#沉沒成本
沉沒成本一直是我很常用來提醒自己的一個理論。
常常，我們會陷入無法斷捨離的黑洞裡，
正是因為參不透「沉沒成本」的奧義，
總以為，再努力一點、再撐下去，
會有轉機的...........
所以，企業主管給了不成材的員工一次又一次的機會，
因為相信人性本善，卻忘了善良也可能是蘊養劣幣的溫床，
更看不見不OK的員工的做事方法與毛病，
隱藏著對企業內部管理上的傷害，
更甚者，
代表公司對外溝通或是合作洽談過程中，
不對的人用了錯誤的方法，或是不自覺的疑慢之姿，
導致外界的負評，更是對企業品牌的隱形傷害。
所以，企業管理的內部糾弊，有其必要。
#spoitfy演算法真的厲害
#推給我的歌八成都中
******
沉沒成本是人們做決策時，容易陷入陷阱的一種心理認知偏差。當我們投入時間、金錢或精力於某些事情時，我們就會堅持不懈、甚至再投入更多資源，只因為我們不想白費已投入的心血，不管這件事情是否值得繼續經營，或對我們是否有任何好處。

這就是為何我們去吃到飽餐廳，就算已經吃飽了，仍有「想要吃回成本」的心態；或是繼續經營一段不開心的感情，因為我們認為自己已經投入太多的時間和精力。

《#雜訊》讀者推薦這本書嗎？
社會充斥很多不合理的情況，像是不同法官對同一個案件卻有截然不同的判決、不同醫師對同一個病人的診斷有很大的差異、不同面試官對於是否錄取求職者意見大不相同，同一個員工的績效考核有不同的結果，甚至就連同一個法官、醫師與面試官在不同的時間也會做出不同的判斷。為什麼會這樣？

丹尼爾．康納曼、奧利維．席波尼、凱斯．桑思汀三位行為科學家發現，在經營管理、醫學、法律、經濟預測、法醫鑑識、保釋、兒童保護、策略、績效評估、個人選擇等領域，都看得到雜訊，但是一般人和組織都沒有意識到這個問題，結果是付出高昂的代價、企業有更大的隱藏成本、公共安全與衛生受到影響、社會還會出現極端不公平的情況。
.
這位作者的前一本書《快思慢想》是討論度非常高的書。這次他談到生活周遭的雜訊，很有可能影響我們的判斷和決策，我想要了解背後的原因是什麼，以及如何避免受影響。
- Waki 瓦基
.
這本書廣受批評的兩個原因：(1) 他沒有之前《快思慢想》帶給我們的震撼；(2) 很多人以為作者會寫種族和社群偏差的內容，但他沒這麼寫。而這正是我欣賞這本書的原因，人們錯誤期待了。
- Sebastian Gebski 五星好評
.
雜訊的確是一個不好的東西。這本書說明了「判斷，並不是思考。而是用人類心智來衡量一件事情的結果」。作者們充滿洞見地分析我們為什麼做出「壞決策」。
- Angie Boyter 四星好評
.
我學到的一件事，就是不要預購一本仰賴作者名氣的書。我很喜歡這幾位作者的前幾本書，但是這本《雜訊》本身就是一個巨大的雜訊。作者們整理一堆不是自己的研究，我覺得不值得讀。
- Rick Wilson 一星負評
.
在有趣又實用的《快思慢想》之後讀這本，有點失望。我擔心的是，這本書暗示了很多「因果關係」，但是統計數據只代表「相關性」。硬要套因果關係是很草率的作法。
- Rebecca A 二星負評
.
這本書很令我失望，我原本以為這是一本科學性質的書籍。結果就像是麥肯．葛拉威爾寫的一樣，充滿了許多故事而沒什麼內容的書。
- Maher Razouk 一星負評
.
每季精選 12 本暢銷書的「兩則好評、三則負評」，讓你快速瀏覽全球最大書評網站 Goodreads 的讀者評論和我的選書原因，幫你省下選書時間
免費訂閱 https://readingoutpost.com/book-picking-subscriber/

AI 如何為公司創造更多價值？專家：2 個缺陷，要先由人類來修補

2021/05/13
採訪‧撰文
盧廷羲
張凱崴

美國人工智慧國家安全委員會（NSCAI）今年 4 月建議，國防部每年應至少分配 3.4% 的預算投入科技領域，並提撥 80 億美元研發 AI。企業方面，微軟（Microsoft）4 月宣布，將以 197 億美元收購語音辨識開發商紐安斯通訊（Nuance Communications）；後者是雲端與 AI 軟體的先驅。

