随机的力量——民主、科学与社会落地
本文由 AI（Claude）从日语机器翻译而成，可能存在错误。 阅读日语原文。
假设你对艺术产生了兴趣，想买点什么。艺术有绘画，也有雕塑和音乐。起初你连自己的兴趣在哪里都不知道。每一件看起来都不错，也都有不足。你向懂艺术的朋友们请教，请他们点评、给出评价，但他们各自用不同的评价标准来回应，评价并不一致。
每一件作品都价格不菲，也占地方，一年最多只能买两三件。于是你想一边比较各种作品，一边慎重地挑选。但渐渐地，你会挑得厌倦，心想“算了”，说不定就不买了。
这时，“先随机选一个试试”也许是一种最优的办法——这就是今天要讲的话题。
引入随机选择，已经开始作为一种手段被研究和实践。
随机分配科学资助金（对不确定性的投资）
在研究中运用随机，RCT（随机对照试验）广为人知。不过这次要谈的是它以外的领域，特别是资助金的分配。被称为“随机资助（random funding）”或“抽签资助（lottery funding）”的分配方式已经开始试行。
问题
研究需要资金。研究者为了获得资金，会向各种资助项目提交自己想做的研究的方案。国家必须从中挑选出看起来不错的，给予资助。通常由学者之间进行同行评议来决定资助金的去向，然而尤其在基础科学领域，究竟哪项研究会成功，即使是专家也有难以充分预测的倾向。
例如，成为 mRNA 疫苗基础的卡塔琳·考里科（Katalin Karikó）博士在 2005 年的研究，据说起初并没有引起多少关注。实际上，考里科博士所在的宾夕法尼亚大学在 2010 年出售了相关专利，之后博士甚至付不起租用大学实验室的费用（于是她转到了 BioNTech）。当时恐怕谁也没有预料到，这项研究会带来 mRNA 疫苗这样重大的成果。
这并不是宾夕法尼亚大学的错。在不确定性高的领域，本来就无从得知哪个选项真正有前途。就连牛顿，据说也认为炼金术和神学与物理学同样有前途，甚至更有前途1。
尤其是新颖性高的想法容易被否定，拿不到资助金，这一点已被指出。此外，评审者对于与自己专业相近的领域中新颖性越高的提案，似乎越倾向于打低分。这样的偏见，有时会使该领域的新想法遭到不公正的低估。比如我听说，在以思辨性论述为主的学术领域，想引入计量研究时，曾招来上一代学者的反对。
据说马克斯·普朗克曾说过：“新的科学真理的胜利，不是靠说服反对者、让他们看到光明，而是因为反对者最终死去，熟悉新真理的新一代成长起来。”也就是世代更替。如果真的只能等待世代更替，那么在寿命延长、世代更替所需的时间越来越长的今天，新的想法或许已经在系统层面变得难以出现。
出资的资助方，也没有勇气把钱投给看起来会失败的项目。这样一来，投资就只集中在现状延长线上的研究，研究领域的基础无法拓宽，真正有前途的想法有时就会被埋没。
此外，遴选过程中还会掺入与性别和少数群体相关的偏见。女性研究者和少数群体的研究者往往更难获得资金，据说在英国，工程和物理领域大约 90% 的资助金都给了由男性牵头的项目。
解决方案
针对这类系统性偏见，随机资助提供了“随机选选看”这一替代手段。
新西兰自 2013 年起设立了名为“探索资助金（explorer grant）”的项目，随机提供资助金。每件的金额是 15 万新西兰元（约 1,200 万日元），数额不大，累计约占资助金总额的 2% 左右。
年份 | 申请数 | 被评审小组判定为不合格的 | 随机抽取后未获资助的 | 随机抽取后获得资助的 |
2013 | 116 | 99 | 14 | 3 |
2014 | 24 | 18 | 2 | 4 |
2015 | 45 | 38 | 3 | 4 |
2016 | 38 | 29 | 0 | 9 |
2017 | 34 | 21 | 2 | 11 |
2018 | 60 | 50 | 0 | 10 |
2019 | 77 | 53 | 9 | 15 |
合计 | 394 | 308 | 30 | 56 |
不过，这并不是单纯地把小额资助随机发给很多人。申请条件是“具有创新性，能够对既有认识带来变革”。也就是说，资助的条件是：为那些有可能以小概率换来大回报的提案出资。资金并不是用来资助对既有研究的渐进式改良，而是为了不让“可能一飞冲天”的项目被扼杀而提供的。
这就像种子轮风险投资机构对初创企业的投资。也可以说，这是在实践塔勒布在《黑天鹅》和《反脆弱》等著作中提出的 Convex Tinkering。以“可能性很低，但一旦命中收益巨大”为条件下注，就能为可能成为未来诺贝尔奖候选的想法提供资金，让它们去做实验。
摘自《反脆弱》（上）
此外，也有研究提示，这样的随机资助有助于性别平等和多样性。如果是随机选取，资助金就会如实反映申请者的多样性。不会再因为是女性而被不公正地低估。
