第3章 · 化解复杂的简单法则 #
缺乏资讯的快速决策#
麦可： 我知道你所使用的其中一种捷思法是凝视捷思（gaze heuristic），它特别可以用来说明棒球的例子。
捷尔德： 问题在于，外野手如何接到球？如果你研究这其中的解释，就会发现人们认为，如果问题很复杂，就需要一个复杂的解决方法。也就是说，外野手会以某种方法计算球的路径，然后跑向球的落点。
你可以在理查．道肯斯（Richard Dawkins）的《自私的基因》（The Selfish Gene）中发现相同的论述。他认为人们是在知道所有事情并透过计算后才有所行动，但实际上，人们对于自己是如何动起来的毫无头绪。许多实验显示，外野手其实不会计算球的轨迹，也不是跑到计算出的落点上，而是仰赖简单的捷思，在有限的时间、缺乏足充资讯（正确预估所需的参数，例如：初始距离、风向、旋转速度）的状况下，从而完成接球的任务。
外野手使用的简单捷思法就是凝视捷思。当球已高飞空中，就能运用凝视捷思，只要三个简单步骤：第一，将视线固定在球上；第二，开始跑动；第三，调整跑步速度，使视线的凝视角度维持一致。这样最终就会到达球的落点。
这是一种特殊的哲学观点。面对复杂问题，需要的只是一个简单解决之道。当我们认真寻找，通常就能找得到。
锁定单一要素
麦可： 在我的领域里，「如何做出好的投资决策」是个重要的问题。外界有太多资讯、太多不同变数，因此许多操作者发现他们应该专注于一项资讯就好，例如，只看价格本身，一旦价格上涨就做多，而价格下跌就做空。而这个利用价格波动做为决策线索的简单捷思，确实相当有用。
，以及各种以电脑为主的高度复杂计算程序。另一个角度，则是意识到交易并非已知风险的问题。交易是个不确定的世界，而优化模型未必有效。因此，我们需要一些更稳健、简单的方法。而你刚才提到的就是捷思法中的一种，我称之为「单一理由决策」，借由试著找出最重要的单一因素，并忽略所有其他因素。
社会心理学与行为经济学的许多研究都认为这是不理性的，但这些研究忽略了在风险世界与不确定性世界间的重要区别。在风险世界中，忽略相关的资讯是不理性的，我们只能说有些资讯没有重要到会成为问题。但在不确定性世界里却不是如此。[一个好的决策必须忽略部分资讯，如果你想要列出完整的优劣清单，那就很可能会失败。]
有意识的使用直觉
是个很好的例子？
捷尔德： 捷思法通常都是无意识运用的，例如方才提到的「凝视捷思」。如果去访问外野手，你会发现大部分的人都说不出自己怎么能做得这么好。人类脑中的东西超出我们所能形容的范围，因此，捷思法其实也可以被刻意运用。
哈德逊河上的奇迹就是很好的证明。那架飞机从纽约拉瓜迪亚机场（LaGuardia Airport）起飞，几分钟内就发生全然意料之外的事。一群加拿大雁撞上了那架飞机。现代引擎的设计可以处理小鸟，但没办法应付加拿大雁，牠们体型太大了。这个不太可能发生的事件发生了，牠们飞向两具引擎，结果飞机内部变得异常安静。机长将飞机调头，并在这两者间做出一个重要的决定：飞回拉瓜迪亚机场，还是想办法迫降？这个决定攸关生死。他们是怎么做决定的？他们可能得出结论，发现这是个需要计算飞机路径的复杂问题，但他们没有时间来复杂的处理。
即便情境不同，他们使用和外野手一样的捷思法------凝视捷思。从驾驶舱内看向挡风玻璃外，并且盯著控制塔台------如果挡风玻璃外的塔台往上移动，就代表飞机到机场前就会先撞向地面。
