Kellogg Insight - 专家如何做出复杂的决定
Skip to content
Insight Unpacked Season 2, "American Healthcare and Its Web of Misaligned Incentives" | Listen Now
Economics Marketing Strategy 11月 1, 2022

专家如何做出复杂的决定

通过对两亿步棋进行研究,研究人员对什么让棋手取得优势,以及什么破坏他们的棋局提出见解。

two people playing chess

Yevgenia Nayberg

做一个简单的决定就好比看菜单点菜:你评估每一个选项,然后从中挑出一个保证让你最开心或回报最大的选项。但是当选择比较复杂时,例如买房子,制定业务计划,或是评估保险保单等等,要客观地找出“最佳选项”不仅不切实际,而且往往是不可能的任务。

例如,选择一个医保计划需要估计自己未来需要做活检或切除阑尾的可能性,这样一个多重猜测必定充满错误。选择一个营销策略也可能同样复杂,因为每一个可能的动作都会引起客户和竞争对手无数种可能的反应,导致的情况成千上万,决策者无法一一精准预料。

“当可用选项如此复杂,以至于你甚至无法判断某一个选项对你的价值时,决策就会有不同的维度。”凯洛格学院管理经济学和决策学副教授乔格·L.·斯宾库赫说道。

那么,在面对这种复杂性的时候,需要什么才能做出好的选择?放慢速度或是更多经验是否有帮助?还是这些错综复杂的决定只会让每一个人胡乱抓住救命稻草,无论他们的专长是什么或花多长时间思考他们的选项都起不了作用?

社会学家对这些问题的关注一直非常有限,凯洛格学院管理经济学和决策学教授尤瓦尔·萨兰特说道。于是,他最近与斯宾库赫展开合作,针对复杂情况中的决策过程变化提出新见解。在一项新研究中,他们使用一种不同寻常的实验对象--棋盘,取得有关人类做出复杂选择时的行为预测,这种预测方式前所未有。“复杂性和国际象棋有异曲同工之妙。”萨兰特说道。

研究人员利用一个网上国际象棋平台的一个包含两亿多步棋的巨大数据集,做出关于国际象棋棋手如何在复杂迷雾中找到出路的新颖结论。他们发现,减慢速度对每个人都有帮助,但棋赛大师受益于额外决定时间的程度要比棋艺略逊一筹的人高出许多。而且与直觉相反,研究人员证明,在棋局中加入一个平庸选项实际上可能比加入一个不良选项更糟糕。

国际象棋棋手如何做决定

国际象棋有几个特点,使其成为研究复杂决定的完美对象。

首先,每一步棋的质量都可以进行客观评比。选择保险计划或营销策略则完全不同,只有在水晶球灵验时才可能进行准确衡量和评比,从各选项中挑选一个保险计划或营销策略,而国际象棋的某些棋步可以被明确指认为致胜策略的一部分。这些棋步将(如果棋手接下来是最佳发挥)保证得胜,无论对手怎么做都无法改变。其他棋步可能保证平局或输棋。

(这个知名脑力游戏可以被拆解为预定义的胜负棋步,也许看来匪夷所思,然而在一个世纪前就已获得德国数学家恩斯特·策梅洛的证实。萨兰特解释道:“他基本上是说:‘国际象棋不是有趣的游戏’,因为无论黑方怎么走白方都有致胜策略,或者无论白方怎么走黑方都有致胜战略,或是双方都可以强迫形成平局。”)

然而,尽管可以对每一步棋进行客观评估,但这种游戏的性质却往往让人难以分辨棋步的好坏优劣,连专家棋手也不例外。“即使有著名定理说在棋赛的任何一刻,黑白任一方会有致胜策略,但你往往无法找到这些策略,因为棋赛非常错综复杂。”萨兰特说道。

结果是标准的决策过程模型,即人们逐一评估每一个选项然后选出最佳选项,通常并不适用。由于可走的棋步数量众多,逐一评估每一个选项常常是不可能的(尤其是限制棋手思考策略时间的快棋赛)。

因此,棋手通常只考虑所有可能棋步中的一小部分,然后选择他们认为足够好的第一个选项,也就是他们认为会致胜的第一个棋步--这是经济学家称为“满意原则”的一种策略。

由于许多现实世界中的决定也需要采取满意原则的做法,因此萨兰特和斯宾库赫认为研究棋手如何下棋也许有助于梳理错综复杂的决策过程。

“宏伟的”棋步数据库

研究人员的数据来自Lichess.org,该网站是世界上最大的网上国际象棋服务器之一。这个数据库涵盖将近八年的棋赛,捕获数十万名棋手下过的数亿个棋步,这些棋手有象棋爱好者,也有大师。重要的是这些数据不仅详细记录哪个棋子移动到哪个位置,而且还包含棋盘在任何一刻的完整布局。

研究人员将焦点放在棋手所谓的“残局”。这是指棋盘上剩下数量有限的棋子,双方都试图“将死”对方的情况。这些情况又以剩下不到六个棋子的残局特别有用,因为它们已经被电脑“破解”,也就是说,对于棋盘上六个棋子的任何布局,电脑科学家已将所有可能的棋步以及它们分别属于保证胜、负或平局的策略分门别类。