另外，与小额随机资助这一话题无关，还有调查结果显示：“发放较多的小额资助金，性价比似乎更高”。对加拿大过去的科学资助金进行研究的结果表明，“研究的影响力与资金量呈正相关，但这种关系很弱”（结果）。也就是说，资助金规模越大，每一美元带来的影响力就越低。反过来说，与其把大额资助金给少数人，不如把小额资助金给更多人，整体成果会更好。
不过，如果要向很多人提供小额资助，评估和筛选就要花相应的成本。这时就可以利用随机选择。
随机选取，可以提高评审所花时间的效率。效率提升最明显的，是对评价居中的项目要不要录取的判断。大体上在评审中，上位层和下位层很快就能定出评价，但中间层的申请难分高下，而录取数量有限，又必须认真排出名次。于是，淘汰下位层，再从中间层里随机选取，就能压缩评审所花的时间。
而且，如果是随机选取，申请书只要具备一定的质量即可，因此可以设想，为提高申请书质量所花的功夫也不会那么多2。许多地方都指出日本的科学家为写申请书忙得不可开交，而这类申请所花的时间和成本也将得以降低。顺带一提，据说在澳大利亚，一年里仅准备资助金申请材料等，全体研究者就要花掉相当于 180 年的时间。
在 Talent vs Luck 这篇论文中，对随机分配做了模拟。结果是：把资助金平均分给所有研究者的表现最好，其次是随机分配 10%，再次是随机分配 20%（解说文章）。
总结起来，能够节省时间，消除偏见、确保多样性，也能给新想法提供机会，这就是随机资助的优点。
可行性
随机发放资助金的实际效果也已得到测量。Nesta 把组织内部的补助金从评选改为随机，并进行了试验。结果，女性项目的录取数增加，多样性提高了。
不仅仅是女性被选中了，过去只提交报告的做法，也开始尝试包含视频和原型等的新方式。
那么，实际接受随机选取的科学家们对这种方式是怎么看的呢？新西兰研究者们如何看待这项探索资助金中的随机资助？问卷调查的结果是赞成 63%，反对 25%。如果对其他资助金也实行随机资助，赞成为 40%，反对为 37%，赞成有所减少，但两者势均力敌。也就是说，对随机资助的反对意见并没有那么强烈。
在这样的趋势下，瑞士也打算开始随机资助的尝试。
当然，纯粹的随机，也可能会把资金投给科学上不可能实现的提案或不科学的提案。为了保证最低限度的质量，有必要设置淘汰门槛。而且我并不认为所有资金都应当随机发放。对于大型项目，或者已经有一定了解的领域，也许现有的同行评议形式更好。
然而，对可能一飞冲天的早期阶段的尝试投入小额资金，是性价比很高的投资方式，而引入随机性，或许能让原本可能被忽视的好想法得见天日。而拓宽研究的基础，最终也可能使整个科学受益。
随机分配社会落地资助金（对不确定性的投资）
在思考社会落地时，也可以说类似的话。
尤其是社会落地的早期阶段，存在着客户需求这一巨大的不确定性。因此我认为，与科学一样，接近随机资助的资助方式是有效的。因为谁也不知道哪一个会命中。
风险投资的投资也有多样性的问题。例如，在目前的路演流程中，女性得不到好评。投资也可能只流向热门主题。
此外，科学领域中“对与自己专业相近的领域里新颖性高的提案打低分”的倾向，我觉得在风险投资等领域也能看到：有竞品的想法会被低估；相反，面向年轻人的服务等风险投资人不太熟悉的领域，因为不了解，反而会被相对高估（尤其是在面向学生的比赛等场合）。
风险投资机构必须把资金返还给 LP，所以慎重挑选也是没办法的事。既然如此，由国家在极早期阶段（数百万日元左右）承担投资风险，并在投资方法中掺入随机性，也不失为一种办法。其结果是成功的初创企业的绝对数量增加，只要初创企业和风险投资机构好好纳税，就应当能获得与投资相称的回报。
当然，在质量方面设置淘汰门槛很重要。为此，也可以把随机资助与培训结合起来。结合美国的 I-Corps、英国的 ICUR-e 等形式3提供的客户开发培训，在受训之后再给予资助，也许就能保证最低限度的质量。关于 I-Corps，对其效果的研究也在推进，我认为尤其是着眼于假设数量和客户访谈数量的培训是有效的。
而且，附带这样的培训，也会促使人们尽早放弃不行的想法。尽早放弃不行的想法，虽然会提高失败率，但通过增加整体的尝试次数，也有可能提升整个生态系统的表现。
在商业中运用随机性
也有结果表明，随机性在商业中同样有效。
其一是投资方面。一项研究通过模拟，比较了采用四种有代表性的投资策略与完全随机投资的情形，结果显示，除特定时期外，基本上随机选择的波动性更小，表现也更好。也就是说，对个人而言，与其支付高昂的咨询费请人代选，不如随机选，既轻松，风险也更低。
