理论构建的3个阶段：

  • 第一个阶段是观察，包括仔细衡量一种现象并记录其结果。其目标是建立共同的标准，以便后续研究人员能够就该主题和描述该主题的术语达成一致。
  • 第二个阶段是分类，研究人员将世界简化并组织成类别，以澄清现象之间的差异。在理论发展的早期，这些分类主要基于属性。
  • 第三个阶段是定义，或者说是描述类别与结果之间的关系。通常情况下，这些关系从简单的相关性开始。

当研究人员用真实世界的数据来检验预测，发现异常，然后重新塑造理论时，理论就得到了改进。

反直觉思考，做出正确决策的7个行动建议

  • 提高识别错误的意识
  • 培养同理心，从他人的角度思考决策
  • 认识到实力与运气的作用
  • 写决策日志
  • 创建决策清单
  • 进行事前检验
  • 了解未知的事情，考虑最坏的结果

利用外部视角，做出正确决策

内部视角和外部视角给我们的主要教训是，当决策者倾向于关注独特性时，最好的决策往往来自一致性。我们能够从每天面临的类似情况中得到大量有用的信息，但我们忽视了这些信息，因此给自己造成了损害，关注这些丰富的信息将帮助你做出更有效的决策。

  1. 选择一个参考类别：找到一组情形或一个参照类别，这个范围要足够宽泛，具有统计意义，但也要足够狭窄，可以用于分析你所面临的决策。

  2. 评估结果的分布：有了参照类别之后，请仔细查看成功和失败的比率，注意平均结果、最常见的结果、极端成功或失败的结果。

  3. 做出预测：有了来自参照类别的数据，包括对结果分布的了解，你就可以做出预测了。预测是为了评估你成功和失败的可能性。

  4. 评估预测的可靠性并进行微调：我们做决策的能力很大程度上取决于预测的内容。成功预测的记录越差，就越应该将预期值向平均值或其他相关统计度量结果靠拢。当因果关系清楚了，你就会对你的预测更有信心。

避免视野狭窄，做出正确决策

由于各种心理原因，人们在做决策时往往考虑的选项太少。在许多情况下，最明显的选择就是正确的选择。但在一个替代方案比过去更多的世界里，视野狭窄可能导致重大但完全可以避免的错误。再说一遍，你不需要费力地分析每一个决策。相反，当风险足够大时，问问自己是否容易陷入视野狭窄。如果是这样，仔细检查你的决策过程，并采取具体的步骤，全面地考虑隐藏的可能性。

  1. 明确考虑备选方案：约翰逊-莱尔德的推断模式表明，决策者往往没有考虑足够多的备选方案。你应该检查所有的备选方案，必要时使用基础比率或从市场中得来的指导原则，以降低代表性偏差或可得性偏差的影响。

  2. 寻求异议：这一点说起来容易做起来难，这样做的目的是要证明你的观点是错误的。这里有两个技巧：第一个技巧是问一些问题，这些问题的答案可能与你的观点相悖。第二个技巧是仔细聆听这些答案。检查数据时也要这样做：寻找能得出不同结论的可靠来源。这有助于避免愚蠢的不一致。

  3. 写决策日志:一旦事情过去了，我们相信我们事先对结果的了解比实际情况要多。这就是事后诸葛亮。研究表明，人们在知道结果之前，回忆一种不确定的情况是如何出现的，这种做法是不可靠的。向前看的时候我们通常没有考虑到足够的替代方案，向后看的时候，我们以为自己知道将要发生什么。解决这两种问题的方法是写下决策背后的理由，并不断回顾过去的行为。决策日志是一种容易实现且成本不高的程序，可以抵消后见之明偏差，鼓励我们更加全面地看待所有可能性。

  4. 避免在情绪极端时做决策:人们在做决策的时候很难做到情绪状态非常理想，但可以肯定，如果你情绪激动的话，你的决策能力会很快被削弱。压力、愤怒、恐惧、焦虑、贪婪和极度兴奋都是与高品质决策背道而驰的精神状态。但是就像在情绪波动时很难做出好的决策一样，在没有情绪的情况下也很难做出好的决策。神经学家安东尼奥·达马西奥（Antonio Damasio）认为，“当我们情绪稳定时，理性才能够充分发挥作用”。如果你的情绪处于极端状态，只要有可能，尽量推迟重要的决策。

  5. 正确理解激励:仔细考虑存在什么激励，以及这些激励可能会激励什么行为。金钱激励通常很容易发现，而非物质上的激励，如声誉或公平，就不那么明显了，但它们在驱动决策方面仍然起到了很重要的作用。虽然很少有人相信激励会扭曲我们的决策，但证据表明，这种影响可能是潜意识的。最后，对团队成员个体有益的事情可能对整个团队有害。

避免专家限制，做出正确决策

作为一个深思熟虑的决策者，你的首要任务是找出问题的本质，然后考虑如何最好地解决它。因为所有的方法都有优点和缺点，所以没有唯一的解决方案。当问题很复杂且可指定的规则无法解决时，群体通常比专家更有价值。

