第三章过度自信与决策错误

放松和一致并不能保证我们的观点就是正确的，联想机制会抑制怀疑并引发与当前情况相符合的想法与信息，导致主观自信与“眼见即为事实”的假象。

第三章 过度自信与决策错误（一）

• 理解的错觉
  • 后见之明
    • 表现
      • 一旦事情已经发生，我们便容易忘记过去的惊讶和无知
      • 如果一个事件果真发生了，人们就会夸大自己此前作出的预测
      • 如果可能的事件并未发生，人们会错误地回忆说自己当初一直都认为此事发生的可能性不大
    • 原因
      • 人类大脑的常规局限使它没有足够的能力去重构过去的知识结构或信念，一旦接受或改变了世界观，便会立即丧失很大一部分回忆能力，因而无法回忆起自己观点改变之前的想法
    • 产生结果偏见
      • 观察者不是根据判断过程的合理性来评估一个判断的好坏，而是以结果的好坏作为判断标准
      • 结果越糟糕，后见之明的偏见就越严重
    • 启发
      • 可见，在阅读思考之后必要的记录是十分重要的，这一定程度上能够帮助我们摆脱“后见之明”的限制，清晰的回顾自己之前对于同样问题的思考方式，通过前后对比的方式分析自己原先的不足，便于盘复
  • 预测的错觉
    • 有效性错觉
      • 表现
        • 我们以为我们的预测是有效的，其实不是
        • 我们知道我们的预测是无效的，但是无妨
      • 自信起源于连贯性和认知放松，而不体现预测的有效性与准确性
    • 技能错觉
      • 我们以为有专业技能可以做好一件事，可是这其中往往更依靠的是那些你没有的东西；有时候，我们以为自己做得很好，其实并没有，不持续的好表现只能说明是运气好
      • 原因
        • 个人层面——牢固的主观自信根植于系统1
        • 群体层面——有强大的专业知识与文化背景撑腰
    • 专家错觉
      • 知识最丰富的人反而常常不大可靠，原因是学到更多知识的人对自己的技能产生了一种无限放大的错觉，进而变得不切实际、过于自信
      • 世界的复杂性
        • 世界充满未知与不确定性，预测难免出错
        • 高度自信不代表能预测准确
        • 人的行为受到复杂多变的因素影响
        • 可预测的短期未来和不可预测的长期未来之间尚没有明确的界线
      • 启示
        • 未来短期内的走向是可以预测的，且人们的行为和成就能从以往的行为和成就中得到较为准确的预测
        • 要做好最坏的打算，更多的关注过程，总结经验教训，避免过度自信
• 直觉与运算
  • 直觉
    • 什么是直觉
      • 大脑根据刺激提示搜寻到习惯信息，并得出答案的认知匹配过程
    • 直觉的分类
      • 专家型直觉
        • 一万小时定律
        • 通过长时间的学习反复强化而获得
      • 情感型直觉
        • 条件反射
        • 在人类漫长的进化过程中不断积累强化而形成
    • 直觉可信吗
      • 大脑判断事件可信的依据
        • 认知放松
        • 一致性
      • 直觉的”欺骗“
        • 放松和一致并不能保证我们的观点就是正确的，联想机制会抑制怀疑并引发与当前情况相符合的想法与信息，导致主观自信与“眼见即为事实”的假象
        • 就像盲目刷题一样，由于做过类似的题，我们下意识遵循之前思路，而最终掉到试题的“陷阱”
      • 直觉可信的基本条件
        • 处于可预测的、有足够规律可循的环境
        • 经过了长期的训练学习与反馈
    • 卡尼曼选择法
      • 选择几个对决策有重要影响的因素（一般不要超过六个）
      • 按照统一的评分标准，对每个因素进行加权打分
      • 将各因素的分数相加获得总分，进行比较，择优而用
  • 直觉判断与简单运算
    • 直觉判断的偏差
      • 专家预测往往比不上简单运算
      • 原因
        • 专家在预测的时候会考虑将不同的特征进行复杂的结合，而主观上的复杂化会人为地降低预测的正确性
    • 简单运算的优势
      • 公式运算将问题的特征简单的结合在一起，效果反而会更好
      • 原因
        • 公式不会受客观环境与主观印象的干扰，只要输入不变，输出也不会改变
        • 公式往往依靠等权原则综合考虑各项因素，符合事件的概率分布规律
    • 专业的数据预测和专业人士的直觉判断相统一
      • 公式运算需要专业人士的灵活运用
      • 专业人士的主观臆断需要数据与算法的约束
      • 妥善处理实际运用时的道德伦理问题