主題｜噪音比偏誤更危險：Kahneman 最晚才說清楚的那件事

Daniel Kahneman 在 2011 年用《快思慢想》讓全世界開始認識認知偏誤。十年後，他出了《雜訊》（Noise）——而他在書序裡坦承，這才是他覺得更被忽略的問題。

偏誤（Bias）是系統性的錯：大家都傾向於高估自己的計畫執行速度，都傾向於對已投入的資源戀戀不捨。這種一致性的歪曲，至少可以測量、可以修正。

噪音（Noise）不一樣。它是隨機的散布，毫無規律，也因此更難看見。

法院的噪音實驗

Kahneman 與合作者做了一個實驗：把同一個案件發給多位聯邦法官，請他們獨立量刑。按理說，受過同樣訓練、適用同樣法律的專業人士應該給出接近的判決。結果是：同一個案子，不同法官的量刑差距中位數高達 3.4 年——超過美國許多罪名的法定刑期上限。

這不是偏誤。這是噪音。沒有一個方向的系統性錯誤，只是毫無章法的離散。

同樣的事情發生在保險業的理賠核定、醫院的診斷結論、公司的績效評估、面試評分——幾乎所有「由人類做出的專業判斷」都有大量噪音存在。

噪音 vs. 偏誤：哪個更糟？

直覺上，偏誤更容易讓人擔心，因為它有明確的方向——「我們的決策總是偏向 X」聽起來很嚴重。但 Kahneman 的論點是：噪音的代價在組織層面往往更大，因為它讓你無法建立可信的決策系統。

想像一家公司的面試流程。如果所有面試官都傾向於低估技術候選人的溝通能力（偏誤），你可以訓練他們注意這一點，或在評估表上加入反制問題。但如果不同面試官對同一候選人的評分隨機散布在 3 分到 8 分之間（噪音），這個流程根本無法依靠。你不知道下一個面試官會給幾分，你也沒辦法知道現在錄取的人是不是真的比沒錄取的好。

降低噪音的三種方法

一、結構化判斷流程

用清單、評分量表、固定流程——不是為了限制判斷，而是為了讓不同人在同一框架內做判斷。這是噪音最有效的剋星。

二、獨立先判斷，再討論

群體討論最容易放大噪音——先說話的人會錨定其他人的判斷，結果看起來像共識的東西其實只是一個人的意見加了回音。讓每個人先獨立給出評分，再彙整、再討論，是降低這種噪音的標準做法。

三、區分判斷類型

有些判斷的噪音來自「每個人在用不同的尺度」——這時候你需要校準（讓大家對同一個例子打分，看分布）。有些噪音來自「不同時間點的同一個人狀態不同」——這時候你需要重要決策的時段管理（避免在疲憊時做關鍵評估）。

偏誤是可以猜方向的錯，噪音是沒有方向的錯

知道有偏誤，至少讓你知道往哪個方向校正。噪音給你的，是對你以為有效的決策流程的根本不信任感。

下次你在審查一個決策流程，不要只問「我們有沒有系統性偏誤」，也要問「如果同樣的案子交給另一個人，他的結論會跟我們差幾年、差幾分、差多少錢」。

完整的偏誤自我檢查框架在 Apexhone 認知偏誤自檢清單。