《思考，快与慢》读后感4000字

无数年前的一次午餐会上, 我曾经不经意间道出 女人与上帝之间的关联:

男人是, 精确的, 缓慢的, 小数据的;

女人是, 模糊的, 敏捷的, 大数据的;

而上帝是, (无比)精确的, (无比)敏捷的, (极)大数据的;

因而男人和女人分别是,1/3, 和2/3的上帝,

即, 女人比男人更近神.

引发哗然一片..

我忘记当时是首次看到此书之前还是之后了.

(姑且当作之前罢, 就算看到, 也只看了前言, 直到最近从才继续. 此书纸版几年前就买了, 一直压在箱底. 罪过罪过~)

但我在无意间引出了本书的核心:

系统1, 和系统2, 进化赋予我们的两大核心决策机制.

当一本书及其作者, 被无数(无数>7)你欣赏的作品提及, 你跟它擦肩而过的概率小于彩票中奖. 况且, 本书作者Daniel Kahneman是一位诺奖得主(因其峰终定理). 而本书是一个严肃的学者一生的成果总结.

所以, 无论是出于功利, 审美, 装13还是实用, 此书对任何人都应列入 必读.

..

.

~

[系统1, 系统2]

系统1是 默认的, 快速的, 基于(以记忆构建的)经验的, 它更底层, 因为是生存的基础保障.

系统2是 懒惰的 (需要更多能耗, 资源, 注意力), 缓慢的. 它或许能得到比1更精准的评估和预测, 但, 受限于资源和框架, 也远非足够理性甚至正确.

进化为我们(人类)提供了两套决策系统, 是为了应对不同的生存压力. 1的核心是 快速响应, 而精准 或 反应客观现实 并非其第一优先级.

能够以相对低能耗做到大数据, 无可避免的, 1存在大量的偏见和谬误-- 只要这些偏见和谬误是对生存有利的(很吊诡, 不是么?!).

因而2被创造出来, 对1进行校正和完善.

我们可以简略或粗鲁的称1为直觉, 但决不能称2为理性 -- 差的远, 甚至连 深思熟虑 都够呛, 充其量为 三思.

{以当今的技术, 理论上, 聪明的人理应利用更多的技术手段, 添加新的外部系统 3, 4, 5, etc(比如大数据, AI, 可视化, etc.), 以佐决策. 因为人的生物脑, 无论如何, 会受限于存储量资源, 框架, 和运算速度, 永远无法做到 足够 全局 (横向), 和 发展视角(纵向全局). 此二者, 即我们大脑之永恒局限.}

系统1: 直觉 vs. 系统2: 三思.

..

.

[回归均值]

其实这一点都不神秘, 也不难理解.

你只需要画一个有些许相关的两个正态分布. 你就会一目了然, 恍然大悟:

这是一个椭圆, 在右侧, 下方更多, 而在左侧, 上方更多.

cmon, 画一个, 倾斜的椭圆~~ see?!

..

.

[模型 & 重构]

构建模型, 提出预测, 接受新的事实, 重构模型 -- 这是我们大脑一刻不停的本能.

我们往往没有意识到, 这个过程有两个非常非常糟糕的局限:

1 我们大脑只喜欢简单的模型. (凡是非线性的, 高维度的, 都会被自动舍弃)

2 我们的大脑会屏蔽那些与当前模型不匹配的事实 (自己不喜欢的事实, 自己过去的错误)

正因为这两个局限, 本能制造的 模型 往往不怎么好用, 尤其在 预测未来 这件事上, 表现的及其糟糕. (这也是我为什么会看 Super Forecasting 的原因. 有幸两书作者都与Taleb过从不浅.)

这就是为什么系统1经常 不靠谱 的原因 -- 没办法, 我们需要它足够快! 在狮子追上来, 这不是讨论是否 自洽 的时候..

.

理论上, 过去的经验应该能够很好的帮助我们构建一个 全面而客观 的模型, 然而不论我们的记忆和建模机制, 都是选择性的.

