什麼時候可以相信專家的直覺

一名消防隊長帶著隊員進入一棟正在燃燒的房子。

火勢看起來還能控制。

大家正在滅火時，他突然覺得：

「不對，全部出去。」

他沒有先算出哪一根樑會斷。

也沒有完整說出理由。

只是有一種很強烈的感覺：

這裡不安全。

隊員撤出去不久，

地板就塌了。

這種故事很容易讓人覺得：

專家真的有一種普通人沒有的第六感。

但另一邊也有完全不同的情況。

一位經驗豐富的投資專家，

非常有信心地預測：

某家公司明年一定大漲。

理由完整。

產業分析也講得很好。

一年後，

結果完全相反。

兩個人都有多年經驗。

兩個人都對自己的判斷很有信心。

為什麼一個人的直覺可能非常可靠，

另一個人的直覺卻可能只是：

很有信心的猜測？

Daniel Kahneman 後來和研究自然決策的心理學家 Gary Klein 討論了很久。

兩人的研究傳統原本很不一樣。

Kahneman 長期研究：

偏誤。

判斷錯誤。

過度自信。

Klein 則研究：

消防員、護理師、軍人等專業人士，

如何在時間很短、資訊不完整的情況下，

靠經驗迅速做出好判斷。

最後他們發現：

問題不能簡單變成：

「直覺可信嗎？」

真正該問的是：

「這個環境，允不允許一個人培養出可信的直覺？」

這個差別非常重要。

專家不是因為「想得比較快」，所以直覺比較準

很多人聽到專家直覺，

會想像成：

專家大腦比較厲害。

普通人要分析十分鐘，

專家兩秒鐘就知道答案。

但真正發生的事情，

更接近：

專家看到了普通人沒有認出的模式。

例如西洋棋高手看一個棋盤。

一般人可能只看到：

很多棋子。

高手卻可能瞬間看到：

這個局面以前遇過。

某個位置有危險。

下一步大概會朝哪幾個方向發展。

他不一定需要逐一計算所有可能。

因為多年經驗已經讓某些模式變得：

自動可辨認。

這和開車很像。

剛學開車的人，

看到前方車輛輕微偏移，

可能沒有任何感覺。

經驗豐富的駕駛卻可能立刻減速。

因為他過去看過很多次：

這種移動方式接下來可能代表什麼。

所以專家直覺並不是神祕能力。

它比較像：

大量經驗被壓縮成快速辨認。

系統一也可以被訓練

前面一直把系統一描述成：

快。

自動。

容易受到偏誤影響。

這很容易讓人得到一個錯誤印象：

系統一就是不可靠。

其實不是。

系統一也可以變得非常厲害。

你第一次學閱讀時，

看到文字需要慢慢辨認。

現在看到：

「今天下雨。」

幾乎不用努力，

意思就自動出現。

第一次學開車時，

每個動作都需要系統二。

看後照鏡。

踩煞車。

控制方向盤。

注意車道。

做久以後，

很多操作慢慢自動化。

專業能力也是如此。

當一個人長期在同一類環境裡學習，

系統一會開始認得：

哪些線索重要。

哪些情況通常接著出現什麼。

這時直覺就可能成為：

真正的專業能力。

但經驗多，不等於直覺一定可靠

這裡是最重要的轉折。

一個人做某件事二十年，

不代表他的直覺就一定準。

因為經驗能不能變成專業，

還要看：

他到底在什麼樣的世界裡學習。

想像兩種環境。

第一種：

每次出現某些特定線索，

後面通常會出現相似結果。

而且你很快就能知道：

剛才判斷對不對。

第二種：

結果受到大量隨機因素影響。

同樣的線索，

每次可能帶來完全不同結果。

而且幾個月甚至幾年後，

你才知道判斷是否正確。

哪一種比較容易培養出真正的直覺？

當然是第一種。

所以 Kahneman 和 Klein 最後找到兩個非常重要的條件。

第一個條件：世界本身要有可以學習的規律

專家直覺要可信，

環境裡首先必須存在：

穩定、可辨認的規律。

例如西洋棋。

棋子的移動規則固定。

一個局面可以和過去大量局面比較。

高手經過數千小時練習，

真的能學到許多穩定模式。

消防現場也有某些類似特性。

火的聲音。

煙的變化。

溫度。

建築結構。

火勢移動。

這些線索和危險之間，

存在一定程度的規律。

資深消防員經歷大量現場後，

可以慢慢形成：

「這個感覺不對。」

他可能來不及用語言完整解釋，

但那個感覺並不是憑空出現。

它來自過去大量案例留下的模式。

有些世界卻根本沒有那麼穩定

現在換成金融市場。

假設一位分析師看到：

公司營收成長。

新產品成功。

產業需求旺盛。

