能依經驗猜測34,免不了有黑天鵝。風險當然比意外容易應對。講誠信之所以受人歡迎,正因幫人消除意外、剩下風險。
機率有三個面向:一是人為架構設計,例如擲設計成六面的正方體骰子,每面出現機率都是 ⅙,這是控制情境下的結果35。多數賭博遊戲也屬此類。二是已知選項下的發生頻率,為一數值,如降雨機率、死亡率。最後是準確程度(推論之可信度),例如說有九成把握奪牌,這是在一切如預期之下的頻率,卻不保證天氣晴朗、不受恐怖襲擊等;世界充滿變數,我們很難保證事事順利、沒有萬一。想要提高信心程度,可倚賴經驗法則(捷思),對過去曾發生之所有意外個別計算機率。但這依然可能有漏網之魚,畢竟天有不測風雲,人不可能永遠料事如神36。再說變量太多,誤差很容易變大126。
本書介紹一些實用的工具來幫助解讀風險
38。看絕對機率而非相對機率,可避免被血栓發生率變兩倍的避孕藥嚇到。擴大到所有事件的頻率、非以單一事件機率,例如以「明天重複發生一百次,其中三十個明天會下雨」來介紹「明天降雨機率 30%」會更簡明易懂
37–38。
雖然有些社會科學家貶低直覺的價值,說直覺是造成人累犯錯的元兇43;但 Gigerenzer 主張要處理未知意外,我們倒可嘗試直覺判斷。我想是因為這些問題還沒納入我們的知識體系,演化反而經驗過。Gigerenzer 舉出凝視捷思為例,說明我們不必計算複雜的方程式,也能簡單接到球41–42。捷思關注簡單有效的重要資訊,忽略無關繁雜的訊息,讓我們能快速有效的做好決策44–45。還有許多類似的捷思有待我們發掘45。
我想,應該說這些捷思法在應付過去我們簡單的生活、突發事件,有其優勢。挖掘出更多捷思,有點像仿生學,讓我們用更簡單的方式解決複雜問題。有朝一日機器也懂得凝視捷思。但這些直覺就好比老師傅的內隱知識,只是還未納入知識體系,不能說好的決定必須靠直覺46。假如直覺那麼優秀,不同人有不一樣的感實性時該如何取捨呢(Homo Deus 第11章 信數據得永生?)?這就像宗教,基督教說神是這樣的,祆教說應該是那樣的,到底又誰對了?最終還是得回到理性討論、探究各個條理。有些情況固然是我們認知上的偏差、行為準則還不完善,不能說直覺勝過理性;可是當模型過於複雜、變量隨機性高,又會出現偏差和變異之兩難,不是越會算計越好126。此外 Gigerenzer 於第一章 從成為落湯雞,到發生血栓的風險教我們要考慮真正風險、非相對機率,不過人之所以會犯這些錯誤,不就是因為錨定效應之類的直覺嗎?
世界太複雜,我們必須知道事情存在太多意外,模型總有千算萬算沒算到。我們算出的風險不是實際上真正的風險52–53 火雞錯覺(Weapons of Math Destruction),每件事都為必然出現的意外預留處理空間,別太過篤定,更不應產生虛幻的安全感54。金融海嘯前,多數人沒料到會大崩盤,因為從當時有缺陷的模型看來一切正常53–54, 133–134。其次,即使科學檢測亦存在誤差,有時需要進一步檢驗;就算判定是愛滋病帶原者也可能是偽陽性,不可盲信47–51(將已知風險當成沒有風險的「零風險錯覺」,第九章 確定得病,或是虛驚一場?)。我們不該污名化捷思,應了解多數情況下各種捷思有其優點。某種捷思整體說來有害的話,這天性老早就被淘汰了。
2020/6/2
第三章 為了自保,放棄最理想的選擇
能持續進步的文化,應該過而能改、檢討每次錯誤並改進行為準則
69,而非不改過。若不允許犯錯,使人沒有勇氣承認錯誤,隱瞞過錯、掩惡揚善,不知改變、無法習得教訓,則情勢只會惡化下去。是以賞罰分明、出錯即罰,不見得都是好事,這會讓人有極大動機謊報情況
68。應該允許人報告能供改進的錯誤
89。醫師普遍擔心病人興訟而實行
防禦性醫療、拒絕治療高風險病患
82,正是怕要擔責任,寧可選擇較保險但不佳的做法