这种后见之明造就了一系列或糟糕或精致的商学畅销书, 包括 Jim Collins的Built to Last / 基业长青, Great by Choice / 选择卓越, 等)

..

.

[直觉 / intuition]

专家的直觉是否可靠?

that really depends... on what?

能够形成有效直觉的两个前提:

1 一个可预测的, 有足够规律可寻的环境 -- a.k.a. 概率 生效的环境.

2 一个通过长期训练习得这个规律能力的机会-- 无论是表层意识, 还是潜意识. 可能是系统1, 2 共同作用.

一些职业, 是受控环境, 重复(类似)事件, 比如医生, 护士, 运动员, 消防员, 棋牌类, 加上有效的训练, 可以获得专家的能力.

而另一些, 如股票, 政治, 则是不受控的环境, 并没有一个系统训练的方法. 因而专家即使自信也是盲目的.

(对于医生, 会有异议. 确实, 外科医生会得到有效的反馈和训练. 而诊断的反馈效果则千差万别, 有时甚至不如股票.)

当我们听到楼道脚步响起, 我们知道那是某位家人, 这个直觉是可信的. 其中一个核心的要素是 -- 有效反馈. (Data Training的精髓其实也是.)

而古玩鉴定, 如果光靠大量看, 而无反馈(甚至是有效反馈) 是徒劳的. 需要 泡在市场里. 一个古玩的朋友跟我说, 三个月不在市场, 睁眼瞎.

问题来了. 对于非重复性, 无规律的环境, 直觉如何预测?

实际上, 系统1会偷换概念, 强行映射到一个它熟悉的领域. 对之进行判断和预测. 如果两者相距太远, 即使得出 自信 的结论, 也跟实际目标截然不同.

..

.

[禀赋效应 / Endowment effect]

即, 对已有物之难以割舍 -- 对其卖价估值远超过买价.

{我倒是想提出一个EE的解释: 打磨投入.

一个新的文玩核桃和一个把过很久的, 价值当然不同. 这是一个或大或小的时间投入.

即使是常见商品, 也会面临 没有两件完全相同 的情境. 而对其选择, 是需要投入心力的. (因为商品会绝版, 会断码, 同样的钱, 未必能买到相同的衣服, 如果确实很合身和舒服.)

这个解释不能解释一切EE, 但对一些问题似乎有效.

}

即使是经济学者, 也不能避免EE.

但作者认为, EE可以通过贸易(trading)经验排除 -- 即, 教授经济学课程的那些人都是没有贸易经验的!

..

.

[损失厌恶]

得与失, 的心理曲线是不对称的.

我们对失更加看重.

{个人认为, 损失厌恶 其实是 禀赋效应 EE的延伸 -- 即, 我们对已经得到物, 有更高的估值. }

如果你有101张彩票, 分别(等差)对应着0%~ 100%的中奖概率获得100$. 你愿意出多少钱买一张?

理性的答案是: pay = probability% * prize.

但实际上, 人们更看重两端: 即, 接近0% 和 100%的区域内, 更加陡峭 -- 更高估值. (相对应的, 中间比较平缓 -- 较低估值.)

于是, 0端侧为 possibility effect; 百端侧为 certainty effect)

换句话说, 我们更愿意支付 超过概率价值的付出, 换取 1)从无到有的可能性, 2)板上钉钉的确定性.

.

{难道我们对待交往的态度不也是类似?! 对于刚刚认识的人给予了超过比例的好奇和重视?!}

有趣的是, 这条(两头陡峭中间平缓的)曲线, 与y = x (即: pay = probability% * prize 的理性曲线) 放在一起, 两条曲线有三个交点.

不出意外的是0百两端-- 坏钟也会每天两次正确报时不是么?

而新颖的是, 当probability% = 33%的时候, 两线相交 -- 我们似乎可以简单的说, 人对于失的厌恶与得的喜爱, 是2:1.

emm, thats fresh!

{仅凭这条曲线 (我称之为 或得曲线 / may-gain-curve), 此书就可位列下圣. (当然书里没给你画出来, 你得自己画.) }

..

