Product Info
Description
PRODUCT INFORMATION
錯誤的量化評鑑正逐漸扭曲我們的認知， 成為操弄人心的手法！ ★ 諾貝爾經濟學獎得主喬治‧艾克羅夫 大師推薦 ★ 哈佛商學院院長拉凱許‧古拉納 強力推薦 ★ 2019年海耶克圖書獎決選入圍 醫院拚三十天內的術後存活率，於是想盡方法讓病人活到第三十一天才過世？！ 銀行集團拚業績，竟演變成集體詐欺案，造假、盜用客戶個資樣樣來？！ 警方為降低犯罪率，可能淪為大案不抓、專查小案，好讓數字更漂亮？！ 大學教員犧牲研究、教學時間，製作各式厚重卻未必有人認真看的評鑑資料？！ 慈善組織為達公開透明的標準，反而陷入「低支出」、「高產值」的惡性循環？！ 企業為滿足季營收目標，改將資源轉移到短期項目上，擱置長期發展計畫？！ 這些案例若令你感到荒謬，別笑，它們都是現在進行式。 在許多情況下，根據標準化評量來做出決策，確實比根據個人經驗與專業所做的判斷要好得多。然而世人對於數字管理和量化數據，已經到了盲信的地步，不僅常忽略數據背後的演算法是否合理，也往往無視這些指標到底有沒有實質意義。 傑瑞‧穆勒教授透過本書，解析人們沉迷量化評鑑機制帶來的後果，書中整理醫療、教育、企業、政府、軍警、金融投資、慈善事業等不同領域的案例，帶領讀者了解數據的誤用如何影響、甚至宰制了我們的生活。比方說，當我們太在乎醫院的開刀成功率時，是否變相造成重症病人被拒收的悲劇？當我們太過相信「好的績效必須立即可見」時，反而助長短視主義，長遠規劃可能被評為效益不彰，而沒有人想做？ 作者並非反對使用數據，而是指出我們不該忘記，數據是用來輔助我們做判斷的工具，不是直接替代專業經驗的資訊，書末並提供何時和如何使用指標的提醒。對於活在大數據時代的我們來說，想從數字管理中受益不受害，本書值得借鑑並做為警惕。
傑瑞‧穆勒（Jerry Z. Muller） 美國天主教大學歷史學教授，著有《心智與市場》（The Mind and the Market，暫譯）、《資本主義與猶太人》（Capitalism and the Jews，暫譯）等多本著作。文章亦散見於《紐約時報》、《華爾街日報》、《泰晤士報文學副刊》、《外交》等報章媒體。目前居住於馬里蘭州。
張國儀（Gloria Chang） 紐約州立大學經濟學士、紐約理工學院大眾傳播碩士。曾任紐約長島News 12新聞台記者、國內多所大專院校應用外語系講師、國立臺灣大學土木系杜風電子報創刊主編。現為臺大土木系BIM研究中心出版平台總編輯、台灣BIM聯盟營運長。譯有《未竟之業》、《動起來，拒絕坐以待斃》、《Presentation Zen簡報禪》系列、《好設計—改變世界的力量》、《先別急著吃棉花糖》、《你所不知道的葡萄酒》等數十本書。
RECOMMENDED BY
黃益中（公民教師‧《思辨》作者）、黃捷（高雄市議員）、萬惡的人力資源主管（作家）、齊立文（《經理人月刊》總編輯）、歐陽立中（作家‧教師）、顏聖紘（國立中山大學生物科學系副教授）、顏擇雅（出版人‧作家）、蘇書平（先行智庫／為你而讀執行長）──共同推薦 好評推薦 穆勒真實再現「數字評估」造成的種種危害，不管是在學校、醫院、軍隊以及商場中，本書指出一個重大的問題。──喬治‧艾克羅夫（George A. Akerlof，2001年諾貝爾經濟學獎得主） 本書清楚指出，我們試圖依賴量化數據來改善組織表現一事，如何演變成一種操弄人心的文化。