“灰度认知”与“黑白决策”

“灰度认知”与“黑白决策”

 

决策学领域专家认为，理性思维的最佳组合是“灰度认知、黑白决策”。比如天气预报说今天下雨的概率是70%，意思是下雨可能性较大，但也可能不下雨，这就是灰度认知。但在决策上，要么带伞要么不带，我们不可能带一把70%的伞，这就是黑白决策。所以，灰度认知是一种评估选项阶段的量化思维，需要接受不确定性、不带预设立场、保持头脑开放；而黑白决策则是形成决策阶段的定性思维，需要寻求确定性、选择非黑即白、不能模棱两可。

作战筹划时应保持灰度认知

作战筹划阶段，是对问题进行剖析和研究的过程。此时应保持灰度认知，将问题精确量化，从而为黑白决策提供支持。例如，二战太平洋战争初期，美军舰船屡遭日机攻击，损失惨重。为研究对策，美军征集大批数学家对400多个战例进行深入研究，并得出两个结论：一是当日军飞机采取高空俯冲轰炸时，美军舰船采取急速摆动规避战术的损失率为20%，采取缓慢摆动的损失率为100%；二是当日军飞机采取低空俯冲轰炸时，美军舰船采取急速摆动和缓慢摆动的损失率均为57%。显而易见，最佳应对策略就是只要敌机来袭，均采取急速摆动规避战术。据估算，美军这一决策使舰船损失率从62%降至27%。这种量化分析的方式，将规避战术的不确定性转化为概率问题，帮助美军找到了解决方案。这就是典型的灰度认知。

灰度认知的量化分析方法还有很多。如“投票表态”，就是群体决策过程中对不同观点分布情况进行量化描述的常用方法。但这种方法的缺点在于，多数人的意见只能代表主流，却未必正确。为了在量化分析的同时尽量提高决策的正确率，还可以采取“可信度加权”的方式。其中，“可信”指的是“意见可信”，即提供意见的人员需要具备一定的专业素养；“加权”就是“乘以权重”，即不同专家的意见应根据过往表现分配不同权重。这种方式可以让灰度认知由“模糊”变得相对“精确”。

这一分析机制同样适用于作战决策。例如，部队召开作战会议，就采取哪种作战方案进行表态。其中，每名与会成员的意见权重不同。虽然最终方案还是由指挥员拍板，但这种基于可信度加权的集体分析方式，会让决策者充分参考其他人的视角和观点，从而更理性地看待不同方案的可行性和潜在风险。在平时一些重大事项的评估决策中，为了更科学地分配权重，还可以组建“专家组”。每名专家都有表达意见的权利，但每个人的意见权重会有差别。对于那些分析方法更专业、分析问题更准确的专家，决策机制会赋予更高的权重。经过加权统计，最后得到一个群体意见，供决策者参考。