哲學園鳴謝

噪聲：人類判斷的缺陷

本文摘編自《噪聲》，

丹尼爾·卡尼曼 著

前段時間河南的水災，牽動著全國人民的心。各方訊息透過網路傳向各地，這也讓一些虛假訊息不脛而走，出現了“鱷魚跑了”“鯊魚也跑了”等不實資訊。

事實上，不止大災之中謠言四起，個人容易被群體同化。人一到群體中，智商就嚴重降低更為普遍。法國心理學家古斯塔夫·勒龐的《烏合之眾》一書就從社會心理學的角度揭示了個人與群體的迥異的心理。一個人一旦進入群體之中，就會變成“無意識”的野蠻人

。

但是這一切是如何發生的？為什麼個人在群體之中會發生巨大的變異。

每個人都認為自己能夠駕馭自己的思想。但事實上，人們的決策和行為常常被許多看不見的因素影響。比如，直覺常常導致人們追求錯誤的東西，人們的感知和記憶並不可靠，人們對於自己心理狀態的感知和記憶尤其不可靠。這是諾貝爾經濟學獎得主丹尼爾·卡尼曼的觀點。

長期以來，正統經濟學一直以“理性人”為理論基礎，它讓我們相信，我們做的每一個決策都出於理性計算，都符合個人利益最大化的目的。

但以丹尼爾·卡尼曼為代表的行為經濟學家告訴我們，理性其實不那麼可靠，我們的決策過程其實充斥著偏見和謬誤，甚至是自欺欺人。

哲學園聯合

湛廬文化首發

他與決策領域專家奧利維耶·西博尼和卡斯·桑斯坦合著的最新著作《噪聲》揭示了人類判斷中的行為缺陷，揭露個人易受群體影響的深層原因——噪聲。所謂噪聲，就是指對相同問題進行判斷的過程中產生的差異性。他的理論不僅僅為經濟學決策帶來啟發，而且同時可以啟發著我們每個普通人重新認知自我的決策機制，從而更好的處理自己的人生重大決策。

我們的都知道，個體判斷中的噪聲很糟糕，比如我們很容易受到環境和他人的影響，但是群體決策中的噪聲更甚。群體決策可能會由於一些無關因素而朝任何一個方向改變。誰先發言、誰後發言、誰說話更自信、誰穿著黑色衣服、誰和誰挨著坐、誰在某個時刻笑了或皺眉了，或呈現出其他身體姿勢——所有這些因素，以及其他更多因素都會影響結果。

群體的動態過程也會增加噪聲。有“睿智的群體”，他們的判斷與正確答案接近；

但也有追隨暴君的群體、增加市場泡沫的群體、相信奇蹟或受共同幻想所支配的群體

。網路時代無疑放大了噪聲的聲量。微小的差別可能導致一個群體堅定地說 “是”，而本質上相同的另一個群體卻堅定地說“否”。群體成員之間的互動，也正是我們此處強調的重點，它會導致很高的噪聲。

▍群體的結果很容易被操縱，

因為流行程度會自我加強

我們來舉個例子：馬修·薩爾加尼克（Matthew Salganik）和他的合作者開展了一項大型音樂下載的研究。實驗人員創造了一個幾千人的控制組（某流行音樂網站的訪客）。控制組的成員可以試聽並下載 72 首新歌中的 1 首或多首歌曲，如《最好的錯誤》《我是個錯誤》《信念高於答案》《生活的神秘》《祝我好運》《走出困境》等。

在控制組中，受試者未被告知其他人說了什麼、做了什麼等額外資訊。這樣，他們可以獨立判斷自己喜歡哪一首歌或希望下載哪一首歌。但薩爾加尼克及其同事還創設了其他 8 組，對應 8 種群體情境，並將成千上萬的受試者隨機分配到這些情境中。對於這些組中的受試者，所有其他資訊都是一樣的，只有一樣不同：人們可以看到他們組中的其他人先前下載過哪些歌曲。例如，如果《最好的錯誤》是該組中深受喜愛的歌曲，那麼成員就可以看到；同樣，如果完全沒有人下載，他們也可以看到。