然而,取得真实棋步数据仅仅是开始。针对每一个残局,萨兰特和斯宾库赫必须决定棋手所有可能下的棋步,以及每一步是胜步、负步或平局步。

斯宾库赫说:“这是一项浩大的工程”,需要西北大学多台超级计算机组运行60万个小时。产生的数据集包含46亿个假设棋步,万亿个字节。

此外,萨兰特和斯宾库赫还获得了保证胜、负或平局所需步数的数据,这个数字在棋界被称为“将死深度”。他们认为这个数字可做为棋步复杂程度指标(逻辑是,正确分辨一个需要多走九步棋才能得到输赢结果的棋步价值比分辨只需两步的棋步价值困难的多。)

在数据经过处理后,研究人员即可开始对一些预测进行测试。

谁在复杂情况中做出正确决定?

研究人员首先研究复杂程度如何影响选项被选择的情况。

标准的经济选择模型预测,较复杂的胜步(也就是需要下更多中间阶段步来将死对方)应该比不太复杂的胜步更常被选用。但萨兰特和斯宾库赫发现,在国际象棋数据上看到的不是这样:一个胜步的将死深度越高,它被选用的频率就越低,也许是因为通往胜利的道路更为模糊不清。“至少在这种情况下,标准模型发生了重大偏差。”斯宾库赫说道。

研究人员还发现,棋手的棋艺水平以微妙的方式影响着决定。他们能够分辨出“有头衔”棋手(即被认为是世界最佳棋手者)和无头衔棋手。或许这并不意外,有头衔棋手比无头衔棋手犯错的可能性较小(例如明明有胜步却选了一个负步或平局步)。这个差距在当可选的胜步变得非常复杂时最明显,显示最佳棋手的专长在特别诡谲的棋局中对这些棋手们最有利。

棋手的棋艺水平也影响他们处在时间压力下的表现。可以预期有头衔的棋手比无头衔棋手犯的错误更少,无论他们被给予选择棋步的时间是多少。但这个差别在数分钟内完成的快棋赛中最小。在较慢的棋赛中,当决定棋步的时间所受限制较少时,无头衔棋手选择坏棋步的可能性比有头衔棋手高出许多。

“从额外思考时间中获益更多的是有头衔棋手。”萨兰特说道。

最后,该研究通过比较棋手在可用棋步组合略微不同时的表现,来研究改变可选棋步的组合如何影响决定。例如,一些棋手必须在3个胜步、2个平局步和2个负步中进行选择,另外一些棋手则在3个胜步、3个平局步和1个负步中做出选择。虽然两组棋手的胜步数相同,因此意外碰上坏策略的机会相等,但研究人员发现第二组棋手的表现差很多:以一个平局步取代一个负步,使棋手犯错的可能性平均增加了大约14%。原因是:“平局步更容易被误认为是胜步。”斯宾库赫解释道。

此外,棋手在面对数量庞大的可能棋步时,似乎不会对“选择过多”感到困扰。事实上,可用的棋步越多,他们犯的错误就越少,也许是因为在这些情况中有一大部分棋步是胜步。

综合以上结论,得到的启示就很清楚:“你可以增加尽可能多的胜步。”萨兰特说道。“它们不会造成更多的错误。如果你想把问题弄得很难,你需要增加的不是最佳选项而是相当接近最佳的选项。”

如何应对现实世界中的复杂性

萨兰特和斯宾库赫将他们的研究论文视为揭露复杂决策过程的一些基本特点。“对于所有类型的商业问题,从基本层面上了解人们如何做决定是很重要的。”斯宾库赫说道。

不过他提醒,要在你的下一次策略会议中运用这些观点之前务必谨慎。“要将这个研究结果应用到其他情况需要一点信心的跳跃。”斯宾库赫说道。毕竟,大多数复杂决定所涉及的赌注都比网络棋盘游戏高,而且我们需要进一步研究来测试在其他环境中是否也会出现类似现象。

尽管如此,我们还是可以从中汲取教训。例如,企业领导者不应认为表现优异的员工会在突如其来的危机中做出正确决定,正如国际象棋数据显示,当时间紧迫时,专长具有的优势会消退。

将这些研究结果应用于消费者,企业也可能从中获益,消费者可能被要求对复杂的产品或服务做出决定。你什么时候应该让你的营销方案保持简单,什么时候则该逐渐提高复杂程度,也许是通过描述产品的更多层面,也许是笼统表述产品的潜在用途?

部分答案可能取决于你的市场区隔:华而不实的策略可能不会让精明的消费者上钩,他们的经验能让他们分辨一个出色的产品和一个平庸的产品。

而当面临多个好选项时,萨兰特认为消费者就像棋手,可能倾向于选择他们可以立即看到明显好处的选项,营销人员不妨好好记住这一点。“如果你有一个真正优秀的产品,试着将它保持简单。”他如此建议。

Featured Faculty

Professor of Managerial Economics & Decision Sciences

Associate Professor of Managerial Economics & Decision Sciences

About the Writer

Jake J. Smith is a writer based in Illinois.

Add Insight to your inbox.
This website uses cookies and similar technologies to analyze and optimize site usage. By continuing to use our websites, you consent to this. For more information, please read our Privacy Statement.
More in Economics