[心得] 黑天鵝效應

作者簡介
《黑天鵝效應》一書由 Nissim Nicholas Taleb（以下稱塔雷伯）所著。塔雷伯是華頓商學學院企管碩士以及巴黎大學管理科學博士，曾任職過多所金融機構的交易員。塔雷伯基於其在數學、經濟、統計以及實務操作上的專業寫出本書的前作《隨機騙局》，震撼了交易市場。後又將《隨機騙局》中的概念以更加完整的敘述寫出《黑天鵝效應》，並以此聞名於世。

書籍簡介
如果說《隨機騙局》是塔雷伯初出茅廬的驚人之作，那《黑天鵝效應》便是確立塔雷伯在現代思想上佔有一席之地的經典作品。

先談談成績。在銷量上，《黑天鵝效應》連續登上紐約時報暢銷書榜 36 週，且被《TheSunday Times》選為二戰後最有影響力的 12 本書之一；在學術圈中，本書被引用的次數，截至 2021 年 1 月 29 日為止，高達 10792 次；從影響力看，本書被翻譯超過 36 種語言在世界上通行。

再談談本書架構。本書共分為四部曲，加上一篇後記。 詳細的章節筆記我會附在本篇心得的最後，歡迎大家參考。《黑天鵝效應》在塔雷伯對於不確定性的研究著作中扮演承先啟後的角色：有人說《隨機騙局》就是易入門的《黑天鵝效應》，而塔雷伯的下一本書《反脆弱》則是《黑天鵝效應》中的概念延伸。因此本篇心得我會著重介紹我認為本書中出現的重要概念，希望能藉由概念的整理，讓我以及心得的讀者日後在閱讀《反脆弱》與《不對稱陷阱》時能做個銜接。

內容簡介
#火雞事件：確認無用，或陰性建議的始祖

請你試著想像一個場景：有一位農夫養著一群火雞，想當然，火雞得養成胖胖壯壯的模樣才好吃，因此農夫日復一日地辛勤地喂著肥料。那如果你是火雞，你會覺得你身處在一個安全的環境，還是覺得自己身處危險深淵的邊界呢？稍微模擬一下火雞的想法，根據經驗法則，只要農夫來餵食的次數越多、持續的天數越久，就代表火雞的處境更為安全、更能保證幸福美滿的生活。可是一切美好的景象只會持續到感恩節前一天：在感恩節時，火雞被送上斷頭台，成為人類桌上的美好佳餚。

或許你會覺得火雞很愚蠢，但人們卻時常落入火雞的思維模式：已過去的資料推測未來。例如交易員或經濟學家以過去幾十年的資料做預測，認為經濟狀態高枕無憂，沒有人看到 2000 年、2008 年的經濟大崩盤。從火雞事件我們能看出一個很簡單但直指黑天鵝效應的核心問題：我們如何能從過去的既有知識去了解未來；或是，更普遍地說，我們如何能在（有限的）已知基礎上，了解（無限的）未知性質？

很多人會抓著這個論點打，說我們承認未來是無限的、是未知的，但難道塔雷伯是要我們放棄去預測，或是乾脆當一個杞人憂天的懷疑論者嗎？甚至有讀者對塔雷伯說：你的風險意識這麼極端，你是怎麼過馬路的？

請記得，錯把對過去所做的幼稚觀察當成未來的確定模式或代表，是我們無法了解黑天鵝事件的唯一原因。在火雞事件中，感恩節這天對火雞來說是黑天鵝，但對屠夫而言卻不然，也就是說，黑天鵝事件是上當者的問題：注重黑天鵝、注重不確定性不是要你不要過馬路，而是要你不要矇著眼睛過馬路；是要你盡力去注意所有馬路上可能發生的突發狀況，並且小心翼翼而不是毫無顧忌（或自己為小心翼翼）的走過去，更不是要你在路口巍巍發抖不前行。

#四種謬誤：四種系統一、四種捷思、或稱四種偏誤與謬誤

雙程謬誤：一種字句上的微妙差異造成的理解偏誤。
確認偏誤：人們總會去尋找能去證實自己想法的證據（而且往往都能找到）。
敘事謬誤：人們在看一連串事實時，很難不去編織故事，對這些事實強加關係箭頭。
戲劇謬誤：把世界過度單純化的人犯的思考錯誤（錯把世界誤以為是實驗室，或反之）。

一個一個來吧，首先是「雙程謬誤」：雙程謬誤是指文字上不同的排列順序帶給人腦的感受差異不大，但其含義卻有很大的差別。

「沒有證據他犯罪」與「有他沒犯罪的證據」
「沒有證據顯示病患生病」與「有病患沒生病的證據」
「沒有證據證實大型事件」與「有大型事件不可能發生的證據」

上述舉例的三個句子，前後並不等價：其差別在於陽性（正面）的證據以及陰性（反面）的舉證之差別。「沒有證據他犯罪」是陽性的，從「沒有證據」這個事實下手，從而推測「他沒有犯罪」；「有他沒犯罪的證據」是陰性的，「沒有證據」是一個事實，。用第二個句子說明或許會更清楚。在健康檢查的報告或醫學文獻上，我們會看到一個字母縮寫字 NED，意思是「沒有證據顯示生病」（No Evidence of Disease）指的是也許你有生病，但醫生沒有看到任何證據；我們很少看到 END，也就是「沒病的證據」（Evidence of No Disease）指的是你確實是健康的。

雙程謬誤給我們的啟示是：一系列的佐證事實未必就是證據。再更往下延伸這個觀念，會變成：我可以知道哪個命題錯誤，但未必知道哪個命題正確。例如，如果我看到一隻黑天鵝，則我可以確認並非所有天鵝都是白色的；只要找到一個惡性腫瘤就可以證明你得了癌症，但沒找到惡性腫瘤，則不能確定地說你沒有癌症。

我們可以靠陰性例子來逼近真相，而不是靠確認來逼近。從觀察到的事實建立通用法則是個誤導。下次發表意見前，請謹記：你說你知道什麼是錯的，會比你說你知道什麼是對的，更為準確。

第二個要談的是「確認偏誤」：確認偏誤指的是人們會迎合自己的想法去尋找事實的佐證，類似的思想是「自我預言」。

現在，我邀請你請猜測一串數列「2、4、8」的規律性。你有五次尋找規律線索的機會，方法是提出你排出的任何數列，然後我會跟你說你提的數列符不符合我心中的規律。在用完五次機會前，只要能猜中我心中的規律就算你贏。（遊戲示範影片：https://reurl.cc/a5v7jZ）

我建議你花個五分鐘看看那部影片，然後觀察一下受訪者提出的那些「尋找線索的數列」有什麼樣的特徵。雖然這部影片不是嚴謹的研究，不過仍然很大程度地表現出了確認謬誤的性質。

我在補習班跟許多學生玩過這個遊戲。大部分的遊戲過程如下：學生看了這個數列第一個察覺到的規律是「乘以 2 倍」，於是提出了「3、6、12」，而這個數列的確符合我心中的規律，於是有學生回答規律是「乘以 2 倍」。但我心中的規律並不是公比為 2 的等比數列。也有同學開始根據「2、4、8」這個線索猜測數列是否是平方關係，於是提出「3、9、27」。而這個數列也符合我心中的規律，但這規律並不是平方關係。講到這裏，不知道你有沒有發現「確認謬誤」的存在了？學生們是在心中形成了一個規律之後，再去設計與其符合的數列並尋求我的答案，這就是正面思考，也是先前提到的火雞想法。

能提供比較多線索作法是陰性建議，也就是負面思考。當你在心中形成了一個規律後，你要提出一個「不符合你規律的數列」去尋求我的答案。如果這個答案也符合我的規律的話，你至少也知道你先前想的規律是錯誤的；相較之下，如果你根據你的規律提數列尋求答案，當我的答案是此數列也符合我的規律時，你什麼線索與好處都沒有拿到（除非你認為那毫無理性增加的自信也是一個好處，像 2007 年信心滿滿的經濟學家那樣）。

於是「雙程謬誤」與「確認謬誤」的啟示給予了我們一種觀看世界的方式：擬出一個（大膽的）猜測，並開始尋找證明其為錯誤的觀察。這是避免正面思考，也是遵循陰性建議的一種尋找確定事例的替代方式。（話說回來，如果你沒看影片的話，數列的規律是單純的「遞增數列」）

