【丹尼尔卡尼曼 噪声pdf】的过往经历和生活习惯,就对同一法律范畴内的每项罪行都处以相同的惩罚,这样的观念已经不再盛行了”。美国最高法院还认为,强制

  • A+
所属分类:精英日记
       

本文选自 丹尼尔·卡尼曼新作《噪声》,扫上面码免费领电子书

的过往经历和生活习惯,就对同一法律范畴内的每项罪行都处以相同
的惩罚,这样的观念已经不再盛行了”。美国最高法院还认为,强制
性判处死刑存在一个严重的制度性缺陷 它“没有将被定罪的人视为
独特的个体,而是将其视为无差别的群体中的一员,从而言目地判处
了死刑”。

当然,死刑涉及的风险极高,关于司法的分析可以应用于许多其
他情境,尽管这些情境大多数与法律无关。评估学生的老师、评估患
者的医生、评估雇员的雇主、确定保费的核估员、评估运动员的教
练,如果这些人都采用过分刻板的减少噪声的规则,他们很可能会犯
错。比如,如果雇主使用简单的规则来评估员工,对其做出提拔或解
雇的决定,这些规则可能确实消除了噪声,却忽略了员工绩效的一些
重要的考核内容。一个不能考虑各种重要因素、不存在噪声的系统做
出的判断可能比依赖个体做出的有嗓声的判断更糟糕。

在第27章,我们将以“每个人都是独特的个体,而不是毫无差别
的群体中的一员”这一观点为例,来说明以上问题。目前,我们先重
点探讨一个相对有些乏味的内容 。一些减少噪声的策略会导致大多的
错误,就像上文提到的愚蠢的国际象棋游戏程序。

尽管如此,这种反对意见似乎比实际更具说服力。如果一种减少
噪声的策略容易导致错误,那么我们要做的不应该是轻易向高噪声水
平受协,而是尝试找到更好的减少噪声的策略。例如,我们可以采用
汇总判断的方法,而不是采用思春的法则,或者,我们可以制定明智
的而不是愚春的指南或规则。从减少噪声的角度,一所大学应只录取
考试分数最高的一批人。如果这一规则看起来过于简化,那么学校可
以创造一个公式来综合考量高考成绩、在校成绩、年龄 、运动表现、
家庭背景等。复杂的规则可能更准确,因为它整合了所有的相关因
素。同理,医生可以采用复杂的规则对某些疾病进行诊断。专业人士
使用的指南和规则并不总是简单或粗糙的,其中一些有助于减少噪声,且不至于产生让人难以忍受的高昂 代价 〈或偏差) 。如果指南或
规则行不通,也许我们可以引入其他适用于特定情境的决策卫生策
略,比如汇总判断,或是像中介评估法那样的结构化的流程。

算法无噪声,但会导致偏差

人们通常在算法的背景下讨论减少噪声的洪在高额成本,因此人
们越来越反对有偏差的算法。我们已经看到,算法消除了噪声,因此
看起来很有吸引力。事实上,本书的大部分内容都可以算作支持使用
算法的证据,因为算法没有噪声。但是,如果使用算法会增加种族或
性别歧视,抑或不利于弱势群体,那么减少噪声将得不偿失。

人们普遍担心算法会导致歧视一一这无疑是一个很严重的风险。
数学家凯苦。奥尼尔 (Cathy 0” Neil) 在《算法霸权》 (Heapons of
妖幼 Jestruction) 一书中主张: 伍告大数据和借助算法来做决策可

能会产生偏见、 加剧个了等, 甚至威胁民主本身。 另一种质疑的声音
表示: “在在洪 的生活,而负责开发

它们的公 司和政府都无意去解决这一 问题。”和独立新闻 调查机构
ProPublica 称,“苦代性制裁的每罚性罪犯管理分析”
《Correctional Offender Management Profiling for Alternative
Sanctions ) 这种广泛用于对惯犯进行风险评估的算法,对少数族裔成
员有强烈的偏见。

没有人会怀疑,我们有可能甚至很容易创建出一种无噪声但带有
种族主义、性别歧视或其他偏差的算法。如果一种算法直接根据被告
的肤色决定是否准许他获得保释,那么其中就存在歧视,这在许多国
家是不合法的。将求职者是否可能怀孕纳入算法,则是在歧视女性。
在这些案例以及其他案例中,算法能够消除判断中不必要的变异,但

会引发令人难以接受的偏差。

关于关于噪声的书籍相关推荐:

思考快与慢看不下去了,卡尼曼的书,噪声 卡尼曼

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: