如何减少主观决策的失误

最近新看了一本书，《在耶鲁精进》。

其实之前就已经大概翻过，只是最近在挑自己喜欢的章节重点读读。

有一个概念很有意思：

卡尼曼称之为合理规则（reasoned rule），它其实就是有纪律的大拇指法则：植根于决策者的直觉，理解并尊重决策者的认知限制，用简单的人肉算法减少不必要的决策偏差。

什么意思呢？作者举了个例子---以他面试为例:

1.一般来说，面试官会有几个评估要素，而这一般来自于他们的直觉、经验、价值观：

诚实、好奇、认真、写作、人际互动、此前工作经历……

卡尼曼建议，给这些要素配等权重。

2.回溯数据

面试官把过去三年的所有面试回溯一遍，每个面试对象得出每个要素的单项打分，产生均值、标准差，得出单项标准分；然后每个面试者各单项标准分加总求均值，得出其总标准分；根据总标准分划“录取”分数线。

3.基于分数线录取。

分数线可以根据用人需求、面试者的整体水平动态调整，如果想进来的人越来越优秀，分数线自然会越来越高。

我自己的理解是，这个法则，其实是减少人为、主观、感性所做出的判断。因为我们日常所作的决定，通常都会有很多决策噪音，有时候感觉是东一下、西一下地做出的决定。

只是我们都是人，人就具有随机性。所以靠我们的经验、直觉其实并没有错，只是看样本数量大不大了。

其实作者想要表达的是，直觉来源，要靠长期经验、大量练习，而数据哪里来呢？

就是靠记录。