凝视捷思这个无意识使用捷思的例子，现在被有意识的运用，提供比计算更精确、更快速的判断，让机长有时间去做其他重要的事。这也是一个提醒，人们会直觉的运用捷思，我们可以善用这个案例的研究，来找到该如何做出更好的决策。这也展现人们认为「捷思」与「有意识的逻辑推理」是对立的想法，其实有误。我们研究的每一种捷思法，都可以被无意识和有意识的运用。
麦可： 你面临著体制不喜欢的风险与不确定性。而且许多人的事业都是以不同的方向为基础。
捷尔德： 我的研究造成许多争议，但都不是坏事。科学就是要讨论、辩论、改变和改进的。我研究中重要的风险和不确定性之间的差异，并不是由我提出的。你可以在经济学家法兰克．奈特（Frank Knight）于1920年代的研究中发现，也可以在其后的研究中看到，但这个问题一直没有被认真看待。此外，大部分学者投入的努力，都用在建立降低已知风险可能性的方法，然后再套用到机率上。
机率是个很棒的工具，我也十分仰赖它，但是它有适用的地方，而不是我们唯一能使用的工具。认为机率理论、贝氏理论或任何其他工具是唯一可以用来解决所有问题的工具，就像是错把铁槌当成整个工具箱，然后认为全世界都是钉子。许多人不太能接受，不同策略的适应性工具箱（adaptive toolbox）的概念，但这和我们的身体构造是一样的，不是只有一个超级器官，而是有多种器官------因为这样才能运作得好。
麦可： 当有人问你：「捷尔德，你是直觉的人还是理性的人？」你会怎么回答？
捷尔德： 这不是非黑即白的，这么想是很大的错误。这不是对立的------我们两者都需要。我们需要大脑，也需要直觉。更精确的说，我们需要深思熟虑的思考，但有时候我们也需要信任直觉。唯一的问题是，什么时候应用直觉？重点不在于直觉与深思熟虑谁比较好。没有好的直觉，就表现不出好的专业能力。作曲家需要直觉来作曲，而无法计算乐曲。小鸡的性别鉴定员需要直觉。小鸡的性别鉴定是一门艺术，判断刚孵化一天的小鸡是公鸡还是母鸡。就算你询问小鸡性别鉴定员是如何做到的，他也没办法确切告诉你。这是直觉。其他问题则最好进行计算------列出明确的利弊清单。许多社会科学研究的态度是将某个特质与另一种特质对立，并瞧不起其中一种特质。
根据我的研究，直觉通常是根据简单的捷思。为什么？因为直觉主要是在处理真实世界的问题，而真实世界的特色就是充满不确定性，而不是已知的风险。当你在玩轮盘时，可以计算长期下来会亏损多少钱。这不需要任何直觉。但如果你想要找出谁可以信任、该和谁结婚、该选择什么工作、该如何应对生活中的压力，这些都是无法计算的。或者，只有某些部分可以计算，其他的不行。这就是我们通常所称的经验。然而，这个经验不是语言，无法表达，所以许多人会对其抱持怀疑的态度。
大数据时代「少即是多」#
麦可： 意料之外事对人们来说很难接受，而且你无法为意外做准备。
捷尔德： 当人们试著检视已知风险的各种不确定性时，不会考量到意外，因为不会有新事物发生。例如，2007年到2008年的金融危机就显示，为何使用标准的模型来预估风险，会忽略所有的危险且无法防止危机。不应该轻易发生的事会令我们感到意外，因此，面对不确定性以及为不确定性发展策略和测试工具，就是在面对意料之外的事。我们需要灵活的方法和弹性的捷思，才能适应那些非预期的新情境。
麦可： 你研究中的一个很棒的观点是：知道自己不需要知道什么，就是「少即是多」。这个观点简单、直觉，符合常识。社会已经到达复杂性和资讯量多到将我们淹没的地步。人人都有手机、电脑，资讯超载的情况从来没有停止。大部分的人认为这些额外的资讯具有帮助。但如果你能暂停一下，你可能就会问自己，这些资讯是否只是令人分心。
