本杰明·富兰克林（Benjamin Franklin）在一封可追溯到1772年的著名信中，向面对困境的朋友描述了他是如何做出决定的。 富兰克林的方法包括列举一个论点的利弊，然后试图权衡一个论点，最终决定要寻求两种可能性中的哪一种。 富兰克林写道：
我的方法是用一行将一半纸分成两列。 在一个Pro上书写，在另一个Con上书写。 然后，在三到四天的考虑中，我将不同动机的简短提示放在脑海中，……我努力估计它们各自的权重。
这篇文章试图使富兰克林的方法现代化，以克服其一些缺点。 一旦使用这种电子表格格式在一个地方收集了想法，我们就可以在其他人的帮助下或使用（理想的）AI来帮助决策者帮助他们克服常见错误。
现代决策工具
富兰克林的方法明显是定性的：“……原因的权重无法用代数量的精度来把握”。 当然，这并没有阻止许多科学家和工程师尝试创建有助于决策的定量工具，称为决策支持系统。 但是，这些主要针对公司而不是个人。 我尝试了一对，却找不到适合我目的的简单方法。
结果，个人的最新技术似乎并没有超出富兰克林的方法。 产品比较是一个值得注意的例外：
如果我们可以拿产品比较图，但使它们更具量化性，然后将其应用于决策，该怎么办？
决策支持电子表格
简而言之，如果出现以下情况，则该主题会引起争议（或者很难做出决定）：
……各方都有很好的论据。 好的思考包括考虑这些论点的相对优势和劣势，以定量的方式平衡这些论点。
受到乔恩·巴伦（Jon Baron）的《思维与决定》（Thinking and Decision）这一部分以及其他部分的启发，我制作了一个电子表格，试图将他所描述的“搜索推理”过程进行整理。 这是一个假想的火箭科学家基于两个目标决定两个工作机会的示例，结果是2×2的工作表：
从结构上讲，它的工作方式如下：
- 专栏是可能的做法（例如NASA与SpaceX）。
- 行是您要实现的目标（例如，改善世界，与有才华的人共事）。
- 单元格包含与相关可能性（行）和目标（列）有关的证据。 在这种情况下，NASA的工作将使太空旅行更快，从而改善世界。
还涉及数字：
- 每个目标（行）下方都有一个1到5之间的数字，与目标对您的重要性相对应。 数字越高，越重要。
- 每个证据（子单元格）的权重在-2和2之间。右边的权重是有利的，负面的权重是不利的。
第二张纸进行所有计算。 每个单元都减少到决策矩阵中的权重。 最终，每个可能性（列）的得分都在0到1之间。建议采取的措施是得分最高的可能性。 因此，将上面的2×2电子表格转换为该决策矩阵。
然后，根据这些权重，我们对每种可能性（列）进行简单的计算：归一化的加权总和。 因此，对于第一种可能性，我们计算：
(0.6 * 0.9 + 0.8 * 0.63) / (0.6 + 0.8) = 0.75 我们对每种可能性都做同样的事情，结果得分最高的是“最佳”行动方案。
这种方法的优点
即使像富兰克林这样的天才，也很难一次想到多个想法。 提出所有论据后，富兰克林写道：“整个谎言摆在我面前，我认为我可以做出更好的判断”。 将所有可能性，目标和证据集中在一处，您也可以像富兰克林一样。
至于我上面的电子表格的细节，我不能断言这种方法是最佳的，甚至不是特别好（尽管对此表示感谢）。 我将其创建为占位符，并受到Baron，Franklin和我过去尝试过的其他较不严格的方法的启发。 事实证明，该方法实质上是分析层次过程（AHP）的一个示例。
该电子表格比坚持富兰克林的两列拆分更为复杂，但它具有一些优点：
- 大多数决策实际上不是二进制的，而这是通过具有多个列来捕获的。
- 该方法使目标的概念及其相对重要性明确化。
