欢迎
欢迎来到“不确定性下的判断”。
你未来做出的每一个重要选择，都是在信息不完整的情况下下的注。你很少能确切知道事情会如何发展。你能控制的，是结果揭晓前你推理的质量。
今天，你将构建五项工具，以区分审慎的决策者与侥幸者：期望值、校准、偏差意识、可逆性，以及明智决策与良好结果之间的区别。
即使自动化系统向你提供了建议，这些工具依然有用，因为做出最终决定的责任仍然在你身上。
按概率权衡收益
期望值
当结果不确定时，期望值（EV）是如果你能多次重复同一决策，所获得的平均收益。
公式是一个加权和：EV = 所有（概率 x 收益）之和。将每种可能的收益乘以其对应的概率，然后将这些乘积相加。
请分析以下两个选项：
- 选项 A（稳妥之选）： 90% 的概率获得 +$100，10% 的概率损失 -$50。
EV(A) = 0.90 x (+$100) + 0.10 x (-$50) = 90 - 5 = +$85。
- 选项 B（高风险高回报）： 30% 的概率获得 +$400，70% 的概率损失 -$50。
EV(B) = 0.30 x (+$400) + 0.70 x (-$50) = 120 - 35 = +$85。
两个选项的期望值相同：+$85。仅从原始期望值来看，两者打平。稍后你将看到，为什么审慎的决策者可能仍会偏好其中一个选项。
计算期望值
轮到你了：一个数字
这是一个单次投注。有两个结果，且赔率已以净美元金额表示：
- 10% 的概率获得净收益 +$75
- 90% 的概率产生净损失 -$5
当风险胜过原始期望值
当风险胜过原始期望值
期望值假设你可以多次重复下注，从而让平均值发挥作用。但许多现实中的决策只发生一次。一次无法挽回的损失可能会在平均值显现之前就让游戏结束。
方差衡量可能收益的离散程度。之前的选项 A 保持在一个狭窄的区间内；而选项 B 则可能在两个方向上大幅波动。尽管期望值相同，但风险截然不同。
经验法则：当可能的损失大到足以让你破产（如破产、受伤或失去不可替代之物）时，应让这种风险压倒原始期望值。为了规避毁灭性后果，接受略低的平均值是合理的代价。这就是为什么人们即使知道保险具有负期望值，仍然会购买保险的原因。
比较两个选项
轮到你了：两个选项
一家小型公司必须选择一个发布计划：
- 计划 A： 60% 的概率获得 +$50,000 的利润，40% 的概率产生 -$20,000 的损失。
- 计划 B： 保证获得 +$15,000 的利润。
置信度应有的含义
校准：置信度应有的含义
当你说你有 70% 的把握 时，你正在提出一个可验证的主张：在所有你感觉把握程度完全相同的情况下，你的正确率应该约为 70%。
一个校准良好的人，如果在 100 次预测中都表示 70% 的把握，那么大约会有 70 次是正确的。如果只有 40 次正确，说明他们过度自信。如果有 90 次正确，说明他们信心不足。
过度自信是最常见的校准错误。大多数人的确定性远超其过往记录所能证明的水平，这会在不知不觉中破坏他们的决策。解决办法是记录你的预测，并将你声明的置信度与实际命中率进行对比。
解读你自己的置信度
轮到你了
假设你做了 10 次独立的预测，每次你都表示自己有 70% 的信心。
劫持决策的三种偏差
劫持决策的三种偏差
即使掌握了期望值（EV）和校准，可预测的心理捷径仍会扭曲判断。其中最具破坏性的三种如下：
1. 沉没成本谬误： 让你因已经投入且无法收回的资金、时间或精力而继续坚持。“我们已经投入了两年，现在不能放弃。”无论结果如何，过去的投入都已消失；只有未来的成本和未来的收益才应驱动决策。
2. 过度自信： 高估自己的知识储备以及判断正确的概率（即上一节提到的校准误差）。这会导致你跳过备份、低估时间线，并忽视警告信号。
3. 锚定效应： 锁定你听到的第一个数字，并在此基础上进行过少的调整。谈判中开出的第一个价格，或项目中的第一个估算值，即使该数字是任意的，也会将后续所有判断拉向自身。
你无法消除这些偏差，但通过识别它们，你可以及时察觉并应对。
识别沉没成本
轮到你了
考虑一下这种情况：
你已经在一个明显没有希望的项目上花费了 60 美元和三个小时。一位队友说：“我们已经投入了这么多，现在不能放弃。”
单向门与双向门
单向门与双向门
并非每个决策都值得同等程度的谨慎。一个有用的判断标准是：这是一个单向门还是双向门？
双向门是可逆的。如果选择被证明是错误的，你可以轻松走回来撤销它：尝试一个新工具、重新布置房间、测试一种学习计划。对于这类决策，要快速做出。在可逆的选择上过度纠结，会浪费你本可以用来从结果中学习的时间。
单向门是不可逆的，或者逆转成本极高：删除文件的唯一副本、退学、纹一个永久纹身、向全世界发布某样东西。对于这类决策，要缓慢且谨慎地做出，收集更多信息，并建立保障措施。
这项技能在于让你的深思熟虑程度与决策的可逆性相匹配。在“双向门”（可逆决策）上犹豫不决，或在“单向门”（不可逆决策）上草率行事，都是代价高昂的错误。
对门进行分类
轮到你了
以下是两个决策：
- (a) 永久删除文件的唯一副本。
- (b) 在教室里尝试一种新的座位安排。
决策质量与结果质量
决策质量与结果质量
好的决策基于你在做决定时对概率和风险的最佳推理。而好的结果仅仅是事情最终如何发展，运气在其中也占有一席之地。
因为不确定性是真实存在的，所以一个好的决定仍可能导致糟糕的结果，而一个鲁莽的决定也可能侥幸成功。仅凭结果来评判一个决定，会陷入一个被称为结果主义（resulting）的陷阱。
为了公平地评估一个决定，请这样问：基于当时可知的所有信息，这是一个合理的赌注吗？一个扑克玩家可能完美地打了一手牌，却输给了对方的一张幸运牌。这并不意味着他的打法是错误的。
好决定还是好结果？
轮到你了
一位朋友在凌晨 2 点闯了红灯，当时四周没有任何车辆，他平安到家了。
当机器推荐选择时
当机器推荐选择时
越来越多的自动化系统会直接给你推荐：走这条路线、做这个诊断、执行这笔交易、选这位候选人。通常，系统是根据期望值或类似的评分对选项进行排序的。
该推荐只是一个输入项，而非最终裁决。系统优化的是它被赋予的数据。它无法体会“单向门”决策的分量，不知道哪些损失会毁掉你，而且其概率预测可能是错误的、带有偏见的，或缺乏必要的背景信息。
你的工作是权衡机器无法衡量的因素：如果高期望值（EV）的选项失败，风险是否过大？这个决定是否可逆？你是否信任输入数据？无论工具建议什么，你都要权衡期望值、风险和可逆性，并对结果负责。
推翻建议
轮到你了
一个自动化系统推荐选项 A，因为它的期望值最高。