《噪声》4.最佳的噪声水平

噪声的读书笔记和读后感。

我们来看第五部分:最佳的噪声水平。

噪声读书笔记

噪声思维导图

减少噪声的成本

有人非常反对减少噪声

其实对于噪声,很多学者也有不同的看法, 有人就非常反对减少噪声,主要有7个方面的意见

  • 第一,就是减少噪声,代价太大,不值得。非常繁琐,最后也没啥效果
  • 第二,是为了减少噪声,而采取的策略,本身可能会引入新错误
  • 第三,消除噪声,会影响对人的尊重和尊严
  • 第四,噪声可能容纳新的价值观,和道德等至关重要的东西
  • 第五,减少噪声的策略,会促成投机取巧的行为,有人会利用这个漏洞
  • 第六,噪声系统,有很好的威慑作用
  • 第七,没有人会希望成为一个决策链条上的小齿轮。

但作者认为,这些观点都不对,他认为减少噪声已经迫在眉睫,接下来我们来说说作者的理由。

有很多人反对降低噪声,认为这效率不高,但是作者认为,减少噪声已经迫在眉睫。他说这些都只是借口而已。我们需要权衡减少噪声的成本与收益,这也是进行噪声审查的重要原因,通常情况下, 噪声都会造成极大的代价,要远高于减少噪声所付出的成本,所以减少噪声势在必行。比如招聘的时候,麻烦一些,通过更多轮次的筛选,看似流程极其繁琐,但是总比招到错误的人,给公司带来更大的损失要强,而且解雇一个员工,要比招聘一个员工麻烦的多。

通过算法来消除噪声

另外,通过算法来实现消除噪声的逻辑,也更加符合未来的大趋势

  • 比如10年前,今日头条,就是通过算法来推荐内容,让一大批的尾部内容,重见天日,很多人当时也不是很理解这个逻辑,但现在看,他确实很有前瞻性。编辑推荐永远是千人一面,而算法推荐可以做到千人千面,你用的越多,算法推荐的也就越准。这套逻辑现在又帮他做成了抖音。算法对于用户的了解程度,永远要比编辑更加客观。噪声也更小,以至于现在招聘的时候,我们都会拿来对方的今日头条和抖音刷一刷看,基本就能判定这个人,平常的喜好。这些东西在算法面前是藏不住的。他可能说自己很爱学习,但是打开抖音很可能全是小姐姐跳舞。

那么我们未来算法这块肯定会成为消除噪声的一个重要趋势,很多领域都会通过算法来替代人工的判断。虽然算法也有错误,但是算法优化会越来越容易,而人的判断,则本身没那么确定。所以越来越多的设备,会采集我们日常的生活习惯,其实这个大数据的时代,每个人都没有隐私可言了,所以不是说手机号泄露和身份信息泄露的问题,我们已经完全赤裸裸的暴露在了大数据面前。我们的思想行为偏好,都已经被识破了。

自由裁量权危害更大

还有一些反对降低噪声的人认为,降低噪声会妨碍灵活性,比如司法案件中,有些事情是情有可原,所以应该从轻判罚。但这种自由裁量权,到底是利大于弊,还是弊大于利,大家一定要考虑,确实有些案件会拥有更加合理的判罚。但是因为这种噪声的存在,可能也会让更多的案件,造成不公平的结果是,甚至滋生腐败的温床。我们叫做权力产生腐败,绝对的权力就会产生绝对的腐败。所以自由裁量权,可能反而危害更大一些。即便要做出有灵活度的判罚,可能也要有消除噪声的程序才成,比如通过多个人的独立判断,然后最终汇总观点。

明确规则,降低自由裁量权,从严格意义上来说,也有很多的空子可钻,因为在严格的法律法规,也不可能把所有的情况都想到,总会有各种各样的漏洞,这其实就是英美判例法,和我们的条文法之间区别,判例法更有弹性,而条文法,需要经常的出司法解释,目的就是为了补漏洞。这确实是一个巨大的问题。为了统一标准,减少噪声,但是却不断地产生新的噪声。其实一个公司也是如此, 你说早上9点上班,他就有人8点59来,先打卡,再下楼买早点。然后你就得出个补充规定,9点必须开始工作。之后也会有人边吃,边打开电脑。然后去泡咖啡。规定是死的,人是活的。你不断地堵漏洞,最后会把制度搞得相当繁琐,那么是不是就不要制度了呢?肯定也不行,有规则总比完全没规则要强。作者也承认,有噪声的系统,对于保持士气是有好处的,但这并不是因为这些噪声,而是因为他允许人们,可以根据自己的意愿做出决定。换句话说,你可以有发挥的空间,这其实也是现代企业创新发展的基础,日韩企业那种压迫和军事化管理,其实非常不利于创新,员工也都会活的很压抑。所以噪声也需要平衡,不是完全没有噪声就是好的。应该保留一些好的噪声。让大家可以凭借自己的意愿去做出一些判断,发挥他们的主观能动性。

