Thinking Fast and Slow

三月底,很早在豆瓣上认识的豆友发了 Daniel Kahneman的讣告提到这本书。我以前不知道这位名人,上网一搜发现居然是得了诺贝尔经济学奖的心理学家。觉得太有意思了。再搜,发现他和好朋友Amos Tversky 之间的分分合合更有意思。有意思到Michael Lewis为他们写书的地步。

(The New Yorker: The Two Friends Who Changed How We Think About How We Think

还在恶人谷翻到Jun之前写的读后感: The Undoing Project

旧金山图书馆Thinking Fast and Slow所有版本的书都需要排队,我就去audiable买了有声书开听。刚听了开头就觉得太有趣了。马不停蹄的花了一周时间听完了。送小朋友上学路上他跟我一起津津有味地听。

人类必备的两套判别系统:System 1 (系统一)和System 2 (系统二)。这种命名让我很不适应。完全没法联想和加任何色彩的名字,我听了差不多三分之一的书才停止混淆两种系统的特性。

系统一:直觉,主观,基因中生存本能,长期练习也可以产生新的直觉和判断(比方消防队员的直觉),超级自信。

系统二:客观,理性,怀疑一切,懒惰。

因为避免使用系统二是第一宗旨,我们遇到系统一难以回答的问题会自动转换成一个系统一有现成答案的问题。比方某人考虑要不要买福特公司股票时,真正需要回答的问题是“福特股票低于其价值吗?”但是要回答这个问题需要系统二进行各种数据分析,于是大家往往把问题改成“我喜欢福特车吗?”这个系统一可以张口就给答案的问题。

但是有些时候如果我们能够自动强制调动系统二,结果往往比只是懒惰的依靠系统一要好。书里提到一个测试,两组背景和能力相似的学生做同样内容的答卷,一组的答卷印在质量很好的白纸上面,字迹清晰,字体整齐。另一组答卷印在质量比较差的彩色纸上,印刷模糊不很清楚。哪组学生的考试结果更好?我们一般自然会认为拿到清晰试卷那组做的更好。结论居然是第二组。答卷质量差逼迫学生调动系统二小心的答题,出错率比第一组低很多。

这个实验听的我恍然大悟。谷歌成立后Larry & Sergey一直秉承着公司运行需要保持在“managed chaos”状态,因为运行太自如的环境会不利于激发创造力。多年前有一个工程副总也曾说过系统性强的环境只能保证下限可以达到平均数而已。所以也许谷歌早年稍微混乱的环境更容易调动大家使用系统二从而达到更高质量的输出?

后半本书大多都是讲述大家在生活里很少主动使用已知的统计学概念。因为统计学是系统二的能力范围。

例子一是对小数据的过度依赖。故意略视小数据的不可靠性。

比方成功的CEO的技能其实是无法复制的。因为一个公司运行是否好很大程度依靠运气。每一位CEO的经历也都是有限的小数据没法靠谱的预估未来的成功几率。

例子二是单独一个事件的成功率也许很低,但是如果同样的事件重复成百次,最终的叠加几率就很客观了。

比方一个公司如果有十个部门,每一个部门都有10%的机会得到某种效益,部门领导会觉的10%概率太低,秉承人们自然的避险心里会拒绝这个机会。但是从CEO的角度来说,如果所有部门都愿意尝试,公司整体得到效益的几率就大幅度提高了。乍一看会觉得CEO一拍脑袋瞎指挥,其实不然。

所以做决定时一定要多想想统计学的各种原理。

看评论Kahneman的文章里有人说经济学家大部分都非常自信,而心理学家则总是怀疑一切。这本书里也说道系统一相当自信,因为系统一知道的信息非常少,知道的越少越自信。系统二则怀疑一切。也挺有趣的。