捷尔德： 这就是我一直在谈的错误信念之一------复杂的问题需要复杂的解决方案。这也是大数据的愿景，希望能在大海中捞到针，不是透过知道所有资讯，而是借由更多的运算。在一个充满不确定性的世界里，这是不正确的，因为你需要足够简单的解决方案才能做更好的决定。
这是「少即是多」效应的简单说明，它描述了一个情境，如果你知道的资讯超过特定的量，表现会变差，至少在某种程度上是如此。史帝芬．古尔德（Stephen Gould）和我研究过人们如何回答简单的小知识问题，例如：哪一个城市的居民比较多，密尔瓦基还是底特律？我们测试的美国人中约六成答对：回答底特律。然后我们再问德国人同样的问题，正确率高达九成------不是因为他们知道得比较多，而是因为他们知道的比较少。
大部分的德国人根本没听过密尔瓦基，只听过底特律，所以他们依赖一个简单的捷思法，我们称之为辨识捷思（recognition heuristic）------你听过底特律但没听过密尔瓦基，所以你认为答案可能是底特律。美国人可能无法依赖这种捷思法，因为这两个城市他们都听说过，所以他们需要依赖事实或记忆。这就是「少即是多」的情境，我们可以展示并证明，某种程度上的无知其实是有帮助的。了解不必知道的事情，则是运用这种捷思的有意识行为：在充满不确定的世界中，明白尝试计算所有事情，只是一种确定性的幻觉，很可能会让我们导致失败。
，这显示当我们需要做出预测时，不应该试著考量所有的资料，而是必须忽略某些资讯，并尝试接受些微偏差以便做出更好的决策。所以在我们的研究中，「偏差」这个词有正面的意义，而不像许多社会心理学的负面意涵，在社会心理学中，每个偏离所谓正常模型的部分都被称为偏差，而人们会因为偏差而被指责。
懂皮毛，也能赢过专家
麦可： 我对「辨识捷思」以及你对人们为投资选股所做的实验很感兴趣。
捷尔德： 那是我和一些同事很久以前做的研究。我们想要测试一个选股的简单捷思。为了运用这个辨识捷思法，你需要找一些对股市一知半解的人，所以我们就去芝加哥市中心请路人看一张很长的个股名单，请他们找出认得的股票，就这样而已。然后我们在慕尼黑市中心也做了一样的事。接着，我们也问询问了一些商学院的学生。而后，我们建立了32档最多人辨识出的个股投资组合，而控制组则是32档最不为人知的个股投资组合。之后，等待半年，观察随机选择的个股比起众所皆知的绩优公司股票、由专家选择的个股、其他选择标准的个股等，分别多赚了多少。
这项研究显示，根据一知半解的路人以辨识捷思法选择的投资组合赚的钱最多。我们重复这个研究几次，并透过股票期刊和其他资讯重新定义情境，最后发现结果都类似。这样的情况并非总会发生。但我敢说这个捷思法的结果至少会和专业选股人一样好。这说明了在高度复杂和不确定的世界中，你其实可以透过简单捷思而有很不错的表现------在这个例子中，就是那些一知半解的人们。通常在一个阶段内一些知识会有帮助，但是随后会出现一个转折点，也就是太多知识反而会让你误入歧途。
麦可： 几年前我有机会和哈利．马可维兹共度一个下午，金融界大部分的人都熟悉他的名字。你能不能简单描述马可维兹的发现，然后也许能针对他可能有问题的部分提供一些说明？
捷尔德： 首先，马可维兹并没有弄错。他开发出一个最佳化模型名为「平均数-变异数投资组合模型」（Mean Variance Portfolio），如果运用他模型中的假设，这个模型是有用的。但是宣称马可维兹的模型在真实的金融界中能起作用，就是另一回事了。如果有人这么说，那么很有可能这个人搞错了。有趣的是，当哈利．马可维兹为自己的退休金投资时，他有运用这个让他赢得诺贝尔奖的最佳化模型吗？不，他没有。他运用的是一个简单捷思法：把你的资金平均分配。所以，如果你有两档个股选择，各分配一半。如果你有三档个股选择，就分成三等分。所以就是1/n。现在的问题是，相对于马可维兹的最佳化模型，1/n这个简单捷思法（不复杂、没有自由参数）的效果如何？