──拉凱許‧古拉納（Rakesh Khurana，哈佛商學院院長） 我們都同意數據是相對客觀的證據，更是相對公平的評比工具，但當全民瘋大數據、將數字奉為最高圭臬時，反而讓我們迷失在漂亮數據的追求，忘記背後評比的本質和意義。對於現代講求更細緻的科學、更有力的分析趨勢來說，本書絕對是一個最真切的警醒。──黃捷（高雄市議員） 這是一個數據至上的年代，我們從小就被訓練成要斤斤計較考試分數、學期成績、 托福分數……出了社會以後由公司裡大大小小的KPI數字來決定我們的獎金、 升遷甚至去留：營業額、獲利、會員數、客戶滿意度……但是，我們有沒有想過， 這些數字有時候不僅不能證明我們的價值與貢獻，甚至可能讓組織朝向錯誤的方向努力？──萬惡的人力資源主管（作家） 這是一本適合產、官、學界各行各業管理者閱讀的書，深度追溯了評量文化的起源，也精闢分析了大專院校、醫療產業與企業的績效評量機制，讓我們深入思考數據評量的利與弊，進一步省思如何善用量化的數據，造成有影響力的質變。──齊立文（《經理人月刊》總編輯） 天哪！終於有人出來說真話了，免於世界深陷在「績效評量」，無法自拔。為求數據好看，警察挑小案子辦、醫生挑成功率高的手術做、老師花費大量心力在做評鑑資料，而非準備課程。表面上看起來大家都贏了，但實際上，我們卻輸了。若你是個數據控，這本書保證讓你大開眼界。──歐陽立中（作家‧教師） 如果我們對於問題的可預測性、議題的本質與元素、關聯性與因果性的差異、現象應如何被量化與統計，統計結果的合理解釋為何，甚至是數據與統計方法的限制一無所知的時候，這個社會就會充滿以數據支撐的偽科學、假中立與假理性。這些假中立與假理性成為小至個人工作升遷，大至國家政策方向的基礎時，就會形成一種數據暴力。當我們對它一無所知，就會無從反抗，只能默默被侵吞，或傻傻地相信而不自知。──顏聖紘（國立中山大學生物科學系副教授） 本書點出這些數據陷阱對公共政策以及商業、教育、醫療所造成的傷害，讓我們可以用更客觀的角度看待數據。非常推薦《失控的數據》，這是一本在2019年值得珍藏的好書。──蘇書平（先行智庫／為你而讀執行長）
TABLE OF CONTENT
序論 Ｉ 論點 第一章 論點簡述 第二章 一再出現的瑕疵 II背景 第三章 評量制度與按質計酬的起源 第四章 為何指標如此受歡迎？ 第五章 委託人、代理人與誘因 第六章 哲學性批判 III 一切都被誤測了嗎？案例研究 第七章 大學院校 第八章 各級學校 第九章 醫療領域 第十章 警政系統 第十一章 軍隊 第十二章 商業與財務 第十三章 慈善事業與國外援助 第十四章 當透明度變成績效表現的敵人：政治、外交、情報與婚姻 IV結論 第十五章 非計畫但可預期的負面後果 第十六章 何時使用指標，以及如何使用指標：核對清單 後記 註釋
CONTENT PREVIEW OF THE BOOK
序論（節錄） 根據兩位創作者大衛．西蒙與艾德．柏恩斯的真實生活經驗所改編拍攝的HBO影集《火線重案組》，可以說是我們這個時代最重要的文化紀錄之一。這部影集聚焦在巴爾的摩這個美國城市，深入探討城市中幾個主要的機構組織──警察單位、學校單位、市政單位、媒體，並對這些機構的運作方式及其機能障礙，以X光般犀利、透澈的手法呈現。這部影集之所以能吸引全美各地的觀眾，主要是因為其所關注的政府機構失能問題，廣泛地反應出了當今西方社會的樣貌。 