再來，我們在「敘事謬誤」上做做文章：敘事謬誤指的是一種簡化，我們會對不同的事物強加邏輯連結，也就是加上關係箭頭。

要解釋「敘事謬誤」，我認為統計學上的「相關性」與「因果性」的討論就足夠了。舉一個例子吧，以前有個統計學研究發現經常吃海參的小孩智商通常比較高，那我們可以下吃海參可以讓人變聰明的結論嗎？不能，但經濟學家經常做這種事情，也就是將兩個不具代表性的物件以時間性、或任何的指標強硬的湊在一起。（真正的原因可能是因為能經常吃到海參的家庭都有一定的經濟實力，而有經濟實力的家庭的基因與教育條件通常也都有一定的水準，所以小孩才會表現的比較聰明一些。）

書中的舉例更為貼切，在 2003 年海珊被抓到的那一天，新聞台在相差不到一小時的時間內播出了兩條訊息：「美國庫券揚升；捕獲海珊不能遏止恐怖主義」、「美國庫券下降；海珊被捕推升風險性資產的魅力」。你會發現同樣的抓人（原因），居然解釋了一個事件及與其完全相反的事件。

這就是敘事謬誤，人們會將不同的東西因為某種原因、某種環境、某種價值觀而附上某種因果關係，可笑的是，這個因果關係常常是錯的，但人們因為「確認謬誤」卻常常覺得這樣的因果就是絕對真理。敘事謬誤也時常誤導我們的思緒，例如，請你判斷「南投發生大地震的機率」與「台灣發生大地震的機率」哪個較大呢？既然後述的命題大於前者，自然是台灣發生大地震的機率比較大。可是很多人在知道答案前會選擇前者，為什麼？因為南投真的發生過大地震，這個選項有畫面感有故事性，就誤導了我們的大腦。敘事謬誤的例子還有很多，例如你一個親戚因摩托車事故而死亡，這件事遠比大量的統計分析更能影響你對摩托車的看法。

總結一下，我認為敘事謬誤是一種統計學上、哲學上的謬誤。從統計學上來說，錯將母體中的小樣本代替了母體去做分析；哲學上的角度是將這個分析與其他分析做了錯誤的連結。或著簡單來說，敘事謬誤就是對於因果關係的誤判，那要怎麼對抗敘事謬誤呢？塔雷伯的建議就是如果我們的生理結構不能阻止我們為兩樣東西附上因果，那我們就注重一個領域就好。詳細一點的說，就是重實驗輕故事、重經驗輕歷史、重臨床知識輕理論。

最後，讓我們看看「戲劇謬誤」：戲劇謬誤，或稱書呆子的不確定性，指那些把現實世界套入實驗室單純模型的人（經濟學家）。

以賭場為例子吧，請你想想一間賭場能面臨的最大損失是什麼？最常見的答案是賭客作弊或是賭客真的因為運氣好而贏大錢。因此世界上所有的賭場都花大把金錢與心力去設計與完善賭場的安全系統以及風險分配。然而，人算不如天算，塔雷伯在書中列出了著名賭場有史以來發生過的四次巨大損失。

1. 一名無可取代的演員在主秀中被老虎咬成殘障，損失了約一億美元。
2. 一名包商在承造飯店的擴建工程時受傷，企圖把賭場炸掉（當然，被發現了）。
3. 賭客贏錢超過某個金額時，賭場就必須向國稅局填報某個表格。而負責把這些表格寄出的員工，因為完全無法解釋的理由，把這些表格留在桌上沒有寄出。
4. 許多其他的危險情境，例如賭場女兒被綁架，造成老闆違反賭博法染指保險箱裡的錢去籌措資金。

只要簡單的計算就能顯示，這些事件造成的損失是前面我們想像的「最大損失」的好幾倍。也就是賭場花了數億美元在機率論和高科技監視系統上，但風險的主要部分，卻來自他們模型之外的衝擊事件。這就是戲劇謬誤：在現實生活中，你並不知道機率；你必須去尋找機率，而且，不確定性的來源沒有限定範圍。

如果覺得上述的舉例不好理解的話，這裡提供我自己理解的戲劇謬誤版本：換了一個位置就換了一個腦袋：看看那些去健身房跑步的人們，居然是搭電梯而不是走樓梯，好像運動只有在健身房裡才會有用一樣。當我們把思維限定在某個場景，或是在生活中扮演特定的角色時才會用特定的思維，就陷入了戲劇謬誤的情境。

#沈默證據：那些看不見的、視而不見的、偏誤所忽略的。總之，慎用你的「因為」

請你想像兩個剛開始航運的平行世界中的立法委員：

第一個世界中的立法委員看見了「飛安危機」這個黑天鵝的存在威脅，於是立法通過了嚴格的出入境檢測，登機物品的嚴格限制等等。由於這麼嚴苛的條件，在這個國家中從來沒有發生過飛安危機；而在第二個世界中，由於國家並沒有預料到飛安危機，所以遇到了類似 911 事件的恐怖攻擊，而這個世界中的立法委員，在飛安危機發生後到處大聲疾呼，呼籲人們抵抗阿拉伯世界，並且加強飛安危機。

試問，哪一個世界中的立法委員會受到比較好的評價呢？理性的人會說是一號委員，畢竟預防勝於治療。不過思考一陣之後就會說：「的確，一號委員做了正確的事，但二號委員受到的評價應該會高上許多。」為什麼？因為在一號世界中並沒有發生飛安危機，人們對於嚴苛的限制只會覺得：「好麻煩。為什麼要這樣做？會不會太嚴格了？這是多此一舉吧？比例原則哪去了？」但二號委員則是在民眾最感性的時候跳出來發聲，民眾會覺得二號委員跟自己在同一陣線，而不會怪罪二號委員：「為什麼不早點立法避免飛安危機」？

大家都知道預防勝於治療，但很少人會給予預防行為獎賞。我們再看一個例子。誰比較有價值呢？是讓我們避開一場戰爭的政治人物，或是開啟一場新戰爭（或許幸運地打贏了）的政治人物？我相信你懂我的意思了：我們看所看到的是顯著而可見的結果，而非不可見且不顯著的事物。而那些看不到的結果卻總是更有意義，塔雷伯將這種情況稱之為「沈默證據」。

將沈默證據再往後延伸，就是著名的「倖存者偏差」。說到倖存者偏差最著名的例子，那一定就是第二次世界大戰時有關美國空軍的內部討論了。在 1941 年的時候，美國空軍正在探討：飛機應該如何加強防護，才能降低被擊落的機率。軍方研究自己的轟炸機遭受攻擊後的數據後發現：機翼是最容易被擊中的位置，而機尾則是最少被擊中的位置。好，現在如果你是空軍總指揮官，你會選擇加強機翼還是機尾呢？答案可能會讓你意外，美國空軍最後決定加強的是最少被擊中的機尾位置，而且最後證實這個加強的決定是極為有效的。為什麼呢？請先想想軍方在蒐集轟炸機被擊中的位置資料時，那些資料是從哪些轟炸機身上取得的？一定是那些平安返回軍營的轟炸機吧。而在那些平安返航的轟炸機身上，機翼被擊中的次數比機尾多上許多，這個資料其實表明了被多次擊中機翼的轟炸機，似乎還是能夠安全返航；那在機尾的位置很少發現被擊中的痕跡的原因，並不是不容易被擊中，而是一旦被擊中，轟炸機幾乎就不可能返航了。

最後舉個我很喜歡的，有關沈默證據的例子。

「我們比較了比爾蓋茲、馬克祖柏與賈伯斯這三位偉大的企業家，發現三位企業家共通之處是大學都休學了，因此我們判斷要成為一個偉大的企業家必須在大學中休學。」你會不會覺得這個分析非常荒謬？畢竟世界上休學了但沒有創業成功的人比比皆是，休學雖然是三個企業家的共同特色，但休學並不是導致成功的關鍵吧。好，如果你對上面那句話有這樣的想法的話，請你再聽聽下面這句。

「我們比較了比爾蓋茲、馬克祖柏與賈伯斯這三位偉大的企業家，發現三位企業家共通之處是非常努力以及特立獨行，因此誌瓜判斷要成為一個偉大的企業家必須非常努力以及擁有個人特色。」現在，你會覺得這個例子比較好接受嗎？難道世界上沒有其他「非常努力」同時又「擁有個人特色」但最後卻「失敗」的人嗎？一定有的，休學、努力以及個人特色都不是能夠完全解釋成功創業的詞彙。

