吴晨

未来两三年，AGI（ArtificialGener－alIntelligence，通用人工智能，或可称为“强 AI”）可能会替代几乎所有呼叫中心工作的员工，只会留下极少的一些人应付机器无法应对的刁钻问题。在AGI大爆发的时代，这一预测算不上多么激进。问题是，AGI能够替代紧急报警电话或者紧急救护电话的值班人员吗？回答这个问题前，或许要深入思考一下。面对紧急情况的人员面临的是千差万别的境况，可能需要在极短的时间内做出权衡和判断，可以放心将这样的决策交给机器吗？

学术研究者很喜欢用“电车困境”来形容真实世界中复杂问题的权衡（关于电车困境最简单的叙述就是一辆失控的电车正在冲向人群，如果可以扭转方向，人群可以获救，但一位无辜的路人会被撞死，这时司机该如何选择）。古语说得好，两害相权取其轻，但当电车问题真正摆在面前时，没有人会觉得决策是简单的。在《怎样决定大事》（De－cisionTime）中，作者劳伦斯·艾莉森建议，人在面临电车困境时，应该选择做出最不坏的决策，即当你面临多个选项，每项都可能产生负面结果时，你的目标应是从所有负面结果中选择破坏力最小的一个。

电车困境其实只是人类在现实中面临纷繁复杂问题的一个简单版本，但如何处理不仅涉及道德选择，更是对一个人价值观的拷问，选择背后也会体现自身一系列的价值判断。不同人会做出不同的选择——这里还要强调一句，不选择也是一种选择——因为没有正确答案。

当我们因为AI的能力与日俱进而欣喜的时候，《怎样决定大事》告诉我们，其实许多人在面临复杂而重要的问题时，常常很难做出决断。面对复杂多变的环境，许多普通人尚且没有办法权衡利弊、果断行动、及时纠偏，又何况机器呢？当然这并不是说机器不能超越人，只是在说如果机器只是通过学习人类的选择而做出自己的选择时，那至少它看到人类做出错误选择的样本，应该不会比“正确”的选择少——这里的错误和正确，并不是说在我们面临人生的重要抉择时，可以有标准的正确答案，而是说我们在决策流程中是否用一套正确的思考方式，避免心理上常见的误区。

在变化无常、信息不完备、没有太多时间思考的情况下，做决策的大忌是什么？或者阻碍决策的重要障碍是什么？《怎样决定大事》从三方面给出了比较详尽的分析。

第一方面是担心负责任，从而不作为。不作为也就不用为做出选择可能带来的并不好的后果而负责任。除了担心负责任之外，另一种担心则是担心事后后悔，当有了更多信息之后，后悔做出的决策。这种人在事后会想象一个另类世界，在这个世界中自己做出了不同的选择，结果可能会比现在更好。

第二方面是选择困难症，在诸多选项中很难做出选择，尤其当选择都需要做出牺牲的时候。这时，一个首要原则是做出最不坏的决策，所谓两害相权取其轻。但真正要能做到这一点并不容易，因为在大多数情况下，人的决策背后会有许多情绪问题——这也是为什么从战场下来会出现PTSD。决策时心理冲突最严重的时候，经常是两种价值观发生冲突的时候，比如我们讲述古代英雄时经常会说的忠孝不能两全。理想的状态是要让自己从乎自己的内心价值判断，比如一些人常说的“枪口上调一寸”，但在更多时候，我们也许会被压迫着按照别人的价值判断来做决策，而把严重的心理障碍留给自己。

第三个方面是从决策到执行之间的间隔太大。跳伞的人会告诉你，什么时候最容易犹豫不决？就是立刻要跳但还可以向后撤一步的时候。许多人生的抉择都是如此。经历了一个并不幸福的婚姻，当孩子们都长大了，身陷空巢的她是否应该追寻自己的幸福？谈离婚很容易，她和闺蜜们在一起讨论老公的优劣已经不知多少次了，有点像祥林嫂，把时间和精力都运用在一次又一次的重复思考中，离婚的行动却迟迟无法做出。多谋少断的反面则是FOMO（FearofMissingOut），因为担心落下而匆忙做出决策，结果经常是失败大于成功。

怎么办？《怎样决定大事》开出了STAR思考框架，分别对应：情境（Sce－nario）、时机（Timing）、假设（Assump－tion）和修正（Revision）。

拥有情境意识，首先要判定已经发生了什么，然后思考为什么会发生，最后据此预测接下来会发生什么。为什么有的资深消防员面临火情会有一套自己的直觉判断？因为他见过的情形特别多，可以迅速依靠经验做出判定，马上行动。格拉德维尔在《眨眼之间：不假思索的决断力》中描述过类似的例子。

但我们可能面临更多全新的情况，从来没有遇见过的问题。发生新情况的时候，不要让自己的直觉和判断占主导，需要争取更多时间搜集信息、深入评估。看到的现象可能有多种解释，这也需要我们保持开放的心态，不会根据单一诊断就马上行动。

情景规划是战略思考常用的框架，对于个人决策同样适用。对于重大决策，不能只看到它可能的收益，也需要对最坏的结果做好打算。人们会回避思考可怕的结果，当这些结果出现的时候，反而会带来更多创伤。

其次是时机。祥林嫂最大的问题就是多谋少断，讨论占用了太多的认知资源，却没能真正做出决断。对决策时间窗口，一个比较好的建议是狐步舞的方式，本着跳舞时“慢慢、快快”的节奏：在决策的初期慢一点，不要冲动用事，不要简单相信直觉，努力去拥有足够的信息；但在决策的后期执行要快，因为完美的信息是不可能的，花费过多时间搜集信息会面临边际效益递减。

