猪猪小说网

手机浏览器扫描二维码访问

第24章 给职业戴上伦理光环（第2页）

故事发生在达沃斯论坛会议茶歇时的一次私人闲聊期间。我记得闲聊的话题本来是关于如何拯救世界不受道德风险和代理问题的伤害。但谈话被美国联邦储备银行的一位前副主席艾伦·布林德打断了，他试图向我推销一种特殊的投资产品，可以合法蒙骗纳税人。这种产品可以帮助高净值投资者规避有关存款保险额度的规定（当时的限额为100000美元），从而受益于近乎无限额的存款保障。它的操作方式是，投资者存入任何金额的资金，布林德教授的公司会将其分割为较小的金额并投资到银行，从而规避了存款保险限额的规定；这些账户看起来都像单独的账户，但实际上获得全额保险。换句话说，这将使超级富豪们通过骗取政府资助的免费存款保险来欺诈纳税人。是的，欺诈纳税人，而且是以合法的手段。还有，是在享有内部人优势的前政府官员的帮助之下。

我脱口而出：“这不是很不道德吗？”我得到的回应是“这是完全合法的”，接着，他又补充了一句更罪恶的话，“我们的员工中有很多曾经是监管官员”。这意味着（1）合法的就是道德的，（2）前监管官员比普通公民更有优势。

很长一段时间，也就是两三年后，我才对这件事做出反应，对此进行公开谴责。布林德肯定不是背离我的道德理念的最糟糕的案例，他之所以激怒我可能出于两个原因，一是他以前的公职身份，二是达沃斯论坛是为了拯救世界不受邪恶力量的影响（我当时还向他陈述了有关银行家如何牺牲纳税人的利益来冒险的观点）。但我们在这里看到的，是人们如何利用公职从公众身上合法获利。

告诉我你是否理解了这个问题的本质：受雇于公民，理论上应该代表公民最佳利益的前主管官员和公务员，可以利用他们的专业知识和在工作中积累的人脉，在加入私营企业（律师事务所等）之后从系统的缺陷中谋利。

进一步想想吧：法律规定越复杂，社会网络越官僚，就有越多深谙系统漏洞和缺陷的主管官员从中受益，因为他的主管优势将是其专业知识的凸性函数。这是一种特权，是以牺牲别人为代价获得的不对称性。（请注意，这种特权正在整个经济中蔓延；丰田汽车公司就曾聘请前美国主管官员，利用他们的“专业知识”来处理汽车缺陷调查案。）

现在到了第二阶段——情况变得更糟。布林德和哥伦比亚大学商学院院长合写了一篇专栏文章，反对政府提高个人存款保险额度。显而易见，这篇文章的意思是，公众不应该享有布林德的客户所享受的无限保额。

对此，我有几句评论。

首先，法律规定越复杂，业内人士越容易找到套利的机会。这里，我们又可以看出启发法的优势。2300页的法规在我看来抵不上几条《汉谟拉比法典》。厚厚的法规对前主管官员来说简直就是一座金矿，他们有足够的动机赞成复杂的法律法规。我们再次看到，内部人是“少即是多”原则的敌人。

其次，在一个复杂的系统中，法律法规的字面意思与实质意思之间的差异很难让人辨识。也就是说，技术性的、复杂的、非线性的环境比只涉及少数变量的线性环境更容易受人操纵。法律和道德之间的缺口，同样如此。

再次，在非洲国家中，政府官员会明目张胆地受贿。在美国，如果被业界看好，那么政府官员往往会得到银行的承诺，比如在退休后到银行挂职，一年获得500万美元的薪水，这种受贿的方式很隐蔽，从不会对外界公开。而针对这些行为的法规往往只是轻描淡写。

关于阿兰·布林德问题，最让我感到不安的是那些听到我谈论此事的人的反应：人们认为，一位前任官员利用以前的职位为自己“谋利”是很自然的事——哪怕是牺牲我们的利益。谁不喜欢赚钱呢？这就是他们的观点。

拿诡辩当作可选择性

你总是可以找到一个论点或合乎道德的理由在事后捍卫你的观点。这种观点非常靠不住，为了避免过滤式选择，你应该在行动之前，而不是行动之后提出合乎道德的准则。你要防止牵强附会地用你编造的故事为你的行为辩护——很长一段时间以来，“诡辩”这种就决策中的细微差别进行争论的艺术做的就是此事，即想方设法地为你所作的决定辩解。

让我先界定一下欺诈性意见。很简单，就是一个既得利益者将自己的利益泛化为公共利益。比如，理发师宣称理发是为“人类的健康”着想，或一个枪支游说团体声称持有枪支“对美国人民有利”，他们提出的意见只是为了其本人的利益，但他们却将自己粉饰成为了集体的利益而呼吁。换句话说，看看他们是不是在表23–1的左栏中？同样的，阿兰·布林德写文章反对普遍提高存款保险金额，不是因为他的公司将失去生意，而是出于公共利益的考虑。