從企業到國家，都愈來愈重視人工智慧，知道要想辦法運用 AI 創造更好的生活。不過，目前 AI 發展到底處於什麼階段？我們又該如何應用？

美國加州大學洛杉磯分校（UCLA）電腦科學系助理教授張凱崴形容，目前人工智慧技術已經可以幫助人類完成很多事，像是疫情來襲，電腦可以從大數據中篩選條件，自動搜尋、判讀潛在病例，幫助醫生大幅減少檢查時間，但 AI 也並非萬能，要先認知它的局限。他研究如何讓 AI 更符合人性，獲得 2021 年的史隆研究獎（Sloan Research Fellowships）。

AI 局限1. 資料寬廣度不足時，就會複製人類偏見

張凱崴認為，電腦在學習的時候，是依賴「彙整數據資料」來判斷，並沒有真正思考，如果資料來源太狹隘、不夠多元，資料寬廣度不足，電腦判斷就會出現偏差，「你跟電腦講清楚 input（輸入）、output（輸出），提供足夠的數據資料，它可以對應、學得很好，但還有很多面向 AI 做不到。」

舉例來說，亞馬遜（Amazon）2014 年推出智慧音箱（Amazon Echo），使用者口頭下指令給語音助理 Alexa 就能放音樂、查資訊。然而，有些人口音較罕見，或是用字較特殊，智慧音箱的資料庫沒有「不同口音」「不同用詞」的檔案，就可能失靈，這是當前 AI 的其中一大問題。

張凱崴進一步解釋，AI 另一項挑戰是，它無法清楚分辨「不曾出現」與「不能出現」（無法出現）之間的區別，只是從資料統計出要學的東西，無法像人類一樣進行邏輯思辨。

AI 的運作方式，第一步是輸入資料，第二步是分析，但這過程容易出現偏見。例如電腦在理解「總統」這個字，會去看四周有什麼字詞，來學習總統這個詞，由於許多總統都是男性，電腦就會「覺得」總統是男性。

這也是為什麼，如果讓 AI 學習，在它的認知裡，女性「不可能」當美國總統（因為沒有資料紀錄）。「你可以跟人類說，任何職業、性別都是平等的，但對電腦來講，這很困難，」張凱崴說明，一旦資料的寬廣度受限，電腦就容易產生偏見。

就像在自然語言處理（Natural Language Processing，讓電腦把輸入的語言變成有意義的符號）領域，張凱崴說明，AI需要知道代名詞指的是「哪個名詞」，才能運算下去。但如果資料受限，使用男性的「他」，電腦可能判斷這個代名詞是指總統、總理、執行長；但換成女性的「她」，由於數據不足，電腦就會混亂，出現系統性誤差。

他再舉一例，美國人工智慧研究組織 OpenAI 提出「生成式預先訓練」系統（GPT，Generative Pre-training），推出到 GPT3 版本，屬於書寫類 AI，電腦能夠揣測人們說完上一句話，下一句可能會講的句子，自動完成後半段。

好比有人上一句寫下「我正在和教授聊天」，系統可能推導出「我們在研究室討論學術問題」，因為電腦藉由蒐集來的語料資料中判讀出「教授」和「學術」具高度相關。但研究也顯示，GPT2（前一代版本）系統也從資料中學習到許多偏見，像是如果句子前半談論白人男性，系統傾向產生正面評價；如果句子前半是黑人女性，系統竟會產生負面句子。對企業來說，許多組織接觸 AI，想讓它們取代部分工作，首先需要留意資料的廣度、多元性，才能減少電腦犯錯的機會。

AI 局限2. 即便條件相同，也無法每次都做出正確判斷

「其實，現在的 AI 就像一台原型飛機，還缺乏穩定性。」張凱崴說，現行的 AI 就好比萊特兄弟（Wright brothers）剛發明飛機，看似可以做很多有趣的事，但「可以飛」跟「飛得很好」，有一大段落差。

紐西蘭的簽證系統曾鬧出笑話。人們上傳簽證照片，AI 掃描後，確認是不是本人，但當時系統沒有估算到某些亞洲人眼睛比較小，一名亞裔男子被判定「沒有張開眼睛」，因此照片無效。

