决策过程中充满了各种阻碍，其中一个重要因素是噪声和偏差。卡尼曼在他的著作《噪声》中给出了一个深刻的公式：决策错误等于偏差加上噪声。这个公式告诉我们，偏差和噪声并不会互相抵消，相反，它们会叠加起来，把理性给冲垮。比如，在招聘季，企业通常喜欢那些长相出众和高学历的候选人，这是可预测的偏差。而有些管理者会因为个人偏好而选择不同的候选人。比如，王经理可能更欣赏阳光开朗的人，而张经理却偏爱那些默默做事的人。这些个人偏好就是不可预测的噪声。 当水平噪声出现时，每个人都有自己的一套评价标准。比如，张经理可能给某个求职者打8分，而王经理只给4分。这种差异是因为两个人性格不同造成的。王经理可能把6分当做及格线，而张经理却把6分当作潜力股来考虑。 模式噪声是指个人在不同场景下产生的判断偏差。比如，法官张对白人罪犯可能比较宽容，而对惯犯则会加重惩罚。这种偏见和场景相互作用产生了模式噪声。它会让一个人的稳定偏好变成具体的判断结果。 情景噪声是指情绪和环境变化对决策产生影响。比如，王经理如果刚和福建面馆老板吵过架，可能会对所有福建籍求职者都产生偏见。张经理如果刚失恋看到失意的候选人可能反而觉得眼前一亮。这些情境变化像天气一样难以预测。 群体决策并不一定就比个人决策好得多。有时候群体里的人们互相影响会让偏见放大。比如七人董事会讨论是否在巴黎设立办事处时一致认为巴黎战略非常好，这就是信息级联导致群体极化。 卡尼曼给出了解决这个问题的方法：采用德尔菲法（评估-讨论-评估）。首先让每个人独立评估一个问题，然后再聚在一起讨论大家的意见，最后再重新评估一次。通过这个过程可以避免第一个声音影响大家的判断。匿名打分能够屏蔽第一个人意见带来的影响；集中讨论能够让质疑和解释充分发生；二次匿名打分则能够用新信息重新校准自己。 这样做既保留了个人思考的火花又吸纳了同伴智慧，噪声被层层过滤掉偏差也被重新校准了。