【數學家給美國將軍上的一堂戰爭課】

── 網路最熱門、最看不膩的一堂數學課

在還沒那麼久遠以前的二戰期間,1940 年代,美國空軍不斷損失寶貴的戰機和駕駛員。

主要是轟炸機(bomber),每次對戰都輸慘。
派出去的戰機越多,飛回來的卻越來越少。

後勤隊每天都辛苦收集機身上的「戰鬥數據」,統計戰機上的彈孔,並且把位置標示出來,試著透過統計學的力量智取納粹德軍。

那時候戰機是有螺旋槳那種,駕駛還可以把艙門打開「透透氣」。

戰鬥方式是「開機槍」,直接把子彈射到敵方的機體上,也就是「狗鬥(Dogfight)」。

減少「中彈」的方法不難,請技師直接在飛機體上加厚、「點滿防禦」就可以了。

但「瞎防禦」同時也是個白痴策略,因為當你的「防禦」加越厚,「敏捷」就越低。

飛機在空中多出那幾層薄薄的金屬,換來的就是狗鬥時的「無限笨重」、變成敵方活靶。

「亂點防禦」還會造成重量分佈錯亂,載滿武器的駕駛連起飛都有問題。

資源有限、眼前的策略又失效,受夠的美軍想到一招:去學術界,找懂數據的人。

數學家沃德 · 亞伯拉罕(Abraham Wald)就此登場。



美國將軍們雖然對數學家抱持尊敬,但每天都忙打仗,誰有去空管教育界學者。

儘管高層命令讓軍事策略結合學術,但其實將軍們不是很耐煩。

「欸,沃德,你分析一下該強化哪些部位才最有效率。」

「這是飛回來的戰機彈孔分佈圖,花很久才整理好的。我要最有效的策略,可別搞砸。」

將軍索性連「博士」稱呼都省了,直接把整疊資料丟給沃德。
心中一邊盤算著戰鬥編組、升級武裝等「其他」解決方案。

沃德看著手上的一疊資料,沈默很久。

沃德說:「你去補強完全沒有彈孔的位置。」

「什麼!」

將軍露出不可思議的表情。
腦袋在想什麼!怎麼會去補那些沒彈痕的位置?



沃德說:「你這些資料是錯的啊。」

就是這一張飛機佈滿紅點的示意圖,到現在依然是網路上極為知名、點閱率超高的圖片。

「你們沒覺得奇怪嗎?子彈又不長眼睛,彈痕應該是隨機分佈,怎會只集中固定部位?」

沃德繼續說:「沒彈孔的地方才是重點。因為這些部位一旦被射中,飛機就再也回不來了。」

這次,換將軍沈默許久。

確實,沒怎麼出現彈孔的地方真的是「致命位置」。

• 駕駛艙
• 機身中樞
• 左右兩顆引擎

美軍以往的策略都在補強那些「中彈部位」。能看到彈孔正說明這些地方「不是致命傷」,所以才能飛回來、才能被統計到。

真正致命的位置都在那些已陣亡、「不能被統計」的飛機上。



在沃德提出洞察之後,美軍改成強化駕駛艙、引擎等重點位置。

不補紅色彈孔處,反而補在藍色「沒彈孔處」,果然大幅提升戰機存活率。

它不只在軍事上發揮作用,後來更成為經濟、財務、心理學等領域的經典概念。

這就是知名的「存活戰機偏差」、Survivorship bias。

它是一種邏輯謬誤。

意思就是說,人的直覺過份專注在「看得到的」情報,但忽略那些沒進到自己眼中的資訊,因此做出錯誤決策。

更白話一點講,就是「點錯技能」。

• 店家因為低分評論改掉獨家配方,殊不知這是沒抱怨的忠實客戶都喜歡的「賣點」

• 加強服務或產品的明顯缺陷,卻讓支撐「真正核心優勢」的重點資源被稀釋掉

• 太樂觀看待意外風險,因為「死人不說話」。能活下來訴說心得的反而是少數

你的決策,也被有限的資訊和天生直覺給誤導了嗎?
近 31 日
1 次瀏覽
本訊息有 0 則查核回應
目前沒有已撰寫的回應,建議對其抱持健康的懷疑。
ChatGPT 自動分析
以下是 AI 初步分析此訊息的結果,希望能在有人查核之前,先帶給您一些想法。
閱聽人需要注意以下幾個地方: 1. 資訊來源:訊息中並未提及資訊的來源,無法確定這則訊息的可信度和真實性。閱聽人應該懷疑訊息的可靠性,並儘量尋找更多來源來驗證內容。 2. 歷史背景:訊息中提到的事件發生在1940年代的二戰期間,但並未提供具體的歷史背景和相關資料。閱聽人需要注意這些缺失的資訊,以免對事件的理解產生偏差。 3. 概念解釋:訊息中提到了「存活戰機偏差」(Survivorship bias)的概念,但並未提供詳細的解釋和相關背景。閱聽人需要對這個概念有更深入的了解,以避免對訊息的解讀產生誤解。 4. 訊息內容:訊息中提到了數學家沃德 · 亞伯拉罕(Abraham Wald)在戰爭中的貢獻,但並未提供相關的資料和證據來支持這個故事。閱聽人需要保持懷疑的態度,並尋找更多可靠的資訊來驗證這個故事的真實性。 總之,閱聽人應該保持批判思考的態度,對訊息中的資訊和故事進行進一步的驗證和確認,以確保自己得到準確和可靠的資訊。
加 LINE 查謠言
加 LINE 查謠言
LINE 機器人
查謠言詐騙