斐尔德人文30丨在不确定的世界中占有先机——《黑天鹅》解读12

我们习惯以为自己拥有知识非常多，认为我们比实际上知道得多一点，我们高估自己的知识以及低估不确定性，正是这一点会给我们招致更严重的麻烦，使我们预测失误，不得不面对黑天鹅事件。

本期笔者继续大家分享《黑天鹅》这本书第五部分的内容。

我们习惯认为自己拥有的知识非常多，当然由于科技和教育的发展，我们确实知道很多，但我们人类总有一种倾向，那就是认为我们比实际上知道得多一点，正是这一点会给我们招致更严重的麻烦。

著名经济学家哈耶克曾写过一本著名的书——《致命的自负》，其逻辑基本和《黑天鹅》这本书一致，只是讲述的侧面不同。

作者塔勒布举了一个例子：假如让一屋子人猜测俄国女皇凯瑟琳二世的情人数量，并且让屋子里的人独立地估计一个可能的范围，他们要相信自己有98%的可能性是对的，2%的可能性是错误的。

其中：“98%的人确信俄国女皇凯瑟琳的情人数量在34-63之间”。但事实上，预料中2%的错误比例接近45%，这个实验证明：我们对自己知识自信过头22倍。

作者谈到我们存在认知自大的问题。认知自大有双重影响：即我们高估自己的知识以及低估不确定性。这种高估和低估就是我们一再产生黑天鹅事件的原因。

这种高估和低估还有更微妙的地方：实际上意外不只是被低估，还被错误估计，两个方向的错误估计都有可能发生，即同时高估非正常事件发生概率以及特定事件的发生概率，而这正是保险公司赚钱的秘密。

作者塔勒布认为：这些事件中大部分为严重低估，少部分为严重高估。事件发生的可能性越低，估计错误就越严重。

我们的直觉让我们自认为生活在一种线性和平均斯坦的生活环境中，但事实上，我们不生活在线性状态中。

我们的生活不是平均斯坦，如果我们没有深度思考和觉察，就会低估极端事件，认为它们离我们更遥远，即便我们面对符合高斯分布的变量，仍然会低估极端事件。

这里《黑天鹅》这本书谈到：对一个信息不完整与信息缺失的不具有随机性变量的猜测，比如凯瑟琳的情人数量与对明天的失业率或明年的股票市场情况的预测是没有区别的。

从这个意义上，猜测和预测效果是一样的，都凭运气和偶然性。

我们的学习、教育和经验会影响我们的认知自大。

作者塔勒布曾经拜访纽约某家投资银行工作的朋友，在那里他看到一个情绪激动，有“宇宙之主”派头的人走来走去，戴着头戴式耳机，右边支出来一个麦克风。

作者与这个人谈话的20分钟始终没有看到嘴唇，作者问他的朋友，为何要如此装备，他朋友回答作者：“他喜欢和伦敦保持联系”。

这里作者认为：当你受雇于人，显得忙碌能帮助你在结果不确定的环境中邀功。显得忙碌能够加强人们对结果与你的作用之间的因果关系判断。对于那些鼓吹自己的“存在”与“领导”在公司业绩中的作用的、大公司CEO们更是如此。

但作者认为，这种所谓的忙碌与公司业绩并不具有真正的因果关系。

这里作者还提到一个实验，就是将一张模糊的消防栓图给两组人看，模糊到使他们无法认出图片上是什么。

其中一组，分10次逐步提高图片的清晰度，另一组，分5次提高图片的清晰度。然后在两组人都能够辨别图片是什么的时候停下来，请他们说出看到的是什么。

结果是，经过较少中间步骤的那一组可以更快地辨认出消防栓。这个实验说明，当你提供的信息越多，他们就会形成越多假设，就会有更多的噪点并将其当成信息，结论就会越糟糕。

这就比如学习、教育、经验一样，当你拥有更多知识的时候，我们的思维就会形成一种惯性，很难改变。当你以糟糕或者错误的证据为基础形成观点时，你会很难解释与这些观点矛盾的后续信息，即使这些新信息更明确、更准确，这就是本书写到的证实偏差。所以那些推迟形成观点的人更有利。