因為不同的群體在任何重要的維度上均無差別，這項研究看起來就像是重複了 8 次。你可能會推測，好聽的歌曲排名會上升，而不好聽的歌曲則會下降。如果是這樣，這些不同群體中的歌曲排名應該相同，或至少相似。這樣，不同群體之間沒有噪聲。事實上，這也是薩爾加尼克及其同事試圖去探討的問題。他們考察的是一種特定的噪聲源：社會影響。

該研究的核心發現是，不同群體的排名差異巨大：在不同群體之間存在大量噪聲。在某個群體中，《最好的錯誤》可能非常成功，而 《我是個錯誤》則非常失敗。在另一個群體中，《我是個錯誤》極其成功，但《最好的錯誤》則一塌糊塗。如果一首歌一開始就受歡迎，它隨後也一定會表現更好。如果一開始沒有獲得這種優勢，那麼結果就難說了。

可以肯定的是，最差的歌（在控制組中表現最差）排名不可能靠前，最好的歌也不太可能墊底。但對於其他歌而言，任何事情都有可能發生。正如作者所強調的那樣：“在有社會影響的條件下，比在獨立判斷的條件下，人們更難預測哪些歌會成功。”簡而言之，社會影響在不同群體之間產生了明顯的噪聲。如果你仔細思考，你就知道， 單個群體內也會存在噪聲，因為他們很容易就喜歡一首歌，或者不喜歡一首歌，這取決於這首歌一開始是否受歡迎。

正如薩爾加尼克及其同事隨後所展示的，

群體的結果很容易被操縱，因為流行程度會自我加強。

在一個有點魔性的後續實驗中，他們對控制組中的歌曲排名進行了反轉。換句話說，他們在這些歌曲的受歡迎程度上說了謊，人們看到的最好的音樂其實是最差的音樂，反之亦然。研究人員隨後觀察了訪客們會如何做。結果是，最不受歡迎的歌曲變得非常受歡迎，而原來最受歡迎的歌曲則表現非常差。即使研究人員誤導了人們哪些歌曲是受歡迎的，但在非常大的群體中，受歡迎和不受歡迎的程度受排名的影響是相同的。唯一的例外是，隨著時間的推移，控制組中最好聽的歌曲會逐漸變得更受歡迎，這意味著反向排名也沒有讓它墊底。但是對絕大部分歌曲而言，反向排名決定了它的最終排名。

很容易看出，這項研究如何與一般性的群體判斷有關。假設有一個包含 10 名成員的小群體，要決定是否採用某項大膽的新舉措。如 果一兩個支持者先發言，他們很容易將整個團隊轉向他們偏好的方向。如果最先發言的是持懷疑態度的人，情況也是如此。至少當人們 互相影響時是如此。事實上，他們常常互相影響。因此，僅僅是因為先發言的人不同，或者一開始下載的人更多，類似的群體會做出非常 不同的判斷。《最好的錯誤》和《我是個錯誤》的流行現象在各種專業判斷中也存在。如果群體沒有收到類似歌曲排名的資訊，比如對某一大膽舉措的熱烈支援，該舉措可能僅由於其支持者未發言而無法推進。

▍政治觀點同歌曲一樣，

最終的命運取決於最初的受歡迎程度

如果你是一個多疑的人，你可能會認為音樂下載只是一個特例，或者至少與其他的群體判斷不同。然而，在其他領域也發現了類似的結果。

比如，思考一下在英國的公民投票（簡稱公投）中，人們對不同提案的支援情況。在公投中決定是否要投支援票時，人們自然要判斷這是不是一個好的主意。這種模式類似於薩爾加尼克及其同事的研究：最初湧現的流行度會自我加強，如果某項提案在第一天沒有受到 關注，它很快就會沉寂。在政治領域就像在音樂實驗中一樣，支援與 反對在很大程度上有賴於社會影響，具體而言，依然於人們是否能看 到其他人投的是支援票還是反對票。