大部分的研究显示，在真实世界的投资，1/n带来的报酬率通常会比马可维兹最佳化模型的报酬率还要好。所以，真正的重点在于，在哪些情境下使用简单捷思法的表现会比马可维兹模型的表现更好？第一，就现在我们所知，该情境是「不确定性愈高，捷思的表现就会愈好」。第二，n（分母）的数字愈大（也就是你拥有的资产愈多），捷思的表现就会愈好。如果n是一个很小的数字，马可维兹模型就能获利较多，因为它不会去预估这么多的参数。
最后，从另一个角度来看，样本数愈大，马可维兹模型的表现就会愈好。所以按照股市的不确定性来看，假设你的资产是n=50，你需要多少年的股票资料才能说马可维兹模型表现比较好？依据这个问题的模拟，答案大约是500年。所以这表示到了2500年，我们就可以开始不信任自己的直觉然后运用计算------这是假设同样的那些股票到时仍存在的情况。
任何建议都是「自私的」
麦可： 你在踏入这个「观察风险、不确定性，做实验、做研究」的领域后，这就变成了你一生的志业。我发现你对此百分之百充满热情，很热爱这个研究领域。
捷尔德： 透过「研究」的这个角色，我学到了很多。例如，这项关于如何应对不确定性的基础研究，其实与许多不同领域有关，不只是金融，还包括管理，同时还涵盖法律界：我教过50名美国联邦法官关于如何决策的议题。此外，也包含医疗界：我亲自教导过大约上千位德国医师了解风险。
这些专家从我的研究中学到这个世界如何运作，而我学到的可能和他们一样多。在某些情况下，你需要教导人们如何理解已知风险或进行风险沟通，而医师在医学教育并未学习到这些知识。然后在其他情况下，我们需要教他们如何运用捷思法，以及分辨风险和不确定性之间的差异。最后，我们还必须告诉他们，应对世界的方法不只有一种。我们需要一个「适应性工具箱」，以便做出更好的决定。的确，这一直是我生活中有趣的部分，而且我持续在学习环境中不同领域的新东西，包括决策制定者的心理因素，例如：防御性决策的制定。
因此，如果你去看医生，而你相信对方为你提供了最好的建议，那么你可能是幸运的极少数。但是美国大部分的医生都会采取防御性决策------也就是说，他们会建议对你来说是第二或第三佳的选择，这么做能保护他们自己不会被你控告。医师治疗病患的方式与治疗自己亲属的方式不同。在一项研究中，93%的美国医师承认他们通常会采取防御性决策。因为病患可能会告医师，所以怪不得医师会这么做。
你必须了解这个系统的运作，以及知道有那些简单捷思法对你有帮助。例如，我母亲的一眼失明了，当时有一种实验疗法，所以我打电话向做过最多这类实验治疗的人，向对方说明情况并且问他：「你会如何建议我母亲？」然后他说：「好，试试这种治疗吧。」接着，我意识到我问错问题了，这使他采取防御态度，因为我可能会控告他。所以，我改问：「如果那是你的母亲，你会如何建议她？」他说：「我不会做任何事。」他的母亲不会告他，所以显得格外谨慎。
麦可： 史帝芬．古尔德（Stephen Jay Gould）的《满屋》（Full House）中有一个经典的章节，谈到罹患癌症者的生存，以及他如何抛弃该医师的建议，并审视自己的处境。这就是你说的概念：把权力握在自己手中，不要轻信他人。
