雪梨歌劇院：人類認知傲慢的紀念碑#

塔雷伯站在雪梨歌劇院前，他看到的不是建築之美，而是「人類認知傲慢的象徵」：

• 預定 1963 年初開幕，預算 700 萬澳元
• 實際 10 多年後才開幕，預算膨脹到 1.04 億澳元
• 還是一個比原計畫規模縮減的版本

雪梨歌劇院只是金錢損失，不算最嚴重的預測失敗（蘇聯的計畫經濟、所有重大歷史事件的預測失準才是真正的災難）。但它優雅地展示了一個普遍的現象：我們總是嚴重低估未來會給我們的驚奇。

認知傲慢（Epistemic Arrogance）#

塔雷伯從希臘文 epistēmē（知識）造出「認知傲慢」一詞——指我們對自己知識邊界的傲慢自大。

我們的知識確實在增長，但信心增長的速度遠遠超過知識增長。於是知識的擴張同時意味著困惑、無知與自負的擴張。

凱薩琳二世的情人實驗#

Albert 與 Raiffa 的研究實驗：

• 給受試者一個未知數量（如俄國凱薩琳二世的情人數）
• 請他們估計一個範圍，使得真值落在範圍外的機率小於 2%

預期錯誤率應為 2%，實際結果：

• 哈佛 MBA 學生：錯誤率約 45%
• 各種人群測試結果：錯誤率介於 15% 至 30%
• 政治人物與企業高管最糟，計程車司機與清潔工反而最謙遜

我們對自己所知的東西有 22 倍的過度自信。塔雷伯自己對六十位倫敦研討會聽眾測試「Eco 圖書館有多少本書」（30,000 本）——沒有一個人的範圍涵蓋實際數值，錯誤率 100%。

認知傲慢的雙重效應#

• 高估自己所知道的
• 低估不確定性，把可能狀態的範圍壓縮

這個偏誤滲透生活的每個決定：婚姻、職業、置產、創業——人們普遍慢性低估「未來偏離原本想像」的可能性。

黑天鵝盲視再現#

簡單測試所揭示的另一個事實：人類有低估「離群值」的內建傾向。

• 我們以為「每十年發生一次」的事件，其實「每百年才發生一次」
• 機率愈低，認知傲慢愈嚴重——千分之一、百萬分之一的估計誤差更為驚人
• 即使我們真的活在平庸世界，我們的直覺仍是「次平庸世界級」——比真實還更低估極端
• 但我們不活在平庸世界——我們估計的數字大多屬於極端世界

資訊對知識有害#

希臘船王歐納西斯（Aristotle Onassis）幾乎沒有書桌、沒有辦公室——只用一本筆記本，半夜在巴黎夜店召喚律師。

塔雷伯認為這個觀察可以透過實驗驗證：

消防栓實驗#

把同樣模糊的消防栓影像分兩組逐步清晰化：

• A 組分 10 步逐漸清晰
• B 組只分 5 步
• 兩組看到「相同清晰度」的中間影像時，B 組（少看了中間步驟）更快認出消防栓

你提供愈多資訊，對方就會生成愈多假設——而那些假設會卡住他、讓他把雜訊誤認為資訊。

賭博 odds 與心理諮商實驗#

• Slovic 給賭馬經紀人 88 個過去比賽的變數，請他們選 10 個最有用的來預測。再給多 10 個——準確率沒有提升，但他們的信心顯著上升
• Oskamp 給臨床心理師關於病患的逐步增量資訊——診斷能力沒提升，但他們對最初診斷的信心提升了

知識的毒性：「more is better」並非絕對真理。每小時聽新聞遠比每週讀雜誌糟糕——後者讓資訊有時間被過濾。

「專家」的問題：空西裝悲劇#

並非所有「專家」都是冒牌貨。心理學家 James Shanteau 的研究發現一個明顯規律：

會動的事物（需要知識的事物）通常沒有真正的專家；不動的事物反而有專家。一個處理未來、依靠不可重複的過去做研究的職業，必然有「專家問題」。

進化心理學家 Robert Trivers 提出另一個角度：在祖先傳統中存在的領域（如部落間掠奪），人類能透過權力平衡迅速判斷該不該攻擊。但大規模戰爭是新生事物，所以我們嚴重誤判其長度與相對實力（黎巴嫩內戰、一戰、越戰、伊拉克戰爭）。