康奈爾大學社會學家邁克爾·梅西（Michael Macy）及其合作者在音樂下載實驗的基礎上構建了另外一個實驗，目的是弄清楚：在看 到他人的觀點之後，人們是否會在短時間內令這些政治觀點受到民主 黨人的歡迎，而遭到共和黨人的反對，或者相反。答案簡單明瞭：是的。在網路群體中，如果民主黨人看到某一觀點一開始就受到其他民主黨人的支援，就會採納這一觀點，並最終導致大部分民主黨人支援這一觀點。但是，如果另一個網路群體中的民主黨人看到，某一觀點 一開始就受到共和黨人的支援，那麼這些民主黨人就會拒絕接受這一 觀點，並最終導致大部分民主黨人都拒絕接受該觀點。簡而言之，政治觀點同歌曲一樣，最終的命運取決於最初的受歡迎程度。正如梅西等研究人員指出的那樣：“少數先行者的隨機差異”會對大群體產生顛覆性的影響——讓共和黨和民主黨人都欣然接受一系列與彼此的立場毫不相關的觀點。

或者思考一個一般性的群體決策問題：人們在網上如何對各種評論做出判斷。耶路撒冷希伯來大學教授列夫·穆奇尼克（Lev Muchnik）及其同事在在一個網站上開展了一項實驗，他們向人們呈現不同的故事，並允許人們發表評論，人們還可以對這些評論投贊成或反對票。研究人員可以人為地、自動化地給一些評論投出第一張贊成票。你可能會想，在成百上千名訪客中，使某個評論多出一張初始贊成票根本無足輕重。這個想法合情合理，但卻是錯的。在看到第一張贊成票之後（別忘了這完全是人為操作的），下一個訪客投贊成票 的可能性增加了 32%。

更明顯的是，這一效應會隨著時間的推移而持續。5 個月後，開始時人為投出的那張贊成票，使得評論的平均評分增加了 25%。最初的一張贊成票產生了如此大的效果，表明存在噪聲。不管那一票是為何而投，它都對整體的受歡迎程度產生了巨大的改變。這項研究為群體態度的轉變以及群體中為何存在噪聲提供了一個線索：相似的群體會做出非常不同的判斷，因此同一個群體做出的判斷也僅僅是一系列可能性中的一種。群體成員表達的贊成、中立、反對的意見，其作用也類似於一開始投贊成票或反對票。如果一個群體成員立即表示贊同，那麼其他成員也就有理由這麼做。毫無疑問，當群體贊同某些產品、人、運動和思想時，可能並不是因為它們的內在優點，而是因為“提前投票”發揮了作用。當然，穆奇尼克的研究涉及的是大規模群體。但在小規模群體中也是一樣的結果，甚至更加富有戲劇性，因為最開始投下的贊成票——贊同某個計劃、產品或判決——經常會對他人產生更大的影響。

這裡有一個相關的觀點。我們曾經指出集體的智慧：如果你召集一大群人，問他們一個問題，他們的答案的平均值更有可能接近真實答案。對判斷進行彙總是一種減少噪聲和誤差的非常好的方法。但是，如果人們互相交流會如何呢？你可能認為這樣做是有好處的。畢竟人們可以互相學習，從而找出正確答案。在一些非常有利的條件下，互相分享知識、深思熟慮的群體確實會做得很好。然而，獨立做出判斷是發揮群體智慧的前提條件。

如果人們不是自己做出判斷，而是依賴於其他人，則群體並不會更睿智。

當然，個人易受群體影響還有其它複雜的因素，比如資訊瀑布和群體極化。資訊瀑布的發生機制很複雜，簡單來說，人們在表達觀點的時候傾向於向他人學習，如果先前的發言的人似乎喜歡某個事物，或者想去做某件事，人們也會表示認同。如果人們不懷疑這些先前發言的人，或缺少一個明確的理由認為後者是錯誤的，至少在這些情況下人們會選擇認同。此外，社會壓力會導致在不同群體之間產生噪聲。群體極化也是一個很重要的因素，人們互相交流時，往往會提出比原有傾向更極端的觀點。

“

正如我一直懷疑的那樣，政治或經濟理念就像電影明星。如果人們認為其他人喜歡它們，這種理念就會深入人心

”——在這樣一個眾生喧譁的時代，網路更是放大了噪聲的聲量，對於個人來說，想要做出獨立而正確的判斷難上加難，卡尼曼的《噪聲》一書為我們揭示了人類的普遍的認知缺陷，幸運的是，我們仍然可以透過《噪聲》中提及的方法進行補救，卡尼曼同時提供了一套行之有效的方法論，而你只需要做出一些微小的改變就可以帶來有益的變化。

本文摘編自《噪聲》一書，湛廬文化出品

哲學園聯合

湛廬文化首發