一直讓你做錯事的大腦誤判，有辦法克服嗎？

來自專欄酷炫腦科學75 人贊了文章

Kahneman 用繆氏錯覺（ Müller-Lyer illusion）打了個比方。

這兩條末端有箭頭的平行線，A 的箭頭向內，B 的箭頭向外。因為箭頭朝向的關係，上面那條線看起來比下面那條長，但實際上它們是一樣長的。然而問題的關鍵是，即便我們用尺子量了這兩條線，知道它們是一樣長的，並且了解了這種幻覺背後的神經原理，但在我們眼中，B 看起來依然比 A 短。

但至少在經歷視覺幻覺的時候，我們行動緩慢但善於分析的腦子，即 Kahneman 所謂的第二系統，能夠意識到繆氏錯覺並說服大腦不要相信靠直觀感受下結論的第一系統。但在現實世界中，當我們碰到的是活生生的人而不是簡單的線條時，一切就沒那麼簡單了。

就如 Kahneman 在書中寫的：「不幸的是，第二系統在我們最需要他的時候總是玩消失。當我們即將要犯嚴重的錯誤的時候，我們都希望能聽到警鈴大響。但世界上並不存在這樣的鈴」。

因為研究者們都明白認知偏差根深蒂固而且很難被克服，所以大部分與認知偏差作鬥爭的研究都把注意力放在直接改變人的行為上，而不是去改變想法和認知偏差本身。比如說，現時偏好是如此的難以被克服（即傾向於今天拿 150 美金而不是一個月後拿 180 美金）。

那麼難道人類真的無法擺脫，或是緩解認知偏差嗎？

就目前的研究來看，答案暫時是肯定的。此類實驗基於隨機研究對象的反應和反饋得出結論，而其研究對象大多又是本科生：這類參與者更在乎的是作為參與報酬的 20 美金，而不是改變甚至是去了解自己的行為與潛意識。

但是，如果參與者是個非常想要擺脫認知偏差並且還是主動報名參加實驗的人，那麼情況又會變成怎樣呢？換句話說，如果說參與試驗的人是我呢？

於是我寫了封信給 Daniel Kahneman。儘管當時的 Kahneman 已經 84 高齡了，但他仍在普林斯頓的伍德羅威爾遜公共和國際事務學院任教，不過大多數時間他都待在曼哈頓。

我在曼哈頓下城的一家餐廳見到了 Kahneman，他個子很高，看起來和藹可親，給人一種平易近人的感覺。他說話帶著明顯口音，臉上常常帶著揶揄的笑。在一個蘋果派和一盞茶的時間後，他告訴我：「我做的事與我的性情有著很大關係，你不會找到一個比我更悲觀的人了。」

在接下來的談話中，他的悲觀主義立刻就體現出來了：他認為人無法對第一系統做出什麼改變——第一系統即我們大腦中看事物最快最直接的那一部分，也就是讓我們作出類似於繆氏錯覺之類錯誤判斷的那部分。

「在我看來那兩條線就是不一樣長的，」他說道，「但我的目標就是不要相信我看到的東西，明白我不應該相信我這會蒙蔽人的眼睛。」他接下來又表示，這在面對視覺錯覺上是很容易做到的，但在現實世界中面對認知偏差的時候卻是極難的。

Kahneman 接下來說道，外界的反饋可以有效地減少認知偏差：「別人比我們自己更容易意識到我們的錯誤」。同時 Kahneman 也提到：被 Kahneman 稱之為「慢思機制」的程序，能幫助人們建立起監督個人決策和預期的策略。

檢查單和的「事前驗屍」這樣檢查步驟系統也是非常有效的。「事前驗屍」是由認知心理學家 Gary Klein 提出的一個概念。這是一個用來緩解樂觀偏誤的方法，即在計劃展開前就先設想已經失敗（屍）並追究原因（驗），由此來提高計劃的存活率。

「但我的觀點是以上的策略對第一系統都沒什麼效果，」 Kahneman 說道，「你無法改進天性。或許通過長期訓練和學習行為經濟學，你可以去暗示理性以便於啟動第二系統。但不幸的是這個世界不為你提供這樣的暗示。而且對於大部分人來說，理性在激烈爭吵中早就飛出了窗外。」

就在我跟 Kahneman 交流之前，他正跟 Richard E. Nisbett 發郵件。Nisbett 是密歇根大學的社會心理學家，他與 Kahneman 是數十年的老友了。Nisbett 曾經在他 1980 年出版的書中大力宣傳過 Kahneman 和 Tversky 的理念。Kahneman 也曾經在他的書《快思慢想》中引用了 Nisbett 的早期文章來展示人們並不怎麼相信統計和其他證據，而是更偏向於相信自己曾經的經歷和生動的軼事（這種認知偏差也被稱為基本比率謬論，base-rate neglect）。

