思考,快与慢

章节 17

读进去

飞行教官的观察其实是对的:表扬之后,学员下一次表现往往变差;批评之后,下一次往往变好。但真正的问题不是“奖惩有没有用”,而是我们太容易把统计规律当成因果规律。极端表现里掺着运气,下一次自然会向平均水平靠拢,跟教官做了什么无关。把回归均值误读成干预效果,会让管理者、老师、教练都高估自己那套奖惩的威力,也低估了随机波动的分量。

虎头锤借助 AI 创作的《思考,快与慢》回归均值视觉解读打开原图
InkMap 由虎头锤(Hutouchui)借助 AI 创作 · 可能包含错误

画出来

文字里最难分清的是三个层次:表现本身、表现的变化、变化的原因。回归均值只描述“变化”的统计倾向,不提供“原因”。但人脑偏爱因果故事,会把“表扬→下滑”自动连成一条线。把这些层次拆开呈现后,这三层被拆开:极端表现是起点,回归是概率上的必然,而因果解释是额外加上去的叙事。这样就能看清,教官的结论跳过了中间那一层。

再想一遍

在方案评审里,一个服务上季度故障率特别高,下季度自然回落,团队可能急着归功于某次重构或流程改进。但如果不先问“这回落有多少只是回归均值”,就会把运气当成能力,把随机波动当成可复制的经验。更危险的是,下次故障率再升高时,又会反过来怀疑当初那个“有效”的改进。分清统计回归和真实干预效果,是技术决策里最容易被跳过的一步。

带回生活

在评估任何干预措施之前,先问一句:如果什么都不做,结果会不会也这样变?回答不了这个问题,就不该急着给奖惩记功。