79–80, 88。因此我們在下醫療重大決策、例如是否要採用某個療法時,應該問醫生假如是他的親人出了一樣的問題,會怎麼做。醫生親人不會告他,不必考量自保,較能做出更好的決策
85–86。有些人即使情勢明顯,仍堅持 SOP 而非相信直覺,也是
防禦性決策,避免受責難
88–89。如前述,我想有時這是 SOP 尚未完善導致的問題。只不過世事詭譎,常常計畫趕不上變化,這時得允許臨機應變。
除了害怕失敗受罰、規避責任的心態
76,為了顏面、尊嚴、穩固地位、嫌麻煩等因素,也可能讓人知情不報。最近始發於中國的
COVID-19 疫情,一開始中國之所以延遲披露武漢疫情,原因之一即在維持社會秩序與政權穩固
(COVID-19 pandemic 武漢肺炎事件期中檢討)。
從錯誤中學習是進步的原動力。只是若規定過多,超越人所能記憶和習慣的程度,雖然完備,卻有臃腫的後遺症
(民主政府的功用與人類對自身的過度保護)。就算以機器來輔助人們遵守 SOP,終究會提升社會成本。這時到底值不值得常規化遵循,或許端賴付出的社會成本是否太過昂貴,高過萬一不幸發生造成的損害而定。不過這又有我們將人命與經濟分開計算,人命極寶貴的問題
(Justice §02-1 PUTTING A PRICE TAG ON LIFE 為生命標價)。
2020/6/3
第四章 我們都害怕不太可能發生的事
人類可從社會文化習得他人經驗
91–92,包含 Harari 所謂的虛構故事
(Homo Deus 第4章 說書人)。之所以沒能事必躬親、親自嘗試的原因,除了沒那麼多時間精力與資源,也因為沒有人能違逆群體、脫離社會而生存,
必須服從團體共識。但這種提綱契領式的,往往漏掉全貌性質的
內隱知識,只知其然不知其所以然。再者,流傳的知識不見得經過檢驗,幾乎都是特定情況下才適用,也不知道風險概率。往往過分誇大少數驚世駭俗的危機、未按照現實風險比例,甚至可能造成鬼神之類的迷信、大眾恐慌。
文化影響著一般人判斷各個事件安全或危險
99。同樣是疲倦頭痛、身體不舒服去看醫生,德國醫生說心臟血液循環不好、可能低血壓,美國人擔心高血壓都來不及了,會覺得醫生是不是搞錯了。美國醫生說是病毒細菌的症狀,美國病患鬆一口氣,好歹不是身體本身的問題;德國人聽到卻會認為很嚴重。各國醫生診斷病人,想法與歸因和當地民眾相近,常提出社會上常見的解釋。病人聽到診斷會比較安心;卻不是因為不嚴重,而是許多人都有這種病,讓人覺得稀鬆平常、沒什麼大不了
99–100。
一朝被蛇咬、十年怕草繩
,親身體驗、學到教訓是另一種學習方法。不過世事不見得眼見為憑。有時印象太深,卻可能過分加重親身經歷的事故重要程度,這同樣不符合實際風險。無論哪種風險,都應經過科學方法驗證、確認發生前提與機率、作用機制,才有基礎去相信。否則認知或決策時必須保留容錯空間,只能稱依照過去的經驗可能是這樣。
有些生理反應、反射動作刻印在遺傳物質中,隨時準備好要發揮功效。只要同類表現出恐懼蜘蛛、蛇,孩子、猴子就會學到害怕這些動物。但看到同類對槍尖叫,未被嚇過的孩子或猴子卻不會因此怕槍101–104。
研究1930年代起,做過
MMPI 的青少年,竟發現1938年到2007年間,大學生憂鬱臨床數據持續攀升。Gigerenzer 判斷不是因為現代人特別情緒不穩、景氣影響,而是這些年來,社會越來越將人生意義從
內在目標轉成賺大錢之類的
外在目標。年輕人自覺對人生掌控力越來越低,自然越憂鬱
105–107。自認能掌控內在目標的人,人生似乎較順利,因此 Gigerenzer 建議我們把重點放在內在目標、能做得到的事情上,別因無法控制外在因素而情緒低落、自暴自棄。我倒想,那些自覺能掌控內在目標的,該不會許多都是背景較堅強的人吧?那一般底層依然望塵莫及啊!