捷尔德： 要理解决策做为风险的本质，许多心理因素都很重要的。
麦可： 我听说在YouTube上有一段关于你的有趣影片，我想这应该是一段广告，而且其中还涉及音乐。
捷尔德： 对，这是我稍早之前的事业。我的生活不只是研究风险与不确定性。我还是娱乐圈的音乐家，你提到的影片是VW Rabbit汽车第一个登上的电视节目，当时我们这支乐团的名称是「高尔夫」（Golf）。那时赢得了比赛，争取到上电视的机会，如果你没认出我的话，我就是那个坐在方向盘前的人。那是很久以前的事了！
麦可： 我会去看看的！
捷尔德： 我希望能让决策制定与风险这个主题不再那么抽象，也不再远离专家和一般人在日常生活中所做的事，那就是提供计算机率和使用性的知识。大部分的情况下，我们无法计算机率，也无法知道实用性为何，所以我们需要别的东西。我希望这是个可行的替代方案，让学术科学与必须面对不确定性的行业有更多的接触。
「真实资料」没说的真相#
麦可： 我知道你和丹尼尔．康纳曼有过一段和平、学术性的辩论，但我想知道你能不能概述你的观点，也许再说明你们对于大局的不同看法？
捷尔德： 先从共同点说起。我们都相信人们会利用捷思------也就是说，做决策的简单规则，至少在许多情况下是这样。我们不同意的地方是因为康纳曼和他的许多追随者相信，捷思永远是次佳的选择，而统计数据永远能给你正确答案，但我认为这是错误的。
在不确定性的世界中，你无法计算所有的风险，统计、数据和最佳化模型帮不上忙。这些可以给你一些帮助，但你永远不会知道最佳的解决方案，而在这种情况下，如我在前面所说明的，捷思就能做得很好。人们不只会运用捷思法，通常也能透过捷思法获得比所谓「最佳」的方法还要更好的结果。
这衍伸出一个关于捷思法的新观点：捷思法不仅可以说明人们如何做出决策，还能指导决策。对捷思法规范性的观点会提出这样一个问题：我们能否形容一种环境，在该环境中运用简单的捷思法（例如「将你的钱平均分配在n项资产上」）的效果可以超越所谓的最佳化模型？这种讨论是关于生态理性（ecological rationality）的研究。
麦可： 其中一个最佳范例是医学检查。例如，一个完全健康的30几岁年轻人可能会去做全身检测，寻找可能有问题的地方；而另一个则是到了一定年纪的男性，可能考虑去做摄护腺特定抗原检验（PSA Test）。
捷尔德： 这是可以清楚计算风险的情况，而癌症筛检就是一个好例子。
摄护腺特定抗原检验的目的在于早期侦测摄护腺癌。在这个情况下，许多美国人一般没事不会考虑要去做摄护腺特定抗原检验，而是跟着信赖的医师进行捷思：如果你看到有个人穿着白袍，那他叫你做什么你就会做什么。如果医师有医学证据、没有利益冲突，而且没有采取防御性决策以保护自己不会被病患提出告诉时，这就是个有效的捷思。但是在美国或许多西方国家中，这三种条件都不符合，这表示信赖医师的捷思并非生态理性的作法，在这里你必须为自己思考。
摄护腺特定抗原检验的相关研究显示：我们没有证据指出检验这种癌症可以救命。关于摄护腺特定抗原检验能否降低摄护腺癌的死亡率，存在一些争议，也许每千人中只有几个人，但是以总癌症死亡率来说，并没有证据显示有显著差异。但是这个检验却可能对许多男性造成可怕的结果。例如，如果你很幸运能够长寿，80岁以上的男性中约八成有某种类型的摄护腺癌，但只有3%的人死于该疾病。也就是说，如果每个人都进行筛检且发现罹病，那么大部分这些癌症都与预期寿命没什么关系。但如果在发现罹病后进行治疗，约有一半接受治疗者的人余生都会受尿失禁之苦。这就是为什么美国预防医学工作小组（U.S. Preventive Services Task Force）建议不要做例行性摄护腺筛检。
