開場：Paul Meehl 的小冊子#

1955 年，Kahneman 還是一名年輕的以色列陸軍心理師，剛被指派設計全國徵兵面試系統。他讀到了心理學家 Paul Meehl 剛出版的一本小冊子，這本書以嚴謹的數據比較了「臨床判斷」（clinical judgment，即專家的整體評估）與「統計預測」（statistical prediction，即按照簡單公式加總各項指標）。

Meehl 的結論令人不安：在幾乎所有比較中，統計公式的預測品質都優於或等於臨床專家。Kahneman 被說服了，決定放棄讓面試官作整體印象式評估的舊做法，改設計一套結構化評分系統。

重點： 「直覺 vs. 公式」的辯論，答案出人意料地清晰——在可量化的預測任務上，簡單的統計演算法通常勝過臨床專家的整體判斷。

Meehl 的發現：臨床 vs. 統計預測#

Paul Meehl 被許多人視為 20 世紀最重要的心理學家之一，他的研究橫跨數十年，比較臨床心理師對病人預後的判斷，與用簡單公式（如將幾個重要指標加權加總）做出的預測。

結論一致且強烈：統計方法在大多數情況下勝出。即使是非常簡單的公式——比如「將六個獨立評分的指標用相同權重加總」——都比讓一位受過多年訓練的臨床師綜合評估表現更好。

這個結果讓許多臨床師感到憤怒。他們覺得這是對其專業的侮辱。Meehl 說，他不太知道如何減輕臨床師的不安，但他無法接受那種「使用演算法做重要決策是不道德的」的論點。恰恰相反，他認為如果存在一個演算法能做出更少錯誤，不使用它才是不道德的。

為什麼公式會勝出？ 統計演算法優於人類判斷，主要有兩個原因：

1. 演算法比人類更善於偵測微弱的規律（weak cues），因為它們不會被隨機干擾所影響。
2. 演算法是一致的——同樣的輸入，永遠產生同樣的輸出。而人類的判斷受到心情、疲勞、注意力分散等因素影響，充滿雜訊（noise）。

以色列軍隊面試改革#

Kahneman 設計的新面試系統，要求面試官針對六個性格特質（如責任感、社交能力、男子氣概）分別打分，每個特質配有一系列客觀的事實性問題，評估應徵者過去的實際行為。

重要的是，面試官必須逐一評分，評完一個才評下一個，不能讓對某一特質的印象影響其他特質——這是為了防止光環效應。最後，面試官將六個分數加總，但在填完總分之前，Kahneman 要求他們閉上眼睛，想像這位應徵者作為士兵的樣子，再給一個「整體直覺分數」。

結果：這套系統的預測效度比舊的整體印象評估大幅提升。更有趣的是，「閉眼直覺分數」也達到了相當的預測效度——但前提是，它必須在系統性收集客觀資訊之後才被允許發揮作用。

直覺的位置： 直覺應該在系統性收集客觀資訊之後才被引入，而非在開始評估時就讓第一印象主導一切。讓直覺先發言，只會製造光環效應。

演算法對人類決策的普遍適用性#

Meehl 的發現並非僅限於臨床心理領域。研究顯示，在以下各類預測任務中，簡單公式同樣勝過專家判斷：

• 預測葡萄酒年份品質（Orley Ashenfelter 的公式，用氣溫與雨量）
• 預測大學新生的學業表現
• 預測假釋犯再犯率
• 預測新生兒健康狀況

最後一個案例是一個特別優雅的例子：Apgar 量表。1953 年，麻醉師 Virginia Apgar 發明了一套簡單的新生兒評分系統，對嬰兒的五個指標（心跳、呼吸、肌張力、反射、膚色）各給 0-2 分，加總得出 0-10 分。這個看似過度簡化的公式，至今仍是全球產房判斷新生兒是否需要緊急救治的標準工具，而且比任何醫生的整體直覺評估都更準確、更一致。

Apgar 量表的教訓： 好的簡單公式，選擇的指標必須：(1) 與預測目標真正相關，(2) 各指標盡可能相互獨立（不重複衡量同一件事）。Kahneman 建議，在設計面試或評估系統時，應先選出 6 個你認為最重要的指標，獨立評分每一個，最後才加總。

對演算法的抵制#

儘管證據如此壓倒性，社會對演算法的抵制依然強烈。原因有幾個：

重點： 每當可以用公式替代人類判斷時，都應該認真考慮使用公式。這不是貶低人類，而是承認我們在有限資訊下做系統性預測的能力本來就有限。

日常對話中的應用#

「每當我們能用公式替代人類判斷時，我們都應該認真考慮它。」

「他認為他的判斷很複雜、很細緻，但一個簡單的分數組合可能表現得更好。」

「讓我們事先決定給每個指標多少權重，否則面試後的印象會影響我們的評估。」