Рубрика #ЧтецСамец
Дочитал горячую прямо из-под пресса книгу Noise от Канемана. Вынес для себя ряд достаточно интересных мыслей. Например, узнал про силу "первого апвоута" в статьях — даже если этот апвоут ненастоящий. Алсо, никогда раньше вообще не думал про "шум" в сравнении с "предвзятостью".
Предвзятость — это когда, например, судья стабильно дает больший срок черному мужчине, чем белому мужчине, за одно и то же преступление. Предвзятость предсказуема и хорошо исследована. Однако один и тот же судья по похожим делам может выносить разные решения в зависимости, например, от времени дня, от его настроения, да даже от температуры на улице! Это уже влияние шума на принятие решений. Шум уже гораздо сложнее (если вообще возможно) прогнозировать.
И про шум, и про предвзятость необходимо знать, чтобы принимать более рациональные, правильные и последовательные решения.
Авторы книги выделяют два типа шума: случайный и системный. Случайный шум зависит от случая и влияет на определенные группы людей или одного человека — например, когда победа любимой спортивной команды поднимает вам настроение и косвенно влияет на принятие решений. Системный шум — это когда группа экспертов пытается по одиночке оценить одни и те же события. В итоге, они часто приходят к крайне разным выводам.
Канеман предлагает проводить "аудиты шума", чтобы оценить финансовое влияние шума на компании и попытаться его уменьшить. Например, он советует при принятии решений в группе людей, распределить поиск информации по различным плоскостям решения между участниками — и максимально их изолировать друг от друга, чтобы они не влияли на решения коллег. После, советуется принимать глобальные решения в максимально последнюю очередь, чтобы минимизировать риск принятия решения заранее и оказаться жертвой предвзятости подтверждения.
Еще один способ уменьшить шум — это алгоритмизировать принятие решений с минимально возможными вводными в систему. Даже самая тупая линейная регрессия по горстке вводных часто работает лучше, стабильнее, точнее и постояннее "экспертов", которые принимают во внимание тонны информации. К слову, правильно написанный и (или) обученный алгоритм оказывается не только менее шумным, но и менее предвзятым, чем человеческие эксперты. Вот этот момент просто взорвал мне мозг.
Стоит всегда помнить, что мир неидеален — и 0% шума достичь крайне сложно. Хорошая новость в том, что достигать 0% шума чаще всего нет необходимости. Всегда есть удовлетворительный результат, который будет нормальным для принятия более-менее взвешенного решения. Очень просто говорить о предвзятости — часто у нее есть четкие причины и следствия. Однако шум — это следствие хаотичности системы, в которой мы живем.
Очень советую почитать эту книгу тем, кто хочет узнать больше про шум и предвзятость. Мне сильно понравилось.
