這個研究并不是孤例 。早在2000年，有人曾綜合調查過136項研究，包括了各式各樣的預測主題，比如黃疸病的診斷、服兵役的適應性、婚姻的滿意度等等比較復雜的判斷，結果是：
其中63項機械判斷更準確 ， 65項是機械判斷和臨床判斷同樣好，而只有8項是臨床判斷更好 。
這里我們還沒有計算決策的成本問題，機械判斷顯然比臨床判斷快得多，而且根本不需要請專家，可謂省時省力省錢 。
可這是為什么呢？奧秘其實很簡單：只要是人做判斷，就必定會伴隨各種不可預知的干擾 ， 我們之前有介紹過，這個東西叫做“噪聲” 。（點擊回顧關于“噪聲”的解讀）
還是開頭的例子，為什么專家不會同意簡單的取平均分方法呢？因為專家認為這太一刀切了 。
比如我們都聽過，有的數學天才，從小就是迷戀數學，但是英語非常差 ， 如果取平均分，那這種數學天才肯定上不了大學了，我們不應該僅僅因為英語不好就抹殺一個天才，對嗎？
專家的邏輯是：我們應該具體問題具體分析 。這聽起來好像非常合情合理 。
但是請注意，毛病恰恰出在這里——
我們往往高估了“具體問題具體分析”的有效性和可實操性 。
開頭例子里的候選B，表達得分是滿分10分，這真的說明他是一個表達天才嗎？在只有兩個候選人的情況下，其中一個人表達得到了10分，這個10分只能被看做是一個“比較級”，而很可能不是“最高級” ， 這種情況下押寶在一項指標上，很冒險，并不靠譜 。
更有可能的情況是：你以為的特殊情況，只不過是一般情況，你給自以為的特殊情況打了滿分，這個分數虛高的可能性 ， 要大于他真的值一個滿分 。
所以“英語差的數學天才”，這個故事模型也是經不起實操的，極少數真正的天才，的確可以通過自主招生之類的方式被錄取 ， 但99.99%的學生不可能走這條路——
文章插圖
到韋神這個級別，也許可以聊聊保送北大的事你以為自己是個數學天才，其實放到最頂級的那群人中間，可能又相形見絀了，所以想考好大學，請盡量把各科分數都提上去 。這本身就是最公平的選拔方式 。
我們來總結一下 ， 機械判斷和臨床判斷的區別到底是什么：
機械判斷的不足是，好像抹殺了一些“特殊情況”，缺少“微妙考慮” ， 但研究結果告訴我們，這些所謂微妙考慮帶來的收益，不如那些噪聲的破壞力大 。
機械模型，沒有喜怒哀樂，哪怕用非常簡單的甚至不合理的模型（比如在開頭例子中 ， 隨機選一個打分項作為高權重） ， 最后也有77%的概率比專家們強 。
丹尼爾·卡尼曼對此有一句經典評價：“你幾乎不可能制造一個比專家表現更差的模型 。”
文章插圖
實際上 ， 用“機械判斷”，而不是遇事就請教專家，上世紀50年代就有例子 。
1953年 ， 麻醉學家阿普加就設計了一個判斷新生兒是否健康的模型，也叫阿普加評分（Apgar Scale），一共五個指標：
膚色、心率、刺激反應、肌肉張力、呼吸
然后，醫生對每一項進行打分，可以打0分、1分或2分，比如膚色 ， 全身是粉紅色給2分，四肢有青紫色給1分，全身青紫色給0分 。
文章插圖
最后只需要把5項得分簡單相加就行，不需要加權平均 。這個模型滿分是10分 ， 只要嬰兒總分達到7分，就是健康，4-6分 ， 不太健康，0-3分，需要立刻采取急救措施 。
相關經驗推薦
- “播出了這一幕后，CNN記者被烏克蘭禁了”
- “俄羅斯沒有襲擊波蘭，有人想挑起北約與俄軍事沖突”
- 印尼向加拿大提議建“鎳OPEC”：分別為第一和第六大生產國
- 什么是流調？
- 淘特上線兩款智能新品“微店鋪”和“心動搜索”
- 萬億茅臺的電商“野心”：高流量下有望成百億平臺 一瓶難求頻遭吐槽
- 波蘭邀國際專家入境調查，土耳其站到俄羅斯一邊，6個北約國已表態
- 不出意外，五角大樓全面審計“五連跪”
- 英國通脹率創41年新高，財相“發預警”
- 時隔8年，騰訊美團“和平分手”