這個事件帶給我們很重要的啟示，那就是死人不會說話，活人說的不準。換句話說，失敗者不會出聲，而成功者無法代表全面的事實。

#鐘型曲線 vs 碎形：最差的 vs （也許是）最佳的模型
首先，我們來介紹鐘型曲線：鐘型曲線又稱常態分配或高斯分配，指的是數據越靠近平均數越多，遠離平均數則會越少的一種分配，因其函數圖形狀類似「鐘」而得名。

先不去理會一堆無用的統計術語，理解鐘型曲線的方式很簡單，請你畫出一個學校學生的身高與人數的座標圖。假設全校的平均身高是 170 公分，我想你有很大的信心可以預測，身高介於 165~175 公分的學生數量，會遠大於身高介於 190~200 公分的數量。

這就是鐘型曲線的特色，鐘型曲線的基本應用是納入一個統計指標：「標準差」。若一組資料服從常態分配，則距離平均數前後一個標準差的資料數會佔母體總數的百分之六十八；距離平均數前後兩個標準差的資料數會佔母體總數的百分之九十五。也就是說如果學校學生人數有 100 人，平均身高為 170 公分，而標準差為 5 公分的話，那我們可以相信有 68 位學生的身高介於 165~175 之間，有 95 位學生的身高介於 160~180 之間，那 190 公分以上的呢？常態分配跟你說幾乎不會出現，頂多出現一兩個特殊案例，在統計學中被稱之為「離群值」。（常態分配的另一項重大應用是抽樣分配與誤差計算，也就是我們時常聽到的信心水準，在這裡我就不贅述了，基本邏輯是類似的）

再來，我們介紹碎形理論：碎形指的是在不同尺度上可以對比出相同模樣的現象，有些人也稱它作分形理論。

在西元 1967 年，有位叫做本華．曼德博的數學家在美國的權威雜誌《科學》上發表了一篇論文叫《英國的海岸線有多長》，論文內容在說明海岸線在形貌上是自相似的，也就是局部形態和整體形態的相似。本華．曼德博在過去的文獻中發現有位叫做路易斯．弗萊．理察森的科學家做過一個研究，他想了解一些國家的海岸線長度，所以翻閱了西班牙、葡萄牙、比利時與荷蘭的百科全書，卻發現書上在估計同一個國家的海岸線長度時，竟然有高達百分之二十的誤差。這就引起了本華．曼德博的興趣，他發現有誤差是因為海岸線是一條蜿蜒複雜的不規則圖型。

數學理論以及這個論文的邏輯我們先省略不看，總之在本華．曼德博研究海岸線長度的過程中，他把一段海岸線的曲線放大，發現放大的曲線與更大範圍的海岸線的形狀驚人地相似。舉例來說，在空中拍攝的 100 公里長海岸線與放大的 10 公里長海岸線的照片會幾乎一模一樣。而這就是後來本華．曼德博提出碎形理論的基礎：局部的結構放大後，與整體的形狀非常相似。

最後，這兩種模型的區別在哪裡呢？差別在於一個模型涵括了世界的不確定性，而另一個則否定了離群值的存在。舉例來說，你覺得跟第二次世界大戰同樣規模的戰爭有可能出現嗎？或是用更貼切的例子說明，讓時間回到 2019 年，我問你：你覺得跟黑死病般大規模的傳染病有可能在現代再次出現嗎？

如果你是用鐘型曲線的思考模式的話，你的答案是不會。因為那是離群值，就像你不會相信一所學校會出現兩個以上的 200 公分以上的同學一樣，你不會預料到、你不會去相信世界會產生再一次的屬於離群值的事件。可惜的是，在 2020 年就爆發了新冠疫情。（在 2008 年、2000 年也都發生了經濟學家根據模型覺得不會再發生的金融危機）那碎形的模型會告訴我們什麼事情呢？我的理解是，在一定區間內所發生的事件，可以類推到另外一個區間之中。例如，在過去曾經發生過慘絕人寰的二戰，則我們可以相信，在未來的慢長時光中，是有可能發生比二戰相同程度或更慘烈的戰爭的，只是機率很小，但我們可以相信其發生是有可能性的。

用複製性去思考也是一個角度：我可以藉由所有已發生的資料來推論我在一段區間資料裡看不到的事，但這些東西仍應屬於有可能發生的範疇。舉例來說，有一本看不見的暢銷書，這本書並沒有出現在過去的資料裡，但必須將其納入考慮，因為曾經有洛陽紙貴的文字載具的出現。值得注意的是，碎形指的是「自相似」而不是「自我複製」，也就是說碎形是預設值、近似值，和架構，而不是某種精確的預測。碎形最大的價值，是代表了大多數的隨機性。進而減少許多意外的發生，讓某些黑天鵝看起來是「可能發生」的，從而轉變成「灰天鵝事件」。

簡單來說，利用碎形的概念可以讓我們把一些未知的未知轉成已知的未知。這有什麼實際應用嗎？我得出的例子有地震、金融週期等等：既然發生過 921 這樣嚴重的地震，根據碎形我們可以相信未來很有可能也有相當程度的地震，於是我們對於房屋抗震的要求必須提高，必須加強避難演練等等；金融崩潰過很多次，台積電在這幾週瘋狂上漲，但根據以往的事件你可以相信，一定會有市場泡沫、價格崩盤的那一天，而當你知道了這件事，金融災難便不再是讓人措手不及的黑天鵝。我想，碎形與鐘型曲線思考模式的最大差異就是，是否提醒了我們不要忘記稀有事件的出現機率。

心得：《黑天鵝效應》的基本啟示
我認為第一次閱讀《黑天鵝效應》至少要抓到上述的四大重點：火雞事件、思考謬誤、沈默證據碎形模型。

上面的內容簡介提到的四個重點，其順序代表了《黑天鵝效應》這本書中的邏輯。火雞事件代表了黑天鵝事件的其中一項本質：黑天鵝事件是上當者的問題。那為何總是有人會上當？因為四種捷思以及沈默證據帶來的謬誤深深烙印在人腦系統一的反應中。那要如何避免成為火雞呢？拋棄鐘型曲線的思維去擁抱碎形是一種方式。當然，還有很多細節是我沒有提及的，例如預測無效，或是更多的邏輯小故事，這邊提供一個簡單整理全書重要名詞的書評心得（https://reurl.cc/MZNg0k）給各位參考。

你覺得《黑天鵝效應》是一本怎麼樣的書？是一本對未來的預言？還是對現代科學的諷刺？我認為《黑天鵝效應》是一本訓練思考的哲學書籍，其最大的價值在於更正了我們在思考上的邏輯。我從來不認為本書最大的重點是「黑天鵝事件」或是「槓鈴策略」，對於一般讀者而言最重要的地方也是最能刺激思考、最能帶來價值的地方必然是「四種謬誤」。但是，如果真的要提念完本書後能得到的最大的、最具體的收益的話，我認為是「陰性建議」。

不要去相信那些網路上所謂「專家」的建議，除非他們的建議包含某種痛苦的過程或反面的敘述；書商不了解，閱讀一百本成功人士的成功心得不如閱讀十本失敗人士的慘痛經歷；要怎麼決定自己以後要成為什麼樣的人呢？最好的方式不是找一個憧憬的目標然後往前追趕，而是要找到自己最不想成為的那種人，然後盡力避免自己真的變成那種人。陰性建議或陰性思考會帶給你與現在截然不同的價值觀。不過，我得大聲的聲明，陰性建議並不是要我們去「否認」許多事件、並不是要我們去「狹隘」我們的眼界。陰性建議的本質是「我們對於我們不知道些什麼，比起我們知道些什麼，有信心的多。」我們沒有能力從過去的資料確認出正確的命題，可是我們能從資料中確定哪種命題是錯誤的，並且對其他事情保持觀望心態。

什麼意思呢？讓我們檢視一下這本書的標題「黑天鵝事件」吧。

在 18 世紀的澳洲被西方人發現之前，他們普遍認為天鵝就應該是白色的。這個結論來自歐洲人觀察過的所有天鵝，每一隻天鵝都是白色的。直到歐洲來來到澳洲的那一天，發現當地存在黑色品種的天鵝後，才把上述的結論把打破了。這起事件對於生物學家來說或許只是個小意外：「我們只是沒有看過。」但其內涵可不小。黑天鵝事件代表了，我們根據過往資料做的正面推論（想想火雞認為的安全），很有可能是不堪一擊的。