- 我们收集的证据可帮助您确定目标和可能性，而不是利弊，然后可以对其进行数字评分。
尽管这种方法具有机械作用，但Baron还是强调了思维过程的非线性。 当您收集证据时，您可能会发现新的可能性和目标。 有了所有证据，您就可以开始提出更好的问题，尝试与人类思维中的已知失败模式作斗争。
减少并增加复杂性
上述方法的一个重大挑战是分配权重。 目前，我的方法涉及两种权重：目标权重（例如，对您改善世界有多重要？）和证据权重（例如，太空旅行是否真的可以改善世界）？ ）。 此方法足够灵活，可以轻松简化。 例如：
- 可以通过将赞成评分为+1，反对评分为-1来简化证据权重。
- 可以通过二进制排名简化目标权重（例如1为关键，0为必备）。
一种可能更好的方法称为PAPRIKA，它基于一堆成对比较来建立权重。 这可能会很好地工作，并且实际上对于捕获更多证据点很有用。 为了感受一下，有一个名为MeenyMo的面向消费者的决策支持系统可以做到这一点。 但是，此过程非常繁琐，涉及数十种比较：
PAPRIKA的另一个缺点是它需要离散的类别（例如生活费用：便宜，中等，昂贵）。
Thinkos：不可避免的非理性
人不是完美的，我们的思想也不是完美的。 偏见有点像使我们的思想变得不那么理性的错误。 非理性的思考所得出的结论与实际的客观事实相去甚远。 我希望您会同意，这是不可取的。
既然我们在同一页上，Baron建议可以通过改进思维和减少偏见来帮助我们做出更好决策的某些策略。 他将这些概括地描述为“积极的开放思想”：
- 寻求其他可能性。 定位偏向倾向于倾向于您产生的第一种可能性，但是您搜索的可能性很可能完全是有可能的。
- 更好地制定目标。 您实际上想达到什么目的？ （例如，“保护墙壁免遭儿童涂鸦”与“防止儿童在墙壁上涂鸦”）。
- 寻找证据（例如，是否有强项，也要看缺点）。
- 避免信念过大，后者在不同目标之间有很强的相关性时会发生（例如，大多数人反对死刑是因为它既无效又不道德，而死刑是赞成的，因为它既有效又道德。一起去吗？它们应该没有关系。）
- 分配与决策的重要性相称的时间。 富兰克林的方法建议需要“三到四天的考虑时间”来收集证据，然后“再花一两天的时间来进一步考虑”，以解决所有问题。
还有许多其他偏见可能导致错误的决定。 以上是一些可以通过外部帮助（其他人或软件）来减少思考的示例。
加起来…
在生活的某些方面，无法应用这种严格程度。 举例来说，量化对一个人的爱会感到冷漠和无知，而我会尽量避免这样做。 具有讽刺意味的是，查尔斯·达尔文（Charles Darwin）使用了富兰克林（Franklin）方法最著名的用法之一来决定是否嫁给艾玛·韦奇伍德（Emma Wedgwood）。 就其价值而言，该方法似乎行之有效，达尔文在计算后着力地画了“ Marry，Marry，Marry，QED”。
很难完全淡化感觉的作用。 理性决策过程的质量在很大程度上取决于您制定自己的真实目标和可能性，收集所有证据并正确打分的能力。 胆量的感觉，（或正如卡尼曼所说的，系统1的思想）实际上可以包含许多甚至可能无法表述的论点，但是这些无形的东西最终可能变得异常重要。
最后，还有实用性问题。 生活是动态的，环境可以迅速改变。 对于以电子表格为基础的决策者而言，这意味着不断进行修订，这可能很复杂且耗时。 我亲身经历了这种尝试，试图使用这种方法来帮助自己发展职业。 就在我以为自己已经建立了一支可以容纳我的车队时，又出现了另一支车队，我不得不重新输入其他证据，删除看似吸引人的选择，但回想起来却有些古板，并重新调整了重量。
不能将思考简化为电子表格，但是如果适度使用，我希望这种方法对某些人有用。
