《噪声》图解
2022-05-02 21:12:49 1 举报AI智能生成
登录查看完整内容
《噪声》是诺贝尔经济学奖得主、“行为经济学之父”丹尼尔·卡尼曼携手决策领域专家奥利维耶·西博尼和卡斯·桑斯坦共同推出的重磅新作，也是卡尼曼继畅销书《思考，快与慢》之后酝酿10年思考的全球瞩目里程碑式巨作，行为科学领域又一重大发现。几十年来，大家都认为，偏差是导致人类判断出错的关键。但是今天，卡尼曼系统性地指出：噪声，才是影响人类判断的黑洞。
作者其他创作
大纲/内容
第一章 犯罪和充满噪声的罚判
第二章 系统噪声，给人达成一致的错觉
第三章 单一决策，仅发生一次的重复决策
第一部分 寻找噪声
第四章 什么是判断
单次测量中的误差=（偏差）平均误差+残留的噪声误差
总体误差（均方误差）=偏差²+噪声²
第五章 测量误差，噪声与偏差的代价一样大
系统噪声²=水平噪声²+模式噪声²
水平噪声：同一个判断者在不同场景下做出不同判断的偏差水平
模式噪声：同一个判断者的平均判断偏差水平和单词判断偏差水平之间的差值
系统噪声是由多个个体对同一案例进行判断时产生的不必要的变异
第六章 噪声分析：所有判断都存在3类噪声
多个独立判断/测量不会减少偏差，但会降低噪声的影响
群体智慧效应；内部群体（同一个个体多次不同场景的判断）
你对同一个问题做出两次回答带来的好处，是向另一独立个体寻求建议时所获好处的1/10
第七章 情境噪声，无时无刻不在影响着我们的判断
信息级联，极易放大群体判断的噪声
群体极化：人们在互相交流时，往往会提出比原有倾向更极端的观点
第八章 群体是如何放大噪声的
第二部分 你的大脑是一种测量工具
预测的方法：诊断性预测、机械性预测（模型）、
第九章 判断与模型，简单的模型普遍优于人类判断
简单规则-非最适线性模型-线性回归模型-机器学习模型
第十章 无噪声的规则
直觉：知道是什么，但不知道为什么
缺失重要信息导致的判断失去准确性——客观无知
第十一章 哪里有预测，哪里就有客观无知
第十二章 常态谷：事情虽无法预测，但可以被理解
第三部分 预测性判断中的噪声
将所有不好的结果都归咎于偏差，是毫无价值的解释
基准概率信息：一件事情发生的基准概率
将概率判断替换成在脑海中获取案例难易程度的判断
心理偏差的三种类型：替代偏差、结论偏差、过度一致偏差
第十三章 启发式、偏差与噪声
人们在同一维度上对不同刺激赋予不同类别标签的能力有一个限度：大约是7个标签
第十四章 匹配，找到与你的预测最精准匹配的共识
量表的选取会对判断中产生的噪声量造成很大影响，因为模糊的量表是充满噪声的
如果可以的话，用相对判断代替绝对判断可能会减少噪声
第十五章 选取精确的量表，并多用相对判断
模式噪声由情境噪声和稳定的模式噪声构成
情境噪声可以理解为当时的环境影戏那个，稳定的模式噪声可以理解为个体的某种特殊偏好
第十六章 模式噪声的构成
误差=偏差+系统噪声
系统噪声=水平噪声+模式噪声
模式噪声=情境噪声+稳定的模式噪声
稳定的模式噪声几乎是水平噪声的4倍
第十七章 噪声源，偏差是引人注目的图形，而噪声是不受我们关注的背景
第四部分 噪声是如何产生的
好的判断者往往经验丰富且充满智慧，但他们也时刻保持着思维的开放性，愿意接纳新的信息
开放性思维，是指可以根据新的信息不断修正自己的思维和观念
第十八章 卓越的判断者，卓越的判断力
消除判断偏差的两种方法：事前干预与事后纠正
事前干预又分为：助推，旨在改变做判断或决策的环境；助力，旨在训练决策者识别并克服这些偏差
第十九章 消除偏差与决策卫生
通过对信息进行排序来限制过早地使用直觉
记录判断的每一个过程
确保复核的人员对第一次的结果是未知的
第二十章 司法科学，信息排序是最大的噪声
超级预测者的思维模式：尝试，失败，分析，调整，再试一次
改善判断的三种措施：训练是有效的，团队合作更有效，甄选的效果最优
第二十一章 甄选与汇总，超级预测的两大策略
提升技能比使用统一的决策指南更有效
第二十二章 医疗决策，用科学的诊断指南减少噪声
结构化是一种限制光环效应的手段，它通常可以将一个人在不同维度上的评估限制在一个小范围内
强制排名的主要目的在于减少噪声，它确保了所有评估者都有相同的平均值和相同的评分分布
第二十三章 绩效评估，用基于外部视角的共识框架做出量化判断
对候选人独立判断的结果进行汇总
结构化的三大原则：分解、独立性和推迟整体性判断
结构化面试比传统的非结构化面试更能预测应聘者未来的表现
第二十四章 人员招聘，以结构化指标衡量人才
中介评估法能够将信息的价值最大化，因为它确保了各个维度在评估时是相互独立的
对信息进行排序；将决策过程结构化并进行独立评估；使用基于外部视角的共同参考框架；汇总多个独立判断
第二十五章 中介评估法，做出明智决策的核心方法
第五部分 决策卫生，提升五大人类判断力
权衡减少噪声的成本与益处
一个不能考虑各种重要因素、不存在噪声的系统做出的判断可能比依赖个体做出的有噪声的判断更糟糕
第二十六章 减少噪声的成本
第二十七章 尊严，人之为人的重要价值观
第二十八章 规则还是标准
第六部分 最佳的噪声水平
噪声（丹尼尔·卡尼曼）
传统学习方法的三大特征：以输入为主、教条主义、标准化应用
真正高质量的学习，一定能够让人融入真实的世界
第一章 掌握一门知识有多难
费曼学习法的四个关键词：Concept（概念）、Teach（以教代学）、Review（评价）、Simplify（简化）
为我们的思维提供正反馈，能够促进知识和能力在学习中的自增强
费曼学习法的输出也是一种马太效应，一次成功的输出会提高后续输出的可能性和质量
费曼学习法让思考可以量化：方向、归纳、验证、反馈、简化、吸收
费曼学习法的优势
确定学习目标，理解学习的必要性，以形成学习专注力
理解学习内容，对知识进行解构和归纳，筛选出需要的知识
传递学习结果，向不熟悉知识的人用最简单的概念传递学习结果
回顾与反思，针对输出过程中的问题进行查缺补漏，并反复修正
不断简化吸收，直到将知识完全内化
费曼学习五步曲
第二章 何为“费曼学习法”
第一部分 学习的本质以及费曼分析法的介绍
学习被赋予了新的意义：以“输出”为载体的“有选择的输入”
1、开放性思维：对新知识、新事物的接受和包容
2、批判性思考：明确自己学习知识的程度
3、逻辑思维：长久地聚焦和沉注于一个主要的问题并且反复思考
4、清晰凝练的表达能力
学习的目标
第三章 我们为什么学习（目标
务实的目标做法：在这一两年的黄金时间内聚焦在一个正确的目标上，尽可能取得不凡的成果
聚焦目标的好处：思维更加清晰、行动更有针对性
第四章 聚焦目标
论证学习这门知识/做这件事的必要性
确认规划与目标的实质联系，在学习过程中获得接近目标的正反馈
通过SMART原则，衡量自己目标的合理性，满足自己兴趣的同时还在自己能力范围内
第五章 规划，与目标建立“强联系”
目标的全面性原则
目标的重点性原则
目标的挑战性原则
目标的可行性原则
目标的可调整性原则
第六章 费曼技巧：目标原则
第二部分 费曼学习法——目标
确立逻辑：明确学习目的，建立客观学习逻辑
收集信息：锁定知识来源，形成知识框架
归类对比：筛选需要的知识，保留可靠的重点内容
总结、筛选知识的逻辑和流程
学会分辨假知识，大部分的“假知识”都具有刺激意志的特点
第七章 归类和对比知识的来源
第八章 形成一张思维和流程导图
大量阅读，快速获取有益的信息，形成自己的信息池后再去做筛选和优化
学会发现问题和分析问题的方法
阅读和记忆不是数量的比拼，而是如何在有限的知识和信息中，获取到比他人更多的有益信息
第九章 阅读与记忆的原则
第三部分 费曼学习法——理解
建立长时记忆
加深对知识的理解
有了复述的任务和目标后，大脑就会更主动的去学习
对知识展开联想
得到关于问题的反馈
复述的好处
第一阶段：凭借印象
第二阶段：提出问题，即把第一次复述中的重点与现有知识体系进行对比，提出差异点或者相同点
第三阶段：加入自己的观点
复述的方法
第十章 第一次复述
归纳、筛选、分析
衍生：人类的思维方式共有四种，分别是水平思维、发散思维、收敛思维和系统思维
第十一章 费曼技巧：系统化原则
语言简洁易懂、表达精准到位、有深入的分析和延伸、加上自己的理解
你懂得什么并不重要，能让任何人都能听明白，才代表你真正地学透了这个知识
第十二章 以教代学
记忆是过去的经验在人大脑中的反映，它不但是神经活动，还是一种复杂的心理活动
高质量的主动学习才能改变你的命运，考虑输出的学习才是主动学习
第十三章 用“输出”倒逼“输入”
“分组讨论”是自主学习的一种高效方式
帮助你设计复述提纲并且准备一些问题
从听者那里获得中肯的评价和异议
第十四章 第二次复述
场景和思维模拟
语言通俗易懂
简洁的同时具有深度
强化对重点知识的理解
利用分组讨论获得反馈
第十五章 费曼技巧：输出原则
第四部分 费曼学习法——输出
第十六章 怀疑和探索让我们更聪明
争议是深度学习的切入点
第十七章 寻找反证
对具有生长能力的知识重点学习
对模块化的知识针对性学习——工具性的知识
对碎片化的知识坚决不去学习
知识的分类
第十八章 内容留存率决定了我们的学习效能
怀疑和反思、寻找反证、加大内容留存率
第十九章 费曼技巧：回顾原则
第五部分 费曼学习法——回顾与反思
打开知识的“重要性开关”，三次输出就可以清晰的知道重点在哪里
将知识从复杂回归简单
简化知识要点
第二十章 好东西太多也会消化不良
二十一章 纵向拓展和精进
二十二章 深度挖掘，实现知识的内化
二十三章 第三次复述
二十四章 费曼技巧：简化原则
第五部分 费曼学习法——简化与吸收
费曼学习法（尹红心、李伟）
阅读笔记与思考
0 条评论
回复 删除
下一页