据说随机也可用于组织。众所周知有“某个人才会在组织内升到其所能晋升的极限。人不断晋升，最终变得无能”这一彼得法则，为了突破这一局限，研究者模拟了（1）提拔最优秀成员的策略、（2）提拔最差成员的策略、（3）随机提拔的策略，结果是“随机选择晋升者，组织整体的表现会更好”。这项研究在 2010 年获得了搞笑诺贝尔奖。
在计算机科学的优化问题中，模拟退火法也是引入随机性的一个例子。这种算法一开始随机取值，再逐步收窄，从而做出最佳选择（有时也允许变差）。虽然要额外多花一些成本，但陷入局部最优的可能性会变小。
https://commons.wikimedia.org/wiki/File:Hill_Climbing_with_Simulated_Annealing.gif
总的来看，也许可以说，越是在不确定性高、未来难以预见的时候，随机选择、听凭偶然，越能把我们引向好的方向。
其他讨论：在民主中让随机选出的公民参与（公正性）
前面谈到，随机资助可以应对针对性别和少数群体的偏见。
其实众所周知，在古希腊和古罗马，统治者的选拔使用过抽签。最有名的是雅典（2、3）的执政官。评议会和行政负责人中的许多人，也是从公民中抽签选出的。
抽签背后的想法是，人们认为长期担任特定职务会成为舞弊和腐败的原因。人们认为，随机选人可以避免这类舞弊。
后来抽签制一度销声匿迹，到了近代，代议制民主（议会制民主）在各国被引入。不过也有说法认为，这并不是因为代议制民主好，而是因为贵族厌恶民主化，想要使自己的统治正当化。因为如果贵族作为代议员通过选举“民主地”当选，就能使其地位正当化。
时代变了，让我们把目光转向现代。目前，以欧盟为中心，引入随机的审议方式正在实践。例如，由公开征集或随机选出的公民进行讨论的共识会议和公民会议就是其中一例。在共识会议上，专家先向公开征集或随机选出的公民提供信息，然后请公民讨论。人们认为，这样做虽谈不上完美，但能够让民意更多地反映到政治中。
其背景似乎是人们对公民的声音在代议制下无法被很好地反映而感到焦躁。事实上，在现代社会，需要审议的问题越来越多，也越来越复杂。多得、复杂得让人无法认真思考所有问题。而且也有这样的一面：“没有时间深思熟虑，有些人是根据喜不喜欢候选人的发型来选领导人的”。
另一方面，这样选出来的代议士以为自己“得到了公民的全权委托”，便贯彻自己的意见，但实际上他们并不是经过深思熟虑才被选出的，所以其活动并没有反映公民的声音，代议士与公民之间的认知差距逐渐扩大。
这样一来，代议制民主就行不通了。而且既有的权力结构会被保留下来。在日本，就好比成了中老年男性的国会。于是就出现了“我们的代表并不代表我们”的状况。声音变得难以传达，对政治的失望蔓延，公民更加不参与政治和审议，政治与公民之间的距离进一步拉大，代议制民主便无法发挥作用。
因此，作为选出参与审议者的方法，通过随机选人来收集反映总体面貌的声音，这种做法似乎已经开始被广泛尝试。这也被称为不是民主制（democracy）而是抽签制（lottocracy，抽签民主）。
重要的不是单纯随机聚集一些人、靠多数表决来决定，而是在那里进行讨论并得出结论。在日本，札幌市也举办了由抽签选出的公民讨论脱碳社会应有面貌的“札幌气候公民会议”。
也就是说，日本在 2009 年开始的司法领域的裁判员制度，正在立法和行政领域也得到运用。
总结
随机在投资中的有用性，以《黑天鹅》闻名的塔勒布等人也在《反脆弱》中谈到过。我们因为害怕随机和波动而偏爱稳定。然而稳定只是在特定前提下的稳定。一旦前提崩塌，脆弱性就会一下子暴露出来。反过来，通过拥有容许变化的脆弱性，作为一个系统反而会稳定，这是《反脆弱》中讲到的内容之一。
我想，日本这几十年在科学技术领域失去了实力，其背景之一或许也在于：为了不失败，把钱过多地投给了“看起来会成功的项目”，也就是因为规避风险，而无法投资于失败概率高但可能大获成功的项目。也就是说，因为不冒风险，整体上变得脆弱。
当然，随机选择并不能解决所有问题。需要审慎的设计。关于雅典的执政官，也有说法认为，在改为抽签制之后，他们逐渐丧失了实权，取而代之的是由直接选举选出的将军开始掌握权力。日本自 2009 年开始的裁判员制度，虽然也被认为有一定效果，但仍留有许多问题。制度不会一开始就完美，也不会一引入就立刻见效。需要不断改进。
不过，如果通过随机选择，能给更多的人提供机会，并提高发现真正可能一飞冲天的想法的可能性，那么把它作为一种方法来考虑一下，也许并无不可。
顺带一提，为了给更多人提供机会、“录取更多小额项目”，最简单的方法就是“增加预算总额”。事实上，欧盟在 2014–2020 年的 Horizon 2020 中预算为 600 亿欧元，在 2021–2027 年的 Horizon Europe 中预算为 1,000 亿欧元，简单计算，增加了 67%。在此之外，它还尝试通过随机资助之类的形式寻找新的种子，我认为这是一个耐人寻味的动向。