但其实，我们有一个很容易实施的启发法来判断他们的真实意图，问一个简单的问题即可。有一次我在塞浦路斯参加一个研讨会的晚宴，另一个演讲嘉宾是来自一所美国大学的塞浦路斯教授，他的专业是石化工程，他慷慨激昂地斥责气候活动家尼古拉斯·斯特恩勋爵。斯特恩是与会嘉宾，但他缺席了晚宴。我不知道事情的来龙去脉，但我能看到这里显然发生了“缺乏证明某事存在的证据”与“证明某事不存在的证据”混为一谈的现象，于是我为了素未谋面的斯特恩开始与这位石化工程师争辩起来。石化工程师说，我们没有证据表明，化石燃料对地球造成了危害，但是他在语义上做了转换，这使得他的话等于是说，我们有证据表明化石燃料没有危害。他说斯特恩推荐的保险是无用的，这促使我马上跳起来质问他，他自己是不是也曾为并未发生过的事件投保了车险、医疗险和其他保险。我开始向他阐述我的想法，比如我们正在做一些对地球来说前所未有的事情，举证责任应该由那些打破了自然生态系统的人来承担，大自然比他知道得更多，而不是更少，还有其他一些源自本书的想法。但是，这就像与辩护律师对话一样——他们只会诡辩，却丝毫没有接近真相。

然后，一个启发法浮现在我的脑海里。我偷偷地问坐在我旁边的主持人，这个人从他的论点中是否能获得任何利益：结果我发现，这位石化工程师与石油公司深有渊源，他是这些公司的顾问、投资者和咨询师。我立刻失去了与他说话的兴趣，也不想费神与他在别人面前辩论——他的话毫无价值，只是胡言乱语而已。

请注意这与切身利害观点的关系。如果某人有一个观点，比如说银行系统非常脆弱，应该会崩溃，我希望他能根据他的观点进行投资，这样，在他的听众受损时，他也会受损——这就像一个表明他不是信口雌黄的信用凭证。但如果是有关集体福利的一般性陈述，则无须这样的投资。这就是否定法。

我刚才呈现的是合乎道德的可选择性机制，根据这一机制，人们应该依据自己的信念采取行动，而不是根据行动选择自己的信念。表24–1比较了各种职业与道德的反差。

表24–1职业与行动比较

这里存在一个反布林德问题，即所谓的“不利证据”的问题。你应该更重视提供不利于自己的证据的证人和意见。提倡饥饿疗法和通过否定法治疗糖尿病的大型制药公司的药剂师或高管，要比支持大量吃药的药剂师或高管可信得多。

大数据与研究者的选择权

本节有点儿技术性，不感兴趣的读者可以跳过本节，不会有任何损失。可选择性无处不在，有一种过滤式选择破坏了整个科研精神，让丰富的数据变得对知识生产极其有害。更多的数据意味着更多的信息，这句话并没有错，但是也意味着更多的虚假信息。我们发现，越来越少的论文会再版重印，许多教科书，比如心理学课本，早就需要重新修订了。至于经济学，还是别提它了。你很难信任许多统计导向的科学——尤其是当研究人员承受压力，必须为了自己的职业发表论文。然而，这一切却打着“推动知识进步”的旗号。

回想一下副现象的概念，这是现实生活和图书馆之间的区别。与那些看到真实事件的发展过程，以观察现实生活的一般顺序看历史的人相比，从图书馆的角度看历史的人一定会看到更多具有欺骗性的关系。他会被更多的副现象所欺骗，其中之一便是多余数据而非真实信号带来的直接结果。

我们在第7章中讨论了噪声的产生。在这里，它构成了另一个严重问题，因为研究员与银行家一样，也是有选择权的。研究者得到利益，而真理却蒙受损失。研究人员手里的免费选择权在于他能够挑选任何能够证实其观点，或展现出良好结果的统计数据，而抛弃其余部分。一旦他获得了他认为正确的结果，他就有权选择停止研究。此外，他还能找到统计关系——欺骗性的东西浮出了表面。数据有一个特定属性：在大型数据集内，大的偏差很大程度上来源于噪声而非信息（或信号）。

以下两种医学研究是有区别的：（1）观察性研究，研究人员主要在他的电脑上观察统计关系，和（2）双盲队列实验，以模拟现实生活的方式来挖掘信息。

图24–1

大数据的悲剧。变量越多，“老练”的研究员手中的显著相关性越多。虚假相关性的增长比信息增长得更快，数据因而呈现出非线性（凸性）

前者，也就是在计算机上进行观察，会产生各种各样的结果，而根据约翰·约安尼季斯的计算，十有八九的结果是虚假的——但这些观察性研究却频频见诸报纸和一些科学期刊。值得庆幸的是，这些研究并未被美国食品及药品监督管理局（FDA）所接受，因为该机构的科学家深谙研究内幕。我和积极反对虚假统计数据的斯坦·杨，在《新英格兰医学杂志》上看到一篇声称其统计数据具有显著性的研究，而这些结果在我们看来其实随机性很强。我们致信该杂志表达我们的意见，结果却石沉大海。

