精讀君通識詞典已上線
1991
/
2000
詞條
今天是精讀君陪伴你終身成長的第
3284
天
在《天真干預：“好心”怎麼就辦成“壞事”了？》中，精讀君提到，沒有系統思考，頭痛醫頭、腳痛醫腳，很容易好心辦壞事。
這是天真干預，沒有謀定而後動，急急忙忙實施症狀解，最後產生負面非期然後果。還有一種反受其害是，見怪不怪、把異常當正常、不採取干預行動，最後釀成大災難。
表面上看，一個是做了出錯，一個是不做出錯，截然相反，但存在一個共性是，認知深度不夠。
什麼是偏差正常化？怎樣防微杜漸？關於這些問題，讀友們可以參考精讀君通識詞典詞條《1761：偏差正常化》。全文附後，期待你能讀有所得。
精讀君
《1761：偏差正常化》
前置思考
請回顧正常化偏誤中關於龐貝古城的一段材料，並思考：
這給你什麼啟發？
龐貝古城位於義大利南部那不勒斯附近，維蘇威火山東南腳下10千米處，距羅馬約240千米，始建於公元前4世紀，曾經非常繁榮，是義大利古羅馬第二大城。
維蘇威火山是一座活火山，但當時居民相信地理學家斯特拉波判斷，以為是死火山，對於火山滿不在乎。
即便到公元62年，維蘇威火山開始噴發，造成許多建築物損毀，但龐貝人並不恐慌，反而載歌載舞，以為這次噴發後，至少會有幾百年火山會進入休眠期。
17年後，也就是公元79年8月20日，龐貝地區爆發地震，這是火山噴發前兆，但大多數龐貝人不以為意，只有極少數人撤離。
4天后，也就是公元79年8月24日，維蘇威火山爆發，厚約5。6米火山灰毫不留情地將龐貝從地球上抹掉，全城2萬多人幾乎全部死亡，只有極少數人成功逃生。
由於被火山灰完全掩埋，街道房屋等保持完整，從1748年考古發掘至今，龐貝古城為研究古羅馬社會生活提供寶貴而重要資料。
考察龐貝遺址，人們死之前似乎還在做日常事兒，好像根本就沒有反應時間。
但事實上，龐貝城距火山有10千米，從火山噴發到火山灰抵達，中間有好幾個小時。在這幾個小時內，龐貝城大部分人居然都待在室內，沒有及時疏散撤離。
Q1：什麼是偏差正常化？
A：
1、
偏差正常化
（Normalization of deviance），由社會學家黛安·沃恩提出，指的是：
對於出問題偏差容忍度越來越高，甚至認為是正常現象
。
例如，一個人開始說彩色謊言，雖然受到一些質疑，但沒出什麼大問題，對於撒謊容忍度越來越高，沒覺得大不了，慢慢覺得很正常，最後滿嘴跑火車，習慣性撒謊，就是一種偏差正常化現象。
2、
正常化未必正常
。
在合理化中，精讀君提到，吃不到葡萄說葡萄酸，得到是檸檬說檸檬甜，出現錯漏壞說不怪我，這種合理化往往是尋找藉口，並不合理。
在災難化中，精讀君提到，面試時想一連串萬一：“萬一我答不出他們問題怎麼辦？”“萬一他們不喜歡我怎麼辦？”“萬一我不夠格怎麼辦？”“萬一我沒得到這份工作怎麼辦？”……就算出現這些不良後果，也不是災難，嚴重心理恐慌純屬無謂。
類似的，正常化未必正常。偏差正常化，將有問題偏差、異常看作正常，屬於“掩耳盜鈴”，本質是自欺，並不正常。
在工作和生活中，偏差正常化現象很普遍，在特定情境中，可能引發嚴重後果，值得我們警惕和預防。
今天的詞條，精讀君簡介偏差正常化，供讀友們參考，提高防微杜漸能力。
Q2：怎樣理解偏差正常化？
A：
1、
模擬決策
。
為加強對偏差正常化理解，我們先來看一個美國商學院經典案例。商學院一個特色是，透過給出假設場景，讓學習者模擬決策，從而提高認知深度和實操水平。
這個案例情境說的是，假設你是一支賽車隊負責人。你們車隊今晚有一場重要比賽，只要正常發揮進前五，就能獲得一個大廣告合同。
不過存在一個問題，你們車隊汽車發動機汽缸蓋有一個密封墊片，這個墊片在過去24場比賽中，出過9次故障。
車隊有一位老工程師認為，密封墊出問題是因為溫度太低變硬；不過，其他工程師並不同意他的看法。
如上圖解所示，是9次故障發生時溫度情況。其中，橫座標是華氏溫度，與攝氏溫度公式化換算關係是：攝氏度 = （華氏度 - 32 ） ÷ 1。8；縱座標是密封墊出故障次數。
