认知偏差:面向不确定性下决策者的实战指南

放在报告文件夹上的老花镜,一片镜片清晰、一片扭曲,说明认知偏差如何扭曲同样的证据

英文版(English version)

认知偏差是一种系统性的判断错误:人的思维以可预测的方式偏离证据,尤其是在利害重大、信息不全、时间紧迫的时候。1974年,心理学家阿莫斯·特沃斯基和丹尼尔·卡尼曼为这一观点奠定了科学基础。他们证明,我们判断概率时所用的思维捷径虽然在大多数时候很高效,却“会导致系统性的、可预测的错误”(Tversky & Kahneman, Science, 1974)。关键词是“系统性”。偏差不是那种在聪明团队里会相互抵消的随机误差。它会把会议室里的每个人推向同一个方向。

近二十年来,我在高级战略分析课程中向企业高管、分析人员和政府官员讲授认知偏差。最让人记住的从来不是偏差清单,而是这样一个认识:智力、经验和良好的意图都无法提供保护。高层管理者往往更容易中招,因为他们的自信长期以来一直得到回报。

本指南将说明什么是认知偏差,为什么它关系到每一位对战略负有责任的人,我所讲授的六类偏差,以及真正能够减少损害的方法。文中链接的文章和视频均为英文。

为什么认知偏差是战略问题,而不是心理学问题

大多数组织在数据上投入巨大,却几乎不投资于用来解读这些数据的判断质量。这本末倒置了。麦肯锡的丹·洛瓦洛和奥利维耶·西博尼研究了1048项重大企业决策,发现决策流程的质量对结果的影响超过分析的质量,“高出六倍”(Lovallo & Sibony, McKinsey Quarterly, 2010)。

我在课程中这样描述这个问题:未来研究依赖三组数据,每一组都“笼罩在自己特有的谜团之中”。一是结构性因素(制度、文化、长期趋势),二是行为者的决策(企业和政府选择做什么),三是“外卡”(随机事件和意外后果)。偏差会扭曲这三者。它们决定了我们愿意花工夫研究哪些趋势,如何解读对手的意图,以及在一件看似不太可能的事情发生之前,我们会多认真地对待它。

大企业让情况变得更糟。它们靠命令与控制运转,奖励那些按计划办事的人。而战略性断裂却来得很快,而且来自外部。结果就是,组织非常擅长执行昨天的战略,却很难察觉这套战略已经过期。

还有一个代际陷阱。正如我在How to Predict the Future…and WIN!中所写,人们在职业生涯早期形成核心信念,却在很晚才掌握真正的权力。几十年前让一位高管取得成功的假设,被投射到一个已经与之不再相符的世界上。他记得的那些限制可能早已消失,他视为理所当然的资源可能已经枯竭。

教父:理查兹·霍耶尔与Psychology of Intelligence Analysis

如果说情报界的认知偏差研究有一位守护圣人,那就是这一领域的教父小理查兹·J·霍耶尔(英文)。霍耶尔(1927—2018)约于1951年加入美国中央情报局,在行动处和分析处任职28年,此后又以顾问身份为情报界工作了数十年。1999年,中央情报局情报研究中心(Center for the Study of Intelligence)出版了他的著作Psychology of Intelligence Analysis(《情报分析心理学》)。在关于分析人员如何自我欺骗的著作中,它至今仍是最有用的一本(Heuer, CIA, 1999)。这本书可以免费阅读。每一位高管都应该读一读。

模糊街景前一副清晰的眼镜框,说明思维定式如何塑造知觉与认知偏差

霍耶尔提出了三个论点,至今仍塑造着我的教学方式:

  1. 知觉是主动的,而不是被动的。我们并不只是接收信息,而是在构建信息,而我们已有的信念决定了我们会注意到什么。霍耶尔称之为分析人员的思维定式:“一块屏幕或一面透镜,人们透过它来感知世界”。思维定式不同的两名分析人员阅读同样的电报,会得出不同的评估,而且两者都会带有偏差。
  2. 知道偏差并不能治愈偏差。霍耶尔把认知偏差比作视错觉:即使你知道错误就在那里,它依然令人信服。所以光靠培训是不够的,这也是需要结构化方法的原因。
  3. 结构胜过意志力。由于人不可能仅凭决心就做到不偏不倚,因此需要一些程序来强迫大家把备选方案摆上桌面。霍耶尔给出的答案是竞争性假设分析(ACH),下文将会谈到。

霍耶尔最令人不安的发现之一,是他所说的“基于已被推翻证据的印象的持续性”。在他所引用的实验中,人们根据后来被揭露为虚假的信息形成了判断,在得知信息是假的之后,仍然坚持原有判断(Ross, Lepper & Hubbard, 1975)。放到组织里,这意味着一份已被撤回的情报来源报告,可能在所有人都忘记结论出处之后很多年,仍在左右决策。我在Persistence of Impressions and the 25th Amendment(英文)中描述过一个政治案例。

认知偏差的六大类

认知偏差没有官方数目。流行的清单列出了180多种,这对任何需要在周二下午拍板的人都没有帮助。在我的课程中,我按照它们在分析过程中哪个环节造成损害,把44种偏差归为六大类。下面就是这六类,以及根据我的经验危害最大的偏差。

类别哪里出了问题首先要警惕的偏差
社会类别人的想法比证据更重要虚假共识、从众本能、不对称洞察错觉
记忆与知觉类你还没看到,大脑就已改写了档案思维定式、生动性偏差、已被推翻证据的持续影响
因果类我们把一个故事强加给也许并无故事的事件偏好因果解释、阴谋论偏差、归因错误
决策类判断在做选择的那一刻失灵确认偏差、常态偏差、非理性承诺升级
概率类人类不擅长算术锚定效应、忽视基础比率、幸存者偏差、后见之明偏差
加兰的百宝箱没有人归纳整理的方法论失误主流媒体陷阱、动态无知、“这次不一样”

一、社会类偏差:当会议室气氛压倒证据

高管们围着会议桌击掌,象征虚假共识效应和群体思维背后轻易达成的一致

虚假共识效应是指倾向于认为自己的观点被广泛认同,并把会议室里的沉默误当作同意。李·罗斯及其同事于1977年记录了这一现象(Ross, Greene & House, 1977)。在组织中,分析人员彼此招聘、彼此提拔、彼此交往,直到部门的看法感觉就像“大家都这么想”。这种共识是真实的,但它也是局部的。

从众本能是把多数人当作社会掩护而产生的吸引力。与会议室唱反调会损失地位,附和则毫无代价。从整个职业生涯来看,无论共识对错,这笔账都倾向于共识。于是组织从许多人那里得到同一个答案,并把它误当作独立的印证。(详见Social Cognitive Bias: Herd Instinct(英文)。)

不对称洞察错觉是指相信我们对竞争对手、客户或敌手的理解,胜过他们对我们的理解(Pronin et al., 2001)。对方也是这么想的。当双方都认为自己握有分析优势时,谁都不会根据对方的行为修正自己的判断。

达宁—克鲁格效应也属于这一类。对某个领域了解最少的人,往往最高估自己的能力(Kruger & Dunning, 1999)。情报的接收者常常分不清专家的自信和外行的自信,而后者在会议上往往更有市场。但别忘了他们研究的第二部分!达宁和克鲁格也揭示了专家的认知扭曲:专家以为普通人会信任他们、理解他们的观点。高手和新手同样深受他们研究所揭示的认知偏差之苦。

二、记忆与知觉类偏差:大脑改写档案

思维定式是霍耶尔的核心概念,指的是筛选你会注意到哪些证据的既有思维模型。经典案例是1973年10月。以色列情报机构执着于一个“概念”:埃及在获得它尚不具备的远程打击能力之前不会发动进攻。动员迹象被观察到了,却被解读为演习,因为这个“概念”认定进攻是不可能的。