但這麼多年以來，Nisbett 專註于思考和研究訓練人克服這些認知偏差的方法，包括了基本比率謬論，基本歸因偏差和沉沒成本謬論。他聯繫 Kahneman 除了因為他在寫回憶錄之外還想重提一下很久以前他在一個會議上與 Kahneman 和 Tversky 談論過的話題。

Nisbett 對那次談話影響深刻：兩位大師那會兒很生氣，因為他們認為 Nisbett 的研究暗含著對他們的批判。但 Kahneman 回憶稱：「是啊，我們那會兒有點不爽，因為他居然認為緩解認知偏差是件很容易的事。但生氣還不至於。」

「棒球精英」實驗是 Nisbett 非常具有代表性的研究。在這個實驗中，研究人員隨機打電話給密歇根大學的學生，假裝他們正在做一項關於體育的問卷調查，但實驗的主要目的是讓學生回答一個問題：

為什麼經常有一些優秀的棒球運動員能在一個賽季剛開始的時候打出 0.450 的擊球率，但從來沒有運動員可以在整個賽季保持這麼好的成績？

在所有沒有上過基礎統計的學生當中，將近一半的學生回答「投手已經習慣了擊球員」、「在賽期後半段擊球員疲勞了」等諸如此類的回答。

餘下的一半學生給出正確答案：大數定律（the law of large numbers），即在樣本小的情況下（賽季初），異常值更容易出現。但隨著賽季進行下去，擊球數量大大量增加，數值趨近於平均值是不可避免的。

當 Nisbett 拿同一個問題去問上過統計課的學生，70% 給出了正確回答。他認為結果表明大數定律是可以被融入進大腦的第二系統的——甚至可能能融入第一系統。

Nisbett 最愛的第二個例子是：知道沉沒成本謬論的經濟學家們都會在遇到不好看的電影時選擇離開電影院，或者吃到不好吃的晚餐時選擇離開這家餐館，即便他們已經付了錢了。

我在電話中與 Nisbett 談論了他與 Kahneman 之間的小「不和」，他的語氣仍然帶著一絲不確定。「 Danny（Kahneman）似乎很確信我的研究結果是不具有代表性的。對他來說有一點很明確：訓練對所有的認知偏差都是沒用的。但是我們已經觀察密歇根大學的學生四年了，在接受訓練後他們在解決問題的能力上表現出很大的進步。心理學研究生們也受益匪淺。」

Nisbett 在他 2015 年的書《大腦硬體：思維兵器譜》（Tools for Smart Thinking）中提到：「我從我自己的研究中發現，即使只教人們幾個如何從統計角度理性分析的例子，他們對許多事情的理性分析能力也能立竿見影地提高。」

Kahneman 曾經給 Nisbett 寫過一封信，信上說道，他們倆之間的不同在很大程度上是性情不同的結果：悲觀主義 VS. 樂觀主義。

在回信中，Nisbett 提到了另一個原因：「你和 Tversky 專註於研究非常難的問題，這些難題本身就太容易讓人犯錯了。我開始研究簡單的問題，這些問題像你們這樣經過專業訓練的學者肯定不會犯錯，但未接受過相關訓練的人就不好說了…....然後你可以看一眼對這些簡單問題的訓練指導，效果是非常顯著的。」

上文提到的「棒球精英」就是簡單問題的一個例子。難題可以用「 Linda 問題」舉例， Kahneman 和 Tversky 早期的文章中提過這個例子。簡單來說，研究人員給實驗參與者介紹了一個叫 Linda 的虛構人物。

Linda 支持社會公平，大學專業是哲學，參加過反核戰示威遊行等等。然後參與者被問下面哪種情況是最有可能的：

a. Linda 是一個銀行職工；

b.她是銀行職工並且積极參与女權運動。

正確答案是 a，因為一個條件在一種環境下成立的可能性比一種條件再加另一個條件在同種環境下成立的可能性要大。

但因為合取謬誤（conjunction fallacy ，認為多重條件「甲且乙」比單一條件「甲」更可能發生）和代表性捷思法（the representativeness heuristic，在不確定的情形下，人們會抓住問題的某個特徵直接推斷結果，而不考慮這種特徵出現的真實概率以及與特徵有關的其他原因），80% 以上的本科生選擇了 b 。

Nisbett 提出，我們在現實生活中很少遇到類似於「Linda 問題」這樣的事，這更像一個邏輯小把戲。

Nisbett 建議我上一下「大腦硬體：思維兵器譜」的網課，他在這上面提到了他認為最有效的反認知偏見的策略和概念。隨後，為了檢測我學到了多少，Nisbett 要求我做他給密歇根本科生設計的問卷，我照做了。

