《与天为敌：风险故事》：关于风险最有深度的文章(14)

另一位比拉普拉斯晚100年出生的法国数学家庞加莱，更加重视因果概念，并且强调信息对于决策的重要性。就像拉普拉斯一样，庞加莱相信小小的的人类没有能力预测所有发生的事情的所有起因，但是一切事情均有起因。在一个因果的世界里，我们只要知道起因就能够预测结果。

庞加莱还指出有些事情看起来像是偶然的其实不是，它们的起因源于微小的干扰。一个完美地保持平衡于定点的圆锥体，如果在对称上哪怕是最小的缺陷都会使其倒塌；即使没有缺陷，“一个轻微的颤动或是一丝微风”也会令其倒塌。甚至轮盘赌的旋转和骰子的投掷都会因为使他们运转起来的力量的些微差异而不同。因为我们不能观察到这些微小的差异，所以我们假定它们所产生的结果是随机的、不可预测的，这些观点类似于现代的混沌理论。
我们能够收集大块的信息和小块的信息，但我们绝不可能收集所有的信息，我们不能确切地知道我们的样本代表性如何。不确定性使得做出判断是如此困难，而且根据判断行事是如此冒险。我们甚至不能肯定明天的太阳是否升起——古人们自己也只是根据宇宙历史中有限的样本进行预测的。
2. “完全市场”能促进冒险？
以拉普拉斯和庞加莱为代表的一方与以阿罗和其同时代的人为代表的另一方之间存在一条鸿沟。在第一次世界大战的灾难过后，人们不再幻想人类总有一天会知道一切需要知道的事情，也不再幻想确定性总有一天会取代不确定性，反之，这些年知识的爆炸却使得生活更加不确定，世界更加难于理解。
在我们努力应付我们面对的不确定性和承担的风险时，归纳性推理使我们得出一些奇特的结论。这方面给人印象最深刻的是诺贝尔奖获得者肯尼斯·阿罗进行的研究。很早，阿罗就确信大多数人都高估了他们能够获得的信息量。在一篇关于风险的论文中，阿罗问道，为什么我们大多数人会时不时地赌博，还有为什么我们会定期付给保险公司保险费？概率演算表明在这两个例子中我们都会损失钱。