生动性偏差让一个引人注目的故事比一大堆枯燥的统计数据更有分量。提供生动细节的人力情报来源,比指向相反方向的数据库更能左右评估。代号“曲线球”的叛逃者就是教科书式的例子,他关于流动生物武器实验室的生动却未经证实的叙述,塑造了2002年关于伊拉克的评估。(我在视频Deep Dive: The Iraq War Intelligence Fraud(英文)中分析了这一案例。)

证据缺失是指无法衡量没有出现的东西。如果一个假设成立,某些证据就应该出现。如果没有出现,这种沉默本身就是证据,但它永远不会出现在收件箱里,必须有意识地去构建。我在Operation Iraqi Freedom, Cognitive Bias, and Intelligence(英文)中展示了伊拉克战争前这一点是如何发生的。

三、因果类偏差:我们强加的故事

重大事件发生时,我们会去寻找一个怀有意图的行为者。偏好因果解释会把事件过多地归因于蓄意设计,而过少归因于偶然、漂移和噪音。2010年5月的“闪电崩盘”起初被归咎于有组织的操纵。调查人员后来指出,原因更可能是一笔大额自动卖单撞上了流动性不足。

阴谋论偏差是它的近亲:把步调一致的结果看作中央指挥的证据,而实际上,面对同样激励的独立行为者无论如何都会趋于一致。有时确实有人在幕后指挥。纪律在于要求拿出这种指挥的证据,而不只是同步性。

基本归因错误补全了这一类:我们用性格解释别人的行为,用环境解释自己的行为。

四、决策类偏差:在选择的那一刻失灵

确认偏差是指倾向于寻找和偏爱那些证实自己已有信念的信息。雷蒙德·尼克森的综述称之为“一种以多种面貌出现、无处不在的现象”(Nickerson, 1998)。这是每位高管都听说过、却几乎没有人建立起应对程序的偏差。在How to Predict the Future…and WIN!中,伊根博士讲述了一位客户的故事:他把自己的声誉押在一项本应证实其成见的研究上。当结论与成见相悖时,他把报告翻了个遍找错别字,发现一位专家的名字拼错了,便宣布整份报告都很草率。凡是向高层管理者报告过坏消息的人,都遇到过这种情况。

常态偏差是指以“这种事从来没发生过”为由,拒绝为史无前例的问题做准备。这是洪水上涨时仍待在家里的人的偏差。我为此专门做了一节短课:Why Normalcy Bias Can Wreck Your Decisions(英文)。

非理性承诺升级就是为了挽回损失而继续砸钱,做出一个仓促而错误的决定,好让过去失败的决定看起来明智。威廉·萨缪尔森和理查德·泽克豪泽记录的现状偏差,是指即使改变的成本更低,人们也偏爱维持现状(Samuelson & Zeckhauser, 1988)。

我的课程还增加了两种我在企业中经常看到的决策偏差。职业偏差是指透过本行业的行话而不是开阔的世界观来看待新情况。“非我发明”综合征是指自动认定任何来自组织外部的可行方案都更差。

五、概率类偏差:人类不擅长算术

一只手把两颗红色骰子掷在深色木桌上,提醒人们概率偏差会扭曲我们对随机性的判断

锚定效应是指被听到的第一个数字牵着走。特沃斯基和卡尼曼证明,即使是任意的起始值,也会把估计值拉向它(Tversky & Kahneman, 1974)。忽视基础比率是指因为眼前的案例看起来很特殊,就忽略了这类事情一般发生的频率。

幸存者偏差是指只研究赢家。管理书里的公司都成功了;那一百家采用同样战略却失败的公司并没有写进书里。(参见Survivorship Bias Lesson(英文)。)

后见之明偏差就是“我早就知道”效应。巴鲁克·菲施霍夫在1975年证明,人们一旦知道结果,就会高估这个结果原本有多容易预测(Fischhoff, 1975)。它会悄无声息地毁掉复盘:如果你记得自己当初是对的,就没什么可学的了。

