最近一篇文章《流感下的北京中年》在朋友圈广泛传播，从中可以看出作者面对医疗过程中因为信息缺乏，时间紧急需要做出决策时的无奈。随着社会的发展，我们在方方面面都需要做出决策，很多时候，我们无法做到在每一个方面都“专精深”。所以往往我们需要求助于他人，有这么一句话“听取大多数人的意见，和少数人商量，一个人做决定”。
本周通过继续阅读王烁《思维训练营》的三篇文章，里面有一个贯穿一致的逻辑链条，其实说的就是这个道理。但是他把这句话掰开了，讲得清清楚楚。我总结其三篇文章中的精髓，和你一起梳理一下听取绝大多数人意见的正确姿势。这句话可以分成三部分来说，“听取”，“大多数人”和“意见”。
首先，什么是“大多数人”？往往我们在做决策的时候，喜欢凭感觉。或者在不熟悉的领域，比如择校时问几个亲戚，择偶时咨询一下几个朋友意见。为什么我们的咨询范围会局限，因为在人际关系配置上出了问题。
王烁说，人际关系就像资产投资一样需要多元化。我们在进行投资时，都知道一个道理，不要把鸡蛋放在一个篮子中，把风险分摊出去。同时，根据理财产品不同的风险高低按比例配置，股票属于高风险的项目，货币基金属于中等风险，而存在银行，余额宝中的钱是低风险的，还有一些可升值的固定资产，如房产。
诺奖得主、现代金融理论奠基人之一马科维奇说，这世界上是有免费午餐的，多元化就是免费午餐。因为充分多元化的组合，相对于多元化不足的组合，预期收益一样，但风险更小。人际关系的多元化似乎不仅能减少风险，还因为网络的正反馈效应能创造超额回报。
所以我们要打破喜欢和自己相似的人才成为朋友的思维定势，接触一些和自己想法，生活习惯，工作方式并不一样的人。
在这里王烁用贝塔理论给我们的朋友进行一个分类：
* 一种是高贝塔的，波动剧烈。（这里对应那些风险比较高的投资项目）这些关系为你锦上添花，也为你雪上加霜，或者鲜花着锦，或者树倒猢狲散。
* 一种是低贝塔的，无论你的朋友圈如何起伏，他们不与其沉浮，总在那里。
*最后一种是负贝塔的，也就是说，你飞黄腾达时他不在，你身处逆境时他出现。
我们要做的就是稳定好自己的“负贝塔关系”，这就是我们的父母，爱人，孩子等。当你奋勇争先时，就算面临巨大失败，他们还是站在你身后陪伴你，支持你。而高贝塔的关系，则是拓展你的思维，用他们的眼睛帮你看世界。
以上就是你为人际关系需要做的配置。
下面，来说“意见”。给出意见，实在是一件很简单的事情，因为很多人在给意见时不用为你的人生负责，所以我们一定要谨慎对待。
比如看电影这件事，在选一部电影时，我们可以去豆瓣上看评分。豆瓣评分对待意见的方式很简单，就是平均。每一个人的意见在这里都是平等的。这个方法对于大部分电影来说是适用的，好片评分高，烂片评分低。但是你一定发现一个问题，如果一部电影很热门，有5000人给它打分，给出了7.5分（满分10分）的平均成绩。而另一部电影则是一部冷门电影，总共就3人打分，评分是9分。显然二者分数没有可比性。
没关系，我们把方法升级，利用“贝叶斯推理”——首先你有一个既有判断；其次获得新信息，不断调整更新。
比如IMDB电影评分机制就是用这个方法，一部新上映的电影，它都会获得一个基准分——网站上所有电影平均分。比如这个分数是6.5分，并且对应拥有了3000份投票。这就是既有判断。接下来，有人看了电影，新的信息在不断被加入。我们可以看到刚开始，打分人数很少时，过高过低的评分对电影总体评分影响并不大；当打分人数到3000人时，是真实用户评分的平均值与基准分6.5的差距。只有人数继续增加，才会不断逼近总体用户对电影的评分。
这个方法已经很好了，比如说我们与一个人接触时，先会给ta一个不好不坏的评价，然后在不断接触中，一次次打分。
当然这个方法还可以升级，那就是“动态加权”。
因为一人一票，反映不出这张票中包含的投票者信息。一群专业影评人投票结果可能在反映一部电影准确度上更好。
著名的对冲基金管理人达里奥，管理公司时使用的决策方法叫做“believability-weighted idea meritocracy”（可信度加权的想法，惟贤是举体制）。什么意思？
人人都有话份，在决策流程中都能发言参与，在发言资格的意义上大家是平等的，但彼此的话份就有差等。有人水平高，决策效果的历史表现好，他们话份就大，反之话份就小。决策如果有意见分歧，则按“不同意见×话份”来解决分歧。 每次决策都有记录，根据决策效果反馈，随时更新每个人的话份。
这种方法就被写在达里奥的《原则》一书中。这样的方法有效吗？他的桥水资本管理着1600亿美元资金，是过去十年最成功的对冲基金。
而这样的方法，被《超预测》的作者泰特洛克进一步推进，加权所得的结果预测，如果是乐观预测，会输出一个更乐观的预测；如果是悲观预测，极化会输出一个更悲观的预测。
这种方法叫做“极化”，它的目的就是把已经聚合的所有人信息再加上自信这一因素。由他建立的“超级预测者”团体，在这个模式下，对世界上各种大事的预测准确率超过美国所有智库以及掌握更多信息的情报机构。
所以，我们在得到大多数人意见时，也要学会给每个意见进行加权。通过自己几次试错或者观察，我们也给身边人的意见一个排名，这就需要有记录。
比如每个人一开始的话份都是33.3分，在每次接受意见后，根据结果，给一个1-5分的评价，建立自己的动态加权体系。
最后，我们说一说“听取”。听取其实就是记录刚才所收集到意见的动态加权，但是还不够。
缺少两步，一步是，把听取人范围进行分类，可以根据他们的专业，经验进行分类；比如医疗朋友，律师朋友等等。
另一步是学习概率统计。为什么这么说？我们之前说了贝叶斯推理，其实我们在生活中就是在运用这个方法，根据新的信息不断修改自我判断，但为什么还得到错误结果？
因为第一，我们不会将两条信息的概率统一起来。其原理是已知如果A则B，那么反过来求解如果B则A的概率。
这里给一个思考题，艾滋病感染者在中国男性青壮年中所占比例是千分之一，HIV试纸检测的准确率是99.5%。如果某位男青年测出阳性，他感染艾滋病的概率是多少？（答案是六分之一）。如果你能理清这个关系，你就是一个懂概率的人。因为如果你的答案是99.5%，那么根据概率不同，那个人会做出不同决策，错误答案导致错误的贝叶斯推理。
其次，王烁说：“真正的贝叶斯人会尊重先入之见，因为它是一切新知的出发点，但又随时准备清空存量，以避免掉入这一陷阱。”我们可能会因为感情因素，或者对“沉没成本”的损失厌恶，而耿耿于怀已经过时的信息。
所以如果我们能克服以上两点，就可以做到合理“听取”。
总结上文，听取大多数人意见时，我们首先要丰富自己的人脉关系，就像分摊风险投资一样。然后把身边人或者名人的意见进行分类和加权统计，每次判断正确的人在以后他们的意见份量逐渐加重。最后注意不要做一个新入为主的人，敢于放弃旧信息，并掌握概率知识。最终我们可以建立自己的“决策体系。”
禅定时刻
本周每天三件小事都很好完成。天天用英语继续跛腿。
