友情提示:如果本网页打开太慢或显示不完整,请尝试鼠标右键“刷新”本网页!
八二电子书 返回本书目录 加入书签 我的书架 我的书签 TXT全本下载 『收藏到我的浏览器』

黑天鹅-第8部分

快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部! 如果本书没有阅读完,想下次继续接着阅读,可使用上方 "收藏到我的浏览器" 功能 和 "加入书签" 功能!


  叙述谬误及其疗法
  如果叙述谬误导致我们认为过去的事件更具可预测性、更易被预期、比实际上更不具有随机性,那么我们应该能够运用它治疗随机性带来的某些痛苦。
  假设发生了某种不愉快事件,比如令你感到有间接责任的车祸使你不断受到回忆的困扰。一个想法折磨着你,即你对你的乘客造成了伤害,你总是觉得你本来可以避免这次车祸。你的大脑不断上演其他场景:如果你不是比平时晚起了3分钟,你本来可以避免这次车祸。伤害你的乘客不是你的本意,但你的大脑摆脱不了后悔和自责。从事具有高度随机性职业的人(比如证券业)遭受的反省式痛苦更为严重:我本应该在最高点卖掉我的投资组合的;如果我在几年前只花几分钱买那只股票,现在我就可以开一辆红色敞篷车了,等等。如果你是专业人士,在你没有为你的投资者增加收益时,你会感到你“犯了一个错误”,或者“犯了多个错误”,并感到有必要为你“鲁莽”的投资策略(事后看起来鲁莽)道歉。
  你如何摆脱这种持续的痛苦呢?不要试图刻意不去想它—这几乎一定会带来反作用。更合适的解决办法是更多地看到事件不可避免的部分。嗨,事情一定会发生的,老放不下是很没出息的。如何做到这一点呢?运用叙述。病人每天花15分钟写下白天的烦恼真的会感觉好得多。你对于没能避免一些事情的自责会减少,责任减轻,因为事情看上去不可避免。

黑天鹅 第六章(4)
如果你在一个充满随机性的行业工作,你很可能经常痛苦地根据事后发生的事对过去的行为不断地再三考虑。在这种情况下,最起码你可以写日记。
  无限精确的错误
  我们极为讨厌抽象的东西。
  2003年12月的一天,萨达姆?侯赛因被捕,彭博新闻社在13:01打出了这样的头条:《美国国债价格上涨;侯赛因被捕可能不会抑制恐怖主义》。
  每当市场有所变动,新闻媒体总感到有义务给出“原因”。一个半小时后,他们不得不打出一个新的头条,因为美国国债价格下跌了。(它们是全天不断波动的,所以这根本没什么特别的。)彭博新闻社重新为价格下跌找到原因:萨达姆被捕(同一个萨达姆)。在13:31,他们发布如下快报:《美国国债价格下跌;侯赛因被捕刺激了风险资产的吸引力》。
  同一个被捕事件(原因)被同时用来解释另一个事件及其相反事件,这显然是错误的,后两件事之间不可能有共同点。
  这种情况总在发生:人们提出一个原因,好让你接受一则新闻,同时让事情看上去更具体。某个候选人在竞选中失败后,你会获得这样的“解释”:选民不高兴。只要你想得出来,任何原因都行。媒体则通过他们的事实检验军团把这个过程变得“彻底”。似乎他们想要犯无限精确的错误(而不是接受正确的近似,就像寓言作家那样)。
  注意,在没有关于你碰到的某个人的其他信息的情况下,你习惯于把国籍和背景当做他的突出特性(就像那位意大利学者对我所做的那样)。我怎么知道这种依赖背景的判断是不正确的呢?我做了自己的实证检验,我查看了在26个和我有相同背景,并经历了同一场战争的人中有几个交易商变成了怀疑经验主义者,结果一个也没有。国籍可以帮助你编造一个不错的故事,满足你寻找原因的胃口。它就像一个垃圾堆放点,所有解释都能放到那里去,直到人们找出一个更为明显的原因(比如某种“合理”的进化论论点)。实际上,人们习惯于用“国家身份”的理由自欺,《科学》杂志上的一篇由65名作者撰写的突破性论文则显示这种理由完全是假想的。(“国家特性”对电影来说或许是不错的,尤其是战争题材,但它们是柏拉图化的观念,没有任何经验价值,但是,英国人和非英国人都错误地相信英国人具有“英国气质”。)从经验主义的角度讲,性别、社会阶层和职业对人们的行为比国籍更说明问题。(一名瑞典男性与一名多哥男性的相似性高于一名瑞典男性与一名瑞典女性的相似性;一名秘鲁哲学家与一名苏格兰哲学家的相似性高于一名秘鲁哲学家与一名秘鲁看门人的相似性,诸如此类。)
  过度寻找原因的问题不在于记者,而在于大众。没有人会花1美元购买某个无聊的大学讲座的抽象统计学讲义。我们喜欢听故事,而这并没有什么错,只不过我们应该更彻底地审视故事是否对事实做了严重扭曲。有没有可能虚构作品揭示了真相,而非虚构作品是撒谎者的港湾呢?有没有可能寓言和故事比美国广播公司经过彻底核实的新闻更接近事实呢?想一想,报纸努力发现完美的事实,但用一种试图表现出因果关系(以及知识)的方式叙述。有人负责核实事实,却没有人负责核实真理。
  但我们没有理由单说记者。研究叙述问题的学者们也在做同样的事,只是他们用正式的语言把它粉饰起来,我们会在讨论预测问题的第十章谈到他们。