可得性偏差根据例子有多容易浮现在脑海中来判断事件的概率,这就是为什么上个季度的危机总是看起来像下个季度最可能出现的风险。(详见Availability Bias(英文)。)

六、加兰的百宝箱:没有人归纳整理的失误

三十年来阅读企业战略汇报材料的经历让我明白,一些最糟糕的分析失误在任何心理学教科书里都找不到。我把它们归在一个刻意不那么学术的标题下。以下是我最喜欢的几个:

  • 主流媒体陷阱。依赖记者的概述,而不是原始研究。媒体是其他机构工作成果的二级传播者,它们的本行是让事情具有新闻价值。请直接查阅原始来源。
  • 把规模等同于重要性。认为大企业和重要人物比小型颠覆者更重要。颠覆者通常都是“小”的,直到它不再小的那一刻。
  • 动态无知。因为系统图里包含了所有你觉得显而易见的东西,就以为自己的模型是完整的,而真正的杠杆却在图的外面。
  • 拒绝相信荒唐的事。因为听起来荒唐就排除某种可能性,而我们的世界早已依靠那些曾经看似荒唐的东西运转:比房间还小的计算机,进入各行各业的女性,富有的中国共产党人。
  • “这次不一样。”在上一个泡沫刚刚破裂之后,没能认出下一个泡沫。
  • SWOT惰性。给一个陈旧而简单化的工具喂进单薄的数据,然后得出“公司应当直面竞争对手,并寻找新的盈利市场”这样的结论。

为什么偏差在未来研究中危害最大

偏差在任何分析中都很危险,但在思考未来时最为危险,因为未来不会给出即时反馈。对上个季度数据的误读,下个季度就会得到纠正。而对未来十年的错误假设,可能五年都无人质疑。

一条道路穿过森林消失在雾中的航拍图,象征战略性未来研究中的不确定性

我在第一本书Future, Inc.: How Businesses Can Anticipate and Profit from What’s Next(AMACOM,2007年)中提出过这一观点:“未来研究的首要法则是:如果结论证实了你一直以来对世界及其走向的所有看法,那么这些结论就毫无用处。”

书中讲述了2000年与我共事的一位工程行业高管的故事。我们的未来研究预测,到2015年,建筑工人会随身携带简单耐用的手持设备,用来更新图纸、在工地上追踪工具。他拒绝接受这一点。他的理由是,建筑工人不用电脑。打破僵局的是一个观察:就连穷人家的孩子也有PlayStation游戏机。2015年技能最低的工人,将是伴随着菜单式游戏机和软件长大的一代。他的隐含假设是,明天的劳动力会和今天一样。正如我当时所写,有些假设是这样一种信念,“其理由甚至对我们自己都是隐藏的,并在不知不觉中给我们对未来的看法染上颜色”。

在第二本书How to Predict the Future…and WIN!(2011年)中,我选择了讽刺的写法。一位虚构的顾问P.休斯·伊根博士提供了25条保证能毁掉一个组织未来研究的锦囊妙计,从“只听主流媒体的”到“只按一个情景做规划”,再到“从结论开始”。每一条都是穿着西装的认知偏差。那本书的严肃结论至今依然成立:“未来研究的主要价值不在于预测的准确性,而在于探究那些从未被质疑过的假设。”

这就是为什么我把情景规划和认知偏差放在一起讲授,也是为什么我会运用我称之为“四情景法则”的原则:

  • 一个情景是官方公关。
  • 两个情景是好与坏的对比,每个人都会选好的那个。
  • 三个情景是虚假的折中,每个人都会选中间那个。
  • 四个情景迫使决策者审视数据并作出选择。