專家問題的核心：他們不知道自己不知道什麼。讓你變得不夠了解的同一個機制，也讓你滿足於自己的了解。

預測誤差來自意外#

Tetlock 對 300 位專家進行 27,000 個預測的研究結果：

• 專家錯誤率遠超他們自己的估計
• 博士與大學生沒差別、有名氣的教授沒勝過記者
• 唯一的規律是：名氣愈大，預測愈差

當預測錯誤時，專家們常見的辯解模式：

• 「我玩的是不同的遊戲」：是俄羅斯人隱藏經濟事實，否則我能準確預測蘇聯解體
• 援引離群值：那是黑天鵝，本來就不可預測，我的模型沒錯
• 「差一點點就對了」：那只是一念之差，倘若戈巴契夫的對手清醒一點……

我們對隨機事件的感知是不對稱的：把成功歸功於自己的能力，把失敗歸咎於外在環境的隨機。94% 的瑞典人相信自己駕駛技術在前 50%，84% 的法國人認為自己床上功夫在前 50%。

刺蝟與狐狸#

哲人柏林（Isaiah Berlin）區分兩類人：

• 刺蝟：知道一件大事
• 狐狸：知道許多事，是日常生活需要的適應型

多數預測失敗來自刺蝟——他們心智上嫁給了一個大型、不太可能發生的黑天鵝事件，並用敘事謬誤盲目地預測它。刺蝟容易理解（因為敘事），所以名人中刺蝟比例過高，於是名人預測能力平均最差。

塔雷伯的立場：做一個心智開放的狐狸。他知道歷史會被某個不太可能的事件主導，但不知道那是什麼事件。

為什麼計畫會失敗：隧道視野#

「Joe」是個非虛構作家，簽下兩年期合約寫魯西迪傳。臨交稿前 3 個月他打電話延期：

• 9/11 讓他延誤幾個月
• 母親生病要去明尼蘇達照顧
• 訂婚破裂等私人事件
• 「除了這些以外」，他完全照進度走

研究人員測試學生估計專案完成時間：

• 樂觀組估 26 天
• 悲觀組估 47 天
• 實際平均：56 天

「未知的未知」（unknown unknown）幾乎總是把專案推往單一方向：成本上升、工期延長。Excel 試算表是元凶之一——它把模糊的預測變成具體的、彷彿可信的數字（錨定效應，anchoring）。

可規模化變數的反直覺#

對於壽命（平庸世界）：

• 79 歲的女性還能預期再活 10 年
• 90 歲時還剩 4.7 年
• 100 歲時還剩 2.5 年——愈活愈接近終點

對於專案（極端世界）：

• 預計 79 天完成的專案，到第 79 天還沒完成 → 預期還要 25 天
• 第 90 天還沒完成 → 預期還要 58 天
• 第 600 天還沒完成 → 預期還要 1590 天

等待愈久，預期等待時間愈長。難民等待回家、阿以衝突、中東各國戰事——你以為再撐幾個月就結束，實際上時間遠超想像。

不要預測，要建立錯誤率#

塔雷伯指出三個預測時的常見錯誤：

第一個謬誤：忽視變異性（Variability matters）#

不要過河，如果它平均深四英尺——你需要的是「最壞情況」而非「期望值」。如果氣象預報說「期望溫度 70°F，誤差範圍 40°F」，你的衣著計畫會與「誤差範圍 5°F」完全不同。

第二個謬誤：忽視預測會隨時間退化#

往未來愈遠，預測誤差愈大：

• 2004 年 1 月某政府部門預測 25 年後油價為 27 美元/桶
• 6 個月後，油價翻倍到 54 美元
• 他們竟然「重新預測」，完全沒意識到這個預測業務本身應被質疑

第三個謬誤：忽略變數的隨機特性#

由於黑天鵝，這些變數可能容納遠比現在預期樂觀或悲觀的情境。最壞情況比預測本身更重要——尤其當壞情況不可接受時。

「能看見未來的人是智者」——也許真正的智者，是知道自己看不見遠方的人。

換一份工作吧#

塔雷伯對「那專家應該怎麼辦？」的回應：

「那是我的工作」不能成為持續做有害預測的理由。因預測造成傷害的人，要麼是傻瓜，要麼是騙子。一些預測者對社會的傷害比罪犯還大。請別蒙著眼睛開校車。

下一章將討論預測的另一個層面——這次與人性無關，而是源自資訊本身的內在限制。