Rozpocznij darmowy okres próbny
Popularne Nowości Gatunki Autorzy
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Wyszukiwanie...
SoBrief
Szum

Szum

Tytuł oryginalny: Noise
Znasz już błędy poznawcze. Większym błędem w ocenianiu jest szum: przypadkowy rozrzut, którego nikt nie mierzy.
autor: Daniel Kahneman 2021 419 stron
3.67
16 000+ ocen
Słuchaj
Immersyjne
V2.3
Amazon Kindle Audible
Wypróbuj pełny dostęp przez 3 dni
Odblokuj słuchanie i więcej!
Kontynuuj

Kluczowe wnioski

Mierz rozbieżności, zanim zaczniesz szukać winnych złych decyzji

Dwa błędy nie są tym samym. Stronniczość to systematyczne odchylenie od prawidłowej odpowiedzi. Szum to rozrzut między ocenami, które powinny być podobne. Wyobraź sobie kilka zespołów celujących w tę samą tarczę: jedna grupa może trafiać skupioną serią, ale omijać środek, podczas gdy druga może trafiać średnio w środek, lecz jej strzały będą szeroko rozrzucone. Pierwszy wzorzec to stronniczość, drugi — szum. Razem składają się na błąd osądu. Do pomiaru rozrzutu nie potrzeba klucza odpowiedzi. Audyt szumu polega na poproszeniu kilku wykwalifikowanych osób o niezależną ocenę tych samych przypadków, a następnie zmierzeniu różnic między ich odpowiedziami. Lekarze mogą nie zgadzać się co do diagnozy, nawet jeśli nikt nie zna rzeczywistego stanu pacjenta; samą rozbieżność można zaobserwować. W sprawach o azyl jeden sędzia przyjął 5% wnioskodawców, a inny — 88%, mimo że rozpatrywali porównywalne przypadki.

Analiza

To rozróżnienie ma znaczenie, ponieważ organizacje często szukają winnego, gdy decyzja okazuje się błędna: niedbałego pracownika, niewłaściwej zachęty albo zniekształconego przekonania. Rozrzut może się utrzymywać nawet wtedy, gdy każdy uczestnik postępuje sumiennie i jest odpowiednio przeszkolony. W nauce o pomiarach powtarzalność jest podstawową cechą przyrządu; osądy ludzkie zasługują na taką samą kontrolę. Sama zgodność nie gwarantuje jednak poprawności. Zespół może zgodnie podzielać tę samą błędną odpowiedź, dlatego pomiar szumu powinien uzupełniać, a nie zastępować kontrole stronniczości i trafności.

Losowy przydział może zmienić eksperckie uznanie w kosztowną loterię

To, jaki jest wyrok, zależy od tego, kto prowadzi sprawę. Sędzia Marvin Frankel zwrócił uwagę na oskarżonych popełniających podobne przestępstwa, którzy otrzymywali radykalnie różne wyroki. W jednym z przykładów dwóch mężczyzn skazanych za realizowanie fałszywych czeków dostało odpowiednio piętnaście lat i trzydzieści dni więzienia. Badania, w których sędziowie mieli wymierzać kary na podstawie identycznych opisów spraw, potwierdziły, że tak duże rozbieżności były na porządku dziennym. Wytyczne dotyczące wymiaru kary później je ograniczyły, a różnice znów wzrosły, gdy wytyczne stały się jedynie zaleceniami. W biznesie też działa loteria. Podczas audytu w firmie ubezpieczeniowej kierownictwo spodziewało się, że ceny ustalane przez ubezpieczycieli będą różnić się o około 10%. Mediana różnicy wyniosła 55%; wyceny roszczeń różniły się o 43%. Właściwa składka nie była pewna, ale przydzielenie sprawy jednemu z dostępnych pracowników zamiast innemu wyraźnie wpływało na wynik. Taka niespójność może kosztować i podważać zaufanie do instytucji.

Analiza

Metafora loterii odsłania problem sprawiedliwości, który łatwo przeoczyć: ludzie często odbierają decyzję jako osąd swojej sprawy, choć jej wynik może po części zależeć od tego, komu przypadła. Przypomina to nierówne traktowanie w usługach publicznych, gdzie dostęp do kompetentnego specjalisty może mieć równie duże znaczenie jak formalna polityka. Najlepszą odpowiedzią nie zawsze jest sztywna kontrola. Najpierw trzeba ustalić, czy rozbieżności mają istotne konsekwencje, a dopiero potem dobrać środek odpowiedni do zadania i jego ludzkiej stawki.

W prognozowaniu ograniczaj rozrzut równie poważnie jak błąd systematyczny

Błąd ma dwa źródła. W przypadku prognoz ocenianych za pomocą średniego błędu kwadratowego błąd całkowity można rozłożyć na kwadrat obciążenia i kwadrat szumu. Obciążenie to przeciętne odchylenie w określonym kierunku; szum to odchylenie standardowe błędów poszczególnych osób. Zmniejszenie któregokolwiek z nich o tę samą wartość w równym stopniu poprawia ten wskaźnik błędu. W przykładzie dotyczącym prognoz sprzedaży przewidywany udział w rynku wynosił średnio 44%, podczas gdy ostatecznie wyniósł 34%. Prognozy były przeciętnie zbyt optymistyczne, a zarazem rozbieżne. Ujednolicenie ich nie wyeliminowało nadmiernego optymizmu, ale i tak zmniejszyło błąd całkowity. Z równania trzeba korzystać ostrożnie. Ma ono zastosowanie do prognoz, których celem jest ustalenie prawdziwej wartości, ale niekoniecznie do wyborów, w których to wartości i kompromisy decydują o tym, co uznaje się za dobre.