黑天鹅 第六章(5)
在叙述和寻找原因之外,记者和大众中的智者丝毫也没有让世界变得更简单。相反,他们几乎总是使它看上去比实际更复杂。下一次有人要你谈论世界大事时,请说你不知道,并使用我在这一章提出的对所谓直接原因表示怀疑的观点。人们会说“你分析过头了”,或者“你太复杂了”。你需要说的只是你不知道!
  冷静的科学
  假如你认为科学是不受情感和认知扭曲影响的抽象学科,那么我有一些不好的消息。经验主义研究者已经证明,科学家也容易犯叙述谬误,他们看重文章标题和引人注意的“漂亮”词句胜过更为重要的东西。他们也是人,也会受情绪的影响。这个问题的解决办法就是对科学研究进行后续分析,由一位资深研究者详细阅读全部文献,包括不那么热门的文章,然后进行综合。
  情感与黑天鹅
  让我们看一看叙述谬误如何影响我们对黑天鹅事件的理解。叙述谬误及其突出情感事实的特点会扰乱我们对事件概率的预测。看一看卡尼曼和特沃斯基的实验:受试者是从事预测的专业人员,他们被要求想象下面的场景并预测事件概率:
  1。 美国某处发生大洪水,一千多人死亡。
  2。 加利福尼亚发生地震,导致大洪水,一千多人死亡。
  受试者估计第一个情景的发生概率低于第二个情景。但是,加利福尼亚的地震已经是一个想象中的原因,这极大地增加了洪水发生的假想可能性,也就是估计的发生概率。
  同样,如果我问你美国有可能发生多少例肺癌,你会提供一个数字,比如50万。现在,假如我问的是多少例肺癌是“由于”吸烟发生的,你很可能给我一个大得多的数字(我猜要高出一倍多)。加上“由于”一词使得问题变得容易理解,也更有可能发生。吸烟导致的癌症比毫无理由的癌症似乎更容易发生,没有指明原因相当于没有原因。
  我回到前面提到的E?M?福斯特的例子,但从概率的角度来考虑。哪种说法看来更容易发生?
  1。 乔伊表面上快乐地结婚了。他杀了他的妻子。
  2。 乔伊表面上快乐地结婚了。他为了得到妻子的遗产而杀了她。
  显然乍看上去第二种情形更有可能发生,而这是完全的逻辑错误,因为第一种情形更宽泛,有更多种可能的原因,比如他杀死他的妻子是因为他疯了,因为她与邮差和滑雪教练通奸,因为他产生某种错觉把她当成了金融预测师。
  所有这些都会导致我们决策的错误。如何导致的呢?
  如保罗?斯洛维克(Paul Slovic)与他的合作者发现的,人们更有可能购买恐怖袭击保险而不是一般保险,而一般保险对恐怖事件是承保的。
  我们想象、谈论和担心的黑天鹅事件并不是真正的黑天鹅事件。我们的担忧是针对错误的“不可能”事件,我们将在下面讨论这一点。
  黑天鹅盲
  关于对黑天鹅现象的认识矛盾,第一个问题是:为什么我们的大脑过度担心某些黑天鹅现象,而本书的主题却是我们通常忽视黑天鹅现象?
  答案是有两种稀有事件:1。 叙述中的黑天鹅现象,即那些现在被人们谈到,你也很可能从电视上听到的黑天鹅现象;2。 无人提及的黑天鹅现象,因为它们不符合任何模式,在公共场合谈论它们会让你觉得羞愧,因为它们看上去不合理。我可以非常肯定地说,第一种黑天鹅现象的发生概率被高估,第二种被严重低估,这是完全符合人性的。