尽管如此，基于以下三个原因，许多医师和诊所还是都会建议进行摄护腺癌筛检。第一，我们研究的许多医师并不了解医学证据。第二，他们存在利益冲突。诊所透过检查赚钱，开刀赚的钱更多，但这些通常是不必要的。第三，这是防御性决策。因此，也许那些本人永远不会进行摄护腺特定抗原检验的医师会推荐患者进行检测，这是因为他们不想面对大部分年长男性都患有某种摄护腺癌，并且会因医师没有做摄护腺特定抗原检验而提告的情况。
我们开发了所谓的「事实盒」（fact boxes），这原本是由达特茅斯学院（Dartmouth College）的莎莉．舒兹（Lisa Schwartz）和史帝夫．沃洛辛（Steve Woloshin）所开发的，并被纳入欧巴马的医疗改革目录（Obama Health Catalog）中，但是这个事实盒从来没有发表过。这是医界用来帮助医生与病患了解医学证据的主要工具之一。事实盒使用笑脸和哭脸的图案，让你知道100位接受摄护腺特定抗原检验的男性以及100位没有接受检验的男性，十年后发生了什么事。这显示了死亡率：没有人因此存活下来，但是每100位接受检验的男性中，有20位不是因为伪阳性而接受了没有必要的切片检查，就是患有非进行性的摄护腺癌，接受了没有必要的治疗。
相对数字的把戏
麦可： 这件事的核心在于，何时要冒著风险，何时要听从直觉或专家的建议？
捷尔德： 你要小心专家的建议，因为你需要分析我前面所提的条件是否符合。专家是否知道证据、是否有利益冲突（专家可能要在提供最佳建议还是亏钱的两者间做选择），以及是否采取防御性的决策。
李察．艾布林（Richard Ablin）是发明摄护腺特定抗原检验的人，他表示没有人应该定期接受这个检验：「我作梦也没想到我40年前的发现，会变成这么以获利为导向的公卫灾难。」这是学习关于如何在资讯充分的情况下做出决策，并放下焦虑、找回情绪掌控权。
麦可： 旅行相关团体经常在网路上辩论有关在美国与泰国的交通事故致死率，在泰国的每十万人有38人死亡，而美国则是每十万人有11人死亡。有些人一读到这个就说：「天啊，在泰国开车比在美国危险四倍！」我说：「请等一下，绝对数字其实很接近，每十万人约为10到38人。」在我看来这是典型的相对比较，而不是绝对的风险。
捷尔德： 这是个众所皆知利用相对数字的把戏，但是绝对数字能给你不同的观点。同样的把戏被用于癌症筛检，我可以再举另外一个例子：乳房摄影术筛检，每千名50岁没有接受筛检的女性中，10年后约有五位死于乳癌，而每千名接受筛检的女性中，只有四人死于乳癌。所以只是从五人减少到四人------换句话说差距只有千分之一。
但女性通常接收到的不是这个资讯，她们被告知乳癌筛检能降低20%的死亡率，该数字甚至通常会四舍五入到30%或35%。我分析过各国的宣导手册，英国通常会提供四舍五入后的数字，而美国多数宣导手册连数字都没有提供，因为他们假设女性害怕数字。所以美国女性通常完全无法取得医疗好处的数字，而只获得其他不相关的数字。这就是用相对数字来误导人的例子。
另一个例子是立普妥（Lipitor）药物的广告，该广告宣称如果服用立普妥或另一种降低胆固醇的药物，就能降低50%中风的风险。研究显示一百位中风高风险且不服用药物的人之中，有两人中风；而有服用药物的人中，中风的人数减少至一人。所以结果是：50%其实只相当于一个百分点。
这些都是简单、人人可以学会的工具。永远要问：绝对风险是什么？而且不要因为相对数字而感到惊奇。
不现实的统计学