Analiza

Równanie uzasadnia pomiar rozrzutu nawet zanim poznamy wyniki. Pokazuje też, dlaczego przeciętna jakość może ukrywać kosztowne błędy: zawyżenie oceny w jednym przypadku nie równoważy zaniżenia jej w innym. Średni błąd kwadratowy szczególnie mocno karze duże pomyłki — co jest rozsądne w wielu zadaniach prognostycznych, ale nie stanowi uniwersalnej miary szkód. Błędna diagnoza, niepotrzebne badanie i niesprawiedliwy wyrok nie wiążą się z symetrycznymi kosztami. Pomiar powinien uwzględniać konsekwencje, na których naprawdę zależy danej instytucji.

Twój osąd zmienia się zależnie od oceniającego, chwili i otoczenia

Ten sam umysł wydaje różne osądy. Szum okazjonalny to zmienność w ocenach tej samej sprawy przez jedną osobę, dokonywanych w różnych chwilach. Lekarze zmieniali diagnozy przy ponownej analizie; sędziowie winiarscy identyczną ocenę wystawili zaledwie 18% win próbowanych dwukrotnie. Na decyzje mogą wpływać nastrój, zmęczenie, ostatnio rozpatrywane sprawy, a nawet pogoda. Sędziowie orzekający w sprawach o azyl byli o 19% mniej skłonni przyznać azyl po tym, jak wcześniej zatwierdzili dwa wnioski. Grupy dokładają kolejną warstwę. W eksperymentach jeden wczesny pozytywny głos sprawiał, że kolejni odbiorcy częściej aprobowali komentarz; podobne grupy niekiedy tworzyły diametralnie różne rankingi tych samych piosenek. Dyskusja może rozpowszechniać przydatne informacje, ale może też wzmacniać pierwszą pewną siebie opinię albo skłaniać grupę do bardziej skrajnej wersji początkowego stanowiska.

Analiza

Te zjawiska podważają pochlebne wyobrażenie, że przemyślana opinia jest stabilnym wyrazem fachowej wiedzy. Sala konferencyjna staje się częścią przyrządu pomiarowego: znaczenie ma to, kto zabiera głos jako pierwszy, o czym właśnie rozmawiano i jak bardzo ludzie są zmęczeni. Praktyczny wniosek jest taki, by najpierw zapisać niezależne opinie, a dopiero potem otwarcie je porównać. Nie jest to argument przeciwko naradom. Dyskusja może ujawnić brakujące dowody, ale działa najlepiej, gdy nie zaciera informacji, które uczestnicy wnieśli niezależnie.

Prosta reguła często sprawdza się lepiej niż zmienna, prywatna formuła eksperta

Konsekwencja jest formą umiejętności. Badania porównujące profesjonalne prognozy z formułami wykorzystującymi te same informacje wykazały, że metody mechaniczne zwykle dawały lepsze wyniki. Przegląd 136 badań pokazał, że formuły były trafniejsze w 63 przypadkach, remisowały z ludźmi w 65, a gorsze okazały się tylko w ośmiu. Nawet prosta punktacja, w której wszystkie czynniki mają jednakową wagę, może dorównać starannie dopasowanemu modelowi, gdy zbiór danych jest niewielki. Przewaga modelu nie zawsze wynika z głębszego wglądu; polega na stosowaniu tej samej reguły w każdym przypadku i unikaniu wahań uwagi sędziego oraz jego reakcji na konkretną sprawę. Reguły mają swoje ograniczenia. Model może utrwalać stronnicze dane historyczne, pomijać decydujący fakt, którego mu nie podano, albo wyrządzać krzywdę przez źle dobrany próg. Powinien wspierać odpowiedzialny osąd, a nie zwalniać z odpowiedzialności.

Analiza

To odkrycie podważa powszechną intuicję: szczegółowa ludzka opowieść wydaje się bogatsza niż formuła, więc może sprawiać wrażenie trafniejszej. Bogactwo bywa jednak źródłem niespójności, gdy oceniający zmienia wagę poszczególnych przesłanek z przypadku na przypadek. Przypomina to powtarzalność w nauce: metodę, którą może zastosować inna osoba, łatwiej sprawdzić i udoskonalić. Kluczowe jest rozróżnienie między prognozą a ostatecznym wyborem. Model może oszacować ryzyko; społeczeństwo nadal musi zdecydować, jaki poziom ryzyka jest do przyjęcia.

