思考，快與慢:第21章 直覺判斷與公式運算，孰優孰劣？ · 2 線上閱讀

這種基於等權原則的計算方案的成功有着重要的實踐意義：它可以在不作任何事前統計研究的基礎上就能開發出有用的運算方法。這種基於現有數據或者常識的簡單等權公式通常可以預測出意義重大的結果。在一個令人難忘的例子中，道斯指出了婚姻的穩定性可以通過一個公式來預測：

做愛的頻率減去爭吵的頻率

你應該不會希望得到的結果是負數。

這個研究的重要結論是，在信封背面構思的一個運算公式通常可以和理想化的公式媲美，與專家的言論相比肯定更勝一籌了。這種邏輯適用於很多領域，從證券投資組合經理對股票的選擇，到醫生和病人對治療方式的選擇。

一項拯救了千萬嬰兒的簡單運算法堪稱對於這項研究的經典應用。婦產科醫生清楚地知道，如果嬰兒在出生後的幾分鐘內無法正常呼吸的話，他/她就會有很大的腦損傷甚至夭折的風險。在1953年麻醉學家弗吉尼亞·阿普加（Virginia Apgar）介入之前，內科醫生和接生人員一直在用他們的臨床經驗來判斷嬰兒是否處於危險狀態，不同人員的依據也不盡相同。一些人側重於觀察孩子的呼吸情況，另一些人則觀察嬰兒的啼哭頻率。由於沒有一個標準，人們經常錯過危險信號，導致許多新生兒不幸夭折。

一天早飯後，一個住院醫生問阿普加醫生如何對新生兒作系統評估。她回答道：「這很簡單，你可以這樣做。」阿普加快速寫下了5個變量（心率、呼吸、反應、肌肉強度和顏色）以及3個分數（0、1、2分別代表各個變量的穩健度）。阿普加意識到自己可能會有所突破，而且這一突破還可能被應用到所有的產房中，她便開始用這種方法評估每一個出生一分鐘的嬰兒。一個得到8分以上的嬰兒一般是膚色粉紅、蠕動、啼哭、面部扭曲並擁有100次以上的脈搏，這樣的嬰兒外形很好。低於4分的嬰兒一般是渾身青紫、肌肉鬆弛、不愛動且心跳微弱，這樣的嬰兒需要立即救治。應用了阿普加的評分原則後，產房的護士們終於在判斷嬰兒情況是否危險的問題上有了一套標準，人們認為這個公式對減少嬰兒的夭折率起到了很重要的作用。現在，阿普加的方法依然應用於每一個產房中。阿圖爾·甘德（Atul Gawande）近期的著作《一份清單宣言》（A Checklist Manifesto）也介紹了一些其他案例，以說明列表以及簡單原則的優點。

 

讓許多業內人士煩惱的運算法

從一開始，很多臨床心理學家就不認同米爾的觀點，對此持懷疑態度。他們顯然幻想過自己有長遠預測的能力。我們在深思熟慮後，不難發現這種幻想是如何產生的，也可以理解臨床醫生為何反對米爾的研究。

證明臨床統計可信度低的統計證據與臨床醫師對自己判斷質量的日常體驗相悖。經常接觸患者的醫生對每一個療程都有其直覺，他們可以預測病人對干預治療會有什麼反應，並猜測下一步會發生什麼。很多推測都得到了證實，這顯示出臨床醫師真實的臨床診斷能力。

問題是在整個治療期間，這些正確的判斷涉及的都是短期預測，而且是在當面診療後作出的預測，這項技能是治療師經過長期實踐得來的。他們失敗的任務往往需要對病人的病情作長遠的預測。想要做到這一點尤為困難，因為即使是最好的公式也只能是有個大概，臨床醫師也不可能完全了解，這需要患者多年的反饋，而不僅僅是當時短暫的治療反饋。然而，臨床醫師可以出色完成的任務與他們完全不能做的事情之間沒有絕對的界限，當然他們自己也是如此認為。他們知道自己有醫術，但卻不一定知道醫術的終極。當然，認為機械地將幾個變量整合到一起就會超過人工判斷微妙的複雜性的想法對有經驗的臨床醫師來說顯然也是錯誤的。

這場關於臨床預測與數據統計預測孰優孰劣的辯論總會涉及倫理道德的範疇。米爾寫道，統計方法被那些臨床醫師批評為「機械化、自動化、附加物、模式化、人工化、不真實、表面化、武斷、不完善、無生機、迂腐、片面、無關緊要、武斷、數據化、表面化、死板、無前景、學術化、偽科學且很盲目」。相反，臨床方法被它的支持者稱讚為「靈活、全球化、有意義、正統、精細、統一、機構完整、有規律可循、系統化、豐富、深邃、真實、科學、成熟、準確、生動、正確、自然、可行，以及可以被理解」。

這種觀點我們都可以理解。無論是約翰·亨利（John Henry）在山頂上揮錘，還是國際象棋天才蓋瑞·卡斯帕羅夫（Garry Kasparov）與計算機「深藍」的對決，我們總會同情我們人類自己。對通過數理統計來作決定的厭惡情緒影響着人類，這種厭惡源於我們本身對自然事物的偏好以及對人工合成產物的否定。選蘋果時，如果有人問我們喜歡有機的蘋果還是商業種植的，大多數人都會傾向於「全天然」的那個。即使被告知兩者的口味相同、營養相同而且同樣衛生，很多人還是會選擇有機水果。商人們甚至發現，標籤上印有「全天然」或者「不添加防腐劑」時，銷量就會增加。

歐洲葡萄酒協會對阿申菲爾特推測波爾多酒價格這一公式的反應表明，業內人士對揭秘專業知識有着強烈的牴觸情緒。阿申菲爾特的公式對公眾而言是一種福祉：我們原本以為各地的葡萄酒愛好者都會感謝阿申菲爾特，他提出的公式提高了這些人辨別葡萄酒質量的能力，使他們能夠分辨哪些葡萄酒多年後會有上乘的品質。然而事實卻並非如此，據《紐約時報》報道，法國葡萄酒界對此的表現是在「憤怒和歇斯底里之間」。阿申菲爾特指出一個品酒專家認為他的發現「荒唐可笑」，還有一個人也嘲笑他「就像沒有親自看過電影卻對這部電影評頭論足」。

作重要決定時，對運算法的偏見就會被放大。米爾指出：「有些臨床醫師會因一個『盲目的、機械化的』公式而耽誤了可以治療的病例，這是很可怕的，但我也沒有什麼好辦法來緩和這種令人恐懼的情形。」相反，米爾和其他的運算法支持者激烈爭論，如果說運算法在作出重大決定的時候可以減少錯誤，那麼仍舊憑直覺判斷就是不道德的。他們的論述有理有據，但卻與一個心理學事實背道而馳：對大多數人來說，錯誤的原因最重要。由於運算法導致嬰兒死亡的案例比人為因素造成的悲劇更讓人感到悲痛。這種情感強烈程度已經上升到道德取向的層面了。