那從陰性建議的角度來看，一個聰明的、發現澳洲之前的西方人應該如何敘述天鵝的顏色呢？我提供兩個想法給大家參考。第一，因為陰性建議，我們得知我們無法從過去的資料中做出明確定性的推論，因此我們得為聲明加上一道保險：所有「我們看過」的天鵝都是白色的。這句話說的是一個觀察上的事實，而不是由事實泛化出去的推論；第二，可以說出陰性的結論：不是所有天鵝都是黑色的（雖然我還沒想出這樣講有啥用，但目前已知的效果是不會出錯）。那怎麼去應用陰性的思考邏輯呢。書中有關「預測」的章節我認為敘述的很精彩，例如「不要只思考事情發生的機率，要思考機率與影響程度」等等，這部分的精彩內容就留給讀者真正拿起《黑天鵝效應》再去體會！（或是後附的章節筆記也有簡單的整理）

最後，我在文末附上我閱讀《黑天鵝效應》時做的章節筆記，歡迎大家參考！

章節筆記
第一部 艾可的反圖書館，或我們如何尋求確認

第一章 一名經驗懷疑論者的見習

第一章是塔雷伯的小小自傳，提及了為何他會研究不確定性。塔雷伯說，對他的思想造成影響的書是他在黎巴嫩戰爭期間看的《柏林日記：二戰駐德記者見聞》，這本書是日記形式的歷史著作，那為何這本書會對塔雷伯產生影響？因為「事情發生時」的紀錄和「事情發生後」回過頭的紀錄的差異是相當大的。塔雷伯發現身處當下的人往往以為自己了解所有事情，但是卻不盡然；而事後回顧這些事件的人，往往能指出明確具體的原因，但這只是幻覺（當下的人根本無法察覺）。除了戰爭，另一個對塔雷伯產生重大影響的事件 1987 年的大崩盤，那時塔雷伯是一位交易員，而他發現沒有人事先認知到這次的崩盤，而這就是他一直在尋找的「黑天鵝事件」。

第二章 尤金尼亞的黑天鵝事件

本章介紹一位叫做尤金尼亞的作家，她的寫作風格融合了學術以及白描的散文。一開始沒有任何出版社願意給這種作品機會，但當尤金尼亞成功了之後，又有一堆編輯跑過來問說為什麼沒有在一開始就來找他們？他們一定能一眼就看出尤金尼亞寫作風格的優點。而塔雷伯相信很快地，就會有學術界給尤金尼亞的評價，例如她的作品在文學演變中代表著什麼地位，她的風格又是明顯地受到哪門哪派文學家的影響等等。很明顯，這些都是後見之明，也很明顯，這是個黑天鵝事件。最後，這個人物是塔雷伯虛構的出來的（這還是第三章的註解...）。

第三章 投機者和妓女

本章在介紹平庸世界和極端世界，平庸世界指的是：當你的樣本很大時，沒有任何單一個案可以顯著改變整體或全部。觀察到最大者，仍然令人感到印象深刻，但對整體而言，終將不顯著。作者以體重舉例，把全世界體重最重的人放到你的樣本裡，也不過佔你樣本的小小比例罷了。反之的極端世界非常不公平，單一觀察點就能不成比例地影響整體或全部，可以用二八法則來理解，或是把上一個例子中的體重改成財富總量。區分這兩個世界很重要，如果你厭惡風險，塔雷伯建議你待在平庸世界，雖然不容易獲得大大的成功，但是少可以透過合理的線性累積過上不錯的生活。但是極端世界則不同，在這個世界中是沒有所謂的公平的，贏家會把所有的成果都拿走，而贏家跟輸家的比例又是如此的懸殊。畢竟是第二次看黑天鵝效應，我直覺想到經濟學上所謂的「效率市場」或稱「理性預期」的不合理之處，想到之後不免對作者不喜歡經濟學家的看法多了一點認同。

第四章 一千零一天，或如何才能不當傻瓜

本章就是著名的「火雞章節」。凡事介紹黑天鵝效應都會提到的火雞故事便是來自這章。塔雷伯運用火雞的故事提出了黑天鵝問題的原始形式：我們如何能從過去的既有知識去了解未來；或是，更普遍地說，我們如何能在（有限的）已知基礎上，了解（無限的）未知性質？錯把對過去所做的幼稚觀察當成未來的確定模式或代表，是我們無法了解黑天鵝事件的唯一原因。那如何規避黑天鵝的風險呢？在火雞故事中，對火雞來說是黑天鵝，但對屠夫而言卻不然。我們可以看得出來，黑天鵝事件是上當者的問題。換句話說，黑天鵝事件之發生，和人的預期有關。你知道你可以用科學或保持心胸開放來消除黑天鵝事件。最後看到兩句有趣且值得說明全書的概念，有讀者對塔雷伯說：「你的風險意識這麼極端，你是怎麼過馬路的？」確實，如果你單純看黑天鵝效應的支持者會有種他們在杞人憂天的感覺，但這是一種錯誤且片面的感受。注重黑天鵝、注重不確定性不是要你不要過馬路，而是要你不蒙著眼睛過馬路，是要你過馬路前過馬路時過馬路後多眼觀四方耳聽八方。這章除了火雞事件之外，還講述了一些經驗懷疑的哲學家的故事，例如休謨。（看完第十一章回來做個補充，火雞事件也可以拿來說明「基於過去資料的預測無效」這件事實，對於同一個事件，可能可以證明其正面以及完全相反的事件）

第五章 確認確認個頭

本篇介紹雙程謬誤與確認偏誤。雙程偏誤指的是一種字句上的微妙差異造成的理解偏誤，舉例來說「沒有證據證實大型事件」與「有大型事件不可能發生的證據」是截然不同的敘述；當醫院開出診斷時，上面寫著「沒有證據顯示生病」可不代表著這就是「沒病的證據」。塔雷伯在這章舉出醫學史上因為這種謬誤造成的傷害，諸如母乳與膳食纖維的影響。另外一個主題是確認偏誤，指的是人們總會去尋找能去證實自己想法的證據（而且往往都能找到）。最有名的例子應該是猜數字的規律，內容在這個影片（https://reurl.cc/a5v7jZ）中有詳細的敘述。這兩個謬誤的本質，其實都隱含了從正面思考的錯誤性：一系列的佐證事實未必就是證據。看到白天鵝並不能證實黑天鵝不存在。然而，這裡有個例外：可以知道哪個命題錯誤，但未必知道哪個命題正確。如果我看到一隻黑天鵝，則我可以確認並非所有天鵝都是白色的；只要找到一個惡性腫瘤就可以證明你得了癌症，但沒找到惡性腫瘤，則不能確定地說你沒有癌症。所以我們應該要靠陰性例子來逼近真相，而不是靠確認已知的事實來逼近。錯誤的（陰性的）證據能比正確的（確認性）的事實提供更多的證據。於是塔雷伯在這章建議了一種猜測和反駁的機制：擬出一個（大膽的）猜測，並開始尋找證明其為錯誤的觀察。這是尋找確定事例的替代方式。

第六章 敘事謬誤

-本章介紹敘事謬誤，指的是我們在看一連串事實時，很難不去編織故事，或等義地，對這些事實強加邏輯連結，加上關係箭頭。舉例來說，在 2003 年海珊被抓到的那一天，新聞台在相差不到一小時的時間內播出了兩條訊息：「美國庫券揚升；捕獲海珊不能遏止恐怖主義」、「美國庫券下降；海珊被捕推升風險性資產的魅力」，你會發現同樣的抓人（原因），居然解釋了一個事件及與其完全相反的事件。敘事謬誤也時常誤導我們的思緒，例如，請你判斷「南投發生大地震的機率」與「台灣發生大地震的機率」哪個較大呢？既然後述的命題大於前者，自然是台灣發生大地震的機率比較大。可是很多人在知道答案前會選擇前者，為什麼？因為南投真的發生過大地震，這個選項有畫面感有故事性，就誤導了我們的大腦。敘事謬誤的例子還有很多，例如你一個親戚因摩托車事故而死亡，這件事遠比大量的統計分析更能影響你對摩托車的看法。在本章，為了深入敘事謬誤，作者介紹了系統一與系統二的思考。最後也提出了對抗敘事謬誤的方式：注重一個領域就好。詳細一點的說，就是重實驗輕故事、重經驗輕歷史、重臨床知識輕理論。