Prognozuj, zaczynając od częstości bazowej, a potem wprowadzaj umiarkowane korekty

Zacznij od spojrzenia spoza opowieści. Spojrzenie z zewnątrz traktuje przypadek jako jeden z wielu należących do odpowiedniej kategorii, a nie jako wyjątkowo przekonującą historię. Zanim przewidzisz, czy konkretny dyrektor odniesie sukces, zapytaj, jak często nowi dyrektorzy na ogół pozostają na swoich stanowiskach. Następnie skoryguj tę początkową ocenę na podstawie tego, jak naprawdę diagnostyczne są informacje o danej osobie. Pozwala to uniknąć bezpośredniego dopasowywania wyrazistego profilu do skrajnej prognozy. Przyszłość jest w pewnym stopniu niepoznawalna. W konkursie wykorzystującym obszerne dane rodzinne wciąż słabo przewidywano indywidualne zdarzenia, takie jak eksmisja; korelacja najlepszych modeli wyniosła 0,22. Prognozy szerszych wskaźników, na przykład średniej ocen, były trafniejsze, ale nadal ograniczone. Gdy dowody są słabe, prognoza powinna pozostawać bliżej średniej dla danej kategorii. Przy nieidealnych wskaźnikach skrajne wyniki mają tendencję do zbliżania się do średniej.

Analiza

Opowieści sprawiają, że po fakcie wyniki wydają się nieuniknione. Częstość bazowa przerywa ten efekt wiedzy wstecznej, pytając, co zwykle dzieje się w porównywalnych przypadkach, zanim poznamy tę konkretną historię. To podejście przydaje się w rekrutacji, planowaniu i medycynie, gdzie wyraziste szczegóły zachęcają do pewnych siebie prognoz. Słabym punktem jest wybór grupy odniesienia: zbyt szeroka grupa zaciera istotne różnice, a wąsko skrojona może jedynie maskować pierwotną anegdotę. Grupę porównawczą trzeba wybrać i uzasadnić, a nie uznawać za oczywistą.

Wstrzymaj się z werdyktem, aż dowody zostaną niezależnie ocenione

Nie dopuść do wpływu pierwszego wrażenia. Biegli daktyloskopijni uznali kiedyś, że odcisk palca Brandona Mayfielda pasuje do śladu z zamachów bombowych w pociągach w Madrycie; hiszpańscy śledczy później powiązali odcisk z kimś innym. Badania wykazały, że informacje o podejrzanym mogły zmieniać wnioski biegłych, a nawet wpływać na to, które cechy odcisku zauważali. Liniowa procedura stopniowego ujawniania informacji ogranicza to ryzyko: eksperci otrzymują tylko informacje potrzebne na danym etapie, zapisują wstępne oceny, a weryfikacja przebiega niezależnie. Porządkuj także złożone wybory. Protokół ocen pośredniczących rozbija strategiczny wybór na osobne pytania, na przykład o perspektywy finansowe i jakość zarządzania. Analitycy niezależnie oceniają poszczególne aspekty; decydenci zapoznają się z tymi ocenami, zanim sformułują ostateczny, całościowy pogląd.

Analiza

Ta metoda chroni przed przedwczesnym tworzeniem spójnej opowieści — skłonnością umysłu do budowania całościowego obrazu z pierwszych skrawków informacji, a następnie interpretowania nowych dowodów na jego korzyść. Kolejność przekazywania informacji jest więc istotną decyzją projektową, a nie administracyjnym drobiazgiem. Rozdzielenie ocen sprawia też, że rozbieżności niosą więcej informacji: zarząd może zobaczyć, która kwestia dzieli jego członków, zamiast spierać się o jedno, zlane w całość wrażenie. Trzeba jednak zadbać o właściwe zabezpieczenia. Pomijanie nieistotnego kontekstu jest cenne; zatajenie informacji niezbędnych do rzetelnego osądu oznaczałoby jedynie zastąpienie jednego zniekształcenia innym.

Uśredniaj niezależne opinie, a nie opinie ukształtowane przez zebranie

Najpierw rozdziel, potem połącz. Uśrednianie niezależnych szacunków ogranicza losową zmienność: im więcej niezależnych ocen uwzględnimy, tym mniejszy szum w ich średniej. W słynnym przykładzie z wiejskiego jarmarku średnia z szacunków 787 mieszkańców dotyczących wagi wołu różniła się od jego rzeczywistej wagi o mniej niż dwa funty, choć nikt nie podał dokładnego wyniku. Jedna osoba może też niezależnie oszacować coś po raz drugi po przerwie albo po celowym rozważeniu innego wyjaśnienia. Niezależność jest kluczowa. Gdy ludzie najpierw poznają odpowiedzi innych, mogą podążyć za pierwszą opinią. Przydatny przebieg spotkania to: oszacuj, przedyskutuj, oszacuj ponownie. Pozwala to uczestnikom uczyć się od siebie nawzajem, nie dając pierwszemu mówcy możliwości narzucenia grupie punktu wyjścia.

