人不瘋魔不成活

最近因為工作選擇，思緒較為雜亂，為了檢視思考，除了之前的無限賽局，也買了這本雜訊。

破題一開始先用打靶圖，講解什麼叫做偏誤，什麼叫做雜訊。

一般來說，偏誤較有一致性，而雜訊卻分屬離散，而雜訊較偏誤難掌握，影響也更大。

對判斷來說，常用的有預測性的判斷，還有評量式的判斷，前者在預測，後者在分析。

系統雜訊分為水準雜訊與型態雜訊，型態為個體之內的偏差（如個人的特定好惡），

水準則為個體間的差異（每個人判斷的差異），在此兩種穩定的雜訊外，還有場合雜訊，

例子是天氣、特殊事件、身體狀況，造成判斷人決定時的異常狀態。

書中提到，平均或者各因子均等權重，較輕重分別加權的效果更佳，原因是能避免人為誤判，

均方差的概念支持平均效果較為公平，而此也能說明為何公式化的人工智慧或大數據能有效減少雜訊。

減少雜訊的方式，可由外部觀點抓出關鍵評估項，並將評判數字結構化，

再來就是評判時，各項次盡量獨立，避免連續效應而失準，而最好要有供參考的準則，避免極端值。

討論的進行可用德爾菲法，評分－討論－再評分，如此收斂。

收斂雜訊的方法，有時會為專業人士擯棄，原因是剝奪了專業人士專擅的判斷模式，

或者被評為問題不宜僅靠水準數字，取代衡量的自由，

但書中所舉的法律或醫療及保險，還有社工處理的領養判斷或收容移民事件，

各例都說明獨斷造成的重大差異，經手人反而造成更大的不公平卻不自知，

美國實際案例，量刑參考也被否決，於是量刑偏差又逐漸失控，

由此可見，對正義的理解，有時還是太過訴諸感性的心理需求，而忽略理性的衡量。