第七章 活在希望的等候室裡

在上一章的結尾這樣寫著：「到目前為止，我們已經討論過黑天鵝事件眼盲的兩種內在機制，即確認偏誤和敘事謬誤。下一章將探討外部機制：我們在接收和解釋事件記錄上的缺陷，即我們在反應方式上的缺陷。」本章後半部以《韃靼的沙漠》為主題，介紹外在環境對身處黑天鵝（極端世界）中工作的人的影響。身處這世界的人不是賭黑天鵝事件將會發生，就是賭黑天鵝事件永遠不會發生，而這需要完全不同思維的兩種策略。本章還提到了類似「展望理論」的敘述：頻繁的小小好消息比稀有的大好消息更好，一次性的負面衝擊比連續且為時很久的小衝擊要好。這章給我的感受比較情緒化，稍微雞湯一點：「許多人終其一生，都在認為自己是在做正確的事之下孜孜不倦的努力，然而，他們很可能在一段非常長的時間裡，得不到具體的成果」、「你沒有任何發現其實很有價值，因為這是發現過程的一部分」這兩句話提醒了所有在極端世界工作、期待著黑天鵝的人們（實驗家、作家、歌手）應有的處世態度。

第八章 卡薩諾瓦永不失靈的運氣：沈默證據的問題

本章介紹沈默證據。沈默證據最為著名的應用，估計就是所謂的「倖存者偏差」了。說到倖存者偏差最著名的例子，那一定就是第二次世界大戰時有關美國空軍的內部討論了。在 1941 年的時候，美國空軍正在探討：飛機應該如何加強防護，才能降低被擊落的機率。軍方研究自己的轟炸機遭受攻擊後的數據後發現：機翼是最容易被擊中的位置，而機尾則是最少被擊中的位置。好，現在如果你是空軍總指揮官，你會選擇加強機翼還是機尾呢？答案可能會讓你意外，美國空軍最後決定加強的是最少被擊中的機尾位置，而且最後證實這個加強的決定是極為有效的。為什麼呢？其實仔細思考後你一定也能理解，軍方在蒐集轟炸機被擊中的位置資料時，那些資料是從哪些轟炸機身上取得的？一定是那些平安返回軍營的轟炸機吧。而在那些平安返航的轟炸機身上，機翼被擊中的次數比機尾多上許多，這個資料其實表明了被多次擊中機翼的轟炸機，似乎還是能夠安全返航；那在機尾的位置很少發現被擊中的痕跡的原因，並不是不容易被擊中，而是一旦被擊中，轟炸機幾乎就不可能返航了。這個事件帶給我們很重要的啟示，那就是死人不會說話，活人說的不準。換句話說，失敗者不會出聲，而成功者無法代表全面的事實。除此之外，在這章給我很大的思想衝擊是這一句：「我們可以看到政府的所做所為，從而附和他們的功績。但我們卻看不到替代選項。但替代選項的確存在，只是較為隱晦而不為人知。」衝擊是因為，我自認很喜歡經濟學的思考方式，而經濟學的體系很大一部分是要人們去看那些看不到的部分，也就是判斷機會成本。但我從未思考過機會成本可以用這樣的形式被表達出來。透過這一章，塔雷伯請我們正視所謂的因果性。當我們是當事者的時候時常會誤判因果（只有贏家能說話）。那當我們是旁觀者的時候該怎麼處理呢？可以參考「參考點理論」：參考點理論是這樣的：不要從賭贏者（或是幸運的卡薩諾瓦、總是會復甦的紐約市，或不可毀滅的迦太基）的有利位置計算機率，而要從一開始就玩起的大批人馬觀點去計算。

第九章 戲劇謬誤，或書呆子的不確定性

本章討論戲劇謬誤。老實說就算是第二次閱讀，我還是不太理解本章的內容，以下說說我個人的理解。塔雷伯所謂的戲劇謬誤，應該是指那些把世界過度單純化的人犯的思考錯誤。本章以賭場舉例，一間賭場能面臨最大的損失是什麼？是賭客作弊或是賭客真的因為運氣而贏大錢是最常見的答案。因此世界上所有的賭場都花大把金錢與心力去設計與完善賭場的安全系統以及風險分配。但在這一章的內容中，塔雷伯指出一間著名賭場發生過的四次最大的損失，居然都與設想好的無關。這就是戲劇謬誤：在現實生活中，你並不知道機率；你必須去尋找機率，而且，不確定性的來源沒有限定範圍。不過呢，我認為這裡也有一點謬誤存在，就是如果賭場沒有花這麼多心思在他們認為的安全上，或許最大的損失真的就會發生在那個類別。但這並不影響這一章要討論的內容，我相信塔雷伯要說的是，我們太容易只專注在我們「看到」的事情上，而且所謂專家看到的往往也是過度簡化的事情，所以本章的標題後面那句才會這樣敘述：「書呆子的不確定性」。他們看到的不確定性太溫馴，都是處理過的，都只是「已知的未知」。

第二部 我們就是不能預測

第十章 預測之恥

本章透過解釋「知識傲慢」來說明為何人們無法預測。什麼是知識傲慢？簡單來說就是我們對於我們知道些什麼顯得傲慢。我們當然知道很多，但我們天生有個傾向，認為我們比實際上多懂一點點，這一點點就足以讓我們偶爾陷入嚴重困境。這種傲慢具有雙重效應：透過對不確定狀態之範圍的壓縮（亦即，縮減未知數的空間），我們高估我們知所知，並低估不確定性。相信很多人都聽過一個隨機丟飛鏢去選標的的人與真正的交易員的成效幾乎不太有差別。這章提出了可能可以解釋這現象的原因： 你給某人的資訊越多，他們沿路所建構的假設就越多，而其辨識成果就越差。他們看到資訊裡更多的隨機雜訊和錯誤。可悲的是，不只是交易員，全人類的預測時常都是失敗的（更可悲的是幾乎沒有人會去檢驗這種失敗；更更可悲的是，在預測失敗後人們會開啟新的一輪預測）。去看看 2000 年時政府對現在的預測，不用真的看都能知道一定相差許多，那政府現在在幹嘛呢？可能是忙著預測 2040 年的活動吧。本章最後，塔雷伯提出幾個預測時應該注意的點，直擊我思緒的有二：「錯誤率」與「最差狀況」。我們在制定決策時所需要的政策，必須和可能的出象範圍有關，而不只是最後的期望數字。錯誤率提供了一個範圍，與提醒看計劃者用一個更廣闊的心胸（以這章的語言來說，做一隻心胸寬大的狐貍）去想像未來；最差狀況則比預測本身還要重要。曾經聽過一個說法，做計畫時必須同時作出樂觀與悲觀的版本，並且至少做好面對悲觀的努力，或許正是這個道理。

第十一章 如何尋找鳥屎

本章以另一種角度解釋為何預測會失敗，塔雷伯首先從「發現」的模型開始。發現的古典模型如下：你要尋找你所知道者（譬如說，到印度的新路線），卻發現了某個你不知道竟然存在的東西（美洲）。大多數重要的進步來自無法預測的事物，也就是那些「躺在想像路徑之外」的東西。不過，雖然事後這些發現（諸如演化論、青黴素、宇宙輻射）看起來很偉大，但當時的人們並沒有立即瞭解到這些發現的重要性。這就導出了另一個概念：要預測一項科技是否會四處散播，意味著去預測時尚和社會流行這個龐大元素。而這些，都不在科技本身的目標效用範圍之內。人是沒有辦法預測到未來的，若要預測歷史事件，我們必須預測科技創新，而科技創新本身基本上是不可預測的。塔雷伯提到統計學上有所謂的「迭代期望定律」：如果我預期在未來某一天將會預期到某件事，則我現在已經預期到該件事（對未來之了解，若要達到能夠預測未來的程度，則你必須具備來自該未來本身的元素）。簡單來說，因為上述的原因，我們無法預測未來：歷史上已經發生過那種，出現了可以改變世界的科技，但當時的世界卻對之唾棄的經驗。此外，本章還提及了「三體問題」，其延伸是「混沌理論」與「蝴蝶效應」。看完本章，或許我們會對「預測」失去信心，更甚者，懷疑我們為什麼要做計畫。塔雷伯在最後引述了「歸納之謎」做了結論：「如果不再存在一個唯一的方式，讓你對你之所見做「泛化」以推論未知，則你該如何操作？顯然，答案將是，你應該用「常識」，但在考慮某些極端世界變數的情況下，你的常識可能不是很完備」。不是要我們不做計畫，而是要知道計劃的局限性，以及對局限性作出準備。

