Selective Peer Disclosure and Reputational Forecasting

秘密与二次猜测的科学

想象一下，你正在试图解开一个谜团，但你拥有一支侦探团队。在经济学和决策领域，组织通常就是这样运作的：他们雇佣专家来预测未来，比如银行询问分析师某家公司是否会成功，或者医院询问医生如何诊断病人。但棘手之处在于：专家非常在意自己的名誉。如果他们看起来很聪明，就会被再次雇佣；如果他们看起来很愚蠢，就会被解雇。这就是所谓的“职业关注”（career concern）。

通常我们认为，如果专家们可以互相交流，他们就会分享所有的线索并得出最佳答案。但有时，分享过多的信息反而会产生负面影响。如果一名专家完全知道搭档的想法，他们可能会害怕改变自己的主意，即使有了新的证据也不敢改动，因为他们不想显得自己之前错了。本文探讨了一个迷人的中间地带：如果一个老板（或是一个“平台”）控制着专家们何时以及是否能看到彼此的工作，会发生什么？事实证明，有时故意隐藏信息——特别是以一种随机、不可预测的方式隐藏信息——实际上可以使最终的预测更加准确。这有点像教练决定是否向球员展示对手的战术手册：总是展示会让球员变得畏缩，但从不展示则会让他们在猜测中盲目。本文提出了一个问题：是否存在一种完美的“秘密配方”，能够通过分享恰到好处的信息来保持每个人的敏锐度？

锁定预测的游戏

让我们深入了解这篇论文所讲述的故事。想象有两个专家，我们称他们为亚历克斯（Alex）和布莱克（Blake），他们在一家大型机构工作。他们都有各自的任务：预测隐藏的状态是“0”还是“1”（可以理解为猜测硬币是正面还是反面，但他们戴着特殊的眼镜，可以从中获得线索）。

以下是他们玩的游戏：

1. 第一步： 亚历克斯和布莱克都得到了一个私人线索，并写下了他们的第一个猜测。他们将这些猜测“锁定”在一个数字保险箱里。此时还没有人能看到它们。
2. 第二步： 布莱克得到了一个新的线索。在布莱克写下最终答案之前，组织（即“平台”）决定是否向布莱克展示亚历克斯写了什么。
3. 转折点： 平台并不仅仅是简单地说“是”或“否”。它遵循一个预先承诺的严格规则。有时，如果亚历克斯和布莱克达成一致，平台会展示笔记；有时，如果他们意见不一，平台也会展示笔记。但这里的“秘密武器”在于：平台还可以选择随机保持沉默。它可以在他们达成一致时隐藏笔记，也可以在他们意见不一时隐藏笔记。

平台的目的是获得尽可能准确的最终预测。但专家们在玩自己的游戏：他们希望在稍后会对他们进行评判的“评估者”面前显得聪明。

过于诚实（或过于沉默）的问题

研究发现存在两个糟糕的极端情况。

• “密封”极端： 如果平台从不向布莱克展示亚历克斯的笔记，那么布莱克就像是在盲飞。布莱克可能会坚持最初的猜测，即使新的线索表明情况发生了变化，仅仅为了避免看起来前后不一致。这被称为“惯性”（inertia）。
• “完全披露”极端： 如果平台总是向布莱克展示亚历克斯的笔记，布莱克就完全了解亚历克斯的想法。如果亚历克斯和布莱克意见不一，布莱克就知道亚历克斯持有相反的观点。如果布莱克改变主意，他看起来就像是在模仿亚历克斯，或者是在承认自己错了。这种压力可能导致布莱克为了保住面子而固守原本错误的旧猜想。

论文认为，解决方案并不是在这些极端之间做选择。相反，最好的策略是随机混合沉默与揭示。

“惩戒性沉默”的发现

作者们发现了一个在他们的模型中效果最好的特定且有些令人惊讶的规则。他们称之为**“惩ciplinary 沉默”（Disciplinary Silence）**。

用通俗易懂的话来说，它是这样运作的：

• 绝不揭示分歧： 如果亚历克斯和布莱克的锁定猜测不同，平台绝不会告诉布莱克亚历克斯写了什么。这让“分歧”池保持神秘。
• 随机揭示一致： 如果亚历克斯和布莱克的锁定猜测相同，平台会掷硬币。大约有 71.08% 的时间，它会向布莱克展示笔记。另外 28.92% 的时间，它会保持沉默。

为什么这有效？
当平台保持沉默时，布莱克必须猜测：“亚历克斯是同意我，还是反对我？”

• 如果他们确实一致，而平台保持了沉默，布莱克知道平台是在隐藏一个“好的”匹配。
• 如果他们意见不一，而平台保持了沉默，布莱克知道平台是在隐藏一个“坏的”匹配。

通过揭示部分一致的情况，同时隐藏所有的分歧，平台让“沉默”变成了一种带有负面暗示的信号。它变成了一种“惩戒”工具。如果布莱克得到了一个与其初衷相悖的新线索，而平台保持了沉默，布莱克会想：“噢不，也许亚历克斯其实不同意我的观点，而平台正在隐瞒这一点！为了保险起见，我最好改变主意。”

这种对被“抓包”在糟糕处境的恐惧，迫使能力较低的专家（“低类型”）去真正倾听他们的新线索，而不是顽固地坚持旧猜想。

数字与结果

论文使用计算机通过非常具体的、精确的数字（是有理分数，而非仅仅是估计值）来验证这一想法。他们发现，这种“惩戒性沉默”规则是针对其特定设置的唯一最佳策略。

• 神奇数字： 平台应该在约 71.08% 的时间内揭示一致的情况。
• 收益： 与从不展示任何内容（密封）相比，该规则将最终预测的准确度提高了约 1.37 个百分点。
• 对比： 与完全披露相比，它也将准确度提高了 0.30 个百分点。

虽然这些数字看起来可能很小，但在高风险预测的世界里，它们是具有重要意义的。论文证明，这种隐藏与展示的特定混合方式是让专家正确履行职责的数学上的最佳方式。

论文排除了什么

需要注意的是，这篇论文说明了哪些做法是行不通的。

• 确定性规则无效： 你不能仅仅规定“我们只在他们一致时展示笔记”或“我们只在他们分歧时展示笔记”。如果你这样做，专家们就能识破这个模式。如果你只展示一致的情况，那么沉默就自动意味着“分歧”，所以专家们无论如何都能知道答案。论文表明，随机化是至关重要的。你必须具备不可预测性，才能让沉默具有信息量。
• 没有“一劳永逸”的方案： 论文还警告说，这个特定的 71% 规则取决于专家的技能细节和决策的类型。如果目标改变了（例如，如果专家的目标是做出另一种类型的选择），那么完美的规则也可能会随之改变。所谓的“最佳”政策取决于你想要实现的目标。

核心结论

这篇论文告诉我们，在一个专家在意自身名誉的世界里，隐藏信息可以成为追求真理的有力工具。 通过仔细控制专家们何时看到彼此的工作——特别是通过隐藏分歧以及随机隐藏部分一致的情况——老板可以创造一个环境，迫使专家进行批判性思考并更新他们的信念，而不是仅仅为了表现得前后一致而顽固地坚持初衷。这是一个反直觉的教训：有时，为了获得全貌，你必须留出一些未解的碎片。