2020/6/4
第二部 提高風險智商的練習
第五章 財經專家的「神預測」
即便財經專家,成功預測匯率、股市指數的機率也不高。許多人採用的模型,都是按前一年的股市趨勢預測下一年的狀況
113,但現實變數過多,實際效果就像隨機預測
118–119。或許因為這情況鮮為人知,或者有的是
防禦性決策(規避責任),公司主管依然每年花大錢請專家作預測
114–115。
面對複雜的世界局勢,就算邏輯上有模型能頗準確預測未來,要探明所有機制、把一切變數納進來,恐怕也不切實際。我們可能得蒐集500年數據,才夠給出比起分散投資更好的策略120–121。一般人沒時間深入研究投資理論,比起半知半解,不如簡單扼要的分散投資即可。但這不代表凡事只要依賴感實性、第六感就好。有時複雜方法輸給簡單策略,只是因為模型還不夠完善,還能改善。應確認直覺(或者說簡單策略)確實更優秀、模型沒改進空間,且好過隨機預測,才能說我們應該靠直覺。否則說靠 SOP、專家無效,效力跟跟說靠直覺無效差不多。
Gigerenzer 認為,當不確定程度越高,例如很可能發生意外(未知意外過多)、影響因素太多且非低風險、沒有巨量歷史數據足夠我們建模型,那麼我們就該考慮簡單的策略123–124。在變量不穩定的環境中,就算想靠著過去的變化模式預測未來,模型輸入條件也充滿太多隨機誤差,有如複雜系統難以預料;過度擬合的結果,很容易失準(偏差和變異之兩難)。換句話說,在充滿錯誤以為差的世界,不是我們累積足夠經驗、擁有強大計算力、將模型越建越複雜,然後就能精確預測未來;有時簡單一點反而能預測得更好,直覺或許接近最佳解答。相較於龐雜模型,某些情況下,直覺是較佳策略;我們必須深入研究的是,到底什麼時候該用直覺、何時該深思熟慮314。計算意外(不確定性)對事件的影響通常有多大,可能的話,算出最嚴重的意外可能到什麼地步。
一般人往往靠
理專幫忙投資,卻把找理專當作安心用的
防禦性決策。只有 ⅓ 的人諮詢理專看的是他們的專業見識。其他人挑理專看的是容不容易相處、會不會聊天(
擅長聆聽、笑容多、眼神誠懇);一旦對理專產生信任,大都把寶貴的時間花在閒聊上,而非研究投資標的。Gigerenzer 建議我們找理專,應該確保對方對所推銷的金融商品,有極深刻的認識;可惜大部分人都不在意這點。另外,理專不該與客戶有
利益衝突。問題是許多理專都有業績壓力,會把商品講得天花亂墜,
才能分紅拿獎金。就算真有站在顧客立場著想的理專,大概也不長久
131–133。所以說最好還是別依賴別人,自己做好功課。
衍生性金融商品的風險連金融專家、投資銀行自己都搞不清楚,一般人當然不碰為妙。投資應該把錢放在自己能了解的領域,風險趨避、分散投資在多個異質性平臺,
別把雞蛋放在同一個籃子裡
,如此比
金融槓桿更可減少意外
133–134。保守投資人可試試股票、債券、房地產各投 ⅓;盡可能分散在各個產業,不限於理專推薦的。並將 ⅕ 的錢拿來投資未來
135–136。
2020/6/5
第六章 直覺,決定領導人的卓越
本章闡述直覺(本能、快速浮現的判斷力)的重要性,有些內容像極了企業經營
小訣竅。
調查顯示企業高層主管決策或多或少依賴直覺,即使他們不能明講——群體決策時大家會要求他為自己的想法說明辯護
(講出個道理),沒人聽信對方的預感,因此必須以其他聽起來有道理的理由搪塞
139–141, 143,或者
同流合污只能退而求其次、做
防禦性決策144, 146。就算追問他們為何感到不對勁、有這些直覺,也說不出番道理,反而可能被理性擊退
138。相較於上市公司,家族企業更能容錯、允許冒險,是一大優勢