第十二章 知識政體，一個夢想

本章討論了「前向過程」與「後溯過程」的差異。塔雷伯邀請我們做一個思想實驗，請你想像兩個不同的狀態。操作一（融化中的冰塊）：想像一個冰塊，並思考接下來兩個小時中，當你和朋友玩幾局撲克牌之後，會融成什麼樣子。試著想像出融成冰水混雜的樣子。操作二（水從哪裡來）：考慮地上的一攤冰水，現在試著把你心中所看到的冰塊重新建立成原來的樣子。請注意，這攤冰水未必來自冰塊。這兩種過程的差異在於，如果你有正確的模型，你可以極為精確地預測這個冰塊如何融化。然而，從一攤水，你卻可以導出無限多種可能的冰塊，如果原先真的有個冰塊的話。老實說我實在無法深刻理解塔雷伯舉的這個例子，讓我們換句話說吧，以區塊鏈為例。區塊鏈的加密技術建立在數學的不對稱性上，可以用因數分解做簡單的類推。當我給你一串複雜的方程式要你做因式分解，可能你會需要許多的步驟（遑論利用橢圓加密技術），但如果我直接給你分解好的式子，讓你去驗證事不是原來的方程式的話，恐怕你只需要不到一分鐘的時間就能計算完畢。從解去驗證題目就像是「前向過程」，而由題目去分解出解就像是「後溯過程」，後者在過於複雜的系統中基本上是無法實現的。而塔雷伯本章後半部說的就是這種後溯過程在歷史上的應用：我們應該知道歷史，而不從中得出理論。學著去讀歷史，盡可能地吸收所有知識，不要覺得軼事不好，但請不要做任何因果連結，不要太努力地去嘗試逆向過程（唸歷史不要去找原因，光是看到歷史，就能觀察到許多東西）。在本章前半也有個針對不對稱性的見解：在人們的心中，過去和未來之間的關係，並不是從以前的過去和未來之關係習得。也就是當我們在想明天時，我們並不是用我們昨天或前天的看法來構想明天。由於這種反省上的缺陷，我們學不到我們先前的預測和後來的結果之間的差異。當我們想明天時，我們只是把它當成另一個昨天去預測。這個見解的重點並不完全在我們傾向於錯誤預測我們的未來快樂，而在于我們不會遞迴地從過去經驗中學習。

第十三章 如果你不能預測，該怎麼辦？

本章為第二部的總結，也是本書著名的「槓鈴策略」的出處。槓鈴策略的構想很簡單，就是盡可能地超保守和超積極，而不是溫和的積極或保守。其細節我不贅述，本章還提到其他很多的原則，不過正如塔雷伯在本章最後總結的，本章一切的建議，都建立在「不對稱性」上。把自己放在正面、可預期、風險低的那一面是一切的基礎。舉個例子吧，要投注在準備上，而不是預測上：政府無法知道地震何時會發生（負面、不可預期、風險高）但政府知道地震發生後會發生什麼事，以及應對這些事需要準備什麼（正面、可預期、風險低）。我們永遠都無法知道未知之事物，因為，在定義上，那就是未知。然而，我們總是能猜測其對我們的影響，而且我們應該根據他來做決策。塔雷伯建議我們可以把焦點放在一個事件如果發生的話，其報酬和好處。非常稀有事件的機率是無法計算的，而一個事件對我們的影響，卻非常容易確定。換句話說我們可以對一個事件的結果有清楚的概念，即便我們不知其發生的可能性有多大。我個人的得到，針對本章的主題「預測」我會這樣理解，作者不是要我們放棄預測，而是要我們放棄去預測「事件的出現」。那放棄後的資源要拿來幹嘛？要把資源拿來針對事件最差情況的準備上，也就是說我們仍然需要預測，但預測是為了讓我們建立準備，而不是賭任何虛無飄渺的機會。除此之外，把不對稱性在職業或投資上也有許多應用，投資比如風險分散策略，雖然說塔雷伯是建議極度積極以及極度保守，不過我相信不對稱性也可以很好的檢視一些著名的投資策略為何有用（例如定期買進），職業部分要從事那些把風險丟給別人的職業，或是獲利下檔有限，上檔幾乎沒有限制的職業（忘記這個想法是在《反脆弱》還是《投資最重要的事》中有更詳細的介紹了）。

第三部 那些極端世界裡的灰天鵝

第十四章 從平庸世界到極端世界，再回來

在第三部的前言中，塔雷伯是這樣介紹這一章的內容的：本書的編排方式是把技術性（但非不可或缺）的章節放在第三部，對思想周密的讀者而言，這些部分可以跳過而不會有任何遺漏。第十四章就開始了一些技術性的敘述，不過跟《反脆弱》中有一大部分的數學條列不同，本章的技術性是指介紹了一些其他學者做的研究以及其延伸。從馬太效應開始吧，馬太效應取名字聖經上的一段話：「凡有的，還要加給他，叫他有餘；凡沒有的，連他所有的，也要奪去。」這種現象在社會學上有個比較專業的名稱「累積優勢」，指的是人們會把窮人的資源拿去給富人：大的越來越大，而小的還是很小，或是相對上變小了。接著塔雷伯開始探討「運氣」的作用，並且說明了在極端世界中所謂「長尾」的作用：長尾是極端世界的副產品，讓極端世界不會那麼不公平：世界並沒有因此對小傢伙更公平，但卻對大人物變得極為不公平。沒有任何人是真的屹立不搖，小傢伙極具破壞力。有趣的是，本章還提到了全球化帶來的問題，在去年疫情的時候塔雷伯還在推特上截了這一段說他警告過大家了XD。看完這章，我對大的越大這個概念很感興趣，本章以學術圈為例，說明學者最好越早成名越好。我想這在很大程度上再一次告誡我們，我們的思考邏輯有多大的漏洞，就連最嚴謹最邏輯的學術界也會被這種謬誤給唬住。

第十五章 鐘型曲線，知識大騙局

本章在討論鐘型曲線不適用之處。鐘型曲線意即常態分配，就是距離平均值一個標準差的範圍內有 68% 的機率的那個模型。塔雷伯指出常態分配的第一個問題就是過度藐視極端事件發生的機率：高斯鐘型曲線的變動頂著逆風，使得你在離開平均值時，機率會掉得越來越快，而具「規模可變性」或曼德伯模式的變異，並沒有這樣的限制。但常態分配也不是全然無用，只是必須分清楚適用與不適用的場合：有些變數，如果有合理的理由相信其最大值和平均值不會相距太遠，則我們可以善用高斯法。如果有個引力把各個數字拉下來，或著，如果有個實體限制，防止非常大的觀察值之出現，我們就是處於平庸世界之中。如果有個強大的均衡力量，使得狀況一旦脫離均衡，就會被相當迅速地拉回到均衡點，則你還是可以用高斯法。否則，就別管高斯法了。本章以咖啡杯為例，但我認為用熱力學第二定律說明會更有印象：按照熱力學第二定律的說明，在理論上熱量的傳播是有可能從低溫傳向高溫的，但現實生活中熱量必由高溫往低溫傳，這是因為物質中每一個分子都要做出選擇，而分子的數量規模過大，並且選擇的方向服從高斯分配（每一個狀況都有相等的機率，但構成同樣的結果狀況的機率會被相加。而這就是高斯模式的關鍵：許多部分都混在一起了），亦即出現平均的機率遠大於出現離群值的規律。塔雷伯給出另一個判斷基準：如果你所處理的是質的推論，如心理學或醫學，尋求「是/不是」的答案則量的大小在此不適用，那麼，你可以假設你處於平庸世界而不會有嚴重的問題。但如果你所處理的是「總計數」，量的大小很重要，如所得、你的財富、投資組合的報酬，或書籍銷售額，那麼，如果你用高斯模式，你就會碰上難題，並得到錯誤的分配。本章舉了許多例子說明鐘型曲線不適用的地方，不過最有趣的是，塔雷伯寫道當他跟其他人說鐘型曲線在現實生活中其實並不是處處可見的時候，那些人往往要他提出證明。而且「那些人」往往是大量使用鐘型曲線的人（統計學家、經濟學家）。這裡就顯出了經驗懷疑論者的過人之處，當我們在猜想鐘型理論有問題時，要做的事情不是研究並舉出一堆可能產生非鐘型曲線隨機性的模型（雖然很有可能必須研究作辯論使用），而是要盡可能地研究並瞭解鐘型曲線，並找出他在什麼地方適用，什麼地方不適用。

