夜读 vol.342

CHEERS BOOKS

- 选本好书,让生活松弛有度


在AI时代,由于信息太多、选择太难,我们往往会由于看不清问题的本质而掉入决策陷阱。为了做出更智慧的决策,你需要解锁AI时代稀缺的分析思维能力,让分析思维成为人生成长和职场晋升的加速器。今天为你推荐的新书由哈佛大学肯尼迪学院开设超过40年的经典课程《政策分析框架》创作而成,它曾启发投资传奇查理·芒格、诺贝尔经济学奖得主理查德·塞勒、耶鲁大学经济学教授罗伯特·席勒等一众学界大咖,对经济、政治、金融、行为决策、医疗、博弈论等领域影响深远。

本文摘录自《分析思维的准则


】【‘

点击书封,立即入手

如果有人问,你在过去一年中做过的最好的决定是什么,你会怎么说?著有两本关于概率思维和决策的精彩作品的前扑克世界冠军、心理学家安妮·杜克(Annie Duke),曾向全球数百人提出了这个问题。

绝大多数人回答的都是一个结果很好的决定。这表明,很多人将决策质量(我们用当时掌握的信息做出决策的过程有多棒)和结果质量(决策后发生的事情有多棒)混为一谈。这种现象非常普遍,扑克玩家们甚至有专门的术语来形容它:结果论。

在哈佛大学肯尼迪学院的统计学课堂上,一个简单的图(见图3-1)经常被用来帮助学生区分决策质量和结果质量。48准则8针对的是一个具体案例的结果,它警示我们,要理解好的决策不一定会带来好的结果,否则我们可能会落入“你很不幸”的陷阱。

图 决策质量和结果质量


假设你和伙伴或室友开车去酒吧,你们都玩得很开心,但是你喝了很多酒,而你的伙伴只喝了无酒精的秀兰·邓波鸡尾酒。到回家的时候,你让你的伙伴——他的车技和你一样好——开车送你们俩回家。在回家的路上,一个醉酒的司机追尾了你的车。你和伙伴都平安无事,但你的车需要大修。

让你的伙伴开车送你们回家是很好的决定。根据当时掌握的信息,你的判断很合理,如果你开车而不是你的伙伴开车,发生车祸的可能性会更高。尽管结果并不理想,这依然是一个好决策。

这条准则适用的情况非常广泛。假设你买了一部新的苹果手机。购机时你需要决定是否同时购买意外保险。你评估了一下,作为那种使用手机非常小心的人,你出意外损坏手机或弄丢手机的可能性很低,保险的价格相对较高,所以没有购买。但三个月后,你去了趟杂货店,手机掉在地上摔坏了。

你可能会像大多数人一样,脑海中浮现出的第一个想法就是后悔你不买保险的决策。甚至,你可能会无比自责,认为不买保险是一项坏决策。但事实上,你得到了一个坏结果,并不意味着你的决策就是一项坏决策。你很少不小心摔东西,这次只不过是个意外。这条准则提醒我们,判断决策的质量,要看你在做决策时知道什么,切忌做事后诸葛亮。

假设你面临一个更重要的决定:你必须在旧金山的工作和洛杉矶的工作之间做出选择。对于自己能否和每个地方的同事融洽相处,在每个城市的生活会有多愉快,你都有一定的了解,但并不十分确定。你可以对这些结果的可能性做出明智的判断,但不知道最终会发生什么。如果你决定去旧金山最后却不喜欢它,这不一定意味着你做了一个糟糕的决定。

理查德以前的学生乔希·亚德利(Josh Yardley)回忆起在理查德的课堂上学到的这条准则如何影响他评估自己的决策时说:“在上理查德的课之前,我对决策质量的评估与决策的结果密切相关,但这往往是无益的。这种评估的道理很简单:如果结果好,那一定是个好决策;如果结果不好,那一定是个坏决策。但这条准则说,‘不要妄下断论’。每当我想依据决策的结果来给出我对决策的评价时,我就试着放慢自己的思考速度。在不知道结果之前,我该如何判断导致我做出那个决定的过程呢?然后,根据我现在所能观察到的结果,我该如何更新我的判断?关于决策过程的第一个问题训练了我的思维,对评估我最喜欢的运动队、我支持的候选人和我自己所做的决定非常有帮助。”

小到是否为你的手机买保险这样的个人决定,大到如何在危机时刻领导一个组织这样的重大决定,这条准则都适用。在危机时刻,可能所有的结果看起来都很糟糕。这种情况下,你将不得不在各种选项中做出选择,这些选项都将导致糟糕的结果和不可避免但不公平的指责。你要做的就是选择会导致最不坏的结果的那一个。