  1. 用最合适的方法解决你所面临的问题:要认真考虑你正在做什么样的决策，什么样的方法对你最有帮助。我们知道的是，专家在很多情况下都做得不好，建议你尝试用其他方法来补充专家的观点。

  2. 寻求多样性:菲利普·泰洛克的研究表明，尽管专家的预测总体上很差，但有些预测会比其他预测好。预测能力高超不取决于专家是谁或者他们相信什么，而是他们怎么想。对于许多重要的决策，多样性在个体和群体层面都非常关键。

  3. 在可能的情况下使用技术:利用技术来抵消专家带来的限制

摆脱情境控制，做出正确决策

我们往往会认为自己是优秀的决策者。我们权衡事实，考虑各种选项，并选择最佳的行动方案。当我们在做决策和采取行动时，认为自己在很大程度上不会受他人的影响。我们说服自己，认为自己凭借的是事实和经验，而不是周围那些人的行为。

很遗憾，现实与我们的认知完全相悖。无论在医务办公室、会议室还是法庭上，决策都是一种固有的社会活动。周围人的启动效应、默认选择、情感和行为影响着我们如何做决策，而且我们往往意识不到这些。一个深思熟虑的决策者知道有这些各式各样的影响存在，并努力成功地管理它们。

我们所处的情境极大地影响了决策。接下来的错误尤其难以避免，因为这些影响很大程度上是潜意识层面的。面对潜意识的压力，做出好的决策需要掌握非常多的背景知识，并且需要有强烈的自我意识。

  1. 意识到你所处的情境:你可以从两方面考虑这个问题。一个是意识的元素，你可以通过关注过程，将压力保持在可接受的水平，成为一个深思熟虑的选择架构师，并确保分散鼓励消极行为的力量，在你自己的环境中为做决策创造一个积极的环境。然后是应对潜意识的影响。要想控制这些影响，需要意识到这些影响，并且要有解决它的动机，以及致力于解决可能的错误决策的意愿。在现实世界中，满足这3个控制条件是极其困难的，但是可以从意识开始。

  2. 先考虑情境，再考虑个人:这个概念被称为归因的慈悲（attributional charity），它坚持认为，你评估他人的决策时，首先从情境出发，然后再转向个人，而不是反过来。虽然东方人比西方人更容易根据情境做出决策，但大多数人始终低估了情境在评估我们看到别人做出的决策中所起的作用。尽量不要犯基本归因错误。

  3. 注意制度性强制力:著名投资者、伯克希尔-哈撒韦公司董事长沃伦·巴菲特(21)创造了“制度性强制力”（institutional imperative）一词，用来解释企业“无意识”模仿同行行为的倾向。这种强制力通常有两个潜在的驱动因素。第一个因素是，公司想成为内部群体的一部分，就像个人一样。因此，如果某一行业的一些公司正在进行合并、追求增长或进行地域扩张，其他公司就会忍不住效仿。第二个因素是激励。高管们通常会与团队步调一致，因为这样做能获得金钱方面的好处。当决策者通过成为群体中的一员而赚钱时，这种吸引力几乎是不可避免的。

  4. 避免惯性:定期回顾你的流程，并询问它们是否正在为目标服务。组织有时会采用固定的惯例和结构，阻碍了积极的改变。

应对复杂系统，做出正确决策

围绕复杂系统的三个错误：

  • 不恰当地用个体行为来解释群体行为
  • 处理系统的一个组成部分为何会对整个系统造成意想不到的后果
  • 没有适当考虑个体周围的系统而孤立地看待个体的表现

尽管现在我们周围围绕着更多的复杂适应系统，但我们的大脑并没有变得更善于理解它们。想弄清楚因果关系的愿望促使我们在错误的层面上理解系统，从而导致可预见的错误。尽管部分级别的表现笨拙，但复杂适应系统通常在系统级别上表现得很好，这是科学家和非科学家经常不能理解的一点。

相反，当善意的个人试图管理系统以实现特定目标时，意想不到的后果可能导致失败。所以，如果你处理的是一个复杂适应系统，请确保你仔细设定了系统级的目标。为了实现目标，在推进部分级的改变时应谨慎。

  1. 在正确的级别考虑系统:记住“多带来不同”这句话。最常见的陷阱是通过外推个体施动者的行为来理解系统行为。同样，请注意，系统外部个体的功能可能与系统内部个体的功能非常不同。

  2. 注意紧密耦合的系统:当各组成部分之间没有闲置部分时，系统是紧密耦合的，允许流程从一个阶段过渡到下一个阶段，而不预留任何干预的机会。大多数复杂适应系统是松散耦合的，移除或使一个或几个部分丧失能力对系统的性能影响很小。但是，当个体失去多样性并以一种协调一致的方式行动时，一个复杂适应系统可以以一种紧密耦合的方式运转。

  3. 使用模拟创建虚拟世界:处理复杂系统从本质上来说是棘手的，因为反馈是模棱两可的，信息是有限的，而且因果之间没有明确的联系。模拟是一个工具，对我们的学习过程有帮助。

