把直覺外包給AI做決策真的可行嗎?利與弊一次看|《直覺鍛鍊》
在人工智慧逐漸滲透生活的時代,我們的思考與學習能力也面臨新的挑戰。AI能幫助我們追蹤偏見、修正錯誤決策,甚至提醒我們避免衝動行為。但同時,把決策過度外包給AI,可能讓我們的「生物直覺」逐漸退化。透過《直覺鍛鍊》提出的科學方法,我們能更好地理解直覺與人工智慧的關係,找到一種平衡...
在人工智慧逐漸滲透生活的時代,我們的思考與學習能力也面臨新的挑戰。AI能幫助我們追蹤偏見、修正錯誤決策,甚至提醒我們避免衝動行為。但同時,把決策過度外包給AI,可能讓我們的「生物直覺」逐漸退化。透過《直覺鍛鍊》提出的科學方法,我們能更好地理解直覺與人工智慧的關係,找到一種平衡...
退休後,很多人反而因為金錢、家庭和健康而感到更焦慮。理財作家嫺人在《有錢到老後》中提醒我們,不必事事追求完美,也不必跟別人比較,而是學會在有限的資源與時間裡,做出最智慧的選擇,享受每一次旅行、每一段陪伴,讓人生變得更自在、有溫度。
以二手車市場來舉例,買家無法分辨品質高低,而僅能以平均價格最為自己的願付價格,這也導致了好車退出市場,如此一來,品質略高的車子無法在市場上以正常價格銷售,將導致市場失靈,而根本原因在於買賣雙方具有的訊息不對稱。
圖片來源:unsplash,CC0 Licensed.
訊息在經濟體系中所扮演的重要角色,很早就被經濟學者所認知。但由於訊息本身並不容易衡量,再加上訊息做為商品所具有的一些特殊性質,使得訊息一直無法受到經濟學者仔細的加以研究。
直到美國經濟學家阿卡洛夫(Geroge Akerlof)於1970年發表其巨著,說明訊息不對稱可能造成市場失靈的嚴重影響以後,經濟學者才真正開始對訊息在經濟體系中的影響作系統性的研究。我們先簡略說明阿卡洛夫教授的論點,然後再將訊息不對稱與市場失靈的重要意義引申到訊息經濟學的其他領域中。
假設二手車市場中有3種不同品質的汽車:好車價值30 萬、中等車價值20萬、壞車價值10萬。這三種車子的外型及顏色完全相同,所以買方完全無法區分哪一部是好車(也就是買方缺少訊息),但賣車的車主很清楚知道自己的車子是好車、中等車或壞車(所以,賣方是有訊息的)。由於買方完全不知道哪一部車子的品質,在預期市場上車子的平均價值為20萬元的情況下,買方只願意支付20萬元來購買車子。
在買方只願支付20萬元的情況下,中等車與壞車的車主會願意到市場上賣車,但好車的車主卻會退出市場,因為他們無法賣到相同於他們車子品質的價格,即30萬元。
當好車車主退出以後,市場上只剩下中等車與壞車,兩種車的平均價值只有15萬元,但此時買方卻支付20萬元!顯然時間一久,買方就會發現他們支付的價格太高了,因為根本沒有人買到30萬元的車子。在發現市場上車子的品質平均只有15萬元以後,買方會要求把車價也降到15萬元。
但此時輪到中等車主不高興了,因為他們的車子可以值20萬元,所以他們也會退出市場!這下子市場上只剩下壞車一種。所以,時間一久,買主出15萬元都太高了,他們會再把車價降低到10萬元。
最後,在均衡之下,二手車市場上只剩下品質最壞的車子,價格也相對最低。此時品質略高的車子無法在市場上以正常價格銷售,我們稱為市場失靈,而造成市場失靈的根本原因在於買賣雙方具有的訊息不對稱。
阿卡洛夫教授的論點十分簡單,但在經濟學界卻引起非常大的震撼,而且,阿卡洛夫教授也因此項貢獻於2001年獲得諾貝爾經濟學獎。事實上,二手車市場上雖然不至於完全不存在,但品質不佳的檸檬車(lemon car)到處充斥卻是不爭的事實。
檸檬車的故事也完全適用在醫療保險市場。因為投保人清楚知道自己的健康狀況,但是保險公司卻不知道(訊息不對稱),因此,一般而言,保險公司係以每個人平均生病的機率乘上醫療支出,計算出每個人的預期醫療支出以後,再加上行政費用,就可以得到健康保險的費率。問題是每一個人的健康程度不一,當保險公司對每一個人都收取平均費率時,他們很快發現健康情況較佳的人都不會參與投保,而只剩下健康程度較差的人。
這種自動的選擇過程,叫做「自我選擇」(self-selection)。很不幸的是,這種自我選擇的結果,往往只剩下品質較差的商品或健康較差的人還留在市場中,我們又稱之為「逆向選擇」(adverse selection)。
【書籍資訊】