從圖上可以看出，低溫華氏55度（攝氏13度）時，密封墊出過3次故障；高溫華氏75度（攝氏24度）時，密封墊出過2次故障；在華氏55度到75度區間，不同溫度下密封墊各出過1次故障，合計有6次。
根據這些資料，你是和那位老工程師判斷一致，認為是低溫導致密封墊變硬出故障，還是和其他工程師判斷，認為密封墊故障和溫度沒什麼關係？
今晚溫度很低，只有華氏40度（攝氏4。4度）。如果放棄這場比賽，不但新廣告合同會失去，而且還得交違約金。
那麼，問題來了：你作為車隊負責人，會讓車隊參賽嗎？
在商學院中，學生們有1天時間分組討論上述情境如何決策。教授說，希望大家能充分科學決策，呼叫各種知識，如果需要其它材料可以找他要。
你的決策是什麼？商學院中有一次模擬決策，最後討論結果是，90%小組決定參加比賽。這時，教授揭開謎底說，你們剛剛決定發射“挑戰者號”太空梭。
1986年1月28日“挑戰者號”航天飛機發射不久就在空中解體，機上7名宇航員全部遇難。
上述模擬情境中資料並不是虛構，而是真實資料。密封墊其實是火箭上O形橡膠密封圈，“挑戰者號”事故直接原因就是，這個O形圈因為低溫變得僵硬，沒有起到密封作用。
也就是說，90%小組成員，未來企業管理者們，做出和美國國家航空航天局NASA一樣糟糕決策。你的決策做對了嗎？
2、
分析歸因
。
透過模擬決策，90%做錯決策商學院學生們，可以在不用付出真實代價下進行失敗覆盤。讀友們，無論你是否做錯決策，我們都可以來分析歸因。
第一層次原因：
資料不全面
。
上述情境中，支援是否參加車賽決策依據並不夠，至少缺少24場比賽中非故障資料。
其實，教授有提示，如果需要更多資料可以找他要，但那90%做錯決策小組多數並沒有意識到資料不足問題，沒有主動找教授獲取資料，補足所需決策資訊。
如下圖解所示，已補全完整24次資料，除原有9次故障資料外，還增加15次未出故障資料。其中，紅色是無故障比賽資料。
從圖上不難看出，所有無故障比賽都發生在華氏65度以上。以華氏65度（攝氏18。3度）為分界點，在此溫度之上，共有18次比賽，無故障15次，故障3次；在此溫度之下，共有6次比賽，無故障0次，故障6次。
也就是說，雖然發生故障並非全部由溫度引起，但如果溫度低於華氏65度，故障率100%。由這些資料做迴歸分析，不難得出結論，在今晚華氏40度（攝氏4。4度）低溫條件下，車隊如果參賽，故障發生機率在99%以上。
第二層次原因：
偏差正常化
。
商學院學生可能犯資料不全面決策錯誤，但美國國家航空航天局NASA決策錯誤並不在此，他們掌握的是全面資料。
但即便掌握全面資料，“挑戰者號”發射決策者仍然決定要發射。一方面，類似假設情境中不參賽會丟掉廣告合同那樣，本次發射對於NASA意義重大，已經一拖再拖不好再拖；另一方面，以前那9次O形圈出問題發射，雖然有問題，但仍然都成功發射。
從物理學來看，一是，並不是說O形圈遇低溫變硬，密封效能就完全失去；二是，有兩個O形圈，有一些冗餘度，一個不起作用，另一個還可以頂替；三是，固體燃料燃燒所產生氧化鋁，在兩個O形圈都失效時，也能起到一些密封作用。
但“挑戰者號”這一次發射打破原有安全邊際，主O形圈徹底失效，副O形圈錯位，氧化鋁頂住一陣後也沒頂住。
事實上，早在出事半年前，就有人多次警告O形圈問題，但都沒有得到重視。發射前一天晚上溫度很低，又有工程師提出應該取消此次發射，但被管理層拒絕。
也就是說，相對商學院學生而言，NASA決策錯誤在於，在明知O形圈會出問題時，還敢嘗試低溫發射，箇中原因並不僅僅是僥倖心理。
社會學家黛安·沃恩提出“偏差正常化”概念，警醒我們注意這個決策問題。人性幽微之處在於，對於出問題偏差容忍度，可能會越來越高，甚至認為是正常現象。
讀友們可以回顧過往，是否也存在類似心理：雖然明知是偏差可能出問題，但由於此前歷次偏差都沒產生大問題，就見怪不怪，不再重視，甚至以為偏差很正常。
類似於生理學中感覺適應現象、經濟學中邊際效用遞減規律，偏差正常化心理也很普遍，其力量被很多人忽視。
3、
對症應對
。
干預偏差正常化心理富有挑戰，至少要從以下三個方面來應對。
一是，
重視識別
。