張凱崴說，在這個例子中，凸顯出 AI 的穩定性不足，「系統沒有考慮到不同人種的差異，很死板地認為你眼睛沒張開。」所謂的缺乏穩定性，指的是 AI 沒辦法在相同條件下，每次都做出正確決策，這也是使用 AI 時，須留意的第二個挑戰。

他再舉例，許多模型可以準確分析，一則影評對電影的評價是正面或負面。然而研究顯示，有時只要將影評中一些字換成同義詞，例如把電影（movie）換成影片（film），或改寫句子，即使意思並未改變，系統卻把原本判斷為正面的影評標註成負面。這顯示AI系統還未真正了解語言的含義。

在設計這些程式時，人們必須注意到 AI 可能有局限，設定的資料範圍要更完整，考慮這些因素，就能減少偏見、落差，進而加強穩定性。

餵指令給 AI 要多元化，嘗試「換句話說」、刻意混淆

經理人雖然不一定具備 AI 方面的專業知識，但只要掌握觀念，再透過 AI 領域專才協助，也能優化系統。張凱崴指出，最直接的方法是，設計 AI 模型時，要把來源群組不同的資料分門別類測試，在測試階段讓群體多元化，並確保不同特色的使用者，用起來都沒有問題。

舉例來說，一套 A 系統擁有來自各地的使用者，如果設計者是台北人，設計系統的思維容易以台北生活為主，很可能因為當地習慣不同，導致花蓮使用者操作不順。

另一個方法，則是用不同的「語意」，去測試 AI 有沒有徹底學會一個概念。例如，有一套餐廳評鑑的 AI 系統，只要蒐集、整理使用者意見，就能判斷每個顧客對於餐廳的評比是高分或低分。那麼要如何確認這套系統的穩定性？張凱崴建議，可以利用「抽換詞面」的方法。

比如，把詞彙換成同義字，再看 AI 是否能運算出相同結果，「你可能會發現，原本評比結果是食物很美味，但如果美味換成比較困難的詞，AI 就會分不出這則評比是好是壞。」因此在訓練模型時，可以將詞彙隨機抽換成同義詞，增加 AI 的詞彙量。

第三種方式更進階：改變句型、重寫句子。張凱崴指出，同樣一句話，如果換成不同說法，電腦可能判讀錯誤，將「因為發生 A 事件，所以導致 B 事件」，改寫成「B 事件發生了，是因為 A 事件的緣故」，明明兩句話意思一樣，但 AI 很可能因為穩定性不足，搞混兩者的差別。如果要鞏固 AI 的穩定性，可以使用自動改寫的方式，增加資料的多樣性。

張凱崴表示，經過這些測試，讓 AI 接受更多元化的訓練，得到更廣的學習範圍，往後碰到同義詞、相似資訊，才能有效判讀。

張凱崴總結，AI 還在快速發展，或許可以創造更多工作機會、新的職位，但現行階段，它只是輔助角色。AI 並非魔術盒子，使用它就一定有更好結果，人們還是要保持高度耐心，先認識它的缺陷，才能在技術更迭下，發揮出最好的結果。

張凱崴

台灣大學資訊工程系碩士、美國伊利諾大學（UIUC）電腦科學博士。美國加州大學洛杉磯分校（UCLA）電腦科學系助理教授，研究領域包括人工智慧、機器學習、自然語言處理。2021 年獲得史隆研究獎（Sloan Research Fellowship），研究團隊開發的運算方法，使人類語言處理的程序更有效率、更多元，同時兼具公平性。

附圖：優化AI系統的3方法

資料來源：https://www.managertoday.com.tw/articles/view/62902?fbclid=IwAR2jI1bhg1anqct0AZZR_3LKKJqIsvG0wz2whSN8iniROZApHt-_qpD7dis

【線上課程】《自信表達力》～讓你不再害怕開口
從「敢表達、說清楚」到讓人「聽得進、會去做」的完整學習
課程連結：https://pse.is/RG5NC
第一講免費試聽：https://youtu.be/fAjySLoa2f8
不定期推出補充教材，讓學習無限延伸：https://pse.is/NUJK9

【7/4 開課！】《學「問」～高難度對話的望聞問切》~第19期
掌握達成共識的關鍵能力！
課程資訊：http://www.koob.com.tw/contents/232
更多學員心得分享：http://goo.gl/A07zZ0

