章节 18
驯服直觉预测
读进去
预测朱莉大学成绩时,我们手里只有她小时候早慧的证据。直觉会直接说:她这么聪明,大学肯定也拔尖。但证据和结果之间的相关性并不完美,甚至相当弱。真正的两难在于:跟随直觉会系统性地高估极端证据,完全回归基准又会丢掉所有信息。卡尼曼给出的修正程序不是要消灭直觉,而是按证据质量给直觉打折——证据越弱,预测越该靠近平均水平。
打开原图 ↗画出来
文字里常被压缩成同一个问题的是“评价”和“预测”。评价朱莉现在有多出色,和预测她未来能走多远,是两个问题。直觉会把前者直接当成后者,把当下的印象原封不动搬到未来。把关系放进图里后,这两个节点被分开,中间多了一个“相关性”的调节阀。阀门的开度决定预测该离直觉近还是离基准近。这个结构让“为什么不能直接相信直觉”变得具体,而不是一句空泛的警告。
再想一遍
晋升评审里,一个候选人过去一年表现极好,评委很容易直接预测他下一年也能扛起更大责任。但过去一年的表现里有多少是环境、项目、团队配合带来的运气?如果这些因素与个人能力的相关性不高,那么“明年同样出色”的预测就该向平均水平回撤一些。这不是否定候选人,而是让判断与证据质量匹配。否则,每次晋升都在为极端表现买单,系统性高估了人的稳定性。
带回生活
直觉预测的修正幅度,取决于证据与结果的相关性,而不是证据给人的感觉有多强烈。感觉越强烈,越要问一句:这感觉里有多少是真实信号,有多少是故事讲得顺?