[факт по рецензии, книжная с. 12] Сквозной тезис книги (Kahneman, Sibony & Sunstein, «Noise: A Flaw in Human Judgment», 2021), дословно процитированный рецензентом: «wherever there is judgment, there is noise—and more of it than we think» (книга, с. 12 — по цитате в рецензии Aldous, The Mathematical Intelligencer, 2022).
[факт по рецензии, книжная с. 26] Величина разброса в реальной профессиональной практике («noise audit» среди страховых андеррайтеров): «in considering the difference between two underwriters' decisions as a percentage of the average, one study showed that the median difference was 55%» (книга, с. 26 — по цитате Aldous). Независимо ту же цифру подтверждает вторая рецензия с указанием ожиданий руководителей: «Most CEOs expect the difference to be about ten per cent (median and mode answer)… what authors discover from their study is fifty-five per cent» (JBEP review, Bronnikov, 2022, с. 53). [оговорка: вторая рецензия не приводит номер книжной страницы для этой цифры — цитирует по смыслу, не дословно].
[факт по рецензии] Формальное разложение ошибки, реконструированное рецензентом на основе материала книги (не дословная цитата книги, а формула, изложенная рецензентом): «A line or two of algebra gives the key identity… MSE = bias² + noise², where bias is the difference between the average of the group predictions and the true value, and noise is the standard deviation of the predictions» (Aldous review, с. 1–2 рецензии).
[факт по рецензии, JBEP с. 53] Определения двух видов шума: «level noise — that is, systematic variability in the average level of judgments by different individuals»; «pattern noise — that is variability within individuals' responses to particular cases» (JBEP review, Bronnikov, 2022, с. 53, цитируя Kahneman et al., 2021).
[факт по рецензии, книжная с. 308, гл. 24] Организационное противоядие — структурированное интервью найма, прямая связь с искажением illusion of validity: «The interviewers' task in structured behavioral interviews is not to decide whether they like a candidate overall; it is to collect data about each assessment in the evaluation structure and to assign scores. Interviewers are required to ask predetermined questions and score them against a predetermined rating scale…» (книга, с. 308, через рецензию Aldous, помечено рецензентом как «edited»). Прямая связь с ИС-14 Иллюзия валидности и с независимым подтверждением ценности алгоритмических/структурированных процедур в мета-анализе Grove et al. (2000, через Kahneman & Klein, 2009, далее KK09): 136 исследований клинических против механических суждений, механические превзошли в 63 из 136, ничья в 65, клинические лучше лишь в 8 случаях (KK09, с. 523).
[факт, KK09 с. 523] Прямая цитата о том, где алгоритмы систематически выигрывают у человеческого суждения — низковалидная (зашумлённая) среда: «people perform significantly more poorly than algorithms in low-validity environments… A statistical approach has two crucial advantages over human judgment when available cues are weak and uncertain: Statistical analysis is more likely to identify weakly valid cues, and a prediction algorithm will maintain above-chance accuracy by using such cues consistently» (KK09, с. 523) — алгоритм не «умнее», а стабильнее (не шумит) там, где человеческое суждение неизбежно шумит от случая к случаю.
[факт по рецензии] Оговорка о цене внедрения дисциплины решений (decision hygiene) — организационная практика снижения шума имеет измеримую цену, не только выгоду: «excessive-decision hygiene can easily become disadvantageous in terms of bureaucratic costs (both monetary and time) and professional independence suppression» (JBEP review, Bronnikov, 2022, с. 54 — пересказ рецензента, не дословная цитата книги).
Что объясняет. Почему устранение смещения (bias) не гарантирует точности группового или организационного суждения: даже полностью несмещённая в среднем система оценки может быть крайне неточной для каждого отдельного случая, если велик разброс между оценщиками (шум) — это отдельная, алгебраически независимая компонента общей ошибки MSE, которую традиционные дебайасинг-приёмы (нацеленные на среднее смещение) не устраняют.
Что не объясняет. Рамка не даёт единого генеративного механизма шума (в отличие от МХ-10, где шум выводится из модели канала памяти одного человека) — здесь шум фиксируется эмпирически, на уровне разброса между людьми/случаями, не на уровне индивидуального когнитивного процесса; определения «уровневого» и «паттерн»-шума в узле — не дословная цитата книги, а пересказ рецензента, граница между этими двумя видами шума дана вторично.
Границы (по авторам, по рецензии). Само измерение шума (noise audit) требует специфической процедуры — сравнения независимых оценок разных экспертов по одному и тому же случаю; без такой процедуры шум остаётся невидимым для организации (ожидания CEO о разбросе — 10%, реальность — 55%, JBEP с. 53) именно потому, что при обычной работе никто не сравнивает решения коллег впрямую. Организационное противоядие имеет цену (бюрократические издержки, подавление профессиональной автономии) — рецензент прямо указывает на этот компромисс (JBEP с. 54), не как на решённый вопрос, а как на оговорку.
Спор. Прямого симметричного спора с самой рамкой noise vs bias в добытых источниках не встречено; статус источника (🟡 по книге, не по прямому тексту) сам по себе методологическое ограничение узла — оценки величин (55% разброса, MSE-формула) верифицированы через две независимые рецензии с совпадающими цифрами, что повышает доверие к точности пересказа, но не заменяет чтения оригинала. Смежный спор о степени, в которой алгоритмы вообще превосходят клиническое суждение — предмет школьного спора HB vs NDM, см. СП-02 Эвристики или экспертная интуиция HB vs NDM.
(б) Процедура. Единственный измеренный (по рецензии) приём — «noise audit»: независимая оценка одного и того же случая несколькими экспертами без сговора, с последующим сравнением разброса, что выявило 55%-й медианный разброс среди страховых андеррайтеров против ожидаемых 10% (JBEP с. 53) — сама процедура диагностическая (выявляет шум), а не устраняющая его напрямую; структурированное интервью найма как конкретный измеренный приём снижения одного из источников шума — см. ИС-14 Иллюзия валидности и мета-анализ Grove et al. (63 из 136 в пользу алгоритмов, KK09 с. 523). (в) Среда. Шум предсказуемо больше там, где решение полагается на неструктурированное профессиональное суждение без явной шкалы и без сравнения с коллегами (найм, страховой андеррайтинг, судебные приговоры — примеры книги по рецензиям); диагностика — задать вопрос: «если бы два разных, одинаково квалифицированных человека посмотрели на этот же случай независимо, дали бы они одну и ту же оценку?» — если ответ не проверялся, шум, скорее всего, недооценён. (г) Организация. Кто решает vs кто предлагает: организационная дисциплина решений (decision hygiene — предопределённые критерии оценки, независимость первичных суждений до обсуждения, структурированные процедуры вместо целостного впечатления) снижает шум по логике книги, но имеет явную цену — бюрократические издержки и подавление профессиональной автономии (JBEP с. 54) — это кейсы и пересказ, не RCT-замер эффекта самой дисциплины решений в управленческом контексте.
2026-09-12
отвечено 0 из 3
1. Как книга «Noise» (по цитате в рецензии) формально разделяет источники ошибки суждения?
2. Какой разрыв между ожиданием и реальностью зафиксировал «noise audit» среди страховых андеррайтеров?
3. Что показывает мета-анализ Grove et al. (2000), процитированный в KK09 (с. 523), применительно к теме шума?