一、你真的缺乏自信吗？

“我从小就缺乏自信，请问老师，怎样才能变得自信起来呢？”

后台常常有人向我咨询这个问题，但我内心其实很好奇：为什么你会觉得自己没有自信呢？至少你在‘缺乏自信’这件事上，还是很有自信的嘛！

要知道，真正的牛人往往都是缺乏自信的。

心理学家贾斯汀•克鲁格曾经为学生安排了一个语法测试，并要求他们写下预估的分数。然后教授按实际成绩把学生分为四等，并和他们预估的成绩作比较：

三角形构成的那条线是学生考后的估分，可以看出，这个实验非常巧妙，因为学生们一般是不做语法测试的，缺少过往的参考成绩，所以最后的预估完全依赖自信程度。

最后的实际成绩（圆点构成的那条线）显示，最差的四分之一的“学渣们”才考了平均十多分，最好的四分之一的“学霸们”平均90多分。

这个实验中提供了一些关于自信度的观察：

1. 能力最差的人对自己的评价离事实最远；

2. 能力中间偏前的人对自己的评价最准；

3. 中间偏后一点的人，对自己的评价最高；

4. 能力最强的人对自己的评价偏低。

所以这篇论文的题目叫《论承认自己无能的困难如何导致自我评价的膨胀》。

很多研究都表明，一个人表现出的自信和他的智商、专业度、用心程度等无关（也有报告认为有非常微弱的关系）（Paese&Sniezek，1991；Ryback，1967；Sniezek&Henry，1989，1990），也与决策质量无关，“信心—正确率”平均相关系数仅为0.28（ Sporer，Penrod，Read，＆ Cutler，1995） 。

问题在于，你的自信，可能会影响别人对你的判断，比如法庭上振振有词的目击证人，对陪审团的影响更大，但研究也表明，目击证人对其证词的信心与证词的实际准确程度没有半毛钱关系。

这才是大家都希望自己更自信的真实原因，自信的人可以争取他人更多的信任和资源，只是不能提高决策质量。

所以说从决策效果的角度，每个人都有自信上的问题，不一定是缺乏自信，也可能是过度自信，更可能是不知道自己此刻到底应该过度自信还是缺乏自信。

这个案例我在之前的文章中引用过，但我没有仔细分析它的意义，直到最近，微信做了一份对自己的生成式人工智能系统GPT-4的评估报告，我才发现，这件事不只是人类对自己的要求，在人工智能训练中至关重要。

专业的说法是“信心校准”。

二、人和人工智能都不知道何时

ChatGPT是一个生成式的人工智能，它的工作机制是不断预测下一个字的概率，选择概率最大的那一个。但我们知道，很多情况下，出现概率最高的，只是常见的答案，不一定是正确的答案。

ChatGPT的很多回答，内行人一看就知道是错的，但如果是外行——判断依据只能是对方是否内行？回答的语气是不是很肯定？如果ChatGPT用自信的、有说服力的方式陈述，就会骗过你。

如果我们不是用ChatGPT玩一玩，而是处理很重要的工作，那只要判断失误一次，我们就会对它丧失信心，不知道什么时候该信它，什么时候不该信。

所以，系统需要在训练时，不断自我调整参数，以在更多的场景下预测出正确的答案，并且在某些情况下，可以告诉你“它不确定”。

这个过程，就是信心校准，是系统的训练目标之一：知道什么时候应该有信心，什么时候只应该猜测。

人类心理学上也有信心校准，用击中（hit） 与虚报（false alarm） 来对准决策正确与决策错误时对应的信心水平，以让不同信心水平与正确率产生相关性，简单说，在你做出错误决策时，你能否自我评估出自信不足？在你做出正确决策时，你是否更有信心？

这种校准对后续决策具有重要的监控作用，比如，研究发现不同的信心水平可以通过调节后续行为的变化程度（即学习率） ，从而优化行为选择。

经过RLHF训练的GPT-4在这个问题上，比GPT-3.5有很大的改进，比如左边的问题，它放弃了常见但错误的说法（一句英语谚语），而选择了正确但不常见的观点。

但在回答右边的问题时，仍然落入了“高概率陷阱”，它“忽略”了“演员的儿子”这个条件，根据其他条件得到了更常见的答案——猫王，实际上答案是不太出名的另一个Elvis。

这说明GPT-4的自信校准仍然有缺陷。

如果你对人工智能未来改进后可以帮助你工作这件事，有比较高的期待的话，微软的报告不是一个好消息。他们发现，预训练的模型已经达到了高度校准，然而，在后训练过程中，校准度却再度降低了。