Analiza

Agregowanie działa jak wielokrotny pomiar: niezależne błędy mają tendencję do znoszenia się w średniej, natomiast błędy skorelowane — nie. To zastrzeżenie ma zasadnicze znaczenie. Grupa ludzi podzielających te same założenia może z przekonaniem się mylić, a otwarta dyskusja przed pierwszym głosowaniem może upodobnić ich błędy. Z drugiej strony różnorodność pomaga, gdy wnosi naprawdę odmienną wiedzę lub doświadczenie. Celem nie jest tłumienie rozmowy, lecz zachowanie niezależnych sygnałów na tyle długo, by je połączyć, a następnie wykorzystanie debaty do poprawy jakości dowodów.

Nadaj osądowi wspólną skalę, opartą na konkretnych porównaniach

Liczby muszą coś znaczyć. W badaniu dotyczącym odszkodowań karnych oceny wyrażone w dolarach były wyjątkowo obarczone szumem: szumowi przypisano 94% ich zmienności. Przeliczenie kwot przyznanych przez każdego uczestnika na ranking spraw zmniejszyło ten odsetek do 49%. Ludzie potrafili trafniej porównać, która sprawa zasługiwała na surowszą karę, niż wymyślić bez punktu odniesienia jej bezwzględną kwotę w dolarach. Wytyczne pomagają ujednolicić skalę. Skala Apgar ocenia pięć aspektów stanu noworodka za pomocą prostych, jasno określonych kategorii, ograniczając pole do rozbieżnych interpretacji. Podobny problem dotyczy ocen pracowniczych: niejasne określenia, takie jak „doskonały”, pozostawiają miejsce na różne standardy. Konkretne przykłady, przypadki porównawcze i opisy zachowań pomagają oceniającym posługiwać się wspólnym układem odniesienia.

Analiza

Skala nie jest neutralnym pojemnikiem. Może sama wywoływać rozbieżności, nawet jeśli ludzie mają podobne ogólne wrażenie, ponieważ słowa i liczby znaczą co innego dla różnych oceniających. Porównania często sprawdzają się lepiej, bo łatwiej precyzyjnie rozróżnić dwa przypadki niż przypisać każdemu z osobna ocenę. Rankingi odpowiadają jednak na pytania względne, a nie bezwzględne. Jeśli wszyscy pracownicy spełniają rzeczywisty standard, wymuszanie stałego odsetka ocen niskich wytwarza różnice zamiast je mierzyć.

Ograniczaj możliwy do uniknięcia szum, uwzględniając koszty ludzkie i instytucjonalne

Zerowy poziom szumu nie zawsze jest najlepszy. Reguły mogą ograniczać swobodę uznania i zwiększać spójność powtarzanych decyzji; standardy pozostawiają miejsce na osąd, ale mogą prowadzić do większych rozbieżności. Właściwa równowaga zależy od kosztu błędów, nakładu pracy wymaganego do stosowania reguły oraz tego, czy nie pomija ona istotnych okoliczności. Sztywna polityka wymierzania kar może ograniczyć rozbieżności, a zarazem jednakowo traktować niepodobne przypadki. Niejasny standard może zachować elastyczność, ale sprawić, że podobne osoby spotkają się z różnymi konsekwencjami. Dobieraj rozwiązanie świadomie. Szum można ograniczać także za pomocą wytycznych, niezależnej weryfikacji, lepszych skal czy agregowania ocen, nie zastępując przy tym każdego ludzkiego osądu formułą. Główna propozycja autorów to higiena decyzyjna: procedury zapobiegawcze ograniczające szeroki zakres błędów, nawet jeśli źródło każdego z nich pozostaje nieznane.

Analiza

To mocniejszy argument niż samo stwierdzenie, że swoboda uznania jest zła. Spójność procedur chroni ludzi przed arbitralnym traktowaniem, a możliwość wyjaśnienia decyzji i bycia wysłuchanym sama w sobie może mieć znaczenie. Pytanie projektowe brzmi: które zabezpieczenia ograniczają niespójność, nie czyniąc zarazem procesu okrutnym, nieprzejrzystym ani podatnym na manipulacje? Dobrze zaprojektowana instytucja powinna umożliwiać weryfikację zarówno błędów, jak i wyjątków: reguły trzeba zmieniać, gdy zawodzą, a swobodę uznania monitorować, gdy po cichu przekształca się w loterię.

Analiza

Najważniejszym posunięciem autorów jest pokazanie, że rozbieżności można mierzyć, zanim rozstrzygnie się, kto ma rację. Przenosi to uwagę z dramatycznych, łatwych do wyjaśnienia pomyłek na mniej widoczną zmienność, którą wytwarzają skądinąd kompetentni decydenci. To rozróżnienie jest szczególnie cenne w instytucjach, które przydzielają sprawy w sposób zbliżony do losowego, bo niespójność staje się tam zarówno problemem trafności, jak i sprawiedliwości. Podane przykłady pokazują również, dlaczego to zjawisko umyka uwadze: każdą decyzję rozpatruje się osobno, a później wyjaśnia za pomocą wiarygodnie brzmiącej opowieści. Szum ujawnia się dopiero wtedy, gdy porówna się zestaw podobnych osądów.

