Machine
Platform
Crowd
CH2. 關於我們本身最難以接受的事(前)
郭秉閎 王禮恩
CONTENTS


1
MOTIVATION

2

3
review
1 + 2 < 2 ?

6

conclusions
13
MOTIVATION
.人類做出決策,機器進行運算的合作模式行之有年,看似牢不可破。這樣的分工被本書作者稱為「標準夥伴關係」,有眾多學者專家發表言論或著作支持。
.然而,機器的運算效能與日俱增,精度也急起直追。越來越多的研究指出,在判斷情況、做出決策的領域中,機器所具備的能力遠超人類以為自己擁有的。
.我們對於自身掌握的經驗和知識引以為豪,並以此建立了一套屬於自己的推理模式,用於判斷是非對錯。但機器的興起告訴我們,那所謂的推理模式實際上充滿偏誤、漏洞百出。直面自身不足,並了解機器的能耐,是走向新合作模式的開始。


2

review


3

.機器最初被視為解決繁雜、重複事務,並簡化工作流程的推手。企業資訊系統及全球資訊網為這項領域中代表性的革新。
.《企業再造》一書在前兩項發明問世不久,便提出了這樣的理論,在當代可謂是眼光獨到。此書於全球熱銷,影響力極為重大。
.這些新系統所帶來的便利性,改變了企業的運作模式及人們的消費習慣。研究指出,採用這些新系統的企業表現皆有改善,電子商務也蒸蒸日上。



review


4

.《企業再造》一書在建議企業採用新系統的同時,也指出員工需要培養「判斷力」。在不具生產力且費心費神的工作被機器消滅後,負責「再造」的執行者們應該花費更多時間思考、判斷、跟劇情勢做出最佳的決策。
.《誰還需要mba》一書也指出mba課程的缺陷,即是未能培養在混亂狀況下的判斷力。這點與《企業再造》的主張一致。人們發揮判斷力,電腦負責數字運算。




review


5

.判斷力與計算力兩種截然不同的思考模式並存於我們腦中,讓我們得以處理不同的任務。諾貝爾經濟學得獎主丹尼爾.康曼以「系統一」、「系統二」稱呼這兩種思考模式。這項開創性的研究正是行為經濟學的基礎。
.系統一快速、自然產生且不須費力,很多人會稱呼其為「直覺」。系統二則相對緩慢,必須有意識且花時間、力氣才能建構出來,最基礎的方式就是透過專注的學習產生。




1 + 2 < 2 ?


6
.人腦具備系統一以及系統二的功能,而機器理論上只有系統二的思考模式。既然如此,人類負責判斷,機器負責演算的分工看起來天經地義,這中間出了什麼問題?
.很可惜的是,即使我們一再強調人類具有優秀的判斷力和直覺,事實證明高完成度的演算往往會得出更精確的結果。
.這一說法並非毫無根據的誇大或只根據特定研究所得的片面之詞。實際上,在經濟、社會、法律、學術的層面上,機器的都展現出了遠超專家學者的高度判斷準確度。甚至可以說,少數人類勝過機器的領域才是在片面的情況下產生的。


1 + 2 < 2 ?


7
經濟 | 由「谷歌搜尋紀錄」的統計數據建立的預測模型,其預測數據與全美房地產經紀人協會發表的專業數據相比,準確度高出了23.6%。 |
---|---|
社會 | 佛羅里達州布洛瓦德郡學區在屏除以往由老師或父母提名資優學生,並改採行系統化非語言智力測驗。 研究發現這項措施讓有色人種的資優生比例大幅上升。 |
1 + 2 < 2 ?


8
法律 | 一個由兩名政治學家建立的簡單六變數模型,在預測法院的最終判決上,勝過了由83名法律專家組成的團隊。前者的預測準確率為75%,後者則稍低於60%。 |
---|---|
學術 | 由本書作者主導,藉由審視學者早期文獻的刊登及引用紀錄,對比網路理論後找出誰的文獻最具影響力,以此推測哪些學者會獲得頂尖大學的終身職。這個模型的預測正確率高達70%,且預測中沒有獲得終身職的學者,文獻被更多的引用。 |
1 + 2 < 2 ?


9
.一份檢視了五十年共136篇文獻的研究指出,在眾多研究中有48%人類與公式預測並未展現明顯差別,46%中公式明顯優於人類,僅有6%是人類優於公式。而人類優於公式的案例中,多是因為人類獲得的臨床資料較多。
.這個結果如今越來越受到重視,著名心理學家保羅.米爾對此下了總結,那便是我們必須減少仰賴專家的判斷及預測。
.正如同機器時代初期,採用了新系統的企業表現較好。近期我們也發現,採用資料導向判斷決策的情形在快速增加,並且成效良好。


1 + 2 < 2 ?


10
.系統二如此精密的預測結果,勢必代表我們一般仰賴的系統一中具有本質上的問題。《快思慢想》一書指出,系統一自動運作,因此難以察覺其中的問題,偏誤與偏見所在難免;更致命的是,系統二不具備分辨錯誤的能力。
.系統一中的失誤,比我們想像中要多得多。這個傾向於走捷徑、仰賴直覺的思考模式,往往會有難以察覺、違背邏輯的部分隱藏其中。《思考的藝術》一書便用了99章描述這個問題,同時維基百科「認知偏誤列表」近200項缺失,更讓我們不得不承認這個系統的缺陷。


1 + 2 < 2 ?


11
.過濾:為了整理清楚思慮,我們習於把我們以為不重要的資訊排除,但這其中可能包含了相當重要的資訊。
.填補:無法解釋的空白令人不快,所以我們擅自捏造細節、憑空想像,意圖讓事情顯得合情合理,但這些想像的情境實際上並不存在。
.輕率:有時,為了快速行動,我們驟下判斷。但未經太多思考的結論可能包含嚴重失誤,而且常常被個人主觀強烈影響,因此時常顯得不公平或自私。
.記憶:我們對於資訊的掌控是有限的,並且往往不準確。在我們試圖回憶細節時所產生的錯誤記憶,反而會讓潛入的判斷偏誤更加嚴重。
1 + 2 < 2 ?


12
.系統一不只充滿前述問題,同時還會徵召系統二,試圖「合理化」系統一所得到的錯誤結論。前者快速做出判斷,後者用看似理性的推論使其成立,這樣的作法可以輕而易舉的愚弄人們甚至自己的腦袋。
.然而,過去的研究卻不斷要求人們發展自己的判斷力,而非相信數字與資料的結果。這樣的影響仍深刻的留在許多企業的決策中。
.hIPPO一詞,被形容為多數企業的決策風格,意即「薪酬最高者的決定」。這些人表現優秀、經驗豐富,因此更習慣於依賴系統一思考,做出錯誤決策而不自知。

conclusion


13
.標準夥伴關係已成過去式,機器單純處理數字以及資料的能力遠超人類判斷所及。我們不應被過去的成功經驗綁住,而應該採納新的方法,並重新定位人機關係。
.直覺判斷看似快速有用,實則漏洞百出。透過明白系統一和系統二的運作原理,我們於日後思考時應該更謹慎,隨時注意是否落於了思考偏誤的圈套,以至於做出錯誤結論。
.採納新系統的企業正在成長,但多數企業的決策仍然由特定的人士把持,我們應時刻注意這種現象是否出現在自己身邊,並嘗試消除這種現象及其帶來對於價值的危害。
Thanks for listening


14
MACHINE PLATFORM CROWD CH2. (前)
By spacezpr
MACHINE PLATFORM CROWD CH2. (前)
- 9