他預測：

股價會上漲。

聽起來很合理。

但是股價接下來還受到：

市場已經反映多少期待。

利率。

資金流向。

其他投資人的行為。

突發新聞。

政策。

競爭。

整體市場情緒。

無數未知事件。

影響。

而且只要某個規律真的很容易被發現，

市場上的其他人也會開始利用它，

價格本身就可能跟著改變。

所以金融市場裡的某些預測，

屬於：

低度可預測的環境。

這種世界裡，

做得再久，

也不代表一定能形成像棋手那樣可靠的直覺。

這裡最容易犯的錯，就是把「經驗」當成「可預測性」

假設一個人說：

「我做這行三十年了。」

這句話當然是重要資訊。

但還少了一個問題：

他做的事情，有沒有穩定規律可以學？

例如：

做外科手術三十年。

診斷某些具有清楚臨床模式的疾病。

修理同類機械三十年。

經驗很可能有巨大價值。

但如果工作內容是：

每天預測三個月後股市。

每年預測國際局勢。

猜某個新創公司十年後會不會成功。

單純的年資，

就沒有辦法自動保證預測準確。

因為環境本身可能包含太多不可預測因素。

第二個條件：要有大量、而且品質好的回饋

就算世界有規律，

還需要另一個條件：

你必須有機會知道自己到底判斷得對不對。

想像你在學射箭。

射出去。

箭落在哪裡，

馬上看到。

射偏左。

下一次調整。

太高。

再修。

回饋快速而清楚。

練得越多，

技術就有機會改善。

但是另一種工作可能是：

今天做一個決策。

兩年後才知道結果。

而且結果裡還混進：

運氣。

其他人的行動。

市場變化。

這時候學習就困難得多。

因為你甚至不知道：

最後成功，

到底是因為判斷正確，

還是運氣好。

投資最能看出「回饋」有多容易騙人

假設你買一檔股票。

原因是：

「我覺得這家公司產品很好。」

買完後，

一個月漲 30%。

你可能得到一個非常強的回饋：

「我的判斷是對的。」

但真的能這樣判斷嗎？

也許公司真的很好。

也可能剛好：

整個產業都上漲。

市場降息。

資金湧入同類股票。

某個意外消息推動價格。

如果你把：

「股價漲了」

直接當成：

「我的分析方法正確」

就可能學到錯誤的規律。

這是一種很危險的學習。

因為結果有回饋，

但回饋未必告訴你真正原因。

好運可能會教出壞直覺

想像一個新手投資人。

第一筆：

賺 20%。

第二筆：

賺 30%。

第三筆：

又賺。

他很可能開始形成：

「我很會判斷市場。」

如果這三次主要是因為牛市，

那麼這些成功經驗反而可能讓他學到：

錯誤信心。

之後開始：

加大部位。

使用槓桿。

忽略風險。

一直到市場環境改變，

才發現：

之前以為是能力的東西，

有相當一部分其實是運氣。

所以不是：

有回饋就一定能學習。

還要看：

回饋是不是能真正反映判斷品質。

壞結果也可能錯誤懲罰一個好判斷

反過來也一樣。

一個人做了非常合理的風險評估。

最後卻遇到：

低機率事件。

結果失敗。

如果他只看一次結果，

可能得到：

「這個方法沒用。」

但真正的決策可能仍然很好。

這又和前面談過的：

結果偏誤

接在一起。

如果想培養專業，

不能只問：

這次成功還是失敗？

還要問：

依當時可以取得的資訊，這個判斷過程是否合理？

否則人可能：

因為幸運而強化壞習慣。

又因為倒楣而放棄好方法。

消防隊長的「第六感」其實有來源

回到一開始的消防員。

Gary Klein 研究過消防員如何在高壓環境下快速做決定。

資深消防員有時真的會出現：

「哪裡怪怪的。」

但本人一開始說不出原因。

後來仔細拆解，

可能發現他已經無意識注意到：

火焰位置不正常。

溫度和看到的火勢不相符。

聲音不同。

地板狀況異常。

這些微小線索，

新手可能完全沒有注意。

老手卻因為看過大量火場，

已經把它們和危險模式連起來。

所以直覺先說：

出去。

語言解釋才稍後追上來。

真正的專業直覺，常常是「辨認」而不是「預言」

這是一個很好用的區別。

消防員看到：

眼前這種狀況像過去某種危險。

棋手看到：

這個棋局像以前熟悉的局面。

護理師可能看到：

病人的一些微小變化，

覺得狀況正在惡化。

這些很多都是：

模式辨認。

它和：

「明年哪一家公司會漲最多？」

很不一樣。

後者不是單純辨認一個穩定模式。

