我們不擅長預測，倒是很擅長解釋
●我們的判斷很不準確，連專家也是
例如醫生這樣的專業人士，經過了邏輯與系統的培訓，並且歷經臨床的洗禮，在判斷病因上都會有一套邏輯，協助自己快速下一個可能的結論。
但這樣的判斷，其實會受到不同醫生的能力、偏好、經歷，甚至當天的生理與心理狀況有所不同(註1)。結論可能偏向於「我覺得」、「我感覺」這種狀態做成，而自己可能意識不到這種現象。即便結果真是如自己所想，也會忽略或誤判了其他可能性，而把「因為是自己做的判斷，所以比較正確」這個條件給予更多加權。也因為人有不同的「偏誤」與「雜訊」，所以如果在臨床時，使用專家設計來自於統計思維的判斷模組，會比專家自己當下的判斷更客觀準確。這件事情無論在哪個專家或者哪一個人都會發生。
●我們總是被知識的假象所欺騙
人們對「無知」(筆者：不可能得知的事、可得知卻未得知的事)常沒有覺察，因為人只能就自己知道的事情下判斷，如果我們沒覺察到這種現象，那結果可能與自己判斷天差地遠，就算結果吻合也可能運氣佔了重要因素(註2)。不相信的話，先評估對某個東西了解程度(筆者：如手機、電視、腳踏車，給自己1-10分，10分是最了解，給自己打幾分)，評估完後再把這個東西畫出來，畫完後再給自己評估分數是否有改變。
如果對「無知」這件事有意識，我們才知道解決的方式不是預測，而是對未知思考我們冒著甚麼樣的風險，這樣的風險是不是可以承擔，如何給自己一些彈性。我們要理解，即便是專家在預測未來這件事(筆者：包含時間、地點、具體事情)，準確率也不會比得上黑猩猩射飛鏢。
●我們常自以為在預測，其實可能不是
我們在判斷事情上會有兩種思維(註3)，一種是「統計學思維」；一種是「因果思維」：
1.統計學思維：使用外部觀點，抽離自我因素，盡量客觀的使用數據來判斷(筆者：系統二)。
2.因果思維：使用內部觀點，主觀因素即便自以為客觀，想要試圖解釋甚麼(筆者：系統一)。
我們嘗試用兩種思維來思考同一件事，例如：馬多夫詐騙650億美金，時間長達20年，如果再未爆之前：
1.統計學思維：馬多夫宣稱的投資策略與市場波動及回測的數據並不相符。即便宣稱結果有達成，也不是因為他所主張的操作方法。
2.因果思維：馬多夫是那斯達克主席，許多權貴也都將資金給他管理多年，每年我也的確收到約定的報酬，那應該不會有問題才對。
如果我們運用因果思維再看待馬多夫詐騙案，就會一直試圖解釋馬多夫當初的行為多麼可疑，繪聲繪影，會覺得事情好像一目了然，一切的行為都有了解釋。但我們以為自己在預測判斷，其實我們只是在找個理由解釋，甚至會有誤解以為重來一次就可以做良好的判斷決策。因果思維會讓人覺得事情都可以解釋，甚至有後見之明偏誤以為可以預測，但事實是我們對真正該判斷的基礎只會視而不見，我們並不擅長預測，倒是很擅長解釋。
我們該怎麼面對這些困擾呢？請待下一篇文章來討論。
附註：
1.《雜訊》p.152說明臨床預測與統計預測的比較。
2.《雜訊》pp.187-189
3.《雜訊》pp.202-209
延伸閱讀：
你真的想要投資金融股嗎？以保險業為簡例
投資不是選擇一種新興產業
龐氏騙局-馬多夫之死
我們與火雞之間的距離
喜欢我的作品吗？别忘了给予支持与赞赏，让我知道在创作的路上有你陪伴，一起延续这份热忱！
- 来自作者
- 相关推荐