第十六章 隨機性的美學

本章介紹如何利用碎形馴服黑天鵝事件。在一開始，塔雷伯介紹了他極為賞識的學者：本華曼德伯。並推崇他的碎形成就。何謂碎形？指的就是在不同尺度下自相似的物理，例如在高空看英國的海岸線，以及拿放大鏡看海岸線中的一小段所得到的圖形是極為類似的。那如何用這個概念做隨機性的推測？我的理解是，在一定區間內所發生的事件，可以類推到另外一個區間之中。例如，在過去曾經發生過慘絕人寰的二戰，則我們可以相信，在未來的慢長時光中，是有可能發生比二戰相同程度或更慘烈的戰爭的，只是機率很小，但我們可以相信其發生。用複製性去思考或許也是一個角度：我可以藉由已發生的資料推論我在資料裡看不到的事，但這些東西仍應屬於機率的範疇。有一本看不見的暢銷書，這本書並沒有出現在過去的資料裡，但必須將其納入考慮。值得注意的是，我們並不是從已知資料中去尋找規律或是試圖得出相關性及任何結論，資料只是資料，或是把資料想像成圖形，並且引入碎形的概念，相信在下一個時間段內會發生自相似的狀況。注意「自相似」這個名稱，相似不代表完全一樣，塔雷伯說碎形代表了大多數的隨機性，但我們不一定要接受其精確的使用方式。碎形應該是預設值、近似值，和架構。碎形隨機性是減少這些意外的一個方法，讓某些天鵝看起來可能發生，也就是說，讓我們察覺其重要性，把它們變成黑色。但碎形隨機性不會得出精確的答案。也就是說，利用碎形的概念可以讓我們把一些未知的未知轉成已知的未知。但這有什麼實際應用嗎？塔雷伯在本章並沒有明確的指出實例，我自己的思考是例如地震、金融週期等等。既然發生過 921 這樣嚴重的地震，根據碎形我們可以相信未來很有可能也有相當程度的地震，於是我們對於房屋抗震的要求必須提高，必須加強避難演練等等；金融崩潰過很多次，台積電在這幾週瘋狂上漲，但根據以往的事件你可以相信，一定會有價格崩盤的那一天，而當你知道了這件事，金融災難便不再是讓人措手不及的黑天鵝。我想，碎形的思考模式主要就是在提醒我們不要忘記稀有事件的出現機率。

第十七章 洛克的狂人，或放錯地方的鐘型曲線? ?

本章在敘述塔雷伯在推廣高斯模型不恰當時遇到的挑戰。沒有太多深刻的東西在本章，在這章一開始塔雷伯就寫了：「這是本書在財務和經濟學上之一貫論點的簡單釋例。如果你不相信鐘型曲線在社會變數上的應用，如果，你和許多的專業人士一樣，已經相信『現代』財務理論是危險的科學垃圾，你可以很安全地跳過本章。」比較有趣的是，這章提及了前面章節提過的「領域攸關性」，簡單來說就是換了一個位置就換了一個腦袋。許多交易員在跟塔雷伯討論模型時都理解並且承認了模型的缺失，但隔天進辦公室後卻還是使用模型來預測。這種人就像洛克所定義的狂人：「從錯誤的假設前提做正確推理」者。鐘型曲線不適用的理由在第十五章有提到，我在這裡再做兩個自己的小總結：首先，鐘型曲線對離群值的概率估算的太低了，以至於如果我們根據高斯模型做預測會把自己暴露在極大的風險之中（且不自知）；第二，造成這種現象的原因是因為鐘型曲線不具備「縮放性」，也就是「規模可變性」。

第十八章? 假學究的不確定性

本章在批評虛偽的不確定性。塔雷伯以「測不準原理」為例，這個原理指的是人們無法同時測量到一個例子的位置以及動量，時常有人把這個原理當作極致的不確定性。但塔雷伯卻嗤之以鼻，他認為測不準原理根本就和不確定性無關。為什麼？因為這種不確定性為高斯模式，取平均之後，他將消失。我們也許永遠無法確微小粒子的未來位置，但這些不確定性非常微小且非常繁多，而且他們會被平均所消除。「人們無法預測他們最近才取得的東西可以享用多久，他們的婚姻會持續多久，他們的新工作會有怎樣的變化。然而，他們所說的「預測極限」竟是指次原子粒子。」另外本章延續了「戲劇謬誤」來批判哲學家，哲學家被聘請來懷疑世界來得到真理，但塔雷伯發現這些哲學教授處理薪資的方式竟然是將一定比例的金額丟給基金交易員處理。懷疑論哪去了？這世界上的人會舉出一大堆例子去懷疑宗教，但只有極少數的人會去懷疑經濟從業人員（或是醫生）。最後，塔雷伯總結了第三部的內容「我要重複說，我對黑天鵝事件的解藥就是不要把我的思維規格化：不是如何思考，而是如何把知識轉化成行動，並搞清楚哪些知識有價值。」第四部估計就是具體說明這句話的應用吧。

第四部 完結篇

第十九章 一半一半，或如何向黑天鵝事件報仇

本章介紹塔雷伯面對生活的準則，其核心就是前面章節提過的「槓鈴策略」。不過這章多了蠻多抽象且生活化的說明：「我對其他人，尤其是我所謂的文化市儈之人所輕易相信的事，抱持超級懷疑論；但對其他人所懷疑者，卻輕易相信。我對確認感到懷疑，但只有在錯誤的代價非常昂貴時，而不否認否證」、「我不太擔心小挫折，比較擔心大失敗，決定性的失敗；我比較少擔心廣為人知且轟動一時的風險，而比較擔心惡意隱藏的風險」。本章最後，塔雷伯提出的思想類似於柯維在《與成功有約》中提到的「選擇的自由」：「錯過火車，只有在你追著他跑時，才會覺得痛苦。如果你以自己的標準，作出自己的決策，你就更加掌握到你自己的生命。」擔心自己所能擔心（力能所及）的就好，而面對黑天鵝事件的法則就是盡力把自己的「力能所及」擴大，並且不去擔心那些在平庸世界的細枝末節。

後記隨筆：談堅固與脆弱，哲學和實證上的深層思考

第一章 向大自然學習，最古老的智慧

後記寫於《黑天鵝效應》出版後的三年，其中間經歷了 2008 年的金融海嘯。本章以一點點篇幅討論了這起事件「我對二零零八年的風暴只要做非常簡短的討論：這場風暴在本書出版後發生，隨你怎麼說，這場風暴不是黑天鵝事件。這只是許多系統建立在對黑天鵝事件的無知上，且否認有黑天鵝事件的脆弱後果。」本章比較大的重點是關於下一本書《反脆弱》的連結（塔雷伯在寫這篇時還沒寫出下一本書），其連結指的是「系統」、「多餘」、「堅固」、「脆弱」。這一章最好玩的就是抨擊全球化的部分，在這一章中塔雷伯明確的寫出：「再一次，我並不是說我們要停止全球化並阻止旅遊。我們只需注意其副作用和代價，但很少人去注意。我看到了風險，一隻非常奇怪的兇猛病毒正散播到地球的每一個角落。」這恰好吻合了去年爆發的新冠疫情。不過再一次，我相信塔雷伯不會把這次疫情稱之為黑天鵝事件，充其量是灰天鵝，因為這個風險是預料的到的，只是那些「專家」沒有作出堅固的系統，或是說沒有準備多餘的資源去應對罷了（也許原因是他們認為這根本不會發生。為什麼？問問鐘型曲線）。

第二章 我為什麼要做這麼多的步行，或系統如何變脆弱

本章點出了《反脆弱》一書一開始的核心架構，我在此不多做贅述，爾後重讀反脆弱時自然會寫到。不過還是有些東西必須現在總結，例如在本章塔雷伯提到了「間歇性」的飲食，他追求的是極端的壓力與適當的休息之間組成的隨機性生活。「活體組織（不論是人體或經濟體）需要可變異性和隨機性。而且，他們需要極端世界型的可變異性，某種極端的施壓因子。否則他們就會變得越來越脆弱。」從前說的一日三餐是醫學上的謬誤，那我們要如何避免這種研究謬誤呢？塔雷伯說「大自然並不完美，但到目前為止已經證明比人類聰明，當然也比生物學家聰明。因此我的方法是先假設大自然比任何人都更權威，然後結合以證據為基礎的研究（去除掉生物學理論）」。看完這章，正在減肥的我產生了一些新的想法：首先，重量訓練會是基本不變的，我想維持這一個基本的系統穩定性（然後在這系統之上附加隨機性），然後重量訓練之後的有氧會是隨機安排（慢走一段時間，突然快跑一段時間，再回來）。飲食的部分也會朝這方面做發想，不過感覺很難做到，我自己也有本書提到的「領域攸關性」的毛病吧。

