閱讀筆記

《極端不確定性》--機率是為了評估風險,還是掩蓋不確定性?

這本書從一月借到現在,當初應該也是因為這個標題滿讓我想翻的就找來看了。裡面最讓我印象深刻的是所謂機率,在決策上究竟是為了幫助我們評估風險、做出更好的決策,抑或者是掩蓋不確定性、把注意力從更實用的事上轉移呢?

風險與不確定性

在書中一開始就討論的風險與不確定性,簡單來說,風險指的是可以通過機率描述的未知,而不確定性則無法。舉例來說,飛機失事是風險、外星人登陸地球是不確定性;台積電推出 4nm 製程是風險、發展出全新的科技是不確定性。

許多時候,人常常把兩個混淆,將機率應用到不確定性上。很顯然的,不太有可能有人能計算出外星人登陸地球的機率,但是卻總有人可以宣稱算出飛機撞上雙子塔、工程車翻落山坡導致列車出軌的機率。

為什麼機率如此受人青睞?或許是在所謂科學主義下,人試圖對所有事情加上數字,試圖量化來計算。但往往不過是為了從更實用的事上轉移注意力罷了。畢竟提出一個機率,宣稱某些人沒有注意到這個數字並做出相應舉動比起發覺背後的脈絡、解決其中的問題還要容易的多。

如何在不確定性下決策

實際上,我們常常在不確定性下做決策。多數狀況下,我們不會完全了解面臨的狀況,也不明白自己的行動會帶來什麼影響。也就是說,我們已經常常在不確定性下做出決策。但對於許多人而言,這就是沒有方法的決策。

因此,我們可以透過參考敘事的架構,來在不確定性下做決策。參考敘事就是現在的狀況到目標的狀況。而不確定性就是其中可能會偏離參考敘事的狀況。某些狀況可以被評估,例如以財富自由為目標,意外生病的醫藥開銷就可以被估算。某些狀況則無法,例如世界大戰突然發生,在這種狀況下,就需要根據影響的大小來判斷是否要提前因應。

在面對不確定性時,比起資料、模型,更重要的是了解「究竟發生了什麼?」提出這樣的問題之後,再進一步的出根據情況,找到小問題適用的模型。最後將這些模型串接起來,就可以逐漸接近真實狀況。模型與模型之間的關係或未能注意到的問題仍然可能使整個決策失敗,但縮小不確定性的效益也是值得留意的。

經濟學工程

在書中我覺得特別有趣的倡議(應該算是)是應該將經濟學工程化。如同航太科技是找到現實的問題,接著去分析原因、拆解問題,再運用知識建構模型來解決。然而經濟學卻常常是先制定許多假設、模型,再找出所謂最佳解,接著拿著這個解決要求政府採取行動。

透過貝氏機率,可以理解所謂最佳解也有其機率。他必須仰賴假設、模型正確的機率。在這之上,還可以再評估這些機率正確的機率為何,如此往復。因此實際上,人無法從模型中得出機率、預測或政策建議。

隨記

這篇文後推薦了另一本可能更好讀的《只有一半的真相》,如果感興趣可以從這一本下手。

於我而言,這本書給了滿多對於機率、風險的洞見。忘記什麼時候開始,數據至上逐漸成為主流,隨後也有了重視質化分析的呼籲。確實機率可以很好的幫助我們評估風險,但並不應該成為決策的理由。最終,我們仍得回到「發生了什麼?」、「目標是什麼?」、「與目標的差距在哪與如何克服?」。當下次拿出機率時,更加留意機率不該成為轉移注意力的陷阱。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。