先識別，才能管理；不識別，渾然不知。更重要的是，要深刻理解其應對挑戰性所在。以美國NASA為例，“挑戰者號”發射錯誤決策，並不是最後一次。
2003年2月1日“哥倫比亞號”太空梭完成任務返回，在進入大氣層時發生爆炸，7名宇航員遇難。事故直接原因是，在前面發射火箭升空過程中，太空梭上有一塊公文箱大小泡沫塑膠脫落擊中左翼，敲掉一塊絕熱擋板，打出一個20釐米見方的洞。
當時有工程師注意到這個情況，建議哪怕讓宇航員來一次太空行走，把破損地方修補後再返回地球，但被NASA管理層拒絕，理由仍然是，同樣事情以前發生過好幾次，都沒有出大問題。
這同樣是偏差正常化心理在作怪。這次沒有以前那種好運氣。“哥倫比亞號”太空梭返回地球時，破損導致與大氣層摩擦所產生高溫進入內部，最終導致太空梭墜毀。
二是，
評估偏差
。
事物總是存在偏差，應對偏差正常化，不是說追求不顧成本、不顧一切，每次都將偏差降到0，實際也不可能做到，而是要注意評估偏差底線，在多少範圍內可以接受。
例如，醫學領域膝關節表面置換手術，嚴格標準是，力線限定在3°以內（髖關節中心與膝關節中心直線和膝關節中心與踝關節中心形成的夾角）。
在實際手術過程中，由於人工不像機器那麼精準，透過案例分析發現，如果能夠控制在5° 內問題不大。以5°以內為標準後，有人發現6°有些病人也可以接受，雖然整體成功率沒有 3°高，但不是不可以接受。
這個標準放寬過程，也是偏差正常化過程。但如果一放再放，最後可能就不能接受。例如，如果放寬到7°，大部分病人都會出問題。也就是說，7°是底線，如果超過就屬於醫源性併發症，需要追究醫生手術責任並杜絕。
如果無法判斷什麼偏差可接受、什麼偏差是底線，災難可能就無法避免。在海因裡希法則中，精讀君提到，機械事故中，死亡、重傷、輕傷和無傷害事故比例為1：29：300。當我們覺得輕傷和無傷害事故這種偏差很正常時，重傷和死亡事故遲早會發生。
類似的，前置思考中提到的龐貝古城居民，面對火山爆發，陷入正常化偏誤，也是將災難訊號視為正常，最後無法逃脫。
三是，
持續改良
。
如前所述，沒有風險就是最大風險，以為一切正常其實未必正常。減小偏差永無止境，只是受限於成本、技術等因素，在特定時空下，存在上限，只能退而求其次，放寬標準。
但如果拉大時空維度，給予必要時間和空間，偏差有條件持續減少，控制有條件持續改良。也就是說，我們可以持續提高標準，而不是放寬標準。
例如，六西格瑪管理追求六西格瑪質量標準：每100萬次操作，只有3。4個缺陷。從1個西格到6個西格瑪，有巨大提升空間，就看我們是否堅持精益求精。
以事故為例，如果在發生輕傷和無傷害事故時，做好診斷分析並相應施策，將300起減少1個數量級到30起，可能重傷事故也會減少1個以上數量級，從29起減少到3起，死亡事故可能趨於0次。
類似的，NASA如果提高標準，在出現O形圈等小故障但不影響成功發射時，精益求精，追求將小故障減少至零，可能就不會出現機毀人亡事故。
事實上，歷史上NASA曾經追求高標準，在1960年代、1970年代多次載人任務，包括登月，都沒有出現人員死亡事故。
但後來NASA管理上降低標準，負責控制質量人員從1970年的1700人減少到1986年505人，並且沒有大力去消除輕微故障，最終釀成災難。
有人統計4600次火箭發射，發現成功率高達90%，但只有10%失敗發射才被系統研究和學習，至於那些成功但有故障發射，卻被當作成功而沒有被充分研究。
這本質上是將那些不影響成功發射故障和偏差正常化，最終容易因為這種忽視釀成災難。
以美國SpaceX為例，從2008年後發射火箭都很成功，直到2015年發射獵鷹9號火箭才遭遇一次爆炸。馬斯克當時就說，是不是因為前面太多成功，使得我們粗心大意，才導致這次失敗。
這是否類似NASA，前期成功但因為偏差正常化導致後期失敗？讀友們可以深入思考。
在詞條的最後，精讀君要提醒的是，注意偏差正常化普遍性。
以目標管理為例，目標侵蝕其實就是將與預設目標偏差正常化，導致目標一降再降。類似的，開會遲到、任務拖延，各種壞習慣習以為常，也都是偏差正常化過程。
後置思考：
①你觀察到哪些偏差正常化現象？
②你怎樣判斷多大偏差可以接受？