網課包括了八節 Nisbett 講的課，穿插著一些圖片和小測驗。我非常推薦這個網課。Nisbett 這樣解釋了可利用性捷思法（the availability heuristic）：「人們以為自殺超過他殺，以為溺水而亡的比火災身亡的人多；人們也總是認為犯罪率在上升。」然而事實並非如此。

他提到了確認偏誤（the logical fallacy of confirmation bias）：當人們在檢測一個他們願意去相信的假設的時候，人們傾向於尋找能證明它的證據。但 Nisbett 指出，不管我們找到了多少相關證據，這都不能證明那個假設。正確的方法是去尋找能推翻這個假設的證據。

「大部分人都認為自己與眾不同。但事實並非如此。」

我完成了這個網課後，Nisbett 給我做了他給密歇根大學學生做的測試題。測驗包括了十幾個用來測驗實驗對象的反認知偏差能力的題目。比如：

在以下四張隨機抽取的卡片中，每張卡都是一面數字一面字母。請問，為了辨別以下命題的真假，你至少需要將哪些卡片翻轉過來？命題：「如果一張卡的一面是 a ，那麼它的另一面是 4 」

因為確認偏誤的緣故，許多未經訓練的人會選擇 e，但是正確的選項是 c。因為正確的選擇是去尋找能推翻這個假設的證據。所以唯一的方法是：翻轉有字母 a 的卡片（如果另一面不是 4，那麼假設就被推翻了）和印有 7 的卡片（如果背後是 a，那麼假設就被推翻了）。

我答對了。事實上，當我把我完整的測試發給 Nisbett 後，他回復：「我猜很少密歇根大學的畢業生能做的跟你一樣好。雖然我想一些心理學生，在學校呆了兩年之後，也能做的這麼好；但不可思議的是，你幾乎拿了滿分。」

儘管如此，我不認為上了他的課一定就幫助我擺脫掉認知偏差了。鑒於我之前沒有做過這樣的測試，那麼我可能本來就是一個相對來說認知偏差沒那麼嚴重的人。另外，許多測驗上的題目，包括上面的那個例子，都離現實生活有一定的距離。這些問題也很難，與 Linda 問題沒有多大的不同。

在這，就像 Kahneman 說的那樣，我被「暗示」了。與密歇根大學的畢業生們不同的是，我很清楚我為什麼會被問這些問題，於是我就順著思路去作答了。但 Nisbett 堅持認為這個結果很有意義。「如果你在測驗中表現出色，你在現實世界中面對認知偏差的時候一樣也會表現的很好。「

賓夕法尼亞大學沃頓商學院的教授 Philip E. Tetlock 和他的妻子 Barbara Mellers 已經花了幾年時間研究被他們稱為「超級預報員」的人：這些人試圖逃離認知偏差並且準確的預測未來事件，這些人有著比行家和所謂專家更高的準確度。在 Tetlock 的書《超預測：預見未來的藝術和科學》（Superforecasting: The Art and Science of Prediction ）中，他們揭開了超級預報員的秘密。

Tetlock 認為超級預報員最重要的一個特點就是「旁觀者視角」。當局者視角是基本歸因偏差，基本比率謬誤和其他偏差綜合作用的結果，這些偏差一起不停誘導我們在形象生動的故事面前放棄自己的判斷力，不去依靠客觀的數據和統計結果。

Tetlock 舉了一個有趣的例子：在一個婚禮上，一個人悄悄問你：「你覺得這倆能堅持多久？」當時你就震驚了，因為你剛剛見證了台上的新人對彼此的愛和忠貞，但這時你就是被困在了當局者視角中。數據表明 40% 的婚姻以離婚收場，這個數據比充滿愛意的對視有預測性多了。當然，請不要在婚宴上表現你的洞察力。

目前該領域的學者認為最有希望干預認知偏差的是一些視頻遊戲。這些遊戲起源於伊拉克戰爭和導致它的大規模殺傷性武器，它們曾讓情報界陷入困境。 2006 年，為了防止出現另一個同等程度的錯誤，美國政府創建了智能高級研究項目活動（Iarpa），這是一個旨在利用尖端研究和技術來改進情報收集和分析的機構。

2011 年，Iarpa 啟動了一項計劃 Sirius，來為一系列「嚴肅」的視頻遊戲提供研發資金。這些遊戲可以緩解 6 種被認為是最具破壞性的偏見：確認偏誤（confirmation bias）、基本歸因謬論（fundamental attribution error）、偏見盲點（the bias blind spot，認為自己的偏見比別人少）、錨定效應（the anchoring effect）、代表性啟發式（the representativeness heuristic）以及投射偏見（the representativeness heuristic，覺得別人和自己想的一樣）。