《火線重案組》中一再重複出現的主題之一，就是顯而易見的指標制度：以衡量績效來做為是否克盡職責的指標。警察局的指揮高層非常執著於達標，舉例來說：破了幾件案子、逮捕了幾名毒販、犯罪率是多少等等，他們會用各種不同方式，不惜犧牲工作效率也要達到統計數據上的目標。政治人物需要這些數字來證明警察確實成功地控制了犯罪率。所以警察單位會盡全力避免在自己的轄區內出現謀殺案件，如果販毒集團將屍體棄置在廢棄的房子裡，負責謀殺案件的警官不會希望有人發現這些屍體的存在，因為這樣一來就會降低「清除率」，也就是破案的指標比例。 《火線重案組》有許多情節是圍繞在認真工作的警探，為了打擊一位主要毒梟，進而追查與之相關的許多複雜罪案。但是要讓這些案子能夠成案需要好幾個月，甚至好幾年的時間，警局的高層人士於是出面阻止，因為他們想要的是藉由逮捕更多低階的小毒販來達成更漂亮的指標數字，但事實上這些小角色被逮捕之後，販毒組織立刻就會找人來遞補空缺。市長辦公室要求每年主要的犯罪率必須下降五個百分點，而要達到這個目標，就只能夠放棄那些真正的大案子，或是讓犯罪事實變得較輕微。無論是哪一種做法，他們都在「誘導統計數據」，也就是為了讓指標看起來更好看，於是扭曲實際結果，或是把時間和精力花費在比較沒有實際效用的工作上，而非真正用於防範犯罪的發生。 劇中另外一條故事線則是與一位前任警官有關，現在的他在一所中學裡教書，而這所中學所在的社區不但貧困，還有毒品氾濫以及家庭破碎等問題。這裡的學生成績都很差，而如果學生的考試成績再無法改善的話，學校就得面臨被關閉的危機。所以，在英語閱讀與寫作的標準考試舉行前六周，所有老師都收到了校長的指示，要把所有的課堂時間都用來練習考試，不要進行其他課程的教學（這種做法也被婉轉地稱作：「課程調校」）。「為了考試而上課」，就和誘導統計數據一樣，都是促使機關單位走上歧途的做法，因為學校真正該盡力的事情（教育）反而被忽略了，一切只求能夠滿足指標的需求就好，而學校的存亡也全仰賴於這個目標的達成與否。 這種扭曲的績效衡量指標所造成的影響，在大西洋另一邊的英國，也深有同感。 在英國有另一部由前執業醫師操刀撰寫劇本的電視影集，同樣也描寫了類似的現象。《屍體》（Bodies）這部影集是由傑德．莫庫里奧這位曾任職於醫院的前任醫師所撰寫，故事發生在一所大都會醫院的婦產科部門。在第一集裡，一位初來乍到此醫院的資深外科醫師為患有複雜多重病症的病人進行手術，但病人在術後不幸死亡。這位醫師的競爭對手於是給了他這樣的建議：「優秀的外科醫師會運用他優秀的判斷能力，來釐清哪種情況會為他優秀的能力帶來考驗。」意思也就是說，他會避免進行高難度的手術，如此才能維持他的手術成功率不墜。這是經典的「美化手法」，也就是盡量避開會對自己的績效產生負面影響的高風險狀況。這種策略的代價就是，在醫生拒絕進行手術的情況下，手術風險較高的病人幾乎毫無疑問地會死亡。 《屍體》是一部醫療影集，但其中所描繪的現象卻真實存在於這個世界之中。舉例來說，為數眾多的研究已經顯示出，只要是根據手術成功率來評量外科醫生或是給予酬勞，部分醫生就會拒絕為那些症狀複雜或是生命垂危的病人進行手術。排除較困難的病例—也就是那些比較有可能出現不好結果的病例—能夠提升醫生的手術成功率，也因此提升了他們的績效指標、名聲，以及報酬。而要為此付出代價的，當然就是那些因為被排除在外、失去生命的病人。但這些死去的人並不會出現在這些指標數據裡。
