|
丹尼尔·卡尼曼在《思考快与慢》中提出这样一个观点：眼见即为事实。任由损失厌恶和乐观偏见之类的错觉引导我们作出错误的选择。 更直白地说，有些人因为觉得自己懂得很多，所以就固执认为看到的就是事实，因为自己经历多，经验丰富，就以成功人士自居，然后就有了各种的自以为是，然而他们不知道的是，自己正在犯两种思维上的错误：思维偏差和噪声干扰。 这也是丹尼尔·卡尼曼在打磨十年的新书《噪声》中，给我们思维上的启发，这样看来：知道得越多，未必越好；想法越多，未必是正确的；选择越多，越容易陷入误区。 
只有穿越噪声，才能远离偏差，才能做最优化的选择，才更容易走向成功。
卡尼曼认为，人们的思维经常会产生错误，遇到系统性误差，也就是偏差，而偏差有两面性。一面是过度乐观的偏差，一面是过度悲观的偏差。 比如说在人际关系的相处中，一方认为无论对方是个老好人，无论自己说什么，做什么，对方都不会反驳，但往往事实会打脸，这就是乐观偏差；悲观偏差是在发生不好的事情时，过度地悲伤或恐惧，但事实上并没有那么糟糕，这就是因悲观而带来的偏差。 还有就是当我们的关注点不一样的时候，也会带来不同的偏差。比如用情绪来判定或以解决问题来面对的时候，得到的答案是不同的，这就是受到外部环境的影响，也就是受噪声的影响。 
所谓噪声，是指判断中不必要存在的变异。简言之，噪声就是影响我们正常判断的干扰因素，比如说环境干扰、人为干扰、认知干扰等。 可以说噪声是无所不在的，我们自身的局限性，引起对一件事，一个事不全面的认识，这就是噪声所产生的干扰。只有我们意识到噪声对思维与行为的影响，才能有意识减少噪声，并减少因噪声而带来的危害。
前几天在跟孩子学校的领导沟通突然换老师问题时，我就被噪声所干扰，所以原本是倾诉和请求，最后却变成了蛮不讲理，也导致沟通陷入被动状态。 当时百思不得其解，不知道明明是学校做错了，为何自己还毫无招教之力，然后读了《噪声》之后，才发现是受到了噪声的干扰，而被对方的策略牵着步调走。 当时的情况是这样的，领导拿了换老师的合理性，用学校现实的难处以及考评新老师的指标来衡量，当时看到这个数据时，有种无可辩驳的事实。 
于是便从人文主义和情怀、感情上来说服学校，当时认为这是避其锋芒的做法，但忽略了正是这种偏差思维，才让沟通更陷入了被动状态。 反观自己被领导的三个噪声干扰，分别是道德层面、数据体系、相对论这三个方面噪声的干扰，所以陷入了被动状态。 首先，领导拿了如果要求换回老师，是现有老师的不尊重，是毁掉年轻老师的职业生涯。 结合卡尼曼的《噪声》来看，是领导用了晓之以理，动之以情的道德绑架干扰来验证胡闹，把原本正常的诉求变成家长们的内疚之情，这就是利用了噪声的干扰。 反过来说，家长提出安排一个更适合孩子的老师，不是对于新老师的不尊重，而是基于对孩子来说更适合的选择。 抛开噪声干扰，新老师之所以得不到认可除了突然换老师带来的应激，还有自身的综合能力不过关，没有受到认可，这才是最核心的问题； 其次，数据体系的片面性。对于衡量数据好坏来说，除了整体平均数，还要考虑培优的平均数和方差，只有这样才能凸显全面的数据影响。 
但正是因为当时认知的不够，所以在面对数据的时候，就陷入了被动和僵局； 最后，相对论的悖论。领导拿为了整体利益而牺牲局部利益，这本来就是一种悖论。 比如在《噪声》中提到的“天桥难题”，5个人即将被一辆失控的电车撞死，这时候如果有一个人在天桥上正走着，如果把这个人推下去阻挡电车停下来，那么其他5个人就会得救。 根据卡尼曼在《噪声》中给出的启示，结合噪声来看，校方明显是功利主义的处理态度，以学校整体利益为名义，而牺牲掉个别班的利益，而且还很巧妙将所有问题的责任都反推给家长。 尽管这是一场完美的诡计，充分利用了各种噪声来干扰，但不得不说，噪声对沟通、人为影响是巨大的。 因为在噪声的干扰下，随着情绪的变化，有时甚至是无意识的情绪变化，让我们的认知与思维根本意识不到，自己已经受到了很多噪声的干扰，简而言之，一切合情合理，但却完全是胡扯之下，充满了噪声。
对于我而言，跟领导沟通后充满了遗憾，也有各种的无法招架，当时百思不得其解，不知道自己输在了哪？ 
现在想想，就是受到了对方设置的“烟雾弹”，也就是卡尼曼所说的无处不在的噪声。也就是说：你不可永远都是同一个人，随着时间的流逝，你远没有所想象的那样前后一致，这源于形形色色的噪声干扰。 比如疲劳、恐慌、情绪、天气、顺序、等很多因素，都可能导致在面对同一件事的时候，产生变异，这种变异其实就是各种误导，也可以理解为策略或套路。 就好比领导在拿数据来作为验证的时候，我们当时明明可以提出片面的数据是无法预测胜任的可能性，因为总体的加权平均并非好方法，它无法预测能力高或低。这时候完全可以提出用更精准的数据模型，来增加判断的精准度。 因为即便是白纸黑字的数据，也会因为环境、情境、以及随机性而产生正误差或负误差，这些都是判断的噪声因素，也很可能受这些噪声因素的影响，意味着数据带着极大的随机性。 
也就是说，很多时候的数字带来不过是更多的噪声干扰，一旦认识到噪声可能会引导着我们陷入谬论和僵局的时候，就是去从样本空间上去入手。
这时候自然就改变了被动的局面，从而将交流和谈判打开一个新的局面。借用卡尼曼在《噪声》中的一句话：哪里有预测，哪里就有客观无知，而且客观无知比你想象的要严重得多 这样看来，消除噪声，才会不再重复犯错而不自知，而正是我认为可以打人情牌的这种自以为是的噪声干扰，而忽略了核心问题本身，所以才会惨败收场。
|
