「演算法是一可以完全消除雜訊的方法」。如果為了完全消除雜訊，AI演算法可以做得又快又準確，但是一個人類嫌疑犯最後由AI來定罪，恐怕很多人不能接受。康納曼等人認為，利用AI來協助處理判斷，可以消除雜訊，不過，最後的階段，還是必須由人類來做裁決。
「雜訊是不可忽視的問題，但有時候，對立的想法是創新的關鍵。」康納曼等人強調，「意見的多樣性對想法的生成和選擇非常重要。」例如，交易員之間的看法不同，才會產生市場。相互競爭的公司策略有差異，由市場選擇最適合生存的公司。
防疫指揮中心專家小組決策過程 出現盲點
在台灣，新冠疫情去年初爆發以來，中央許多防疫政策的決策過程，引發爭議。多位公衛學者認為中央流行疫情指揮中心專家小組成員的意見不夠多元，缺少公衛學者的聲音，使得地方進行公共衛生方面必要的防疫調查，引發軒然大波。這個專家小組成員迄今並未公開。
去年彰化衛生局與台大公衛學院合作進行萬人血清調查、主動為18歲自美返台青年的核酸檢測（PCR）等事件引發爭議。事隔一年之後，台北市亦跟進，要在萬華做社區血清抗體調查，中央也展開社區加強監測方案。多位公衛學者表示，新冠大流行期間，中央本來就應該做社區疫情監測，中央應做而未做，而彰化去年率先辦理，勇於任事，不應因此受罰。
《雜訊》探討的是人類判斷如何會出錯，如何能變得更好。康納曼等人指出，在競爭的情況下，判斷的差異不但在意料之中，也是件好事。如果一個分析師能正確預測到沒有人看到的衰退，必然會聲名大噪，至於那從不偏離共識的人則默默無聞。
在防疫的過程中，如果地方衛生單位有創新、進步的構想，中央應該適度予以支持，而非動輒以政風單位進行身家調查。從康納曼等人的論點來看，中央流行疫情指揮中心專家小組決策過程顯然出現了盲點而未查覺。