黑天鹅 第六章(6)
实际上,彩票购买者高估了赢钱的可能性,因为他们想象了一个可观的报酬。他们对概率是如此无知,以至于他们对待千分之一与百万分之一的方式几乎完全一样。
  大部分实证检验证明了这种对不同黑天鹅现象概率的高估和低估。卡尼曼和特沃斯基最先指出,当你同人们谈论某一事件,使他们了解它的时候,他们对发生概率低的结果会做出过度反应。例如,如果你问一个人:“人死于飞机失事的概率是多大?”他很有可能高估这个概率。然而,斯洛维克和他的同事在人们的保险行为中发现,人们购买保险时忽视了这种高度不可能事件。他们称之为“对可能发生的小损失进行保险的偏好”,却忽视了那些不那么可能发生但影响大得多的损失。
  我们从重复中学习,但忽略了从未发生过的事件。不可重复的事件在发生之前是被忽视的,在发生之后则被过度估计(只是一时)。某个黑天鹅事件之后,比如2001年9月11日的事件,人们预期它会再发生,而实际上再发生的概率已经降低了。我们喜欢考虑具体和已知的黑天鹅现象,而随机性的本质在于抽象性。
  经济学家海曼?明斯基(Hyman Minsky)发现经济中的冒险行为符合如下循环模式:稳定和没有危机的情况刺激了冒险和自大,降低了对可能发生的问题的认识。然后危机发生了,使人们感到震惊并害怕投资。奇怪的是,明斯基和他的学派(被称为后凯恩斯学派)以及他的反对者—自由主义的“奥地利”经济学家进行了同样的分析。不同的是,前者建议政府干预,以平复这种循环,后者认为人民公仆不应该受托处理这样的事务。虽然看上去两派互相反对,但他们都强调本质上的不确定性,立于主流经济学之外(虽然他们在商业人士和非学术人士中间有大量追随者)。毫无疑问,这种对根本的不确定性的强调使习惯柏拉图化的人感到不安。
  我在本章讨论的所有实验都很重要,它们显示出我们如何被黑天鹅事件的稀有性,而不是它们的总体影响愚弄。在一项初步研究中,心理学家丹?戈尔茨坦(Dan Goldstein)和我向伦敦商学院的学生提供了分别来自平均斯坦和极端斯坦的例子。我们选择了高度、重量和每个网站的网络点击量。受试者很容易猜出平均斯坦环境下稀有事件的影响。但对于平均斯坦以外的变量,他们的直觉失灵了,这表明我们实际上不擅长用直觉判断低概率事件的影响,比如一鸣惊人的作者的图书销量。在一次实验中,他们把一个稀有事件的影响低估了33倍。
  接下来,让我们看一看对抽象事物缺乏理解对我们有什么影响。
  情感的力量
  实际上,抽象的统计信息对我们的影响还不如奇闻逸事,不论提供信息的人是怎样的资深人士。我来举几个例子。
  蹒跚学步的意大利小孩。20世纪70年代,意大利一个蹒跚学步的小孩掉入了一口井。救援队无法把他救上来,这个孩子就在井底无助地哭。很容易理解,整个意大利都关注他的命运,整个国家都关心不断更新的新闻。小孩的哭声给无计可施的救援队员和记者们造成了强烈的负罪感。他的大幅照片被刊登在杂志和报纸上,你几乎不可能走在米兰市中心而注意不到他目前的状况。
  同时,内战在黎巴嫩如火如荼,偶尔出现冲突的间隙。虽然自身处于一片混乱之中,黎巴嫩人的注意力也被这个孩子的命运吸引。这是个意大利小孩。在5英里以外,人们正死于战争,市民受到汽车炸弹的威胁,但这个意大利小孩的命运被这群贝鲁特基督徒赋予很高的重要性。“瞧瞧,可怜的小家伙多可爱呀。”人们这样说。他最后获救时,整个城市都舒了一口气。