147。但我沒聽說大多數家族企業比上市公司更厲害就是。
說高管決策大多靠直覺,令我想要問他們是不是運氣太好
119 只要人數夠多,機率總會讓某些人拿出神準的預測表現。
(Die Kunst des klaren Denkens 32 歸納法 The Induction 數量巨大下必然的結果)。若深入探究所有主管依賴直覺的程度、不只調查這些極端成功的高階主管,再加上所有人(包括主管與職員)決策實際上依賴直覺的比例,或許事情會更明朗。假如直覺真那麼有用,只是違反理性決策的社會共識,用的高管不敢說出來
142–143,那麼就該深入研究看看是否真有這回事。是每個普通人都能依靠直覺,或者只有特殊人才能靠著直覺成功?依賴直覺而預測成功的比例多少?依賴直覺與不靠直覺的結果有顯著差異嗎(不靠直覺是否也能得出相同結論)?有多少直覺是對即將施行決策的反動性不安感,只是擔心「這樣做會不會錯了」而起疑慮?實際上每次決策都有這種不安感,只是人們事後諸葛,特別記得那些一語成讖的顧忌
(Die Kunst des klaren Denkens 14 後見之明偏誤 The Hindsight Bias)?畢竟曾聽說這些主管的決策,統計起來不見得高明到哪去,卻坐領高薪
(Le Capital au XXIe siècle 第十四章 反思累進所得稅)。
Gigerenzer 認為邏輯統計與模型擅長歸納過去經驗,但在不確定的世界中要預測未來趨勢,良好的直覺與經驗法則不可或缺。直覺或許只考慮重要的資訊,基於簡單且成功的規則;不是無意識下權衡所有證據159。優秀的領導人往往能使用經驗法則以致成功,而非擁有什麼特殊的人格特質157–158。獨木難以撐天,個人沒精力凡事皆親力親為,卓越的領導把權力下放、將事務交給合適的下屬打點,能拔擢人才(尤其是從順利運作的部門,提拔能堅守企業價值觀的內部人才150。)、信任(所謂用人不疑、疑人不用)並起用有能者、賦予一定的自主權可嘗試冒險,分工合作完成大業148–149。要對人說話前,先聽後說,避免唐突。創新驅動成功,不進則退,必須不斷研發改進。決策前先廣納意見,多聽一點相關人的想法。由於光分析過去數據不可能預測意外,有時多少得冒險。
即便直覺真的勝過理性分析(雖然現在還看不到證據),我擔心這種主張會合理化英雄主義、獨裁者、強人政治。就算「有時直覺勝過理性」只是
片面事實(Truth: How the Many Sides to Every Story Shape Our Reality),也會導致悲劇結果。何況我們可以讓機器也學會直覺、經驗法則(簡單模型),這應該比依賴特定領袖來得穩健。畢竟只要是人,就避不開認知偏誤。應該改變的是演算法框架:過去我們有多項式擬合,現在有
深度學習。未來應該會出現更好的演算法框架,能克服
偏差和變異之兩難;不是丟掉模型、擁抱直覺,而是改進演算法。
2020/6/6
第七章 怎麼賭都贏的交易
真正的比賽有太多意外
(不確定性太高)164,需要的是好的直覺。例如採用經驗法則,選擇能避免最糟糕結果的方案
166,見好就收、別太
鐵齒孤注一擲。不過我想到,有些賭場拒絕往來戶,不正是因為他們太會算了嗎?話說回來,光靠人類大腦確實很難提供足夠計算力,最後往往只能臨機應變。
Gigerenzer 在書中提出的
自然頻率法樹狀圖,
用來計算機率能幫助理解170, 213, 218。簡單的說就是
把母群體放大到每種狀況一個實例,以整數(有幾個實例)而非比率(條件機率)的方式理解頻率。例如用六次遊戲來解釋
Warren Weaver 提出的(?)