基于此，作者塔勒布提到专家问题，可悲的虚有其表。

但作者并不是在排除技能领域专家的作用，比如一个管道修理工几乎总比顽固的评论员更懂得管道修理。一个疝气外科医生在疝气方面的知识几乎不可能比治疗胃癌医生知识少。

但在涉及概率方面的知识上，专家却处于无知状态。原因就在于专家过多的专业知识，会让其在面对复杂系统的时形成的噪音更多，因此专家的结论也许更糟糕。

所以作者塔勒布总结到：有的领域里专家是起作用的，但有的领域则无法证明存在特定技能，他们分别是：

是专家的专家：比如牲畜检验员，宇航员，飞行试驾员，物理学家，数学家，会计师等与技能有关的行业。

不是专家的专家：比如证券经纪商，临床心理医生，大学招生官员，法官，顾问，人事官员，情报分析师等与概率有关的行业。

因此作者认为:因变化而需要知识的事物，通常是没有专家的，而不变的事物似乎会有专家。换言之，与未来有关，并且其研究是基于不可重复过去的行业通常没有专家。

这里有认识的另一个角度，就是看到变化的事物通常更容易受黑天鹅事件的影响。专家就是一群习惯“筛选”的思维狭隘的人。

在简单系统，筛选不导致错误的情况下，黑天鹅事件的影响很小，但面对复杂系统，专家的判断也许会导致灾难性的后果。

原因就在于：专家的问题在于他们不知道自己不知道什么，知识的缺乏与对他所掌握的知识的错觉是相伴而行的，专家在面对复杂系统知识减少的同时也变得对自己的知识更加满意。

作者提到泰洛克曾经研究了在政治和经济方面的“专家”，他让不同专业的人士判断某个特定的时间范围内一些政治、经济和军事事件发生的可能性，结果他发现：拥有博士学位和拥有学士学位的人是没有区别的。发表文章众多的教授和记者相比没有任何优势，拥有显赫声望的人比没有声望的人预测得更糟糕。

之所以这样，作者塔勒布认为：专家更容易形成对自我评价的捍卫，而这会导致专家更容易在预测错误时认为这并不是自己本专业的问题，或者归因于意外事件。

这些“专家”具有偏向性：如果他们对了，他们将其归功于他们的洞察力和专业能力；如果他们错了，他们要么怪具体形势超出常规，要么根本不知道自己错了，并继续编故事。

他们很难承认自己的知识有限，但我们人类所有行为都有这种特点：我们体内有一种维护自我评价的东西。

这里作者谈到结婚者对未来不现实的预期，想一想有多少家庭对未来进行筛选性假设，他们把自己锁在牢固的房产中，以为会在那里生活一辈子，而不知道人们过稳定生活的记录很糟糕。

还是那句话，作者认为，我们生活在一种极端斯坦的环境中，而非是一种平均斯坦的环境，我们需要认识并习惯不确定性的生活，而不是逃避或者给自己假想一个稳定的环境。

《黑天鹅》这本书谈到，经济学家弄出来的复杂数学统计模型，对于现实世界常常无能为力，如斯派洛斯·马克利达吉斯运用数学统计方法研究管理竞争领域所建立的“马氏竞争”模型，以及诺贝尔经济学获得者约翰·纳什所建立的“纳什均衡”模型，在现实和实践中其预测能力甚至不如一个大学生。

为何会这样？

作者列举了一个例子，假如经济学家预测将发生通货膨胀，因此美联储采取了加息等一系列反应，使通货膨胀率预期降低。

问题的诡异就在于通货膨胀是未来的事情，而美联储的反应已经无法确定这种未来是否存在，因此其他领域的公众就无法客观评价经济学家的预测是否真的准确。

这不是经济学家预测的失败，而是经济学这个领域太复杂，无数个我们知道与不知道的变量在起作用。

基于这样所谓掌握了规律就可以预测未来的能力，人们将复杂世界进行了简单化、线性化认识并付诸实践，这就是叙述谬误。

这进一步导致人类更乐意用计划的方式面对复杂世界，这种筛选性思维会忽视计划之外的不确定性。事实上，任务越具有常规性，预测越准确。但在现代复杂环境下，总有非常规的事情。

这里可以总结一下：我们人类并不真正擅长计划，因为我们不懂未来，但这不一定是坏消息。只要记住这些缺陷，我们就可以制定适合极端斯坦的计划，但这需要勇气。

《黑天鹅》这本书提到，在不远的过去，也就是前计算机时代，甚至是工业革命前，人类的生活是模糊而定性的，人们必须努力运用想象，而想象未来情景是非常艰难的。

由于技术的限制，人类无法自信自己的理性，而是更倾向于用模糊的想象面对未来。但今天不一样了，人类对自己的知识很自信，增强了理性的力量，更容易简化和预测，更愿意做精确的计划，期望让自己活在一种平均斯坦和线性世界中。

这里，作者认为：我们如此热衷于预测，甚至是精准预测，而不对预测这件事本身提出某种质疑，主要是因为我们对不确定性本质的错误理解：

第一种谬误是可变性问题。我们过于看重预测，而不关心它的准确性。就如同要穿越平均四英尺（约1.2米）的河流，但预期误差可能是20英尺（约6.1米），或者更多。这样的预测毫无意义。

第二种谬误是没有考虑到随着预测期限的加长，预测效力会降低。

第三种谬误是谬误中最严重的一种，是对于被预测变量随机性的错误认识。

这三种谬误导致我们在现实中，对于类似于黑天鹅之类的事件基本无法预测，即便预测准了，也只是运气罢了。

最后，作者提到了关于预测的伦理问题，作者这样写道：“有些人提供不负责任的预测。当被问到为什么要预测时，他们回答：恩，他们付钱让我们这样做。作者对这种人的建议是：换一份工作。任何因为预测而对他人造成伤害的人都应该被称为傻瓜或骗子”。

好了，本节的内容到这里就要结束了，黑天鹅现象有三个特点：不可预测、影响重大和事后可解释，因预测固有的局限性，它与人性没有多大关系，而是来源于信息本身的特性，下一期笔者将继续分享《黑天鹅》这本书中黑天鹅的不可预测性！