麦可： 班杰明．富兰克林（Benjamin Franklin）曾建立过一个帐本。想请您为我们说明一下富兰克林的帐本。
捷尔德： 班杰明．富兰克林设计出一个如何制定理性决策的方法。这是一个优劣清单，后来变成了所有商学院或经济学院的教学课程------最大使用率以及预期效用。在他写给侄子的一封著名信件中，富兰克林解释道：只要有怀疑，他就会列出所有优劣势的原因，并衡量这些原因。最后他写道：「对了，如果你不学这个，我担心你永远都不会结婚。」我不反对优劣势清单，但这是在你可以相当准确预测未来的情况下才有用，也就是一个具有已知风险的世界，但是在未知风险的世界就没那么有用，更何况在感情的世界里会发生各种根本无法预测的事。
我问过很多经济学家朋友是如何做出结婚的决定，这些被询问者多是男性。我获得的一致答案是，他们没有按照自己的理论。我发现只有一位经济学家说，真的有按照自己的理论来做决定。他说他列出所有的替代选项以及所有的后果，例如：他在工作时女方不会去吵他、女方会照顾孩子，然后他预估每位女性愿意这么做的可能性，再把数字乘上效用，接着做计算，最后向预期效用最高的女性求婚。她接受了，但他从没告诉女方他是怎么做决定的。现在他们离婚了，虽然很多人也都离婚了。
有些人可能会嘲笑这种方式，但是请想一想。问题在于，预期效用理论的最大化是根据统计学，被当成所有决策的解方所提出的------仿佛统计学就是一切的解答！[统计学是非常重要的工具，但是统计学只适用于你确定能正确预测世界的情况。]
现在的交友网站使用这种演算法来配对，并加权计算数百种个人特质以寻找完美的约会对象。我敢说这些网站的成功率不会比传统由某个经验丰富、和你很熟的人，为你做决定的成功率要来得高，而且这种状况在亚洲国家依然如此。没有证据显示，这些约会网站的演算法所产生的恋情优于传统寻找伴侣的方法。
麦可： 但是人们却相信是这样。
捷尔德： 现在正值一场旨在用演算法取代良好判断，并且不相信直觉的大型运动。你会发现人类直觉时好时坏。当然，这是事实，但是统计最佳化模型也是时好时坏，2007年至2008年的金融危机就清楚显示这一点。评等机构的演算法和银行使用的加值风险计算，创造出确定性的幻觉，完全没有阻止危机，也没有做出任何预测。
我们应该更多的运用思考的工具箱------没有任何一个工具是永远正确，人类直觉也不是永远错误。这是一个很大的错误假设。
麦可： 你是在建议，如果有经验的人在做决策时有很强的直觉，而且过往的纪录良好，我们就应该听他的话而不只是要求对方提供数据证明。
捷尔德： 我曾和许多大型公司的人合作过，并询问他们各阶层的管理者一直到高阶经理人：「你所参与的重要的专业决策中，有多少是运用直觉来决定？」在这些保密的访谈中，得到的答案是，大约每两个决策就有一个是依靠直觉决定。由直觉做决定并不是任性、不是第六感，而是一种无意识的才智。
这些经理人拥有长期的经验，但通常他们被大量的资料给淹没了，其中部分资料甚至互相矛盾，而且没有演算法可以帮助他们决定公司是否要在外国建立分公司。但如果他们根据经验来决定该去哪里，最重要的就是直觉。决策者无法解释，但他们绝对不会对大众承认这一点，因为如果你根据直觉做决定，你就必须负起责任。
我观察到，在大型企业中，处理这种焦虑的办法就在事后找理由。要不是要员工在短时间内找到理由，然后据此以事实为基础做出决定；就是雇用昂贵的顾问公司来找理由，然后提供一份200页的PowerPoint文件。这么做全都是在浪费时间、才智和金钱，因为人们害怕根据直觉做决定。在行为经济学以及其他领域的文献中，人们了解到按照直觉做决定很可疑的。我们被告知不要信任直觉所做的决定，而要完全盲目的信任逻辑和机率理论。