Argument jest najmocniejszy w odniesieniu do prognozowania. Jeśli dwie prognozy dotyczą tej samej wielkości, ich rozbieżność świadczy o tym, że przynajmniej część z nich jest błędna, a stabilny model może wyeliminować arbitralne wahania. Sprawa komplikuje się w przypadku osądów wartościujących, gdzie może nie istnieć jedna prawdziwa odpowiedź. Uznanie przeciętnego osądu za przybliżenie sprawiedliwości jest analitycznie wygodne, ale konsensus może utrwalać wspólne uprzedzenia, a zasadnicza rozbieżność może odzwierciedlać rzeczywisty konflikt moralny, a nie wadę procesu. Audyty szumu pozwalają wykryć rozbieżności; same w sobie nie określają właściwego poziomu jednolitości.

To rozróżnienie ma praktyczne konsekwencje. Wytyczne medyczne mogą zwiększać rzetelność, gdy ich kryteria odzwierciedlają istotne dowody, natomiast sztywna reguła może prowadzić do spójnego błędu, jeśli jej kategorie pomijają ważny kontekst. Podobnie algorytm może być bardziej powtarzalny niż człowiek, nie będąc przez to bardziej uprawnionym. Najbardziej uzasadnionym podejściem nie jest zatem jednolitość za wszelką cenę, lecz jawny pomiar, jasno określony cel i analiza tego, komu służy pozostawienie swobody uznania. Nacisk, jaki książka kładzie na procedury, jest przekonujący, bo proponuje rozwiązania pośrednie między intuicją bez zabezpieczeń a pełną automatyzacją: niezależne oceny, wspólne skale, ustrukturyzowane narady i skalibrowane wykorzystanie modeli. Głębsza lekcja dotyczy instytucjonalnej pokory. Ekspertyza może poprawiać jakość osądu, ale pewność siebie i swoboda wypowiedzi nie dowodzą, że porównywalne przypadki są traktowane porównywalnie.

Podsumowanie w 30 sekund
Błąd ma dwie składowe: systematyczne obciążenie i przypadkowy szum, często większy i ignorowany. Całkowity błąd równa się kwadratowi obciążenia plus kwadrat szumu. Audyt szumu ujawnia trzy rodzaje: szum poziomu (różnice w surowości ocen), szum wzorców (indywidualne reakcje na konkretne przypadki) i szum okazjonalny (niespójność zależna od nastroju). Procedura ograniczania szumu przeciwdziała błędom bez znajomości odpowiedzi: dzieli decyzje na cząstkowe oceny, stosuje skale względne i łączy niezależne oceny. Celem jest optymalny poziom szumu, a nie jego całkowite wyeliminowanie, przy zachowaniu równowagi między regułami a elastycznymi standardami.
Zawiera spoilery

Ostatnia aktualizacja:

Zgłoś problem

Podsumowanie recenzji

3.67 z 5
Średnia z 16 000+ ocen z Goodreads i Amazon.

Noise zbiera różnorodne recenzje: jedni chwalą zawarte w nim spostrzeżenia dotyczące zmienności w podejmowaniu decyzji, inni krytykują długość książki i powtarzalność jej treści. Wielu czytelników uważa koncepcję szumu w ocenach za wartościową, choć niektórzy twierdzą, że książka nie wnosi wiele nowego w porównaniu z wcześniejszymi pracami Kahnemana. Czytelnicy doceniają praktyczne zastosowania w takich dziedzinach jak medycyna i prawo, ale niektórym styl książki wydaje się suchy i nadmiernie akademicki. Zwraca się uwagę na nacisk położony na myślenie statystyczne i higienę decyzyjną, choć opinie na temat ogólnego wpływu i przystępności książki są podzielone.

Twoja ocena:
4.31
1012 ocen
Chcesz przeczytać całą książkę?

Słowniczek

szum systemowy

Niepożądane zróżnicowanie ocen

Zmienność między ocenami tego samego przypadku dokonywanymi przez osoby, od których oczekuje się podejmowania porównywalnych decyzji. Można ją zmierzyć bez znajomości prawidłowej odpowiedzi, przedstawiając te same przypadki wielu wykwalifikowanym osobom podejmującym decyzje i porównując ich odpowiedzi. W organizacjach szum systemowy może prowadzić do niespójnego traktowania, niedokładnych prognoz i możliwych do uniknięcia kosztów.

audyt szumu

Badanie zróżnicowania ocen

Ustrukturyzowane badanie, w którym wiele osób podejmujących decyzje niezależnie ocenia te same przypadki. Rozrzut ich odpowiedzi pozwala oszacować poziom szumu w systemie oceniania, nawet gdy prawidłowa odpowiedź nie jest znana. Audyty mogą także ujawnić różnice w ogólnej surowości ocen, specyficzne dla poszczególnych przypadków wzorce odpowiedzi oraz potencjalne słabości szkolenia lub procedur.

szum poziomu

Różnice w średniej surowości ocen

Część szumu systemowego wynikająca z tego, że niektóre osoby stosują na ogół wyższy lub niższy poziom ocen w różnych przypadkach. Jeden przełożony może rutynowo wystawiać wyższe oceny pracy, a jeden sędzia wymierzać surowsze kary niż jego koledzy. Mierzy się go, porównując średnie oceny osób podejmujących decyzje, a nie ich odpowiedzi dotyczące jednego konkretnego przypadku.