三張卡片的騙局(等價於
Bertrand's box paradox)的六種情況,說明為何賭客的勝率只有 ⅓ 而非 ½,比起機率計算法簡單許多
170。
賭場採用更陰險的心理戰術。
吃角子老虎特別凸顯贏錢的客人,延長中獎時的燈號、獎勵聲,還要大肆宣傳有人中獎。電子機器在畫面停止時,常差一點就能中大獎。每隔幾次就投10元中5元、再來幾次給個賭注的兩三倍,用盡手段讓賭客們以為很容易贏
169–174。
體育選手常把技巧訓練得爐火純青,成為本能。硬要思考再來動作,反而做不好。因此精通一項運動時,別想太多,照平常心出手就好。但假如是初學者,那還是花點時間想想怎麼做比較好174–175。
我們要貨比三家,但沒必要逛過每一家店、仔細評選完所有商品,再挑出最優良最完美的一件;這不但浪費時間,反而容易
決策疲勞(Die Kunst des klugen Handelns 02 決策疲勞 Decision Fatigue——為什麼少做一點決定,就能做出比較好的決定)。再說意外不斷的世界中,我們不見得能挑到最好的;搞不好逛了一圈回來,想買筆記本上那件最中意的,卻已被買走了。就像
秘書問題、沙灘上挑貝殼不能回頭、或
容易錯過的愛情般(這故事
可能只是假託蘇格拉底之名),選擇一件上等(
足夠好)的就夠了
179;雖不能挑到最好的,卻省時間精力,
還有不錯的結果。要知道世事不可能完美,選了就該放下釋懷
180;別把大量時間花在焦急的挑選而不斷錯過,更不要一直後悔沒挑到最想要的。
擇你所愛,愛你所擇
。
有些人到餐廳點菜,會翻遍菜單。Gigerenzer 建議在價位不是很低的餐廳,可以直接問服務生,假如他現在坐在這裡會吃什麼
176。除了
找到夠好的就直接挑選,另可
藉助他人過去的經驗、選相同的:詢問服務生推薦什麼、問有吃過的朋友,或者照自己之前吃過不錯的亦可
176–177。
2020/6/7
第八章 浪漫愛情背後的不浪漫公式
人生總須不斷抉擇。
主觀預期效用理論認為,我們應該分析各選項,將可達成的各種的效用
乘上發生機率(或綜合重要度之加權
185),加總起來,之後選擇能達到最大效用的選項
183。這令我想到,預測未來的方法類似於此
(The Knowledge Illusion 第四章 思考假象的成因)。Gigerenzer 說在充滿意外、未知性的世界,就算我們預料得到的情況,估測的機率幾乎都不準確,這方法不如以簡單的經驗法則辦事。
單一理由決策法只就最在乎的一個理由下決定,選那個最能滿足我們最看重之理由的選項。社會模仿則借助他人經驗,
當其他人都這麼作時就從眾、隨大流。若我們最在意的是老來有沒有伴侶相陪、能含飴弄孫,那就結婚吧。若同學都結婚了,就跟著結婚吧。
我想我們只要找到一兩個最重要的理由,就足以支持我們的行動,或許是因為人不是機器。一般人只能考量到少數幾個重要因素,其他則被忽略。因此只要滿足最在乎的一兩項要素,也就夠了。當作出抉擇,除非大大顛覆原先預期的情況,否則就算差一點,多數人都能釋懷、處之泰然。此外,沒比較就沒失望;事後精算到底值不值得,是為了改進也就罷了,若導致念念不忘當時沒選擇的對象、後悔不已,這就不聰明了。
要找誰結婚,秘書問題很有名188–189。但多數人不會等看過 ⅓ 對象,而是前面幾個就下決定。畢竟青春苦短,等不了那麼長189,也不曉得一生能和幾個人交往。再說現實有太多不可控因素,我們評不準「配偶價值」,先經歷那麼久才開始挑選,好的早就被挑光了190。不如設定好可接受的期望值,遇到的一個能滿足的就結了吧。期望值太高,那就適度調低190–191。
有時我們內心已經幫我們做好了決定,感覺到就對了191–192。不過我想,人的情感如此不穩定,就算現在感覺對了,難保幾年後沒七年之癢啊。固然理性思考對愛情不一定有用,卻不保證直覺、經驗法則就一定長久幸福吧。到底直覺有多準確,Gigerenzer 也沒給出個廣泛性的研究結果,只舉出他朋友的例子187。
Gigerenzer 調查歐美人的想法,意外發現在這
性別平等的時代,依然存在嚴重的刻板印象:多數人以為,女性在感性相關方面直覺敏銳、男性則在需要用頭腦的領域直覺較準確
193–195。我倒是想到,對啊,明明都兩性平權了,為何還是男性向女性求婚、而非女性向男性提親呢
192?這看起來像是市場需求,男性可以同時讓多個女性懷孕,在生孩子上的付出較少;相對的女性一次只能懷上一個男人的後代,不慎重點不行。這生理上的差異,使男女在求婚方面難以平權。
照顧後代時,父母多平均分配時間在每個兒女上,盡量達到公平196。但實際上這種方法會讓排行中間的孩子,一生中與爸媽相處的時間最少。這或許解釋了為何我們有老大老么特別受寵的印象197–198。
2020/6/8
第九章 確定得病,或是虛驚一場?
