卡特賽車隊的抉擇#

哈佛商學院知名的卡特賽車隊 (Carter Racing) 研究課題，要求學生決定是否讓虛構賽車隊參加賽季最大賽事。過去 24 場比賽中有 7 次引擎故障，技師派特懷疑與氣溫有關，但手邊氣溫與故障的散布看不出明顯的線性關係。多數學生最後依據期望值計算，投票贊成出賽。

隔天教授揭曉：這是改編自 1986 年挑戰號太空梭發射前夜的緊急電話會議。問題不是墊片，而是 O 型環。把全部 24 次飛行（含 17 次未故障）一併繪圖後，攝氏 18 度以下全部發生故障，在約攝氏 4 度的發射當天，故障機率高達 99.4%。

這項課題傳授了三十年的教訓：在數據不完整下做出結論、只用眼前被端上桌的資料，是危險的。沒有學生想到要主動向教授索取缺漏的數據點。

真正的教訓：過度仰賴定量分析#

然而作者指出最諷刺的一件事：挑戰號的錯誤其實是「太過仰賴定量分析」。

• 火蝕（rubber erosion）在 17 次成功飛行中多次發生，與氣溫無關，並非生死攸關。
• 漏氣（blow-by）才是致命問題，只有兩個數據點，低溫會讓 O 型環橡膠硬化，密封變慢。

賽奧科公司工程師羅傑．波傑利 (Roger Boisjoly) 對比兩張接合處煙塵相片（約 24 度 vs. 約 12 度），憑定性判斷主張低溫下情況明顯惡化，卻拿不出量化數據。當美國航太總署要求他把疑慮量化時，他只能回答「沒辦法」。

航太總署任務評估室掛著「我們相信上帝，凡人請憑數據說明 (In God We Trust, All Others Bring Data)」。這句座右銘幫他們成功完成 24 次飛行，卻也讓他們在資訊灰色地帶中，把「無法量化的論點」一律排除——最終釀成悲劇。