szum wzorców

Różne reakcje na poszczególne przypadki

Zmienność wynikająca z tego, że osoby podejmujące decyzje różnie reagują na konkretne przypadki, niezależnie od ich ogólnej skłonności do surowości lub pobłażliwości. Na przykład dwoje sędziów może wymierzać kary o podobnej średniej długości, a zarazem nie zgadzać się co do tego, które przestępstwa zasługują na surowsze traktowanie. Takie charakterystyczne wzorce reakcji mogą być trwałe, indywidualne i trudne do przewidzenia.

szum okazjonalny

Zmienność ocen z chwili na chwilę

Zmiany w ocenie tych samych dowodów przez daną osobę w różnych momentach, mimo że w sprawie nie zaszła żadna istotna zmiana. Na wynik mogą wpływać nastrój, zmęczenie, kolejność wcześniejszych decyzji lub inne przypadkowe okoliczności. Różni się on od trwałych różnic między ludźmi, choć oba zjawiska przyczyniają się do zmienności w systemie podejmowania decyzji.

higiena decyzyjna

Procedury zapobiegania błędom

Zbiór procesów mających ograniczyć szum, zanim pojawią się błędy, bez konieczności ustalania przyczyny każdego z nich. Przykłady to podział oceny na odrębne elementy, stosowanie wspólnych skal, odkładanie wstępnych wrażeń, kontrolowanie kolejności przekazywania informacji oraz zbieranie niezależnych opinii przed dyskusją.

spojrzenie z zewnątrz

Perspektywa klasy odniesienia

Podejście, w którym najpierw szacuje się wynik danego przypadku na podstawie tego, jak potoczyły się porównywalne przypadki, a następnie uwzględnia istotne różnice. Kontrastuje ono z koncentracją wyłącznie na szczegółach bieżącego przypadku i budowaniem wokół nich opowieści przyczynowo-skutkowej. W prognozowaniu zakotwicza przewidywanie w częstości bazowej i ogranicza zbyt skrajne szacunki.

obiektywna niewiedza

Ograniczenia dostępnej wiedzy

Ta część niepewności dotyczącej wyniku, której nie da się usunąć samym poprawieniem jakości oceniania. Obejmuje fakty, których z natury nie można poznać w chwili podejmowania decyzji, oraz istotne informacje, które mogłyby być znane, lecz są niedostępne. Wyznacza górną granicę dokładności prognoz i pomaga wyjaśnić, dlaczego nawet dobre modele pozostają niedoskonałe.

protokół ocen pośredniczących

Ustrukturyzowana ocena wariantów

Proces oceny złożonych wariantów poprzez podział ich na odrębne, istotne aspekty, które ocenia się przed podjęciem decyzji całościowej. Uczestnicy określają poszczególne aspekty, zbierają osobno dowody dotyczące każdego z nich, w miarę możliwości korzystają z porównywalnych punktów odniesienia i przedstawiają niezależne oceny przed dyskusją. Całościową ocenę odkłada się do czasu przeanalizowania odrębnych dowodów.

FAQ

O czym jest Noise: A Flaw in Human Judgment?

  • Skupienie na błędach oceniania: Książka omawia koncepcję szumu, czyli niepożądanej zmienności ocen, oraz jej wpływ na podejmowanie decyzji w takich dziedzinach jak prawo, medycyna i biznes.
  • Obciążenie a szum: Rozróżnia obciążenie, czyli błąd systematyczny, od szumu — przypadkowej zmienności ocen, które powinny być identyczne.
  • Przykłady z życia: Autorzy przytaczają liczne przykłady pokazujące, jak szum wpływa na procesy decyzyjne, i podkreślają potrzebę jego rozpoznawania oraz ograniczania.

Dlaczego warto przeczytać Noise: A Flaw in Human Judgment?

  • Lepsze podejmowanie decyzji: Książka pokazuje, jak zrozumienie szumu może prowadzić do trafniejszych ocen w życiu osobistym i zawodowym.
  • Podejście oparte na dowodach: Opiera się na obszernych badaniach i analizach przypadków z życia, dzięki czemu jej treść jest wiarygodna i przydatna.
  • Praktyczne zastosowania: Książka zawiera konkretne wskazówki i metody ograniczania szumu, co czyni ją wartościowym źródłem dla specjalistów z różnych dziedzin.

Jakie są najważniejsze wnioski z Noise: A Flaw in Human Judgment?

  • Różnica między obciążeniem a szumem: Zrozumienie różnicy między systematycznym obciążeniem a przypadkowym szumem jest kluczowe dla poprawy trafności ocen.
  • Audyty szumu: Autorzy przedstawiają audyty szumu jako metodę mierzenia zmienności ocen w organizacjach.
  • Znaczenie algorytmów: Proste algorytmy często przewyższają ludzkie oceny, ponieważ nie wprowadzają szumu, co podważa przekonanie o wyższości ludzkiej intuicji.

Czym Noise: A Flaw in Human Judgment różni obciążenie od szumu?