【隱喻工作坊】認識自己的獨特，與潛意識做朋友～2020/05/23 開課
課程資訊：https://www.koob.com.tw/contents/4165

【線上課程】《時間駕訓班》～
學會提升效率，擺脫瞎忙人生，做自己時間的主人
課程連結：https://pse.is/DDDHB
第一講免費試聽：https://youtu.be/flfm52T6lE8
不定期推出補充教材，讓學習無限延伸：https://pse.is/GXZWM

【線上課程】《理財心裡學》～擺脫家庭影響，從心培養富體質
課程連結：https://pse.is/EPBWE
第一講免費試聽：https://youtu.be/HgrDK7pqR-0
不定期推出補充教材，讓學習無限延伸：https://pse.is/NJ5VE

【線上課程】《人際斷捨離》～
讓你留下怦然心動的關係，活出輕盈自在的人生！
課程連結：https://pse.is/E5MW5
第一講免費試聽：https://youtu.be/YyLvd1cNcDw
不定期推出補充教材，讓學習無限延伸：https://pse.is/LVRLY

【線上課程】《過好人生學》～讓你建立迎向未來的思維與能力！
課程連結：https://pse.is/H8JXH
第一講免費試聽：https://youtu.be/-EHOn0UxMys
不定期推出補充教材，讓學習無限延伸：https://pros.is/KQZZH

【我們有Podcast囉～】歡迎到Apple或Android內建的Podcast搜尋「啟點文化一天聽一點」訂閱我們！另外，在Spotify和Soundon也找得到喔！
Apple Podcast～https://pse.is/N2WCZ
Google Podcast～https://pse.is/PEN2Z
在Spotify收聽～https://pse.is/PQT76
在SoundCloud收聽～https://soundcloud.com/ekoob

歡迎加入「啟點文化 X Telegram 」：https://t.me/turnkeysolution

線上課程【不用開口，就讓你擁有人際好感】
啟動人際溝通的關鍵影響力 https://goo.gl/v3ojdo

桌遊【人際維基】～一玩就懂得別人的在乎：https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】：https://goo.gl/ASruqR
=======================
以下為本段內容文稿：

歡迎來到「一天提一點」，我們每週一到週五晚上7點準時更新，透過心理學在生活裡的應用，每天陪你進步一點點；如果你想要每天都有所進步，歡迎訂閱我們的頻道。

你一定聽過這句話叫做「貨比三家不吃虧」，這個建議聽起來很簡單，但是我要告訴你，它其實是錯的！

「比較」這件事情哦，其實會蒙蔽我們的雙眼，如果以購物的情境來看的話，我們是在一個人為設計的環境裡面，去做抉擇；所以商品之間的微小差異，會被過分的放大。

在芝加哥大學的行為經濟學家奚愷元跟張嬌，他們發現了這個現象，而且提出了精辟的例子，他的例子是這樣哦！

有一個求職者，他獲得兩個工作機會，其中一個工作的內容比較無聊，但是年薪有7萬美元，而另外一個工作還蠻有趣的，但是年薪只有６萬美元，你猜他會選哪一個職務呢？

而第2個例子，就是某個人跟他的家人，住在一個略大於美國平均居住面積的房子，大概是280平方公尺。

但是呢，他步行就可以到他的公司，如果以同樣的租金，可以租到1間370平方公尺，但是距離公司有一個小時車程的房子，那他會搬家嗎？

簡單來說，這兩個房子都還算蠻大的，而第1個離他公司比較近，對他來說比較方便；而第2個呢，雖然離他公司比較遠，但是更寬敞更大，那麼回到你身上，剛剛這兩個例子如果是你，你會怎麼選擇呢？

其實啊，這兩個實驗結果告訴我們，當人們面對這些抉擇的時候，往往會傾向選擇那種更高薪的工作，還有更大的房子，似乎好像我們比較看重數字的呈現，比較看重那些明顯可見的差異。

