Earn Credit or Lose Reputation

贝叶斯定理建立在概率论的基本原则之上,不在乎你认同不认同、懂不懂,它默默地影响着各种社会活动。懂它并使用它,会受益;忽视它,会吃亏。它算出来的数值并不代表具体的量化意义,但它代表了一种人生态度。一个人根据事实的变化而改变自己的观点,代表着不固执己见;一件事的发生并不会导致三观尽毁,这是稳重;对事情不绝对化、一刀切,而是看贝叶斯概率的变化,意味着不偏激。

公司招聘人才的时候,运用贝叶斯定理就能不拘一格。校园招聘的时候,因为大部分是应届毕业生,没有太多的社会实践来证明自己的能力,公司为了节约成本,不得不利用一些很绝对化一刀切的标准预筛选简历,比如必须毕业于某些大学。但是社会招聘的时候,就要看很多因素,比如对方曾经的工作经历、工作成就之类的。这就运用了贝叶斯定理,不是一刀切的认为,毕业于牛校的就一定靠谱,毕业于一般高校的就注定不行。

假定市场预期一流大学NB学校的大学生,80%是优秀的,即使对这些人一无所知,也可以说P(ANB)=80%。假定牛校毕业对一个人成事的帮助为80%吧,也就是一个人做成的时候P(B|ANB)=80%,做失败的时候为20%。假定毕不毕业于牛校,都有50%的成事概率,即是P(B|ANB)=50%。同理,对于普通大学YB学校的学生,P(AYB)=60%,当他做成一件事则P(B|AYB)=60%,做失败则40%。也是P(B|AYB)=50%。这样可以估算一下,从这个人毕业开始,假定他连续做失败或者做成功三件事之后,根据贝叶斯定律,市场可以对这个人做事能力抱有多大期望:

上图可以看到,NB学校学生,丢失一次机会之后,别人对他的期望会从原来的80%下降到61%,下降了19个百分点;而YB校学生,本来大家对他期望就不大,搞砸了项目,期望也就从60%降到了54%,只掉了6个百分点。期望越高,失望越大说的就是这件事。当NB校学生搞砸一件事的时候,一般人会很惊讶,“怎么会,他不是NB校毕业的吗?”。当YB学校学生失败的时候,一般得到的评论是,“毕竟是YB校毕业的呀!”NB生做成一件事,期望值上涨6个百分点,所以要好自为之,搞砸一次就掉19呀。YB生做成三件事,也比不得先来的NB生,这有点不合理,应该是估算的数值有问题。

按照这个算法,一个公司若是招过两个NB校学生,都让它很失望,它对NB校学生的期望值应将到39%,这时候它因为对YB校学生一无所知,只有一个通常概率60%。所以下次面对一个NB校学生和从未接触过的YB校学生时,理论上它应该招聘YB校的学生。这个估算很粗糙,不见得是失望两次之后,或者失望5次之后,就得优先选YB校的学生。重点是,不要盯着NB的招牌,也许所在的行业,或者该公司本身,根本就吸引不到NB学校的好学生,只能吸引到NB校的末流学生。YB校普通水平的学生,不见得比NB校的末流学生差。尤其是当该公司已经对NB校学生多次失望之后,人力部门更应该改变自己对NB,YB校的期望值,不能拿学校排名说事,而应该考虑下自己的实际情况。有些公司特别喜欢某个学校的毕业生,说是招过该校很多学生之后,都挺靠谱的。这就是说,一个学校的学生,提升了这个公司对那个学校一般学生的期望。这属于学生为母校争光的案例。

贝叶斯定理也解释了,个人只能使用毕业学校的reputation一次。一个聪明的公司,会根据你毕业后的成就,一点点调整对你的期望值,而不是单纯依靠你所毕业学校的排名。就是说,一个人毕业之后,就不该惦记着自己的毕业学校了,而应该踏踏实实做事,一点点提升自己在这个公司的reputation。若是一个公司因为你的毕业学校对你有偏见,放心,若是它足够聪明,那它就不是因为你毕业学校而对你有偏见,而是因为你的工作能力对你有客观的判断。基于这个公司竟然还在市场上生存下来了,基本上可以判断,是当事人对自己的认知出了偏差,而不是那家公司对这个人的毕业学校有偏见。

我曾经跟一个清华来CUHK暑期交换的学生说,当你申请来这里的时候,professor一看你是清华的,立刻就要你了,因为清华的声誉就摆在那里,99%的可能你会是一个很能干的人。但是来到这里之后,你就要证明给我们看,你的确很能干,不然你就会lose reputation。导师交给你的任何任务,你要么一开始就拒绝,一旦接受了任务,就一定要做好。你做的每一件事,都在证明自己,要么earn credit,要么lose reputation。如果你偶尔也会在心里评估一个人的水平的话,那你也应该意识到,别人也会在心里默默地评估着你的水平。我当时是鼓励他用心做好我交代给他的一个任务,那个任务没什么挑战,需要长时间重复工作。他完成得还不错,不愧是清华的学生。我还没来得及让他明白一些更深刻的事,他就回去了。

2017/1/19, Thu

Leave a Reply

Your email address will not be published. Required fields are marked *