正如我说过的，真正的问题在于这种自然栖息地没有包含很多的信息。直到最近，我们才需要用很有效率的方法去计算器率。这可以说明为什么我们必须等到讨论赌博的文献出现后，机率数学才开始成长。一般人认为，第一和第二个千禧年的宗教信仰，阻碍了人们去发展暗示决定论并不存在的工具，而且延迟了机率研究的时间。这种看法极不可信；我们没有去计算器率，只是因为我们不敢去算？当然应该是因为我们不需要去算。我们的许多问题出在我们脱离原始栖息地的速度，远快于基因演化的速度。甚至更糟的是：我们的基因根本没有改变。

　　法庭里的卡夫卡

　　辛普森（O.J. Simpson）案的审判是个好例子，可用来说明现代社会虽受机率主宰（因为信息爆炸），但在做重要决策的时候，却一点都不尊重它的基本法则。我们有能力把宇宙飞船送到火星，却没办法根据基本的机率法则来审判罪犯。犯罪证据显然是一种机率概念。我记得曾在博达书局（Borders Books）连锁店买到一本谈机率的书，那个地方距举行「世纪大审」的洛杉矶法院不远。我买的书谈的是这个领域里十分复杂的计量知识，距那家书店只有几英里远的律师和陪审员，怎么会错过这种知识上的大跃进？

　　我们根据机率定律推论，所能找到最有可能犯罪的人（这项推论的信赖标准已超过法律上判人有罪所要求的「不容有一丝怀疑」），却因我们误解机率的基本概念而无罪开释。但你也可能因为人们误解机率，被控犯下不曾犯过的罪行∣∣我们的法院还无法正确计算两个事件的联合机率（joint probability，指两个事件同时发生的机率）。那时候我在交易室里，电视机开着，有位律师辩称，洛杉矶至少有四个人会带有与辛普森相同的ＤＮＡ特征，这么说正是忽视了联合事件（下一段将说明原因）。我一听，厌恶异常，于是关上电视，却引来其它交易员的不满。

　　在那之前，我还以为由于古罗马共和时期订定的高标准，使得法律诉讼已不容许诡辩。更糟的是，有位毕业于哈佛大学的律师发表似是而非的论调，说虐待妻子的男人，只有一○﹪会杀害她们。这是不以谋杀为条件（前提）的机率。正确的方法应该是看妻子遭丈夫谋杀的案子中，以前也曾遭丈夫殴打的比率有多高（高达五○﹪）。因为我们这里讨论的是条件机率（conditional probabilities），也就是以辛普森的妻子被杀的信息为条件，辛普森犯下谋杀罪行的机率，而不是讨论辛普森杀妻的无条件机率（unconditional probability）。连处理和教导机率性证据概念的哈佛大学教授都会做这种错误的陈述，我们如何能够期待没受过训练的人了解随机性？

　　关于联合机率，陪审员、律师和我们都同样容易犯错，这一点尤其叫人注意。他们不了解证据的相乘效果。我被诊断患有呼吸道癌，以及同一年遭一辆粉红色凯迪拉克轿车撞死的机率，假设各为十万分之一，则两者同时成立的机率为一百亿分之一，也就是把两个显然独立的事件机率相乘。从血型的观点称辛普森有五十万分之一的机率不是凶手（律师利用这种诡辩说，洛杉矶有四位这种血型的人），再加上他是被害者的丈夫，以及其它的证据，那么由于相乘效果，对他不利的机率升高数兆兆。

　　「思虑缜密」的人竟犯下最严重的错误。当我说联合事件的机率低于任一事件的机率时，不少人大吃一惊。行为经济学家发测验卷给理性且受过高等教育的人（研究生），要他们计算念文科的年轻女性是银行柜员或具有女权意识的银行柜员的机率时，平均来说，他们算出她当具女权意识的银行柜员的机率，要高于她当银行柜员。我很高兴自己能当交易员，去利用别人的偏差获利，但生活在这样的社会中，却感到害怕。