它需要預測：

未來大量互相作用的事件。

所以一個人是不是專家，

不能只看他：

知道很多。

還要看他現在被要求回答的，

是不是他的經驗真正能支援的問題。

一個醫師可以在一件事上很有專業直覺，另一件事上卻沒有

假設一位資深醫師，

看到病人的：

皮膚顏色。

呼吸。

走路方式。

幾個檢查結果。

迅速覺得：

「這個狀況需要立刻處理。」

這種直覺可能建立在多年重複案例上。

但如果問同一位醫師：

「十年後這種醫療產業的股票哪一家會最好？」

他的醫療專業並不會自動轉移過去。

所以：

專家身份不是一張可以套用到所有問題的通行證。

真正應該問的是：

他在哪一個領域累積經驗？

這個問題和那些經驗是否高度相似？

「我看過很多人」也不一定代表真的會預測

例如面試官可能說：

「我面試過幾千人，我一看就知道誰適合。」

這聽起來非常有說服力。

但還要問：

面試之後，

他有沒有持續追蹤這些人的真正工作表現？

他知道：

當初看好的人，

後來有多少真的表現很好？

看錯多少？

淘汰的人裡，

有沒有後來在其他地方非常成功？

如果沒有這種回饋，

那麼面試了一千次，

可能只是：

重複做了一千次判斷。

不一定等於：

做了一千次有效學習。

這個差別非常大。

預測能力最好真的留下紀錄

第 9 課談過：

信心很強，

不代表預測很強。

現在可以再往前一步。

如果一個人真的很擅長預測，

最好有：

可檢查的紀錄。

例如：

當時預測什麼？

機率多少？

什麼時間點驗證？

結果如何？

長期準確率是多少？

否則人的記憶非常容易：

記得預測成功的。

淡化預測失敗的。

把模糊的預測事後解釋成命中。

最後每個人都會覺得：

「我的直覺其實滿準。」

為什麼簡單公式有時可以打敗專家？

Kahneman 很重視一系列研究。

研究者比較：

專家依整體印象做判斷。

和：

使用幾個固定指標的簡單公式。

結果在不少需要預測的情境裡，

簡單的統計規則常常可以做到：

和專家一樣好，

甚至更穩定。

為什麼？

不是因為公式真的比專家「懂」更多。

而是公式有一個巨大優勢：

每次都用同一個標準。

人不是。

人今天和明天，可能不是同一個判斷者

假設主管評估履歷。

今天：

心情很好。

剛看到一個說話流暢的人。

可能比較重視：

表達能力。

明天：

剛遇到專案失敗。

可能突然更重視：

經驗。

另一個候選人剛好和自己很像，

印象又可能變得更好。

這些微小因素，

都會讓判斷標準漂移。

公式則不會。

如果規則是：

相關經驗 40%。

測驗 30%。

過去績效 30%。

它每一次都照同樣方式計算。

公式可能很簡單。

但：

一致本身就是優勢。

專家的價值，有時在「找到資訊」，不一定在「最後憑感覺決定」

這裡不是說：

專家沒有用。

剛好相反。

專家很重要。

他可能知道：

該收集哪些資料。

哪些資訊是假的。

什麼指標真正有用。

哪一個病徵值得注意。

怎麼定義問題。

專業知識可以非常有價值。

但收集資訊完成後，

如果最後只是：

「綜合感覺，我比較喜歡 A。」

就可能重新把噪音放進決策。

有些情況下，

比較好的方法反而是：

專家先決定重要指標，

再用一致規則整合。

「直覺」和「公式」不是一定要二選一

成熟的方法可以是：

專家負責：

找出真正重要的因素。

理解特殊情境。

辨認資料問題。

然後使用：

清楚、一致的判斷標準。

例如招聘。

可以先決定：

工作真正需要哪些能力。

每項能力用固定問題測量。

分開評分。

最後再整合。

而不是：

聊了一小時後，

直接問面試官：

「感覺怎麼樣？」

因為「感覺」很容易把：

第一印象。

相似性。

光環效應。

當天心情。

一起放進答案。

什麼時候比較能相信直覺？

可以先看幾個條件。

第一：

環境裡真的有穩定規律嗎？

如果世界高度隨機，

經驗很難產生可靠預測。

第二：

有沒有大量重複練習？

看過三次，

和看過三千次，

不是同一件事。

第三：

回饋夠快、夠清楚嗎？

如果永遠不知道自己對不對，

就很難修正。

第四：

現在遇到的情況，和以前學習的環境相似嗎？

即使是真專家，

換到完全不同的環境，

直覺也可能失效。

什麼時候應該特別懷疑直覺？

如果一個問題具有以下特徵：