  • Definicja obciążenia: Obciążenie oznacza systematyczne błędy w ocenianiu, które konsekwentnie przesuwają decyzje w jednym kierunku.
  • Wyjaśnienie szumu: Szum to przypadkowa zmienność ocen, które powinny być takie same, prowadząca do niespójnych wyników.
  • Wpływ na podejmowanie decyzji: Ograniczanie szumu wymaga innych strategii niż korygowanie obciążenia, dlatego to rozróżnienie ma kluczowe znaczenie dla usprawniania procesów decyzyjnych.

Czym jest audyt szumu i jak przeprowadza się go w Noise: A Flaw in Human Judgment?

  • Definicja audytu szumu: Audyt szumu to systematyczna ocena zmienności ocen dokonywanych przez specjalistów w danej organizacji.
  • Metoda: Polega na przedstawieniu tych samych przypadków wielu sędziom i przeanalizowaniu różnic w ich ocenach.
  • Wyniki: Mogą ujawnić znaczne rozbieżności, skłaniając organizacje do zajęcia się szumem i wdrożenia strategii usprawniających.

Czym jest higiena decyzyjna opisana w Noise: A Flaw in Human Judgment?

  • Podejście zapobiegawcze: Higiena decyzyjna oznacza praktyki mające ograniczyć szum w procesach podejmowania decyzji.
  • Ustrukturyzowane procesy: Polega na dzieleniu ocen na mniejsze, niezależne zadania oraz odkładaniu oceny całościowej do czasu przeanalizowania wszystkich elementów.
  • Dążenie do trafności: Celem jest zwiększenie trafności ocen poprzez ograniczenie zmienności powodowanej indywidualnymi obciążeniami i błędami poznawczymi.

Jak szum wpływa na podejmowanie decyzji w medycynie według Noise: A Flaw in Human Judgment?

  • Zmienność diagnoz: Różni lekarze mogą postawić różne diagnozy temu samemu pacjentowi, co ukazuje szum w ocenach medycznych.
  • Wpływ na opiekę nad pacjentem: Wysoki poziom szumu może prowadzić do błędnych diagnoz i niespójnych zaleceń dotyczących leczenia.
  • Studia przypadków: Przykłady z praktyki medycznej pokazują, jak szum przejawia się między innymi w radiologii i psychiatrii.

Jak algorytmy wypadają na tle ludzkich ocen w zadaniach predykcyjnych w Noise: A Flaw in Human Judgment?

  • Przewaga algorytmów: Algorytmy, zwłaszcza proste modele, często przewyższają ludzkie oceny, ponieważ nie wprowadzają szumu.
  • Przykłady skuteczności: Książka podaje przykłady algorytmów, które z powodzeniem przewidywały wyniki w takich dziedzinach jak finanse i opieka zdrowotna.
  • Znaczenie dla specjalistów: Zachęca się specjalistów do włączania metod algorytmicznych, aby zwiększyć trafność i ograniczyć szum.

Czym jest protokół ocen pośredniczących wspomniany w Noise: A Flaw in Human Judgment?

  • Ustrukturyzowany proces oceny: To uporządkowane podejście do podejmowania decyzji, które rozkłada złożone oceny na niezależne elementy.
  • Niezależne oceny: Każdy element ocenia się osobno, aby ograniczyć obciążenia i zapewnić stosowanie obiektywnych kryteriów.
  • Odłożenie oceny całościowej: Ostateczne decyzje zapadają dopiero po przeanalizowaniu wszystkich elementów, co pozwala wyciągnąć wnioski na podstawie pełniejszych informacji.

Jakie strategie można wdrożyć, by ograniczyć szum w podejmowaniu decyzji według Noise: A Flaw in Human Judgment?

  • Higiena decyzyjna: Zaleca się takie praktyki jak ujednolicanie procedur, stosowanie list kontrolnych i przeprowadzanie audytów szumu.
  • Szkolenia i edukacja: Szkolenie specjalistów na temat wpływu szumu i obciążenia może usprawnić praktyki decyzyjne.
  • Stosowanie algorytmów: Włączanie algorytmów do procesów decyzyjnych może pomóc ograniczyć szum i zwiększyć trafność.

Jakie rodzaje szumu omówiono w Noise: A Flaw in Human Judgment?

  • Szum poziomu: Zmienność średniej surowości ocen wystawianych przez różne osoby.
  • Szum wzorców: Różnice w reakcjach poszczególnych osób na konkretne przypadki, odzwierciedlające ich indywidualne obciążenia i perspektywy.
  • Szum okazjonalny: Zmienność ocen dokonywanych przez tę samą osobę w różnych momentach, zależna od nastroju i okoliczności.

Jakie są najlepsze cytaty z Noise: A Flaw in Human Judgment i co oznaczają?

  • „Gdziekolwiek pojawia się ocenianie, pojawia się też szum — i jest go więcej, niż myślisz.”: Podkreśla, że szum jest powszechnym problemem w podejmowaniu decyzji.
  • „Rządy prawa wymagają zbioru bezosobowych reguł, stosowanych wobec wszystkich.”: Opowiada się za ujednoliconymi procesami podejmowania decyzji, które ograniczają szum.
  • „Nie zawsze jesteś tą samą osobą.”: Zwraca uwagę na szum okazjonalny i przypomina czytelnikom o zmienności indywidualnych ocen.