.

[乐观]

即, 相信自己的运气高于平均概率.

..

.

[四重模型]

我更愿意称之为 四象限模型.

不过是把 或得曲线 补充完善成为 得失曲线, 之后观察到的4种典型决策模式.

四象限即: (得 or 失) * (小概率{0端} or 大概率{百端}).

.

1 (大概率 & 得) 人们倾向于保守(支付超过概率价值的资源) -- 高胜率, 宁可接受小得, 不愿煮熟鸭子飞了(围城只三面).

2 (小概率 & 得) 人们倾向于冒险(支付超过概率价值的资源) -- 彩票.

3 (小概率 & 失) 人们倾向于保守(支付超过概率价值的资源) -- 保险, 厌恶低风险的损失, 买踏实.

4 (大概率 & 失) 人们倾向于冒险(支付超过概率价值的资源) -- 对几乎必败, 却孤注一掷, 负隅顽抗, 以期奇迹.

{

虽然4让作者很惊讶, 但我认为, 1,3是对称同理的一件事, 源自损失厌恶, 而2,4 源自 运气高估.

禀赋效应(太极) 产生了 损失厌恶 和 运气高估(两仪), 又对称演化为四象限模型(四象).

interesting~

值得注意的是, 概率价值 不仅仅产生于 价值(禀赋效应的价值高估), 也产生于 概率 (对自己运气的高估, 即乐观).

}

..

.

[概率 probability]

值得注意的是, 概率 本身就是个蹊跷的概念.

未知是有层级不同的.

(我也在不止一处提到过) Known Unknown 称为 risk, 而 Unknown Unknown 称为 uncertainty.

risk 是我们熟悉(过程, 原理)的未知, 有足够的经验和统计样本, 才有谈论 概率 的资格.

而 上帝是否存在 的问题, 属于 uncertainty, 因为我们根本不知道其机制, 也根本没有任何经验可言, 因而谈 概率 纯属无稽.

.

虽然我们以 理性 (y=x) 标准来衡量 得失曲线 发现其不重合, 因而嘲笑 直觉(系统1) 的非理性.

但是, 我不是非常确定, 人的 损失厌恶 以及 得失曲线 在面对 uncertainty时, 是否一样低效. 因为此时, 压根就没有一条 理性的概率曲线 供人们去对比和衡量 -- 除了赤裸裸的进化历史.

而我也不太倾向于相信, 进化会做无聊的事情, 给予人无用的价值判断.

(并且, 下次有任何XY染色体的人嘲笑 XX染色体者做事 非理性时, 我会警告他们 -- 他们可能恰恰是愚蠢的, 理性且愚蠢. )

..

.

[焦点放大]

小概率事件, 仅仅因为被关注 (获得存储空间), 就被高估其发生的可能性 -- 尤其在我们不清楚其内部运作机制时.

(比如, 当被试被分别问到8个球队夺得总冠军的概率时, 得到的答案加总 > 240%. 而裁判则会得出相当精准的判断.)

破解?:

1 搞清楚运作机制 (当然这很难. 但这是最有效的)

2 拥有全局视角 (如果你没弄清发生机制, 虽然你还会弄错, 但至少不会错的离谱)

..

.

[框架效应]

作者所谓框架, 即视角框架, 是看待一个问题的参照系.

同样的 失, 如果 放在 成本 参照系中, 会比放在 损失 参照系更容易接受.

因为不同的系统(比如系统1), 本身就不是事实, 那么以不同的系统为参照系, 极可能得到不同的答案.

此即, 视角影响决策.

于是, 面对加油站同样的价格歧视, 信用卡用户 对 discounting the cash users 要比 over-charging the credit card users 更宽容一些.

并非所有参照系都是平等的. 于是, 有一些显然比另一些要更好 (或更蠢).

广泛框架 即这个更好的框架.

它会让你在面对 A(在电影院门口发现价值100$的票丢失, 是否会看电影), 和 B(在买票前发现丢了100块钱, 是否会买票看电影) 这两个选择中, 更加理性.