图24–1显示了一些潜在的虚假统计关系的数量正在不断激增。我们的想法如下所示：如果我有一组200个随机变量，彼此完全无关，但在统计运算中几乎不可能找不出某种高度相关的关系，比如相关度达30%的情况，但是，这完全是虚假的。我们有技术来控制这种过滤式选择（其中一种方法被称为邦费罗尼校正法），但即使用了这种方式也没法抓住那些弄虚作假的人，就像监管机构无法阻止内部人欺诈一样。这就解释了为什么在破译人类基因组约12年之后，我们也没有发现多少具有统计显著性的东西。我不是说数据中没有信息：但问题是，这如同大海捞针。

即使实验也可能因偏见而受影响：研究人员有动机选择那些与其寻求的观点相符合的实验结果，而隐藏起失败的结果。研究人员还可以在得到实验结果后拟定一个假说，再将假说套用在行为上。不过，这个偏见的影响要比前者稍小。

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。

我们将越来越多地看到，数据只能真正提供以否定法界定的知识——它可以有效地用于揭穿，而非确认某种观点。

遗憾的是，我们很难得到资金支持来重制——和驳斥——现有的研究。即使能找到融资，也很难找到敢做的人：重制研究成果不会让任何人成为英雄。因此，我们会因对实证结果（除了那些以否定法界定的知识）不信任却又无计可施而寸步难行。回到我说过的业余爱好者和悠闲喝茶的英国牧师的浪漫想法上：专业研究员们往往相互竞争以“找到”统计关系。而科学绝非一种竞争，它不可以用排名来表现——我们可以看到这样一种系统最终将如何崩溃。知识必定不能容忍代理问题的存在。

集体的专制

集体而非个体犯错是有组织的知识的标志，也是反对此类知识的最好论据。我们常常听到人们以“因为大家都在做”或“别人就是这么做的”来为自己辩护。这可不是小事：在一个人的情况下，如果感觉做某事很傻，人们就不会去做，但是在一群人的情况下，他们却会参与这样的傻事。而这正是学术界亵渎科学的原因所在。

有一次，一位美国马萨诸塞州大学的博士生克里斯·S来告诉我，他相信我有关“长尾”的观点，以及我对当前风险管理方法的质疑，但是，这些无法帮助他获得一个学术职位。“每个人教的和论文中所用的，是另一套理论。”他说。另一位学生解释说，他希望在一所好大学中谋职，这样他就可以赚钱养家糊口，但他以专家证人的身份作证说：他们不会相信我的强韧性风险管理的观点，因为“每个人都使用那些教科书”。同样的，我曾受邀到一所大学教标准风险管理法，这种在我看来纯粹是江湖骗术的东西（我拒绝了）。作为一个教授，我的责任是以牺牲社会帮助学生找到工作，还是履行我的公民义务？嗯，如果是前者，那么这些经济学院和商业学校就犯了严重的伦理错误。因为这些有害的理论已经广泛渗透到了生活中，这就是经济中充满了明显的谬论——经科学验证的谬论——却还没崩溃的原因。回想一下，教授们在教你那些摧毁了金融系统的内容后却不受惩罚，致使欺诈得以延续。各个科系都需要教学生某些知识，以便让他们获得就业机会，即使他们教的都是无用的知识——这让我们被困在一个无限恶性循环的系统中，大家都知道这些材料是错误的，但没有人有足够的自由或足够的勇气来对此做些什么。

问题在于，在这个世界上最可以使用“其他人都这么认为”作为论点的最后一个地方是科学：科学应该让论点本身站得住脚，被经验或数学证明为错误的话点就是毫无疑问地错了，即使有100个“专家”或3万亿条反对意见来支持它也没有用。而且，用“其他人”来支持自己的论点其实意味着这个人——或组成“其他人”的整体——很无用而已。

但好消息是，我相信，一个人的勇气能击败由懦夫组成的集体。

在这里，我需要再次申明，我们需要回顾历史来寻找解决方案。历史非常清楚责任分散的问题，古人认为随大流做恶事，以及为迎合众人作伪证都是无可置疑的罪行。

在结束第七卷之前，我有一个想法。每当我听到有人说“我是道德的”，我就不由得紧张起来。每当我听到谈道德的课程，我就更加紧张。我想要的只是消除可选择性，消除以牺牲他人利益来获取反脆弱性的行为。这个简单的方法就是否定法。其余的顺其自然就可以了。

沈再云夏顾雪重生鉴宝  守城使  人在航海，开局艾尔沃特海战  世家三代录  凰谋天下  重生九零之神医商女  市场·情场·官场  重生年代：胖厨娘的红火小日子  盗墓笔记之尘封的记忆  蜜宠霸爱：厉少，你失宠了  重生：影后夫妇疯狂撒狗粮  穿越梦境  天才萌宝：爹地超宠妻  神王殿  面对秋阳  小农女种田忙  她切回满级大号了  夫人，总裁他罪不至死  婚心动魄：我的神秘大boss  前妻别跑：偏执慕总放肆宠