简单说，自信校准的提升遇到瓶颈，很可能是多个训练目标之间存在冲突，也可能是一类问题的自信校准提升的同时，又会降低另一类问题的自信校准。

这是不是预示着一种可能，GPT永远无法对自己的预测准确性进行正确的评估，因此也永远无法达到可以完全信任的地步？

本文研究人工智能信心校准的问题，还是为了回到我们应该如何看待自信的问题上，由于机器的神经网络学习是对人类学习的模仿，是否意味着，人类自身也无法正确评估自己的自信程度？

也许，更现实的做法还是回到“我们可能在什么问题上过度自信，什么问题上信心不足”这个问题上来。

前面一章的实验阐述了自信校准与个人能力的关系，下一个实验，分析的是自信校准与任务本身的关系。

三、做有些把握，又不是很

心理学家利希滕斯坦和菲什霍夫设计了一系列实验（1977），得到了“人什么时候会过度自信”的一些有趣的结论：

结论一：我们在预测概率为50%的随机事件中，“过度自信偏差值”最大——即赌徒心态。

最经典的例子就是股票预测了。无数实验证明（包括经典的飞镖选股实验），股票走势大部分时间是随机的，上涨和下跌的概率是50%。

所以那些没怎么赚到钱的老股民，几乎都是自信校准失败者，这就是股票市场的逆向淘汰机制，凡是投资能力普通且自信校准正常的人，都在亏损后认清现实而退出了，剩下的就都是过度自信的人了。

结论二：当我们面对成功概率为80%的决策时，“自信偏差值”为零。

前面说，股票走势大部分时间是随机的，但仍然有少数时刻，有明显的趋势，上涨或下跌的概率接近80%。

所以，最成功的职业投资者大部分时间都在休息，不是真的休息，而是不停寻找接近80%大概率的机会，此时，投资者的判断非常准确，既不会高估，也不会低估。

结论三：超过80%的极大概率事件，反而会让人信心不足。

所以真正的高手也不会盲目追求稳赢，因为就算有这样的机会，也很可能会导致你过度谨慎，错过时机。

总结一下：

完全没有把握的事，别做；

非常有把握的事，少做；

有一些把握，又不是很确定的事情，自信一点按你的判断去做。

前面分析了自信与能力的关系、自信与任务难度的关系，我忽然发现，这两种自信有细微的区别，分别代表“对自己的信心”和“对于做这件事的信心”，它们之间又有什么样的关系呢？

四、自信与工具自信

沃顿商学院的教授亚当·格兰特（Adam Grant）在他的著作《Think Again: The Power of Knowing What You Don't Know》一书中，提出过一个 “自信模型”。

他认为，人在做一件事时，有两种信心，一种是对自己有没有信心，一种是对这件事、对自己的办法或团队等等（作者统一称之为Tools）有没有信心，后者被称为“工具自信”。

根据这两个信心，他把人做一件事时的状态分布在四个象限内：

右下角的“习惯性自卑”是对自己没信心，但对做这件事的方法、资源、工具等等，有信心。

左下角的“躺平”是对自己没信心，对自己拥有的资源与方法也没有信心，彻底丧失了对未来的希望。

格兰特教授认为这两种都是我们刚进入社会时的初始状态，区别无非是在大公司，还是在小公司。

右上角的“盲目自大”，是相信自己的同时，对自己拥有的资源、方法也有信心，相信自己肯定能做好这件事。

格兰特教授认为这是大部分人必经的中间状态。

而左上角的“自信并谦逊着”是相信自己的同时，不确定目前拥有的资源是否足够，也不确定现在是不是做这件事的最佳时节，甚至不确定自己现在掌握的方法是不是有效。

如何理解呢？假如说，你是一个极有自信的人，但现在我让你学开飞机，你肯定没信心，但这并不能让你怀疑自己的能力。

格兰特教授认为这是人的最佳状态，此时的心态往往是：

第一、自己很有能力，但目前的方法不一定管用，事情也不一定能成；

第二、就算方法不管用，自己仍然是很牛的一个人；就算这件事我没办成，下一次换一个方法也能办成；

第三、就算下一次换一个方法也没能成，再做别的事自己也能成，反正自己最后一定成功。

这就把人的自信，和对资源方法的信心分离开来，前者是一种力量，一种无法证伪、类似信仰的力量；而后者是一件工具，是科学的、充满怀疑精神的、需要进行“信心校准”的工具——人工智能只有后者，没有前者。

所以，过度自信也谈不上是什么坏事，如果只做80%概率的事，人类哪儿来什么进步呢？如果不是我们当年那些过度自信的祖先，我们现在还生活在树上。

本文来自微信公众号：人神共奋（ID：tongyipaocha），作者：人神共奋

本内容为作者独立观点，不代表虎嗅立场。未经允许不得转载，授权事宜请联系[email protected]

End

想涨知识 关注虎嗅视频号！