黑天鹅 第六章(7)
一个人的死亡是悲剧,100万人的死亡只是统计学意义上的说法。统计学默默地存在于我们体内。
  恐怖主义使人死亡,而最大的杀手仍然是环境,环境每年造成近1 300万人死亡。但恐怖主义引起人们的愤怒,这使我们高估了恐怖袭击的可能性,当发生恐怖袭击时,人们的这种倾向更为强烈。我们对于人为的毁灭比自然的毁灭更感到痛苦。
  中央公园。你坐在飞机上,打算去纽约度周末。你旁边坐着一名保险推销员,因为是推销员,所以他喋喋不休。对他而言,闭嘴不说话是需要努力的。他对你说,他的表亲在律师事务所工作,而他表亲的一个同事的姐夫的商业伙伴的双胞胎兄弟在中央公园被袭击和杀害了。那是在1989年,假如他记得没错的话。可怜的被害人只有38岁,有妻子和3个孩子,其中一个先天不足,需要在康奈尔医学中心接受特别看护。
  那么,你可能在纽约逗留期间避免走进中央公园。你知道你能够从网络或某本小册子上得到犯罪统计数字,而不是依靠一个喋喋不休的推销员讲述的逸事。但你没有办法。有一段时间,中央公园的名字会在你脑海中唤起那个可怜的、不该死去的人躺在被血染红的草地上的画面。你需要很多统计信息才能战胜你的犹豫。
  骑摩托车。同样,一个死于骑摩托车的亲戚比大量统计分析更能影响你对摩托车的态度。你可以毫不费力地在网络上查看事故统计数据,但它们进入你的大脑并不容易。我在城里总是骑着我的红色小摩托车,因为我周围没有人在最近遭遇事故,虽然我在逻辑上了解这个问题,但我没办法根据逻辑行事。
  我并不反对通过叙述获得别人的注意。实际上,我们的意识中可能有编造关于我们自己的故事的能力。但是编造性叙述用在错误的场合时会导致致命的结果。
  捷径
  接下来我要更进一步,讨论在我们严重的肤浅性背后的思维和推理行为更为一般化的特点。有一个叫做判断与决策学会的学派(这是我加入的唯一学术和专业学会),它提出了一项具有影响力的研究成果,对推理行为的不足进行了分类和研究。该学会与丹尼?卡尼曼和阿莫斯?特沃斯基等发起的研究学派有关联。学会主要成员是经验心理学家和研究人类认知的科学家,他们的研究方法严格坚持对人实施精确而有控制性的实验(类似物理学的),并记录人们的反应,把理论化降到最低。他们寻找规律。注意,经验心理学家使用钟形曲线衡量实验方法中的错误,但如我们将在第十五章看到的,鉴于实验的性质,这种做法是钟形曲线在社会科学中少有的一种成功应用。我们在之前已经见过这类实验,比如加利福尼亚的洪水,以及第五章中对证实偏差的发现。这些研究者把我们的推理行为(大致)分为两种思维模式,分别称为“系统1”和“系统2”,或者“经验模式”和“认知模式”。二者的差别是显而易见的。
  系统1,经验模式,
返回目录 上一页 下一页 回到顶部 0 0
快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部!
温馨提示: 温看小说的同时发表评论,说出自己的看法和其它小伙伴们分享也不错哦!发表书评还可以获得积分和经验奖励,认真写原创书评 被采纳为精评可以获得大量金币、积分和经验奖励哦!