六個團隊著手開發這個系列的遊戲，兩個團隊順利完成了任務。其中得到最多關注的團隊由 Carey K. Morewedge 領導，他現在是波士頓大學的教授。與來自 Creative Technologies（一家專門從事遊戲和模擬的公司）的工作人員以及 Leidos 公司的工作人員（一家負責國防、情報和健康研究的公司）一起，Morewedge 設計了遊戲 Missing 。

一些受試者玩遊戲，遊戲大約需要三個小時才能完成，而同時其他人則觀看了一個關於認知偏差的視頻。所有人都分別在訓練之前和之後立即進行了反認知偏差技術測試，最後經過 8 到 12 周的測試。

參加測試後我也玩了這款遊戲。玩家的角色是一個名為特里休斯的女人的鄰居（你是特里休斯的鄰居），在遊戲剛開始，特里休斯神秘地失蹤了。然後她重新出現並需要你的幫助來調查她的公司的陰謀。在此過程中，你需要做出判斷和預測 ——一些與故事有關，一些與故事無關——這些問題旨在讓你的偏見發揮作用。在遊戲中你會得即時反饋。

比如，當你正在搜特里的公寓時，公寓管理員突然出現並向你詢問關於另一個房客瑪麗的事，他告訴你，「瑪麗不是運動員」。然後他說，70％ 的房客會去 R 健身房，10％ 的人去 E 健身，20％ 的人宅在家裡。他問你認為瑪麗可能會去哪個健身房。由於基本比率謬誤，你可能會回答：「瑪麗不會去健身房，她是個宅女。」

但基於管理員給的數據，正確答案應該是 R 健身房。參與者在玩完遊戲後或觀看視頻後立即進行測試，然後幾個月後再進行測試，每個人都有進步，但遊戲玩家的進步明顯比看視頻的人要大。

我與該遊戲的設計者 Morewedge 談了談，他認為該遊戲反映的結果能夠支持 Nisbett 的研究，即訓練可以減少認知偏見。 「 Nisbett 的研究被小看了，主流觀點認為訓練不能緩解偏見，」他告訴我， 「比如關於訓練的文獻都表明，書和課程是很好的娛樂手段，但在很大程度上對緩解偏見是無效的。但結果表明遊戲很有效。這讓所有人都感到驚訝。」

我既不像 Daniel Kahneman 那樣悲觀，也不像 Richard Nisbett 那樣樂觀。自從開始專註於這個領域以來，我的行為發生了一些變化。例如，最近在一個炎熱的日子，我決定花 2 美元在自動售貨機上買一瓶水。瓶子沒出來，我意識到將瓶子固定到位的機制壞了。但是緊挨著它的是另一排水，顯然那排水的制動是好的。

我的直覺是不要從「好」的那一排再買一瓶，因為我已經花了兩美金了。但是我對認知偏差的訓練告訴我這是錯誤的想法。我現在只是用 2 美元來換一瓶水，這是我願意支付的價格，已經確定了。所以我付了錢，高高興興地喝了水。

將來，我會努力反思自己的想法和所做的決定。假設我想招一名研究助理。候選人 A 有優秀的推薦信和精力，但不善言辭，不敢看我的眼睛；候選人 B 喜歡談論 NBA 籃球——這是我最喜歡的話題！——但他的推薦信充其量只是一般般。我會克服基本歸因謬誤並聘用候選人 A 嗎？（基本歸因謬誤：即人們在評估他人行為時，即使有充分的外部證據支持，仍傾向於認為別人做出的行為是因為內在性格原因，而不是由於外部環境因素）。

又或者，我因為氣質、行為和意識形態的原因鄙視一個公職人員，但是實際上在這個人的管理下，國家經濟表現良好。在這種情況下，我是否能夠消除我的確認謬誤，並在某些方面認可這個人？

幾個月前，我的財務顧問告訴我我需要重新評估我的遺囑。那是我幾十年前立下的，現在肯定需要修改。有人說當你想做一件事情的時候，認知偏見風暴就開始了。

從不明確效應（the ambiguity effect ，維基百科將它定義為：決策時傾向避開訊息不足的選項）到正常化偏誤（normalcy bias，拒絕為之前從未發生過的災難做出計劃），然後所有偏見都以鴕鳥效應（ the ostrich effect，我真的需要做這個嗎？）告終。

我的顧問寄給我一張預付費的信，這封信一直躺在辦公室的地板上。它現在還在那兒。然後事後偏誤（hindsight bias）告訴我，我就知道會發生這種情況！

作者 | Ben Yagoda

翻譯 | 王珂

審校 | 酷炫腦

編輯 | Mandy

圖片來源/原文鏈接：

http://www.theatlantic.com/magazine/archive/2018/09/cognitive-bias/565775/?utm_source=feed

推薦閱讀：