第四个情景不是用来预测的。它的作用是迫使组织在现实来检验之前,先就自己的假设展开争论。

如何减少认知偏差:真正有效的方法

一名分析人员在同事面前于白板上书写,进行旨在减少认知偏差的结构化分析

认知偏差无法消除,但可以建立能够捕捉偏差的程序。以下是有证据支持、也是我与客户一起使用的方法。

一、竞争性假设分析(ACH)。霍耶尔的方法要求列出所有合理的假设,然后把每一条证据同时与所有假设进行对照评估。关键一步是寻找否定某个假设的证据,而不是支持你所偏爱假设的证据。公平地说,实验证据好坏参半。一项2019年针对50名分析人员的研究发现,接受过ACH培训的分析人员经常跳过步骤,该方法对确认偏差的效果参差不齐,甚至可能增加错误(Dhami, Belton & Mandel, 2019)。我仍然使用它,因为它真正的价值在于让假设变得可见、可以争论,而且认真执行的方法胜过敷衍了事的方法。

二、事前验尸。在决策最终敲定之前,团队设想它已经惨败,并写下失败的原因。加里·克莱因推广了这一方法(Klein, Harvard Business Review, 2007)。他引用了关于“前瞻性后见之明”的研究,即设想某一事件已经发生;这种做法使人们找出结果成因的能力提高了约30%(Mitchell, Russo & Pennington, 1989)。

三、正确的培训。多年来,人们一直认为讲授偏差收效甚微。近期的研究更令人鼓舞。在一项研究中,仅用一节互动培训游戏课,就让偏差当即减少了至少32%,两个月后仍减少了至少24%(Morewedge et al., 2015)。在一项大型地缘政治预测竞赛中,培训、团队合作和跟踪“大幅提高了预测的准确性”,一个关于概率推理的简短模块在长期内持续见效(Mellers et al., 2014)。

四、列出你预期会看到的东西。针对每一个假设,写下如果它成立就应当出现的证据。然后核对哪些证据缺失了。这是纠正证据缺失错误的良方,而且不花一分钱。

五、采用外部视角。在预测自己的项目之前,先问问类似项目通常是什么结局。基础比率会让人保持谦逊,这正是目的所在。

六、查阅原始来源。阅读研究本身、提交的文件、数据集,而不是关于它们的报道。核实是谁生成了这些数据,以及他们想用这些数据证明什么。

七、奖励带来坏消息的人。在一个惩罚提出不愉快情景的人的文化中,任何方法都活不下去。我在How to Predict the Future…and WIN!中写道:“嘲笑是毒药。”如果一个微弱信号招来的是哄笑,组织就会面临“被群体思维固化的轻率决策”。领导层必须让提出异议变得安全,进而让它成为理所当然。

关于认知偏差的常见问题

简单来说,什么是认知偏差?

认知偏差是一种可预测的推理错误:一种思维捷径,尤其在不确定的情况下,会把人们引向同一方向的同一个错误结论。

认知偏差有多少种?

没有官方数字。流行的目录列出了180多种。对实际决策而言,重要的有几十种。我讲授44种,分为六大类。

启发式和偏差有什么区别?

启发式是一种思维捷径,大多数时候都管用。偏差则是这种捷径被用在错误情境时产生的系统性错误。

理查兹·霍耶尔是谁?

小理查兹·J·霍耶尔是一位资深的中央情报局官员,著有Psychology of Intelligence Analysis(1999年),这是关于情报工作中认知偏差的奠基之作。他还创立了竞争性假设分析方法。

认知偏差能被消除吗?

不能。就像视错觉一样,即使知道偏差存在,它们也不会消失。借助结构化方法、外部视角、事前验尸以及奖励异议的文化,可以减少它们造成的损害。

与Competitive Futures合作

这些内容的完整版,包括全部44种偏差及其应对方法,我在面向领导团队和分析人员的高级战略分析课程中讲授。如果您的组织正面临一项一旦假设出错就会付出高昂代价的决策,请预约一次20分钟的交流。我会告诉您我会从哪里入手。

Competitive Futures的更多分析(英文)

参考文献