财新传媒


智能决策的“倾向性”和“科学性”

2015年09月08日 11:18 来源于 财新网
“倾向性”本身不但不是坏事还是智能决策中必须的,但“倾向性”如没有“科学性”来平衡就会变成偏见而造成误导
张小彦
财新网“决策智能”专栏作家。20世纪80年代由费孝通先生推荐赴美留学。1989年获匹兹堡大学社会学博士。二十多年来遵循费老“社会学为社会服务”的教诲,将社会科学与现代信息技术相结合开发社会管理和决策支持软件系统。曾为美国联邦政府和二十几个州政府设计、建立了毒品滥用预防活动管理信息系统。2007至2010年,被美国卫生部聘为毒品滥用预防和治疗研究中心国家级顾问;同年,获得国家预防网络授予的服务金奖;2008年获得了美国安永企业家东部地区年度奖;2010年被匹兹堡地区商业周刊评为行业标兵。现任美国匹茨堡大学客座教授并兼任一家软件公司董事长和数据科学家。

  【财新网】(专栏作家 张小彦)英文的“Bias”一般译成“偏见”或“成见”。在决策过程中应该避免先入为主的成见和以个人经验为主的偏见,因为主观主义常常导致错误的决策。然而,在以数据为基础的智能决策过程中,一定程度的主观推论和假设是不可缺少的。这是一种主观能动性带来的“倾向性”。是一种有价值的“Bias”。在这种情况下,我认为将“Bias”译为 “倾向性”更恰当和贴切。

  数据科学家在海量的数据中挖掘智能决不是盲目地过滤和处理数据。智能也决不会在无目的搜索和碰撞中凭运气获得。以数据为基础的智能决策要靠目标、理论、灵感、直觉引发假设以指导探索性数据分析,依靠已知获得未知。这就要求数据科学家有“倾向性”。

  推荐进入财新数据库,可随时查阅宏观经济、股票债券、公司人物,财经数据尽在掌握。

责任编辑:张帆 | 版面编辑:王永

财新微信