值得注意的是, 框架 是好东西, 它帮助我们理解问题的本质(或者阶段本质); 只有 宅框架 才会出现问题.

..

.

[峰终定律 & 过程忽略]

PER(Peak-End-Rule) 和 过程忽略, 两者说的其实是一回事, 人的感受记忆, 是一个粗糙的测量体系. 既不是严格意义上的数学积分, 也不是基于全局和细节. 而是对 终点 和 最高峰 感受有更大权重, 却忽略了中间大部分过程.

Kahneman因此获诺奖.

Ikea深谙此道.

效用理论(utility)的发明人向世人道歉说, 实在找不出更好的词儿了 -- 这不死心眼么, 找不出可以新创一个嘛.

不过美国宪法的 pursuit of happYness 确实比 pursuit of utility 更忽悠人一些.

根据Kahneman, 满意度(satisfaction)跟幸福感(happiness)是不同的东西. 前者似乎是客观境况的自我评估, 而后者是主观感受. (后者应该更容易被 遗忘, 短期刺激, 化学, 情境等影响.)

割据这个框架和研究, 美国人看孩子比法国人更糟心; 清晨谈话很糟心; 宗教活动不能改善糟心; 财富对糟心的改善效果有阈值, 超过后效果减弱; 受教育程度改善 satisfaction, 但对happiness无甚效果; sex helps, etc.

..

.

[理性 rational]

对于一个人是否rational的判断, 并不在于其观点的正确与否, 而是在于 是否整体自洽(consistent).

一个 经济人 不会受到 1启发式, 2眼见即为实, 3 窄框架, 4内部意见, 5偏好逆转 影响, 而人类会.

..

.

~

当一本书及其作者, 被无数(无数>7)你欣赏的作者提及, 你跟它擦肩而过的概率小于彩票中奖. 况且, 本书作者Daniel Kahneman是一位诺奖得主. 本书是一个严肃的学者一生的成果总结.

所以, 无论是出于功利还是实用, 此书对任何人都应列入 必读.

我试着凝练一下全书提到或没有提到(但是被C. Munger提到)的心理机制:

1 禀赋效应 ~ (损失厌恶 + 运气高估) 这是我们的决策偏误的主要来源.

2 有限记忆 ~ 资源和效率的局限, 造成 峰终定理, 过程忽略, 锚定效应, 新记忆高估 -- 它们基本都是同源的, 甚至一回事.

3 一致性倾向 ~ 因为我们信息存储和框架效率, 我们只能理解, 记忆, 存储(与过往认知) 相容 或 自洽(consistent) 的信息.

4 寻求解释 ~ 这是我们本能, 即使这个解释并不反映真实的因果, 或发生机制. 但解释一旦发生, 就会永久的影响我们的记忆和决策.

以上这些都是进化留给我们的..

可能很麻烦, 甚至很讨厌, 因为它们有时候会误导我们, 造成偏见, 让我们犯傻, 甚至显得很蠢. 但是, 它们都是进化留给我们的 -- 即它们对我们(至少是我们祖宗) 的生存至关重要!

经济学里面有许多胡扯, 但有一句话是万古不变的: 经济学是一门研究在有限资源下, 人们如何决策的学科.

(其实何止是经济学, 舞蹈, 奥运会, 创业, 投资, 文学, coding, 搏击, 传武, 哪一门不是呢?!

利用有限资源做出最佳抉择, 是进化的永恒主题.

因而记忆是粗糙且高效的. 大脑选择不去(也不可能做到)存储全部数据. 而是放大最关键的信息.

而Kahneman在最后几章, 重点关注 幸福感 (包括婚姻等决策的), 值得深思 -- 永远.

what about happYness?

just like what was said in CSI:

its something that Never feels right when it works, only feels wrong when it doesnt.

sad, isnt it..

its sad, so sad, its a sad situation. and its getting more and more absurd.

its sad, so sad. why cant we talk it over. oh, it seems to me. that sorry seems to be the hardest word...

..

.

[月亮]