大企業的「鐘形曲線」狂熱#

1990 年代末微軟、奇異（GE）、Conoco 等公司迷上一條神奇曲線——鐘形曲線（Bell Curve）：

• 多數員工集中在「平均」附近
• 右尾少數人是明星
• 左尾少數人是後段班 → 被解雇

這套被稱為「Rank and Yank（排名後解雇）」的制度強迫主管按比例給員工 1–5 分，導致每部門都「必須有人不及格」。

員工逐漸察覺：強迫所有「績效」都符合對稱鐘形曲線，根本不切實際。 後續研究顯示績效分布通常是「少數頂尖 + 其他人」，根本不對稱。 微軟等公司陸續放棄此制度——但仍有公司執著於「萬物皆 Normal」的迷思。

「Normal」並非「正常」#

數學上的 **Normal Distribution（常態分布）**並不代表「日常」、「典型」，而是特指鐘形曲線的數學形式。它的詞源還誤導大家——正常不一定常態。

鐘形曲線的歷史#

棣莫弗（1733）#

法國數學教師 Abraham de Moivre 為簡化擲硬幣機率計算，導出了鐘形曲線公式。連牛頓在機率方面都禮讓他三分，但他卻被歷史遺忘了應有的功勞。

高斯（1801）#

德國數學家 Carl Gauss 從「測量誤差」這條完全不同的路徑得到同一公式。1801 年義大利天文學家發現新天體（後來命名為穀神星 Ceres）後消失於太陽光中——24 歲的高斯用此公式預測它將在何處重現，astronomers 真的在他預測的位置找到，他因此聲名大噪。

拉普拉斯（1810）：中央極限定理#

法國博學家 Pierre Simon de Laplace 證明：任何由眾多獨立同型隨機影響相加而成的現象， 不論這些影響是什麼，最終都會呈現鐘形分布。 這就是「中央極限定理（Central Limit Theorem, CLT）」—— 應該叫「隨機影響的基本法則」更貼切，但被取了個無聊的名字。

鐘形曲線無所不在#

中央極限定理解釋了為何鐘形曲線出現在：

• 氣體分子的隨機路徑
• 學生考試成績
• 大爆炸的殘餘熱輻射
• 人類身高（多基因 + 營養 + 健康影響的總和）

醫學試驗的關鍵工具#

新療法臨床試驗將病患隨機分組：

• 兩組受到的「未知未知」干擾各自加總後形成鐘形曲線
• 若兩組的鐘形曲線峰值距離夠遠，就難以歸咎於僥倖
• 試驗規模可由此反推：估算需要多少病患才能讓兩條曲線分得開

凱特勒與「平均人」#

鐘形曲線進入社會科學#

1823 年比利時天文學家 Adolphe Quetelet 拜訪巴黎天文台，受拉普拉斯啟發後想：「鐘形曲線會不會也藏在人類資料裡？」

他後續發現各種人類特質（士兵胸圍、結婚與犯罪傾向）皆呈鐘形曲線，提出「l’homme moyen（平均人）」概念，認為這是人類的「完美原型」，偏離視為「誤差」。

應用範例：偵測逃兵#

凱特勒比較法國一般男性身高分布與 1817 年新兵分布，發現新兵分布在徵兵下限附近有「奇怪的凹陷」——他推論約 2% 的人為了逃兵役謊報身高。

「Normal」的循環論證#

到了 1877 年，高爾頓（Francis Galton）開始把鐘形曲線稱為「Normal Law」，用詞暗示這是「自然典型」。皮爾森（Karl Pearson）等現代統計學奠基者也跟進。

但法國數學家 Henri Poincaré 與諾貝爾獎物理學家 Gabriel Lippmann 警告了一個危險的循環：

「人人都信它——實驗者相信這是個數學定理，數學家又相信這是個經驗事實。互相安慰、互相不證明。」 這個警告在後續一個多世紀中不斷應驗。

結語#

在所有支配機率行為的法則中，沒有比拉普拉斯的中央極限定理更迷人的——它解釋了鐘形曲線無所不在的現象。 但別被教科書「Normal Distribution」這個用語騙了——它根本不一定「Normal」。 下一章我們會看到，把這個曲線盲目套用到不該套用的場合，是如何引發災難的。