判断噪声

偏差像一把枪总是往左上方打,噪声像每一枪都散在不同地方。我们很容易看见偏差,却常常低估噪声:同一份材料,今天和明天的判断可能不一样,不同专家也可能差很多。

关键结构图

当前相关远处弱强

两块靶盘并排,左边弹点整体偏向一侧表示偏差,右边弹点到处散开表示噪声;下方公式把误差拆成 Bias 和 Noise。

判断噪声是同一个问题在不同人、不同时间或不同情境下,出现不该有的随机分散。

判断噪声是人类判断中的随机性误差,表现为本应一致的判断出现分散。它不同于偏差:偏差是稳定地偏向某个方向,噪声是不稳定地散开。噪声会出现在司法判决、保险核保、招聘、投资复盘和产品评审中。它的边界是,不是所有分歧都是噪声;有些分歧来自价值取舍或信息差异。

Structure判断误差 = 系统偏差 + 判断噪声

当同一类判断换个人、换时间、换心情就明显不同,但你又说不出合理原因时,要怀疑判断噪声。

先把判断标准写清楚,再拆成独立维度评分,尽量让评估者先独立判断,最后再汇总讨论。对重要决策,可以用简单模型或清单减少情绪和情境波动。

同一份简历,上午看觉得一般,下午心情好又觉得不错,这可能是情境噪声。结构化面试和评分表能减少这类波动。

一个投资体系如果昨天按图形买,今天按情绪卖,明天又按新闻追,就有很高的判断噪声。规则不是保证赚钱,而是让复盘有一致对象。

类型:学术 / 决策研究

事实线:Daniel Kahneman、Olivier Sibony 和 Cass R. Sunstein 在 Noise: A Flaw in Human Judgment 中系统讨论判断噪声及其组织成本。

依据:决策科学、行为经济学和组织判断场景中关于偏差、噪声、决策卫生和独立评估的研究整理。

边界:适用于需要稳定判断标准的场景;不应用来消灭所有差异,因为某些差异来自合理视角或价值选择。

常见误读:不要把噪声和偏差混为一谈。偏差要校准方向,噪声要减少随机分散。