第三章 明珠配豬玀

本章討論一些社會上對黑天鵝事件（或是塔雷伯本人）的誤會。我想我第一次看完這本書也常落入這種誤會當中，例如會覺得預測、統計學、經濟學都是無用的等等。但實際上，塔雷伯說的不是「不要去預測」或「不要用模型」，而是「不要用誤差很大的沒用模型」和「不要在第四象限裡用模型」。在本章最後，塔雷伯總結了一句：「黑天鵝事件大部分是由人們使用遠超過自己所了解的方法，根據錯誤的結果，投以過度的信心。」因此避免受到黑天鵝事件衝擊的關鍵之一是「知道自己方法的有效邊界」，在前面的章節塔雷伯稱之為「平庸世界」，而在之後的其他章節則是「第一到第三象限」。另外，這一章再度提到「在類似確認偏誤的毛病之下，江湖郎中提供許多大家所需要的陽性建議（要去做什麼），因為人們不珍惜陰性建議（別做什麼）。今天，「如何不破產」似乎不是一個有效的建議。」陰性建議或許能提供更多的資訊，我覺得這可以成為日後給人建議時的一道原則。

第四章 亞斯伯格症和本體論的黑天鵝事件

本章討論哲學上的黑天鵝事件以及何謂機率。在一開始塔雷寫道：「黑天鵝講的不是一些客觀定義的現象如下雨或車禍等，那只是特定觀察者沒預期到的事物」也就是火雞的黑天鵝並不是屠夫的黑天鵝。所以黑天鵝事件在哲學的討論上存在著認識論與本身論的差異，不過這種差異在實務上基本沒有區別就是了。在本章後半段討論了機率，講述了主觀機率與客觀機率的差異，這一段是比較好理解的。我會這樣敘述，事實上，每一個人得出的機率（主觀）都算是一種條件機率，基本不存在客觀機率這種事情。

第五章（或許是）現代哲學史上最有用的問題

我們不需要在乎一個事件發生的機率，我們需要在乎的是一個事件發生後的影響規模，總地來說，我們需要注意的不是 0~1 之間的機率分配，而是機率乘以事件規模後得到的期望值。預測「一場戰爭」是沒有意義的：你必須預測其傷害，然而，極端世界中沒有典型的傷害。很多人預測到第一次世界大戰的發生，但沒有人預測到他的規模。那怎麼辦呢？事件越稀有，你能得到的實證資料就越少（我們大方地假設未來和過去類似），於是我們就越需要依賴定理，依賴一個先驗的模型來表示（而不是從標準歸納法估計）。當我們走的更遠，以規模可變或是碎形來預測時也會發現，有些小機率我們是無法精確計算出來的。應對這種小機率的方式就是避開他，縱使你沒有證據他們可能發生。一旦你開始檢查報酬，也就是決策的結果，你會很清楚地看到，有些錯誤的結果可能是溫和的，另一些可能很嚴重。想想空中安檢吧，我們在登機時會檢查大家是否有攜帶武器，雖然我們沒有證據證明這些人是恐怖份子，但如果是的話結果極其嚴重。另外這章討論到更多的機率問題，有趣的是有關「超機率」的話題，「一般化的說，一個機率分配必須隸屬於一個超機率分配，這個超機率分配給我們，譬如說，一個機率分配是錯的機率。」希望之後學統計學或機率論的時候能對這方面做深入一點的研究。

第六章 第四象限，那最有用問題的解

利用一下陰性建議，與其找到一堆證明自己理論的事證去抨擊別人，不如去找到別人理論的侷限性（或是找到自己理論的邊界）。本章是塔雷伯在跟統計學家做說明時的總結，模型、預測與統計學並不是全然無用，但也不是全然有用，本書討論的就是在那個「不全然有用」的李用中，在這一章塔雷伯稱之為「第四象限」。X 軸兩端是平庸世界與極端世界，Y 軸兩端是兩類決策。第一類決策很簡單，你只關心某事件是真是偽。非常真或非常偽並不會為你帶來更多好處或破壞。一個人不是懷孕就是沒懷孕，因此如果某個人「非常的懷孕」，其報酬和他「稍微的懷孕」相同；第二類的決策比較複雜，而且必須承受沒有限制的風險暴露。你不只是擔心頻率或機率，還要擔心衝擊力，或者在更複雜的狀況下，擔心衝擊的函數。當你在做投資時，你不在乎賺或賠了多少次，你在乎的是累積期望值：你賺或賠了多少次乘上賠或賺的金額。塔雷伯的建議是從第四象限移到第三象限。要改變機率分配是不可能的，改變曝險值卻是可能的。畢竟，去冒能夠測量的風險，遠比去測量所冒的風險更為安全可靠。

第七章 要怎麼對付第四象限

本章給出幾個應付第四象限事件的方式。首先，要離開第四象限，最明顯的方法就是「截斷」，把一定程度的風險暴露砍掉，方法是買保險，如果買的到的話；亦即把我們放進第十三章所描述的「槓鈴」狀態。如果無法做到，例如面對傳染病等等情形，作者給出了幾個原則。例如「要尊敬時間和非外顯性的知識」（這點也是《反脆弱》中「林迪效應」的基本精神）、「小心罕見事件的無典型性」。沒錯，你會發現都是之前提到的觀念統整。這章比較有趣的舉例是：如果暴露在負面黑天鵝事件，真正的均數很可能會被從過去已發生事件所計算出來的測量值給低估了，而整體可能達到的值，也同樣被錯估了。人類的預期壽命（在全球化之下）並不如我們所以為的那麼長，因為資料裡缺了某個重要的東西：大流行病（遠超過我們所能醫治的能力）。唸完這章我突然覺得為什麼有些人會覺得塔雷伯的書不好讀了。其實《黑天鵝效應》的基本架構很簡單，從其架構延伸的作法也很簡單，但因為其反常識性加上塔雷伯引述各種學科（心理學、經濟學、統計學）的實證，而且是各種角度的實證才會讓人覺得眼花撩亂。閱讀完本書在看這一章就會有種「啊，原來我剛剛的領悟是這些條理分明的敘述」的感覺。

第八章 黑天鵝堅固社會的十個原則

本章列出十個原則，針對的是社會架構。大部分的內容都在上述的內容中提過了，這裡我就只紀錄原則本身。「脆弱的東西應該趁他還小時，儘早打破」、「不要損失社會化、利益私有化」、「那些曾經矇住眼睛開校車（還出車禍）的人，絕對不該再給他一輛新校車」、「別讓某些人把他們的『激勵』獎金設定在管理核電廠－或是管理你的金融風險」、「用簡單性來補複雜性」、「不要給小孩子炸彈玩，即使上面有警示標籤」、「只有龐氏騙局才要靠信心。政府絕不需要『重建信心』」、「吸毒者如果有戒除痛苦，就不要再給他毒品了」、「老百姓不應該依賴金融資產來作為價值的儲藏庫，而且他們的退休金不該依賴不可靠『專家』的建議」、「用破掉的蛋做雞蛋捲」。

第九章 熱愛命運：如何變成堅不可摧

附錄也是本書的最後一章，塔雷伯以斯多葛主義哲學家辛立嘉（Seneca）做內容，並以斯多葛學派的精神為結論。「凡是能夠從他身上拿走的，他認為沒有一樣是他的東西。」熱愛自己，熱愛命運，知道自己所屬的人是不會輕易地被黑天鵝事件打敗的。

--

我盡量寫的白話惹！如果有看不懂的地方再跟我說。塔雷伯的筆法是出名的隨意與艱澀， 所以我內容中都盡量舉我自己查的例子或是把書中的例子重新敘述一遍惹！

謝謝大家，希望我的整理能幫助那些因為本書厚度望之卻步的人~~

之前寫過，在我剛開始寫心得的時候，今年會把不確定性的三套書都寫完的！不過時間會 錯開來就是了（看一本+心得就要兩周以上惹，還有好多其他書想看啊啊）

反脆弱我之前也有看過，覺得不錯！剩不對稱那本還沒看，之後看完再來分享~