戴维·埃尔伍德(David Ellwood)在2008年金融危机期间担任哈佛大学肯尼迪学院院长时,就面临过这种选择所有糟糕结果中最好的选项的情况。任何削减预算的做法都将是痛苦的,而一系列的预算削减更是如此。他要解雇的人中没有一个会表示理解,很少有人会为他的选择鼓掌。“问题往往是没有好的结果,这迫使你在痛苦的道路间做出选择。更麻烦的是,最好的道路只有在事后不确定性消除了的时候才可知。而早在知道情况会在什么地方触底,或者会以多快的速度恢复之前,我们就必须决定在哪些领域削减开支,削减多少开支,包括让多少人停职或解雇多少人。”在下一条准则中,我们将再次讨论这种许多结果看起来都很糟糕的决定。

如果不能通过结果的好坏来判断决策的好坏,那我们该如何判断呢?关键是要了解你在做出决策时拥有(或可能拥有)哪些信息,然后确定在给定这些信息的情况下,你是否选择了一条能使你的决策的预期价值最大化的路径。这样做的正式流程是绘制决策树,树上的节点代表选择和随机事件、与每个随机事件相关的概率以及与决策树的每个分支相关的结果。当然,就像投掷硬币或抽卡那样,概率无法被很好地定义。对于你摔坏手机或爱上旧金山的可能性,我们只能给出主观评估。这是导致决策困难的主要原因。但是,不认真考虑概率,甚至完全忽略概率,只会导致糟糕的决策。

虽然对决策树的展开讨论超出了本书的范畴,但它背后的逻辑很简单:面临决策时,想想你拥有的选择;对于每一个选择,再想想此刻每一种不确定的情景会导致什么样的结果。

我们用简单的决策树例子(见图3-2)来分析一下是否给你的手机买保险的决策过程。请注意,对于你面临的两种选择(买或不买保险),你可能面临两种情况(手机是否损坏),每种情况都有不同的后果,这取决于你的选择。然后,你可以计算出这两种情况的预期成本(标记为EC)。在这个假设的例子中,购买保险的预期成本(102.50美元)远远高于不购买保险的预期成本(42.50美元)。因此,除非你极度厌恶风险,否则理性的决策就是不买保险。而根据这些假设的数值,如果你把手机摔坏了,你要花费850美元,这是一个糟糕的结果,但这并不意味着你所做的决定是一个糟糕的决定。

图 购买手机保险的简单决策树(可视化流程图)


请注意,预期成本是指如果你多次做出这样的决定,比如说你要购买1 000部智能手机时,你所预期的平均成本是多少。你可能会提出异议,因为你只买了一部手机。然而,在你的一生中,你会做出成千上万个诸如此类的决定,所以思考在许多决定中平均而言会发生什么是有帮助的。

决策树会将所涉及的选择和不确定性可视化,这意味着,即使你不能像手机的例子那样正式地得出决策树问题的解,它也可以提供信息和见解。51此外,即使不画决策树,从其组成部分的角度来思考,也能经常推动你做出更优的决策。2008年,时任肯尼迪学院院长的戴维·埃尔伍德就是这么做的。“我们试着做理查德会做的事情:我们研究了各种各样的情境,给每个情境分配了一个粗略的概率,考虑我们如何在这种情况下取得最好的结果,最后回过来看哪个决定可能给我们带来最好的结果。我们完全了解自己无法选中事后看来最完美的那条道路。具有讽刺意味的是,在行动真的很重要的时候,知道一个人不可能知道理想路线,其实会让我们更有勇气采取行动。”

既然好决策有时会导致坏结果,为什么还要花时间去建立和执行好的决策流程呢?答案是,平均而言,好决策比坏决策更有可能产生好结果。它们不一定会产生好结果,但会提升好结果产生的概率。如果你始终采用良好的决策过程,你将在多次决策的过程中积累更好的结果。随着时间的推移,这会对你的生活质量产生巨大的影响。

诚然,好决策可能会导致坏结果,但我们不应就此因噎废食,断定糟糕的结果都是由正确的决定造成的。坏结果往往来自坏决策,特别是当我们冲动行事,仅凭一腔热血做出决定时。关键是要分别对决策质量与结果质量做出判断,问问自己,在做出决策的时候,根据自己掌握的信息,是否原本可以做得更好。举个例子,假设你不喜欢出门时被淋湿。有一天,天气预报说有90%的可能性会下雨,但你决定不带伞出门,结果大雨把你淋成了落汤鸡。除非你对打伞有什么抵触情绪,否则这就是错误决定导致的坏结果。即使最终没有下雨,带伞也依然会是正确的决定。

知道好决策有时会导致坏结果,会让我们在坏结果发生时更能够理解自己和他人。


点击书封,立即入手

「夜读好书」栏目往后将每日晚间更新,由编辑们从数百本经典书目中精选呈现。在纷繁的世界中,让好书陪你度过一段深邃、宁静的晚间时光。好书夜读,让生活松弛有度~

CHEERS CHEERS CHEERS

BD@cheerspublishing.com,

拜托点下“在看”

ad1 webp
ad2 webp
ad1 webp
ad2 webp