第23章 切身利害：反脆弱性和牺牲他人的可选择性 第24章 给职业戴上伦理光环 一、 将脆弱性进行转移是什么意思？请举例说明 1、含义： 脆弱性和反脆弱性从一方向另一方的恶意转移，也就是说，只有一方受益，而另一方却（不知不觉地）受害。  （图：伦理与基本不对称性） 2、举例： √建筑师明知地基有风险，还隐瞒风险，自己兑现了大额支票后离开，同时由于受到复杂的法律制度的保护，对之后楼房的坍塌不负一点儿责任。 √学者发表观点，导致小概率风险不断累积，却无须对此承担任何风险，还可以事后预言。 √职业经理人在企业中享受绩效激励，却没有惩罚措施。 √银行的损失远远超过它们有史以来赚到的利润，但它们的经理人却领取着数十亿美元的薪酬。 3、应对 √学习《汉谟拉比法典》： 不是进行回溯性惩罚，而是从一开始就设定反诱因，防止一个人在履行其职责的过程中伤害到别人，从而挽救他人的生命。 √学习胖子托尼的两个启发法 第一个启发法解决的是奖励和惩罚之间的不对称性，或个体之间脆弱性的转移。 第二条启发法是说我们需要建立冗余、安全边际，避免优化，以减轻甚至消除我们的风险敏感度中的不对称性。 二、 如何识别出脆弱性转移 1、 看是否心口合一、言行一致。 行动是对称性的，不允许过滤式选择，因此消除了免费选择权。 当你看到某人行动的实际历史记录，而不是他在事件发生后发表的想法，事情就一目了然了。 选择权消失了。现实消除了不确定性、不精确性、模糊性，以及让我们显得更聪明的心理偏见。错误的代价是昂贵的，它不再是免费的，但是做对则能带来实际的回报。 2、清晰先后顺序和论证逻辑 √先道德（信念）——再职业  （图：职业与行动比较） √数据是证伪，而不是证实 受数据愚弄的效应如今愈演愈烈。有一个被称为“大数据”的讨厌现象，研究者们将过滤式选择用到了大数据中。现代化提供了太多的变量（但每个变量的信息却太少），而虚假统计关系的数量增长要比真实信息快得多，因为噪声是凸性的而信号是凹性的。  （图：大数据的悲剧） 三、 印象深刻的一句话 “预言是对信念的承诺，仅此而已。先知不是第一个产生某个想法的人，他是第一个相信这个想法的人，而且始终相信。” 首先，我需要对我的未来，至少7年后，做一个预言。 然后，我得对这个预言，清晰的描绘出我的信念。 接着，我需要不断的去践行，去犯错，去承担风险，以实现我的预言。 这样，我就做到了言行一致，心口合一。