规则还是标准

规则和标准

现实当中,规则和标准是相对的,规则的意义就是你应该干什么,目的是消除大家的自由裁量权,而标准则不同,他是授予实施者一定的自由裁量权。比如规则是限速80公里每小时,而标准就是谨慎慢行,有序通过,所以说的差不多是一个意思,但是标准就有了很多的人情味。投资中也是一样,规则是你只能投资什么范围的股票,而标准则会告诉你,选取有价值的公司。还比如上学的例子,规则是老师给你布置作业,明天必须交。而标准则是,你自己给自己布置作业,把你觉得重要的都写下来。这样一来,其实大家就内卷了。

有些地方我们需要标准,而不是规则,因为规则可能没办法建立,比如法律面前人人平等,这其实很难说是一条规则,还有一些东西,会是规则和标准同时进行,比如碳中和,规定了污染排放的数字,但是标准就是降低大气污染,减排减碳。但至于怎么防止污染,怎么降低到合规的碳排放数据之下,这个就得自己想办法了。并没有特别严格的规则。

同样飞行员,也需要遵守一系列的规则或者标准,航空公司最喜欢规则,限制飞行员的自由裁量权,这样会相应的减少噪声,对于飞行员的干扰。从而降低失误。但是在一些紧急状态下,飞行员的个人操作能力,又是起个人价值的体现。因为航空公司也不可能把每一种可能出现的情况,都做好规则限制。

那么到底应该是规则还是标准首先应该弄清楚,哪个会导致更多地错误,比如创新领域,就应该多用标准,而少用规则,但是在工业体系,或者严格要求纪律的军队,那么肯定是规则更重要,还有就是当我们没有注意到噪声存在的时候,可能会更多地使用标准。比如做投资的时候,我们并不认为判断有什么错误,所以天天都在哪里追涨杀跌。受到情绪的影响。只有当你要进行专业投资的时候,你其实才会注意到这些噪声的存在。然后进一步想办法克服他。

噪声的最大问题,就是我们可能意识不到他的存在,也就是说我们可能不觉得自己有问题,甚至有时候都觉得自己挺对的,也就完全没有去认识噪声的主观能动性,天然的认为,别人想的应该跟自己一样。但是现实中可能完全不同,我们不但要面临着噪声的干扰, 还要面临着整体偏差,也就是说,噪声之间不一定会正负相抵,有的时候还会成倍增加。特别是偏差叠加的噪声,可能就更要命,比如在牛市阶段,大家的观点不同,有人喊1万点,有人喊2万点,各种各样的声音都是看多的,但看多的理由又各不相同。所以这就是最大的问题。这个时候不会有人去审视噪声环境,是不是自己的心态受到了牛市的干扰。目前,我们能做到的方法就是,尽量多的使用机器判断,通过策略来完成大部分的投资方式,这其实就是降低噪声的最有效方式。机器虽然也不全对,但是他起码不会受到情绪噪声的影响。不会发生整体偏差,算法在一套逻辑的运行之下,会相对客观。如果能构建多套模型,通过不同模型判断市场位置和方向,然后再把结果进行合理汇总,这其实是进一步的消除噪声的方法。其实我们现在也是这么做的,概率也是这么来的,就是通过很多套判别方法,如果所有指标都指向一个结果,那么这个概率就会非常高,如果指标之间形成分歧,那么就说明有噪声的存在,这时候就看,哪个方面的确定性更高。

本书总结

这就是本书的全部内容了,这本书卡尼曼写的非常绕,看起来很痛苦,但是精简了之后,其实就这么点内容:

  • 有判断的地方就有噪声,有噪声的地方, 我们就需要进行检测,而检测的方法有很多种,比如独立判断然后汇总,或者引入量化清单,又或者干脆用算法,发现噪声和偏差之后,就要进行及时的修正,最后通过加总平均得到一个相对客观的结果,当然有的地方是需要制定规则消除噪声的,也有的地方可能更多需要建立标准,比如创新创业,需要发散思维的地方, 就要建立更多地标准,只有需要归一思维的时候,才需要消除噪声,尽量做到规则化。在投资中,策略比判断重要的多,判断是充满噪声的,而策略,则是要消除噪声的。
赞(4)
转载请标明出处:读后感|读书笔记 » 《噪声》4.最佳的噪声水平
分享到: 更多 (0)