麦可： 你的另一个很好的例子，涉及在高级餐厅里点餐的最佳方法。
捷尔德： 从我对真实世界的风险研究中，我学会如何以较快且轻松的方式做决策。在高级餐厅里，我根本不会翻开菜单，而是会向侍者询问，那天晚上他自己会点什么餐点。在一间好的餐厅里，侍者会知道厨房里的情况以及那天什么餐点最好，所以我从来不会后悔这个决定------而且这么做，你还有时间可以聊天。而我的许多好朋友就是非得翻开菜单不可，他们会试著厘清每一项资讯、每一个字，结果通常都会选到次佳的餐点。这说明有许多简单的捷思法，通常会比试著透过比较而得出最多资讯要来得好得多。
麦可： 你提到有办法可以运用聪明的直觉判断力，以便更有效率的引导决策。
捷尔德： 我不同意有些人的观点，认为我们就是忍不住要冒险，所以需要被政府或其他当局规范以做出更好的行为。这不是我对民主或21世纪的观点。这种想法就是认为，人们需要有一个男性大家长为领袖的老派观点。
我们已经证明了，为了更了解风险，你需要两种工具。[在可以计算风险的情况下，你需要统计思考；在无法计算风险的情况下，你需要好的捷思。]这并不表示我们永远会做出最好的决策，因为在一个充满不确定性的世界里，没有人能预测最佳结果会是什么。
但是大致上而言，我们应该投资更多于人的身上，而不是责怪并设法限制他们。例如，我的许多同事都认为不可能透过教育使人们摆脱所谓的认知幻觉。但是如果想得远一点------几个世纪前也没有人相信可以成功教育每个人，使人人都有能力阅读和写字。同样的，我敢说只要我们去尝试，就可以教每个人更了解风险。我们的大脑没有什么是与生俱来或注定失败的。我们遇到问题，但通常可以找到良好的表征来更好的理解风险。
编按：其于1952年发表〈投资组合选择〉（Portfolio Selection）一文中，透过平均数-变异数模型（Mean-Variance Model）的数学方法来管理投资组合，成为现代投资组合理论的奠基。
编按：2009年全美航空1549号航班的A320客机与加拿大黑雁的飞行航线重叠，进而相撞，造成引擎失去动力，后在该机长的判断下紧急迫降在哈德逊河上，机上155名乘客与机组人员全数生还。
编按：偏差指的是误差值，显示正确与否；方差指的是变异数，看的是分布状况。
麦可： 我在准备这次访谈时，刚好看到美国前国防部长唐纳德．伦斯斐（Donald Rumsfeld）写的那篇关于「已知的已知、已知的未知，以及未知的未知」的知名文章。
斯派洛斯： 他说得没错。但还有另一部分，他没有提到「未知的已知」，这也很重要。例如，我们虽然知道很多事情，但我们不愿意相信，这就是「控制的幻觉」。事实上，我正在写一篇关于预测和不确定性的文章。我们的结论认为，我们可以预测的东西非常少，而且我们不愿意接受不确定性。
例如，我们总是认为医师能预测我们将会发生什么事------但事实是，他们根本完全无法预测，这只是一种幻觉。他们进行了一项研究，调查了160个已被诊断的疾病案例，要求被研究的医师再进行诊断。最后发现到，在那些难度较大的案例中，只有7%的诊断是正确的。
麦可： 这比掷硬币的机率还要差。
斯派洛斯： 这比掷硬币的机率差得多了，因为诊断结果有许多不同的可能性。最糟的是，当他们问医师对诊断的确定程度时，只有7%的医师承认他们的不确定性。
我们很难理解预测中的不确定性。更确切的说，其实是我们不愿意接受预测的不确定性，而且这带来了严重的后果。