如何考虑环境，做出正确决策

大多数人都期待将同样的方法应用到下一种情况中，从而利用我们的有利经验。我们也渴望成功的公式，这是让自己安心的关键步骤。有时我们的经验和秘方会奏效，但更多时候它们会让人失望。原因通常可归结为一个简单的现实，即指导我们决策的理论基于属性，而不是基于环境。基于属性的理论是我们自然而然就会使用的，而且经常是不可抗拒的，就像我们在出生顺序的讨论中看到的那样。然而，一旦你意识到大多数问题的答案是“视情况而定”，你就已经准备着手寻找它所视的情况了。

  1. 问问自己，决策背后的理论是否能解释所处的环境:人们常常试图根据以往的经验推断出成功的选择并应用到新的环境中，结果往往很糟糕。有缺陷的研究会找出业绩良好的组织的共性，并将这些共性作为获胜的不二法门，这种做法很受欢迎。这两个错误都没有正确地根据环境来考虑决策。

  2. 注意相关性和因果关系陷阱:人们有一种把因果联系起来的渴望，但往往只是为他们看到的结果编造一个原因。这就产生了观察相关性、假设因果关系的风险。当你听到相关性时，一定要考虑3个条件：时间的优先级、关系，以及没有其他因素导致另外两个因素相互关联。

  3. 平衡简单的规则和不断变化的条件:进化为基于环境的思考提供了有力的论据。在进化过程中，个体生存和繁殖的能力并不仅仅反映特定的属性，如大小、颜色或力量。相反，导致生存和繁殖的遗传特征是内在环境。有一种做决策的方法，尤其是在快速变化的环境下做决策，即需要在一些简单但明确的规则与当前普遍存在的条件之间取得平衡。例如，优先级规则帮助管理者对他们识别的机会进行排序，退出规则告诉他们何时退出一家企业。这些规则确保管理者在认识到不断变化的条件的同时坚持某些核心理念，允许必要的灵活性，从而做出正确的决策。

  4. 在具有多个维度的领域中没有“最佳”实践:虽然许多人，尤其是西方人，热衷于决定哪个组织是最好的，但在一个高维领域选出一个赢家是没有意义的。弱者如果选择了正确的策略，就可以打赢比赛中最有可能获胜的人。

如何应对相变，做出正确决策

人们必须面对越来越多的这类系统，它们会突然出现不可预见的变化，并且产生罕见但极端的结果。在处理这些系统时，我们都特别容易犯错误，因为人类在潜意识中希望将它们进行简化，并将过去的经验外推到未来。当你看到这些系统时，标记它们，并放慢你的决策过程。尤其是当你小心翼翼地躲避不利的黑天鹅时，关键是要坚持到迎来转机的一天。

  1. 研究所处理系统的结果分布:由于塔勒布的推动，现在许多人把极端事件和黑天鹅联系在一起。在人们没有意识到两者的区别时，塔勒布很谨慎地做出了区分：如果我们了解了更广泛的分布是什么样的，无论结果多么极端，都能被正确地标记为灰天鹅，而不是黑天鹅。他称灰天鹅为“可模拟的极端事件”。事实上，科学家们已经做了很多工作对各种系统的分布进行分类，因此，如果你有了解这些系统的背景知识和工具，即使没有可靠的方法来预测任何特定的事件，你也可以大致了解系统的行为。关键是要为系统产生的所有结果做好准备，无论极端与否。在大多数情况下，使人们感到焦头烂额的不是黑天鹅，即那些未知的未知，而是他们没有为灰天鹅的到来做好准备。

  2. 寻找临界点:当系统参与者协调他们的行为时，群体系统往往会发生重大变化。虽然多样性的减少并不一定会导致系统的改变，尽管确实会引发隐形脆弱，但多样性的减少实质上提高了改变的可能性。协调一致的行为是许多不对称结果的核心，包括畅销书、风险投资等有利结果和国家安全、借贷等不利结果。要注意多样性的程度，并认识到状态的变化往往是突然发生的。

  3. 小心预测者:一定要知道，在有相变的系统中，预测的准确性令人沮丧，即使是所谓的专家进行的预测也不例外。最好的方法是认识到结果分布的本质，并为所有的意外事件做好准备。

  4. 减轻不利因素，抓住有利因素:在处理复杂系统时，人们常犯的一个明显的错误是在某一特定结果上下注太多。“结果比可能性更重要。”这并不是说你应该关注结果而不是过程，这意味着你应该在过程中考虑所有可能的结果。

避免与均值回归相关的错误，做出正确决策

客观地看待实力和运气的相对贡献，你就能清楚地思考均值回归的问题。对我来说，从理解均值回归中得到的最大启示和机会就是保持冷静。如果因为一点好运，结果非常好，那就准备好迎接结果接近平均水平的时刻吧。如果因运气不好，结果令人失望，要认识到事情会出现转机。

  1. 评估实力与运气的比重
  2. 仔细考虑样本大小
  3. 注意系统内部或系统本身的变化：不是所有的系统都能随着时间的推移保持稳定，所以弄清楚系统如何以及为什么发生变化是很重要的。此外，系统本身可能会发生变化。
  4. 留心光环效应

参考

版权声明：本文为博主原创文章，转载请注明出处。 旭日酒馆