　　荒谬的世界

　　卡夫卡（Franz Kafka）先知型的小说《审判》（The Trial）叙述约瑟夫‧Ｋ因为莫名其妙而且从未解释的原因被捕后的悲惨生活。这个故事写于我们所知的「科学化」极权制度建立之前。它描写令人毛骨悚然的未来世界，人类被荒谬且自我壮大的官僚机构包围，由于官僚机构的内部逻辑而自动衍生一些法规。一种荒谬的文学风格于焉诞生；这样的世界可能太不适合我们居住。一些律师令我害怕至极，听到辛普森受审期间的言词辩论及其效应，我非常害怕，对于可能的结果感到恐惧。我可能因为机率上毫无意义的原因被捕，而且必须在不懂随机性的陪审员面前，和讲得天花乱坠的律师奋战。

　　有人说，在原始社会中，只要做简单判断就够了。当可能的结果属于单维空间时，没有数学∣∣或者交易时不需依赖计量方法，我们的社会也很容易生存。单维意指我们只看单一变量，而不是不同事件的集合。一种证券的价格是单维的，几种证券的价格合起来，则是多维的，需要使用数学模型来分析；我们没办法用肉眼轻易看到可能结果的组合，甚至没办法以图形来表示，因为我们的实体世界最多只能画出三维空间的图形。后面我们会谈到为什么我们可能拥有坏模型（事实上的确有），或者犯下宽恕无知的错误；在不懂数学的律师卡律布狄斯（Charybdis），以及缺乏判断力，没办法选到正确模型，而误用数学的数学家斯库拉（Scylla）之间摆荡A。换句话说，我们将必须在听信律师和听信经济学家两种错误之间摇摆不定。前者拒绝接受科学，胡言乱语，讲得天花乱坠；后者则应用有瑕疵的理论，而且太过认真看待自己的科学。科学的美妙之处，在于它容许这两种错误。幸好有中庸之道可走，只是去走的人少之又少。

　　卡奈曼和特佛斯基

　　从期刊列为参考文献、支持人数，以及对所属专业的影响来说，谁是上个世纪最具影响力的经济学家？不是凯恩斯，不是马歇尔（Alfred Marshall），不是萨谬逊，也当然不是傅利曼（Milton Friedman），而是心理学家卡奈曼和特佛斯基，他们的专长是发掘人类在哪些地方欠缺理性思考和最适化的经济行为。

　　关于我们如何感觉和处理不确定性，两人教了我们许多东西。他们在一九七○年代初针对一群学生和教授进行研究，显示我们并没有正确了解突发事件。此外，他们也指出，在我们了解机率的罕见情况下，也似乎没在本身的行为中把它纳入考虑。自卡奈曼和特佛斯基的研究发表以来，称做行为财务学和经济学的一个完整新学科已经开花结果。它与商学院教的所谓新古典经济学公开冲突，这个正统底下的规范性名称有高效率市场、理性预期等观念。我们可以就此打住，来讨论规范科学（normative science）和实证科学（positive science）的不同。规范科学（显然是个自我矛盾的概念）提供处方性（prescriptive）的教诲，它研究事情应该是怎么样。举例来说，有些经济学家，譬如奉高效率市场为信条者，相信人是理性的，而且会采取理性的行动，因为这么做对他们最好（即数学上所谓的「最适化」）。实证科学与之相反，是以实际观察人的行为为基础。尽管经济学家嫉羡物理学家，物理本质上是一门实证科学，而经济学（尤其是个体经济学和财务经济学）则主要是规范科学。

　　神经生物学

　　心理学和经济学这些软性科学以前偶尔欺骗过我们。怎么欺骗？经济学制造了一些可笑的观念，一旦有人稍微改变一下假设，这些观念便灰飞湮灭。经济学家彼此经常为了难以理解的论点（甚至连经济学家本身也看不懂）而争吵不休，我们似乎很难在他们之间选边站。相反的，生物学和医学在科学的确定性上位阶较高；它们和真正的科学一样，能够解释一些事情，同时可加以否证。它们都是实证科学，提出的理论都是比较好的理论，也就是说，比较容易去检测。神经病学家正开始利用所谓的大脑环境映像（environment mapping）去证实这些结果，这是好消息。他们使用的方法，是找来脑部只有一块地方受损的病患（如长肿瘤或者出现局部性的伤害），利用消去法排除掉不可能的答案，最后推导出这一部分的机能，如此可以把脑部各区域所执行的机能逐一确定出来。卡奈曼和特佛斯基的研究发现了一块熟知区域（terra firma），使得我们透过行为遗传学和医学取得的知识往前跃进。人类大脑的一些生理机能，引导我们用某种既定的方式去认知事物和表现出某些行为。不管喜不喜欢，我们都是本身生物构造的俘虏。