當檢測不準確,
偽陽性機率過高時,就算檢測結果中標,也可能其實沒事
48, 207。事實上對少見疾病,偽陽性機率往往高過真正得病,因此多數人只是虛驚一場,反而帶來極大的心理壓力
211,以致
惡性循環220。就算問醫生,許多醫生卻過於相信檢驗結果不會出錯,不能正確解讀
陽性預測值,徒然造成錯誤驚嚇
212–212, 216, 222–223。另一方面,好發疾病偽陰性機率過高時,就算醫生說沒問題,還是有可能患病,只是這狀況較少出現。
Gigerenzer 提及現代健康醫療照顧系統,有幾個定時炸彈:醫生自我防衛、害怕被告
231–232,行
防禦性醫療;不懂得怎麼解讀醫療統計數據;以及為了多賺錢(或者不賠錢)追求利益、致
利益衝突,接受藥廠賄賂開某藥廠的藥方,因
按服務收費而
過度治療、進行
沒必要的健康照護(檢測與手術)
224–226。複雜技術不但昂貴,還不見得如簡單方式有效
227–229,但上述事態卻讓醫生寧可採用對病人並非最好的選擇
232。有些人修車,本來只是為了換胎,沒想到檢查一下卻需要大修,也屬類似的狀況。鑒於這些問題,Gigerenzer 建議做定期檢查,不如有症狀再去看醫生,省得白操心
233。
此外我們應該盡量開放資訊,包括醫生能自由閱讀論文、吸收診斷治療方法,病患能調閱自身病歷
233–235。資訊流通並激勵改善,才能進步。
2020/6/9
第十章 關於早期發現的驚人發現
美國盛行
定期健康檢查,提倡早期發現、早期治療,卻沒有確切證據證明,早期治療能增加
前列腺癌患者壽命
237。定期健檢甚至能增加
五年存活率,但這只是虛偽的表象:有些早期發現的屬
過度診斷,雖有癌細胞,但可歸於
非進行性疾病,本來到老都來不及發展致死。有些是
前導時間偏差,雖然早期發現、提高了五年存活率,遺憾
現在缺乏無害且有效治療法,還是在七八十歲死亡;
早點知道早治療,不過是多增添擔心受怕,以至苦不堪言的療程、終身大小便失禁和陽萎等後遺症237–239, 244。
若對病患沒有不良影響(
篩選無害),社會成本又足以負擔,我想早期診斷沒什麼不好,只要我們別過度恐慌、
正確認識帶有癌細胞有何風險、可以怎麼改善251。而這基於我們對事實掌握了足夠資訊,非武斷猜測、人云亦云、聽命行事(長輩、丈夫說怎樣就怎樣
252, 255)。想深入了解,別光找網路上錯綜複雜的訊息,很多反而是
利益團體裝作公正的片面之詞
262。有前列腺癌細胞不代表必然會快速惡化死亡,而治療大多不能延長壽命,反而有不少拉低生活品質
242, 244。事實上老年男性大多有前列腺癌細胞,但發展極慢,真正死於前列腺癌的不多
240。因此拿存活率來檢核醫療能力,必須考量是否有早期發現的因素影響、看
絕對風險下降率以檢核治療是否有效。
造成這種
數字遊戲267大行其道的原因,除了醫生認識不清
(第九章 確定得病,或是虛驚一場?),也因為有太多廠商依賴檢測與所帶來的客戶黏著度維生(作檢測的人有其他病也常找這家醫院)
250–251。同樣的問題發生在乳癌檢測與治療上
258。
圖像表法直觀的表現出各種狀況的比例,在大選後國會各政黨席次比例常出現這種表達法,且沒有混淆視聽的存活率、相對風險等煙霧彈241。就算數學不好的人也能簡單的了解狀況。
相較於圖像表,事實表以數字代替圖像,較不占版面,但同樣以自然頻率而非機率的方法,幫助一般人理解252, 255–256。
篩選不是預防,雖然兩者常被混為一談
265。想預防癌症,最好的方法是健康的生活習慣、好的居住環境
267。相較於母國同胞,移民更常罹患移入國的高盛行率癌症可證明這點
267。健康的生活型態如戒菸戒酒、多運動、維持正常體重、低鹽低糖低油飲食、少吃紅肉、從日常飲食
(而非營養補充品)補充
微量營養素、全餵母乳半年、有必要才作
放射學檢查
268–272。
2020/6/11
第十一章 與狂牛症一樣瘋狂的恐懼
規範銀行
資本充足率(貸出資金倍數不可太高)、用以穩定金融市場的
巴塞爾協議歷經三版,一次比一次龐雜
276。如此複雜的風險模型,卻仍然不能預料到所有意外,只能算出不實用的
風險價值,創造虛假的安心感
274–276(第五章 財經專家的「神預測」)。只在
