跳转到内容

专家启发法

来自VeritasWiki 真理百科

专家启发法指以结构化的程序向专家索取定量判断,特别是概率分布与分位数判断的一类方法。它要解决的是一个尴尬的现实:许多决策必须依赖数据,而恰恰在数据不足、模型不可靠的场合,判断才最要紧。若只是请专家"谈看法",得到的往往是定性的、不可复核的、被资历与口才左右的一堆意见;专家启发法试图把这种意见变成可打分、可加权、可审计的输入。

与座谈、德尔菲的分别

三者的差别在产出形态。专家座谈产出观点,德尔菲产出经过若干轮收敛的判断,专家启发法产出的是分布:某位专家对某个未知量给出百分之五、百分之五十、百分之九十五分位数的估计,从而形成一条个人概率曲线。有了曲线,才能谈合并、谈不确定性传播、谈在风险分析中的代入。

这也决定了它对提问的要求极高。问题必须指向可观测的量,必须写清时间、地点、口径与前提条件;"某技术前景如何"无法启发,"某工艺在2035年前实现每公斤成本低于若干元的概率是多少"才可以。

库克的经典模型

在各种实现中,荷兰学者罗杰·库克1991年提出的经典模型影响最大。它的核心是一个简单的追问:凭什么相信这位专家?

做法是给每位专家两份问卷。一份是目标问题,即真正想知道的未知量;另一份是"种子问题",取自该专家所在领域、答案已经存在但尚未公开或需要查证的问题。专家对两份问卷都给出分位数估计。随后用种子问题的表现给专家打分,考察两件事:校准度,即他说"九成把握"的区间里是否真有约九成的真值落进去;信息量,即他给出的区间是否足够窄。校准好且信息量大的专家获得更高权重,反之则被压低甚至剔除,最后按权重合成一个"合成决策者"的分布。[1]

这套设计的巧妙之处在于,它把"谁更可信"从人身判断变成了可计算的量,并且刻意奖励诚实的表达——如果专家为了让区间看起来漂亮而收得过窄,校准分会立刻下降。

一次规范启发的步骤

实际操作通常按六步走。先明确决策需要哪些量,把"用这个数做什么"写在前面,避免问出一堆用不上的参数。再选定专家,标准是直接处理过该问题、且其判断可被证伪的人,而非头衔最高的人。

第三步是写题。每一题必须交代时间、对象、单位与前提,且答案应当是"可以被事后核对"的。若是"某地区的年降水总量",要写明测站口径;若是"某工艺的成本",要写明规模与边界。

第四步是预访谈与培训。先与两三位专家单独谈,检查题目是否被理解成同一个意思;再向全体专家说明概率的含义、分位数的读法,并做几道练习题。这一步看似繁琐,却能显著降低后续的误答。

第五步是正式启发。一对一、匿名、不给参考数值;先问"这件事最坏能坏到什么程度、最好能好到什么程度",再问中位数,最后才问分位数——顺序反过来会诱发过度自信,因为人一旦给出中心值,就不愿让区间比中心值"显得太宽"。

第六步是打分与合成。用种子问题计算校准度与信息量,剔除明显失准者,按权重合成,并同时报告等权合成与最优专家的结果作为对照。若三者差异很大,说明专家群体内部存在实质分歧,这个分歧比合成值更值得报告。[2]

应用

经典模型及同类方法的应用集中在高后果、低数据领域。1990年代,欧盟与美国核管理委员会用它评估核设施的风险参数;1995年至2018年蒙特塞拉特火山长期喷发期间,它被用作决策支持程序;2004年至2005年,哈佛大学与科威特政府用它研究细颗粒物污染;2011年至2013年,世界卫生组织用它估计食源性疾病负担。[3]

在这些场合里,专家判断不是权宜之计,而是唯一可得的输入:核事故的概率无法通过实验测量,火山喷发的后果没有重复样本,污染暴露的剂量反应关系缺乏本地数据。

常见偏差与对策

过度自信是最稳定的偏差。大量实验显示,专家给出的"九成区间"实际只覆盖了六七成的真值。对策包括用种子问题做校准训练、在提问时要求先想极端情形再收回、把大问题拆成若干小问题分别估计。

锚定效应次之。若问卷先给出一个参考数值,后续估计会明显向其靠拢。对策是不给任何起手数值,或让不同专家看到不同的起手值以观察差异。

还有可得性偏差与从众压力。前者使人高估近期发生过的、印象深刻的事件的概率;后者在有他人在场时尤为明显,因此启发一般采取一对一、匿名的方式进行。

局限

第一,种子问题的可得性是硬约束。若某领域根本找不到答案已知且未公开的问题,经典模型就无法评分,只能退回等权合并。

第二,专家库的结构决定了结论的边界。若某一学派或某一机构的人占多数,合成出来的"决策者"会带有系统性倾向。

第三,方法成本高。一次规范的启发需要数周、多轮访谈与专门的统计处理,这在日常决策中难以承受,因此它更适合重大工程与政策评估,而不适合常规判断。

第四,它处理的是"给定模型下的参数不确定性",对"模型本身错了"这类风险无能为力。若所有专家共享同一个错误的因果假设,再精致的加权也只是把错误算得更准。

在中国的应用目前集中在核安全概率评价、水利防洪风险与公共卫生参数估计等少数领域,多数机构仍以会商与函询为主。要把这套方法用起来,缺的不是软件,而是愿意为"把不确定性说清楚"付出时间的组织文化。[4]