得出结论-为什么好的数据不能防止认知偏见
最近,我决定重读Daniel Kahneman写的我最喜欢的书之一,《思考的快与慢》。 这本书特别引起我共鸣的一段话如下: 对两个独立个体的特征进行以下描述: 乔-创新,聪明,创新,固执,傲慢,粗鲁 玛丽-粗暴,自大,固执,有创造力,聪明,创新 我们大多数人很快就形成了这样的观点,即乔是一个我们团队中想要的聪明人,而玛丽似乎正是我们渴望避免的那种人。 您不必太过敏锐地意识到Joe和Mary都具有完全相同的特征,只是它们以相反的顺序列出。 对人类进行编程,使其能够在听到所有信息之前快速做出反应并形成模式和关联(快速思考)。 这通常会导致基于不完整信息的认知偏见(如果我们只听到后50%的乔的特征怎么办?) 另一个经典的例子发生在第二次世界大战中。英国情报局在闪电战中绘制伦敦的德国炸弹地点时注意到了一种模式。 英国人痴迷于清除德国间谍,因此想知道为什么伦敦的某些地区遭到轰炸,而其他地区在轰炸中相对没有受到伤害。 这导致他们推断德国间谍一定生活在这些地区。 英国情报局花费了大量资源试图找到这些间谍。 生活在这些与德国有遥远联系的地区中的任何人都遭到围捕和审讯。 如果您住在西肯辛顿,吃多味腊肠不是一个好主意! 战争结束后,一位名叫威廉·费勒(William Feller)的美国/波兰数学家研究了爆炸的地图。…