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。