未知變因少、當前選擇少、有大量資訊可參考時,才能計算風險,這些在投資銀行的世界可不成立
277,即使大家都想算出賺錢之道。我卻想,假如金融風險無法計算,要不然大家要怎麼過活呢?總不能都用猜的。
Gigerenzer 認為,相較於
軂軂軇的規定,不如遵循簡單原則就好
278。規範太過複雜反而成了擺飾用花瓶、推卸責任的擋箭牌或神主牌。
簡單的金融規範,首倡
限制槓桿比率不超過 10:1
278。越大的銀行越
不能倒
(牽連越大),槓桿比率要低點
280。
金融海嘯前,有的銀行達 50:1,身上只有 1萬元卻貸款 50萬投資
279,這也難怪泡沫一破,
退潮才知道誰沒穿褲子
。事後計算槓桿率,比複雜的風險模型更能預測哪家銀行會出問題
280。低槓桿率雖無法杜絕意外,卻能強健金融體質,就算問題爆發也可承受。為此銀行須增加持有資本;政府或可立法禁止銀行在累積足夠資金前,配息給股東
280。
銀行為了提高槓桿率,常用幾個藉口,都有問題:
- 銀行是金融專業,能計算風險。
-
銀行採用自己的風險模型,數值有很大操弄空間281。更大的問題是他們不能計算意外,也無法避免偏差和變異之兩難。金融海嘯是很明顯的例子。
- 槓桿率易受扭曲誤用,不如個別詳細規範。
-
複雜的法規才是銀行鑽漏洞的獨擅勝場,這方面他們比監管機構厲害多了。政府沒那麼多資源(時間人力與社會成本)和他們玩貓捉老鼠遊戲。
- 多一元資本就少一元經濟活動
-
資本可拿來投資,不是存款準備金。低槓桿率只是要人別玩太大。
- 限制槓桿率增加銀行營運成本、違反自由市場精神
-
既然銀行倒閉可能影響百姓生計,就該列入監管。總不能為了銀行自己賺錢,賭上銀行倒債、金融市場崩潰、社會大眾陪葬的危險282。
其他方法包括
縮小銀行規模、
拆分商業銀行與投資銀行(The Great Divide 資本主義傻瓜、有錢人享有的社會主義)。
群眾易受仇恨、恐懼情緒操弄(Die Kunst des klugen Handelns 16 情意的捷徑 Affect Heuristic——為什麼你是感覺的傀儡)。激烈恐怖的事件能輕易挑起群眾恐慌情緒,但過度反應的應激措施,卻讓社會付出過多的代價284(如安檢措施之類的社會成本(第一章 從成為落湯雞,到發生血栓的風險))(21 Lessons for the 21st Century 第10堂課 恐怖主義:別讓驚悚短片給嚇倒了)。只不過,總有人會說感情可貴、生命無價,抑或預防勝於治療、小心總比後悔好啊。風險再低,對中鏢的人來說就是 100% 的不幸(以最壞情況假設取代合理風險評估)284。
懼怕狂牛症而大規模撲殺牛隻285–286,損失的錢可用來拯救更多社會底層的苦命人。豬流感爆發,各國囤積克流感之類疫苗與抗病毒藥物;雖然沒證據證明克流感能預防人因流感死亡,只是縮短發病期。原來許多世界衛生組織請的醫學專家,背後與大型製藥廠往來,存有利益衝突。政府預料最糟危害卻上演狼來了,不但浪費錢,還損害了政府、媒體與 WHO 的信譽288。事實上因豬流感而死的人遠低於 A 型流感病毒,人們卻特別關心豬流感289–290。
我想我們在面對特定公眾危機時,應該也列出其他性質類似的更大危害,並簡明扼要、以易懂圖表來表達,讓大眾知道要討論的危機真正有多嚴重。例如討論飛機失事,以圖表面積或數字比例、同時列出一般車禍死亡率。討論豬流感,同時列出一般流感死亡率289。或許還得加上點公關手法與沉著言談,避免刺激公眾非理性的恐慌心態。
雖然政府對豬流感積極反應,各國買了許多克流感,且不要求
羅氏藥廠提出藥效證據;卻對金融改革裹足不前。Gigerenzer 推測原因之一或許是太多
利益團體遊說,政府被財團綁架了。大藥廠希望各國當局多買些昂貴藥物,金融界不希望監管機構限制業務
290–291。一般小老百姓不知道這些隱密,發現了也不夠大聲,更沒大企業有力、能提供大量政治獻金。然而實際上政府的大金主是納稅人,我們付出了苦汗錢。一般人實在應該睜大眼睛,看看大家所繳的稅花到哪去了
291。
大眾媒體也推波助瀾,有些消息確實聳動,值得吸引眼球。只不過沒有按照比例來報導
(媒體與社會責任)的結果,蒙蔽了大眾眼睛
290,浪費了寶貴的注意力。
2020/6/12
第三部 想別犯錯要趁早!
