噪声是本应一致的判断中多余的变数，它会导向不准确、不公正的决策。
它时时刻刻存在于人们周围，尽管人们并没有注意到它。
要了解它是如何出现的，现在就可以进行一次“噪音审查”：打开手机里的秒表软件，练习数十秒。
现在，闭上眼睛，数几次，每当你认为已经过去了10秒就按下按钮计为一次。
你的答案并不完美，而是充满噪声：比10秒长一点或短一点。
如果结果总是在某一个方向上产生错误，那么这里还存在了偏差，这是另一种形式的错误（你数得太快或太慢）。
决策中存在偏差是众所周知的问题，人们可以采取一些策略将其影响降至最低。
例如，客户可能会“锁定”他们在交易中看到的第一个价格，所以他们学会了在谈判之前有意地放弃这个价格。
但噪声之所以不同，恰恰是因为它不那么明显。
“只有当我们从统计学的角度考虑一系列相似的判断时，它才会显现出来。事实上，到那时，它会变得很难被忽视。”丹尼尔·卡尼曼、奥利维尔·西伯尼和卡斯·桑斯坦在他们的新书中写道。
差异是显而易见的。
在迈阿密的一家法院，一名法官会在88%的案件中给予难民庇护，而另一名法官则只会在5%的案件中给予这样的结果。
一项针对放射科医生的大型研究发现，假阳性率从1%到64%不等，放射科医生说，这意味着三分之二的情况下，乳房X光片会将非癌症的结果显示为癌症。
医生在漫长的一天即将结束的时段更有可能开出阿片类药物。
法官在间歇休息前和炎热的日子里会做出更严厉的判决。
一家保险公司的承保人评估的保费相差达到55%，这一差额比管理层预想的要大五倍。
一个人的决策不仅常与同伴不同，而且常常无法与自己达成一致。
葡萄酒专家在第二次品尝相同样品时，与之前评判一致的不到五分之一。
五分之四的指纹鉴定员在看到一些相关信息后改变了最初的识别决定，而这些信息本不应该成为影响指纹匹配的因素。
在一项评估血管造影的医学研究中，医生们在超过一半的情况下不同意他们早期的判断。
噪声有时是有利的。
当不同的投资者评估同一笔交易，或者书评家得出不同的评论时，意见的多样性是有益的。
但多数情况下，噪声会带来问题。
在法律上，噪声意味着不公平。
在商业上，噪声可能让人付出高昂的代价。
不过，噪声是可以被削弱的。
作者们的补救措施包括用“噪音审查”来衡量对同一事件的不一致程度，将通常看不见的差异量化。
他们还提倡改善“决策清洁”，比如在集体决策中指定一名观察员，以防止出现常见的偏差和噪声影响下产生的判断。
例如，他们可以确保团队中的参与者在聚集起来进行决策之前先进行独立的评估。
另一个解决办法是完全去除人的参与。
在许多情况下，统计模型、预先确定的规则和算法比人类的判断更准确。
作者乐于看到人工智能在社会上做出许多决定，但也承认人们倾向于拒绝人工智能给出的答案，因其在决策中缺乏人性的和感性的特质——即使这会导致产生较差的，或至少是多变的决策。
三位作者的说法都很有可信度。
卡尼曼是一位诺贝尔奖获得者，他关于人类推论中的偏差的观点重塑了经济学和社会；桑斯坦是哈佛大学一位博学多才的学者，偶尔会担任政府官员的角色将自己的想法付诸政策；西伯尼曾是麦肯锡的合伙人，现在法国一所商学院教授决策科学。
然而，尽管这本书讲的就是噪声，作者们还是得艰难地从噪声中提取信息，这么说吧，他们需要用大约400页的篇幅才能阐明他们的观点。
他们本应提供更严谨的论据来加强自己的观点。
来源：一念如故12138
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！