更好決策的科學。

從心理物理學到董事會

一個在 1927 年正式化、之後不斷被重現驗證的方法。

兩兩比較的思想史始於一個實際問題：沒有天然單位的東西，要如何衡量？

芝加哥大學的心理學家 Louis Leon Thurstone 提出的答案是：直接成對比較。他在 1927 年發表的論文 A Law of Comparative Judgment，將這個洞見正式化為精確的數學模型。

Thurstone 的洞見建立在一項經驗觀察上：比起「以一到十分來說，這有多大聲？」，人們回答「這兩個哪一個比較大聲？」要準確得多。

為什麼成對比較勝過量表

評分的認知負擔比表面上看起來更高。

當您請某人以一到十分評估某項策略優先事項的重要性時，等於要求對方同時進行好幾項認知運作。這個過程的每一步都會引入系統性誤差。

其中危害最大的是錨定偏誤。第一個被評分的項目往往會影響之後所有的評分；Tversky 與 Kahneman（1974）的研究證明，錨定效應不僅強烈，而且極難修正。

第二個誤差來源是量表壓縮。實務上，大多數填答者會避開量表的兩端，把答案集中在中間 — 這正是為什麼一份列出十二項優先事項的問卷，結果往往是十二項全都「非常重要」。

偏好如何變成排名

彙整方法簡單、透明，並有數學基礎。

若要為 n 個項目排名，每個項目都要與其他每個項目恰好比較一次。所需的比較總數為 n(n−1)/2。

彙整個人回答

每個項目的分數就是它的勝率：它贏得的比較所占的比例，平手或略過計為一半。依勝場排序項目簡單透明，研究顯示，與更複雜的統計模型相比，這種方法同樣表現良好（Shah & Wainwright, 2018）。

彙整小組回答

在小組場次中，會先彙整每位參與者的比較，再計算最終排名。任一比較的小組勝場總數，就是所有參與者個別票數的總和。

關鍵在於，彙整後的結果也揭露了分歧的樣貌。讓小組意見分歧的項目會在資料中清楚呈現 — 而這往往是小組場次最有價值的產出。

把小組場次當作診斷工具

排名清單不是唯一的產出，分歧的樣貌同樣重要。

傳統的群體決策方法有一個根本缺陷：它們對意見表達的先後順序很敏感。第一個發言的人會為整個小組定錨。

群體往往討論所有人都已知道的事，而很少運用只有一位成員知道的資訊。這就是隱藏資訊問題（Stasser & Titus, 1985）。在任何討論之前私下收集每個人的選擇，能讓每一種觀點都攤在桌面上。

應用領域

從心理聲學到 AI 訓練 — 這個方法都能擴展。

策略規劃與管理

層級分析法（Analytic Hierarchy Process）已被用於國防、基礎建設、醫療與政府等高風險的策略決策。2008 年的一篇回顧研究指出，已發表的應用超過 900 項，橫跨 19 個不同領域。

機器學習與 AI

基於人類回饋的強化學習（RLHF）是訓練現代大型語言模型的技術，完全仰賴兩兩比較。人類評估者會看到兩個模型輸出，並被要求選出較好的一個。

運動與競賽排名

Elo 等級分系統用於西洋棋、足球及其他數十個競技領域，它與 Bradley–Terry 兩兩比較模型密切相關。

延伸閱讀

原始文獻與重要著作。