而忽略那些比較難具體化的條件，像是呢，這個工作有不有趣啊，或者所謂的交通方不方便、是不是省時，這樣的主觀感受。

為什麼會有這樣的現象呢？發現這樣子思考傾向的研究者認為哦，其實原因就出在所謂的「差異認知偏差」，也就是比較的扭曲效應。

他們證實哦，比較不同的選擇，可能會造成我們內在的誤導；我們一旦接受了其中一份工作之後，收入這個要素，其實就會退居次要。

而我們開始會對每天的工作感覺到困擾，也就是在第1個例子裡面，年薪比較高，但是明顯令人更疲累的那份工作。

其實長期來看，你會比較不滿意這樣的決定，而這樣的決定也會為你帶來更大的負面影響。

因為不愉快的工作負荷是你每天都要面對的壓力，而優渥的薪水帶來的良好感受卻會日益消弱啊，一旦習慣了領到某個數字的薪資，漸漸的你就會對這個數字越來越無感。

可是呢，幾乎沒有人會去比較這兩者之間的差異，所以選擇高薪，但是枯燥的工作，那些人哦，有可能做出了極為錯誤的選擇。

「比較」這個行為本身，它就會強調不同選擇之間的差異性，但是這些差異性之所以會不重要，是因為我們日後，我會每天做這樣的比較啊！

你不會每天計較自己的薪資，可是你每天的工作內容，卻是你每天都會注意到的事情。

所以你到底要選擇一個薪水比較高，但是無聊透頂、爛透了的工作；還是要選一個薪水、稍微差一點，但是很愉快的呢？

然而這個部分也有其他的解釋，像是在這兩個例子當中的當事人，可能會傾向於高估既成的事實；也就是高估選項當中比較容易測量，而且比較可以合理評估的特徵，像是薪資啊、像是房子的大小啊！

但是在此同時，只能透過感性判斷的這些軟性特徵，就會慢慢的被淡化，科學家把這樣的現象稱為「世俗理性主義」。

世俗理性主義在這裡的體現就是，比起一個多樣化有趣的工作，可以帶來的快樂感，那麼1萬塊美元聽起來似乎感覺起來會更實在，這就是「世俗理性主義」。

而第3種解釋就是，我們的決定比較偏好那些具體有形，而且直接的好處，並且會忽略日後才會出現的缺點。說穿了，這樣的想法就是先拿到錢再說，在心理學裡面叫做「媒介最大化」。

其實這三種行為決策常常發生交互作用，選擇高薪，但是無聊工作的人，顯然高估了薪資比較的結果。

但是由於薪資的差距是鐵錚錚的事實，再加上人們總是會把金錢擺在第1位，所以才會賦予它比較高的重要性。

結果呢，就造成這個決定，會讓當事人一直覺得自己做錯了事情，然而談到這裡，不管是差異認知偏差，還是世俗理性主義，還是媒介最大化，它都是一種我們簡化知識獲取跟決策的方法。

但這些方法，也就是這些比較的方法，往往都會讓我們做出，我們會後悔而且不快樂的決定；因為長期來看，你可能很快的會對於自己的薪資跟房子大小覺得無感，可是你的主觀的幸福感，你是不是省下時間做你想做的事？

或者是你的工作，是不是讓你每天都很開心，有成就感，它卻是你的everyday life，所以聽到這裡你還要繼續比嗎？

如果你的答案，仍然是要繼續比的話，那我只能祝福你！希望今天的分享能夠帶給你一些啓發與幫助，我是凱宇。

如果你喜歡我製作的內容，除了YouTube之外，我們還有Podcast的頻道，你只要在Podcast的應用裡面搜尋「啟點文化一天聽一點」，除了訂閱我們之外，記得給我們5顆星的評價，並且把它分享給你身旁的朋友，我們需要你的支持。

然而如果你對於啟點文化的商品或課程有興趣的話，我們近期推出了一門線上課程叫做【自信表達力】；其實呢這一門課，回到它的最核心的精神源頭，它也蠻符合我們今天所提的。

我們常常在面對表達任務的時候，都會有一個完美的想象，也就是把現在的自己，跟那個完美的形象去做比較，然而這樣的比較，往往會讓你感覺到非常的挫折。

你會有一種覺得自己不管做多少努力，都沒有辦法做到那完美的形象，其實我要告訴你的就是，正因為你有一個完美的想象，這就是為什麼你沒有辦法做好表達的原因。

如果你想要知道更多，如果你想要知道怎麼樣從你的內在，去解放這樣的迷思，讓你在表達裡面如魚得水、自然自在的話，那麼【自信表達力】就是為你設計的。

期待你的加入，相關的資訊，在我們的影片說明裡都有連結，希望我能夠跟你一起學習，一起前進，那麼今天就跟你聊這邊了，謝謝你的收聽，我們再會。