O autorze

Daniel Kahneman był izraelsko-amerykańskim psychologiem, znanym z przełomowych badań w dziedzinie ekonomii behawioralnej i psychologii poznawczej. Urodził się w 1934 roku, a w 2002 roku otrzymał Nagrodę Nobla w dziedzinie ekonomii za badania nad podejmowaniem decyzji w warunkach niepewności, zwłaszcza za opracowanie wraz z Amosem Tverskym teorii perspektywy. Prace Kahnemana nad heurystykami i błędami poznawczymi zrewolucjonizowały nasze rozumienie ludzkich ocen i procesów decyzyjnych. Był profesorem emerytowanym Uniwersytetu Princeton i autorem wpływowych książek, w tym „Thinking, Fast and Slow”. Badania Kahnemana wywarły dalekosiężny wpływ na wiele dziedzin, od ekonomii po politykę publiczną, i nadal kształtują nasze rozumienie ludzkiego zachowania oraz podejmowania decyzji.

Pobierz PDF

Aby zachować streszczenie „Szum” na później, pobierz bezpłatny plik PDF. Możesz je wydrukować lub przeczytać offline w dogodnym dla siebie momencie.
Download PDF

Pobierz EPUB

Aby przeczytać streszczenie „Szum” na czytniku lub w aplikacji, pobierz bezpłatny plik EPUB. Cyfrowy format książki .epub idealnie nadaje się do czytania e-booków na telefonach, tabletach i czytnikach.
Download EPUB
Chcesz przeczytać całą książkę?
Obserwuj
Słuchaj
Główna
Swipe
Biblioteka
Aplikacja
Wypróbuj pełny dostęp przez 3 dni
Słuchaj, dodawaj zakładki i więcej
Porównaj funkcje Darmowy Pro
📖 Czytaj streszczenia
Czytaj nieograniczoną liczbę streszczeń. Darmowi użytkownicy otrzymują 3 miesięcznie
🎧 Słuchaj streszczeń
Słuchaj nieograniczonej liczby streszczeń w 40 językach
—
❤️ Nieograniczone zakładki
Darmowi użytkownicy mają limit 4
—
📜 Nieograniczona historia
Darmowi użytkownicy mają limit 4
—
📥 Nieograniczone pobieranie
Darmowi użytkownicy mają limit 1
—
Harmonogram bez ryzyka
Dziś: Uzyskaj natychmiastowy dostęp
Słuchaj pełnych streszczeń ponad 26 000 książek. To ponad 12 000 godzin audio!
Dzień 2: Przypomnienie o okresie próbnym
Wyślemy Ci powiadomienie, że okres próbny wkrótce się kończy.
Dzień 3: Rozpoczęcie subskrypcji
Opłata zostanie pobrana 24 lis,
anuluj w dowolnym momencie wcześniej.
Consume 2.8× More Books
2.8× więcej książek Słuchanie Czytanie
Nasi użytkownicy nas kochają
1M+ czytelników
Trustpilot Rating
TrustPilot
4.6 Doskonały
Ta strona to prawdziwa rewolucja. Czytam streszczenia książek szybciej niż kiedykolwiek. Bardzo, bardzo polecam.
— Dave G
Warte mojego czasu i pieniędzy, naprawdę dobrze zrobione. Nigdy nie widziałem tak dobrych streszczeń na innych stronach. Bardzo pomocne!
— Em
Gorąco polecam!! Fantastyczna usługa. Idealna dla tych, którzy chcą czegoś więcej niż zajawka, ale nie potrzebują wszystkich szczegółów pełnego audiobooka.
— Greg M
Oszczędź 62%
Roczny
$119.88 $44.99/rok/rok
$3.75/mies.
Miesięczny
$9.99/mies.
Rozpocznij 3-dniowy darmowy okres próbny
3 dni za darmo, potem $44.99/rok. Anuluj w dowolnym momencie.
Unlock a world of fiction & nonfiction books
Ponad 26 000 książek w cenie 2 książek
Przeczytaj dowolną książkę w 10 minut
Odkrywaj nowe książki jak na Tinderze
Zamów dowolną książkę, jeśli nie ma jeszcze streszczenia
Czytaj więcej książek niż ktokolwiek, kogo znasz
Aplikacja nr 1 dla miłośników książek
Lifelike & immersive summaries
30-dniowa gwarancja zwrotu pieniędzy
Pobieraj streszczenia w formatach EPUB i PDF
Anuluj w każdej chwili kilkoma kliknięciami

Dlaczego tylko jedno streszczenie?

Skaner
Znajdź kod kreskowy do zeskanowania

⭐
⭐
⭐
Mamy dla Ciebie specjalny prezent
Otwórz
Rabat 38%
RABAT DLA CIEBIE
⭐
⭐
⭐
$79.99
$49.99/rok
Tylko $4.16 miesięcznie
Kontynuuj
Wystarczą 2 kliknięcia, by zacząć. Rezygnacja jest bardzo prosta
Ustawienia
Ogólne
Widget
Ładowanie...