結果高度受運氣影響。

案例很少。

每次環境都不同。

回饋需要很多年才出現。

成功原因很難分辨。

預測紀錄沒有保存。

卻有人非常確定地說：

「相信我的經驗。」

就值得多一點保留。

因為這可能不是：

經驗形成的專業直覺。

而是：

經驗形成的信心。

兩者看起來非常像，

實際差很多。

金融市場正好具備很多危險條件

短期市場預測常常涉及：

大量隨機性。

其他人的反應。

新資訊。

政策。

全球事件。

價格本身的回饋。

而成功一次，

又很容易讓人產生：

「我抓到規律了。」

所以對：

明天。

下週。

某檔股票短期價格。

這類非常具體的預測，

即使來自資深人士，

也不應該只因為：

語氣肯定。

經驗很多。

就直接當成可靠。

更值得看的是：

長期紀錄。

方法。

基準率。

以及：

這類事情本身到底能不能被穩定預測。

但是長期投資知識和短期價格直覺，不是同一件事

一位真正有經驗的投資人，

仍然可能非常擅長：

辨認財務風險。

理解企業。

控制部位。

避免過度槓桿。

建立長期流程。

這些能力具有真正價值。

只是：

懂得如何管理投資

和：

能預測下週價格

不是同一種專業。

這個區別非常重要。

否則我們很容易把：

某人在一個領域真的很懂

延伸成：

他對這個領域所有問題的預測都可信。

有時候「不知道」反而是專業的一部分

真正熟悉複雜領域的人，

有時反而更願意說：

「資訊不夠。」

「這部分很難預測。」

「我只能給一個範圍。」

「兩種結果都有可能。」

這不是能力不足。

可能恰好代表他知道：

環境裡有多少不確定性。

相反地，

如果一個高度不可預測的問題，

有人每次都有非常確定的答案，

未必是好訊號。

因為專業不只包括：

知道什麼。

也包括：

知道哪些東西目前不知道。

信心本身，不能拿來驗證信心

假設一位專家說：

「我對這個判斷非常有把握。」

這只告訴我們：

他很有把握。

它沒有直接告訴我們：

他是對的。

一個人主觀上非常確定，

可能是因為：

看到了真正熟悉的模式。

也可能只是因為：

故事非常連貫。

資訊很好理解。

他已經形成強烈第一印象。

所以真正應該驗證的不是：

「你有多有信心？」

而是：

「這種環境裡，你的信心過去和真正準確率有多一致？」

不要問「專家可信嗎」，要問更具體的問題

「專家可信嗎？」

太大了。

可以拆成：

他對什麼問題是專家？

他有多少相關經驗？

環境裡有沒有穩定規律？

他能不能快速得到回饋？

過去有沒有留下預測紀錄？

現在的案例是否落在他的真正專業範圍？

當這些條件越完整，

直覺越值得重視。

條件越缺乏，

就越應該把直覺當成：

一條資訊。

而不是答案。

放回《快思慢想》的脈絡來看

前面很多內容都在提醒：

系統一容易犯錯。

會受到：

定錨。

可得性。

代表性。

故事連貫性。

結果偏誤。

影響。

如果讀到這裡只得到：

「直覺都不可靠。」

反而又太簡單了。

因為人類確實可以透過經驗，

把系統一訓練成非常強大的模式辨認工具。

真正的關鍵不是：

快思考一定差。

慢思考一定好。

而是：

快思考背後，到底有沒有一個值得學習的世界，以及足夠好的學習經驗。

專業直覺可以理解成一個學習結果

可以把它想成：

環境有規律

↓

反覆遇到相似情況

↓

做出判斷

↓

快速得到可靠回饋

↓

不斷修正

↓

大腦慢慢學會辨認模式

↓

最後變成：

「我說不出全部理由，但我知道哪裡不對。」

這時候的直覺，

可能是多年學習留下的精華。

但是如果前面的條件不存在，

最後那句：

「我就是有感覺。」

就沒有同樣的可靠性。

真正值得記住的是：經驗只有在可學習的世界裡，才會變成專業

做一件事情很久，

當然很重要。

但時間本身不會自動製造準確。

如果世界有穩定規律，

又能持續得到好回饋，

經驗就能慢慢訓練直覺。

如果世界高度隨機，

回饋模糊，

成功和失敗又混著大量運氣，

多年經驗也可能只是讓一個人：

越來越相信自己的故事。

所以下次聽到有人說：

「相信我，我做這個很多年了。」

不需要立刻否定他的經驗。

但可以再多問一句：

「這麼多年裡，這個世界真的有讓他學到可以重複的規律嗎？」

這個問題，

往往比：

「他是不是專家？」

更接近真正重要的答案。