第三需要对假设做清晰的梳理。很多时候我们都只看到自己愿意看到的东西，选择性地忽略其他信息和可能性。2023年10月以色列遭受到加沙的哈马斯突然发动的恐怖袭击，几乎毫无防备，超过1000名平民死伤，以色列国防军和情报机构摩萨德的能力被外界广泛质疑。站在假设的视角去看，显然以色列的领导者，上至总理内塔尼亚胡，下至军方和情报机构的首脑，都无法想象自己被哈马斯攻击。他们并不是无法获取预警信号，也不是那些有用的信息被隐藏起来了，他们只是没有接收到这些信息。很多时候，我们看到和相信什么不重要，重要的是我们头脑中在想象什么。

最后一点是需要不断调整。有的时候需要韧性，百折不挠，不怕失败——因为害怕失败而不敢尝试是很多人无法做成大事的原因；有的时候又需要及时调整，及时止损，不让沉没成本影响到自己的选择。当然，普通人最大的困境就是在这种灰度的情况下到底如何判断，而常见的问题是要么不够坚持，错过了大好机会；要么过多坚持，浪费了太多资源，再想转型已经没了机会。

分析完《怎样决定大事》提出的决策思考与行动框架STAR之后，我想非常有必要与AI的发展结合，去思考在机器的帮助之下，我们如何可以做的更好？同时回答本文最初提出的问题：我们能把决策都交给AGI吗？

在未来两年AI的应用过程中，工作将变得越来越模块化，许多工作会由人和机器共同完成，而两者之间的各自优劣体现在四个方面：

第一，工作有多复杂？复杂度越高，人的适应能力越强。这种复杂有两个维度。一个维度是不确定性，信息是否完备；另一个维度则是很多时候并没有明显的选择，或者没有最优的选择，甚至连说得过去的选择都没有。有经验的人可以在信息不完备的情况下大胆做出决策。而人在权衡利弊，或者两害相权取其轻时，有自主性，能做出自己的价值判断。

第二，类似工作发生的频次有多高？频次越高，机器胜任的能力也就越大。所以，即使是紧急呼救电话，如果是高频发生的问题，比如车祸，机器在学习了有经验的人之后，也可能做出好的选择。

第三，工作需要协作和协调的相关方有多少？在真实世界中，工作不是孤立存在的，而是相互协同，需要大量的沟通和交流，越是吃重的工作越是如此。STAR框架中的每一项，无论是对情境的了解，时机的把握，假设的审视，还是因为信息变化而带来的修正，都是建立在各种沟通交流的基础之上的。人类的各种沟通有许多不完备的地方和盲点，机器能提升沟通的效果和效率吗？当然，好的沟通有时候又很可能是非正式的，计划之外的，比如办公室里员工在茶水间里嚼舌头，机器能否领会其中的微妙？

第四，失败的成本有多高？这又回到人作为社交动物和组织作为社交关系场域不可忽略的特点。即使是推动AGI的应用，做决策的人也要去思考失败的成本有多高？尤其是AI做出错误选择之后的成本有多高？在人的组织中，失败总要有人背锅，这才会出现选择IBM或者麦肯锡是不会错的这类论调，因为它们都是富有盛名的组织，如果他们的建议出了问题，决策者很容易甩锅。

回到AI本身，我想AI在帮助我们如何更好做出决策上可以有三方面的帮助：

第一，打破认知瓶颈。AI的优势之一是海量处理数据的能力。有了AI助力，我们就不会太担心思考过多占用认知资源的问题，也可以在狐步舞中引入AI的帮助，避免直觉和盲点限制了我们对大势的整体把握，让AI帮助我们快速收集更多信息，找到更多可能的选择。

第二，更好发挥群体智慧。人生中会面临许多频次极低但影响极高的选择，比如求学、婚姻、买房这样的重大投资。AI能否从更多人的判断中筛选出更好的集体智慧，为新手提供决策支持？

第三，规避心理弱点。追求完美、当断不断、事后后悔，这些都是很常见的决策中的心理弱点，即使再好的决策支持也很难一下子改变人的心理。在困难的情况下，寻找那个最不坏的选择，说起来容易，做起来难。但机器可以形成明确地行动指南，在“人+机器”的选择中明确规则和流程，帮助人卸下一部分繁重的心理负担。甚至可以在当断不断的当口，交由机器来安排。

机器暂时做不到的，除了我们前面提到的面对没有正确答案的复杂情况，基于自主性价值判断的选择，还有一点是灰度判断。权衡利弊，对未来的可能性做出前瞻，没有非黑即白的选择，这时，人生经验的积累，社交网络的支持，都会成为权衡背后的参考。但最终的决策仍然需要人自己来拍板，无法交由AI来替我们做出选择。

几年前有个关于使用AI的笑话，更新一下或许能更好帮助我们理解AI的应用：DS，你告诉我，该跟她结婚吗？DS或许可以列出千万条选择的理由，也会成为你沟通的良伴，甚至可能帮助你厘清头绪，但最终决定还得自己做，婚姻的日子还得自己去过，是幸福美满还是问题重重，也只有自己试了才知道。面对未知，选择必然在自己手中，责任也不可能推卸给他人，包括机器。但我们可以更好地去学会如何做出选择，而机器则可能成为不可或缺的帮手。

（作者系财经作家，《经济学人·商论》原总编辑，晨读书局创始人）