第十二章 學習面對未知的校園革命
如
第一章 從成為落湯雞,到發生血栓的風險所言,Gigerenzer 挑明人類並非天生就不擅長認知、計算風險,而是學校沒教風險認知與管理。古時候難以想像每個人都能讀能寫,但現在我們做到了。相信風險教育也相同
295。
現代教育偏重考試,許多理論生活中用不到
301,很難學以致用;像是解二次方程、求球體和平面的交會面積、無理數
300,或臺灣常拿來說項的三角函數、微積分,往往考完試就忘了
301。這些理論哪有每天用到的風險常識重要呢?但學校卻沒教人風險素養。學校教育實在應該採生活導向
301。
芬蘭教育體系採用簡單的經驗法則,僱用對的人、使其自由發揮所長,這很值得我們學習
302。其實就算
應試教育,我們也能稍加改進;每次考試不單只考這次教的範圍,而是考所有教過的,這能避免學生考完就忘
302。
Gigerenzer 理想中的風險教育,包括下列素養
296:
- 統計式思考
-
例如理解下雨機率(第一章 從成為落湯雞,到發生血栓的風險)、健康風險(第二章 我最確定的就是,其實我不確定、第九章 確定得病,或是虛驚一場?、第十章 關於早期發現的驚人發現),教會人們分辨債務陷阱305–306(第七章 怎麼賭都贏的交易)(我想金融規範得好,也能避免人們上當受害。)等。擴大點說,就是了解事物運行的道理(The Knowledge Illusion 第四章 思考假象的成因)。遺憾的是多數人可不願意花費精力去理解真實與真理,寧可人云亦云、將寶貴時間花費在追劇上。
- 經驗法則
-
懂得事情總有意外、別太信賴模型(第二章 我最確定的就是,其實我不確定),能在不確定的環境中下好決定(第五章 財經專家的「神預測」)。
- 風險心理
-
別受恐慌情緒牽著走,應該合理評估風險(第十一章 與狂牛症一樣瘋狂的恐懼)。
Gigerenzer 期待我們教會孩子良好健康習慣、別抽菸,打預防針(做好心理建設,宣導吸菸如何有害、企業如何利用廣告賺錢。),孩子就會理性思考,遠離菸害
303–304。但我不禁要說,這恐怕太小看人性弱點了。人類可不是理性
經濟人。再說有的根本是明知故犯:銀行即便知道有風險,難道會乖乖降低槓桿率?還不是需要立法、監管。書中也舉了人們就算知道開車玩手機危險,卻停不下來的例子;與同儕的社交聯繫,嚴重度立即而顯而易見,誘因遠大於發生機率較低、從來沒經歷過的車禍
306–307。怎麼能期待人們多知道個風險係數,就突然變聰明、足以自制呢?Gigerenzer 雖表示我們應訓練數位自制力,亦未能提出有效的辦法
310–311。
練習烹飪能抑制肥胖與速食文化倒是有趣的想法
304。
我同意人們應懂得辨識風險,以致事物背後的真相,作批判性思考
311–312。但以為光這樣就斬草除根、理性勝過感性,未免過於樂觀。至於風險教育能有多少成效,可能得試過才知道
304。
2020/6/12
小結
本書特別點出,我們歸納過去經驗、規劃演算法、導出模型時
(Weapons of Math Destruction),無法預料的萬一可能比我們以為的更常見。就算意外發生機率小,當演算法變量過多,誤差恐怕也大到我們難以預測的程度
(第二章 我最確定的就是,其實我不確定)。對於這種情況,我們只能改採簡單的策略應對;並且未雨綢繆,
為處理意外預留能力與可能性。我不同意 Gigerenzer 依賴人類直覺的做法,而是應該
讓演算法採用更簡單而強健的方式。
其次 Gigerenzer 提到的,是開導大眾更正確的看待風險。除了利用
更直觀的方式,例如以圖表表現
絕對機率(少用容易誤導的相對機率)外,我想
行為經濟學在這方面應該能提供些方法
(Misbehaving)。但我們不該太高估人類的理性。
2020/6/12