特沃斯基精要

第1章不确定状况下的判断——启发式和偏差 对回归的误解 假设有一大群孩子都接受了两个等效版本的能力测试（我们可称之为测试1和测试2）。如果研究人员从测试1中挑选10个表现优异的孩子，让其参加测试2，会发现他们在测试2中的平均表现有些令人失望。与之相反，如果你是从测试1中挑选10个表现*差的孩子参加测试2，会发现他们在测试2中的总体表现要更好。将上述情形推广开来，我们可以假设有两个变量X和Y，它们有相同的分布。如果挑选一组人，他们在X变量上的均值偏离了 k个单位，那么他们在Y变量上的均值的偏离程度一定小于k。这些观察结果说明了一种普遍存在的现象，即均值回归，这一现象由英国统计学家弗朗西斯·高尔顿（Francis Galton） 在一百多年前首次提出。 在日常生活中，我们会遇到很多均值回归的例子。例如，父子的身高、夫妻的智商，以及一个人连续多次考试的成绩等。但是，人们并没有形成对于这一现象的正确直觉。首先，在很多必然会出现回归现象的领域，人们并不期待看到它。其次，当人们意识到了回归现象的出现时，通常会得出荒谬的因果解释（Kahneman & Tversky，1973）。我们认为回归现象仍然是很难捉摸的，因为它与人们秉持的“结果应该在*大程度上代表着输入信息”这一信念无法兼容，所以结果变量的值应该和输入变量的值一样极端。 意识不到回归的重要性会带来致命的后果，正如我们在之前提到的各种现（Kahneman & Tversky，1973）。在一次有关飞行训练的讨论中，有经验的飞行教练发现：如果在学员顺利降落后对其进行表扬，他接下来的表现通常都会不好；而在学员艰难降落后对其进行严厉的批评，他下一次的表现则会有所提升。因此飞行教练得出了结论：口头奖励对于训练来说没有好处，而口头批评则是有益的。这与公认的心理学原理完全相悖。飞行教练的这一结论并不可靠，因为存在均值回归现象。与其他重复性测试一样，即使飞行教练对学员首次的训练不作反应，后者在一次糟糕的表现后通常都会有更好的表现，而一次出色的表现之后往往也会出现表现变差的情况。仅因为飞行教练在学员表现好时表扬了他们，而在表现糟糕时批评了他们，飞行教练就得到了错误且有潜在危害的结论：惩罚比奖励更有效。 因此，不理解回归的意义会让一个人高估惩罚的效用而低估奖励的效用。在社会互动，如有意识的训练中，表现好时通常才会得到奖励，而表现差时往往会受到惩罚。因此，仅通过回归分析就可预测，表现*有可能在惩罚之后有所提升，而在奖励之后有所下降。人类的状况就是这样：在得到奖励之后表现下降，在受到惩罚之后表现提升，这些都只是偶然事件。人们通常没有意识到这种偶然性。事实上，回归在决定奖惩结果中的作用非常隐晦，似乎没有引起这一领域的学生的注意。 可得性 在某些情况下，人们会通过回忆起一类或一件事的难易程度来评估这类事件发生的频率或可能性。例如，一个人可能会通过回想自己熟悉的人突发心脏病的情况来评估中年人突发心脏病的风险。类似地，一个人在预测某种投资行为失败的概率时，可能会通过想象这一过程中遇到的各种困难来进行评估。这种判断启发式被称为“可得性”。可得性是评估频率或概率的有用线索，因为一般来说，与频率较低的类别相比，人们更容易回想起频率较高类别中的案例。然而，可得性也会受到频率和概率之外的其他因素的影响。因此，依赖可得性会产生预测偏差，下面我们来举例说明其中的一些偏差。 实例的可检索性产生的偏差 当一类事件的发生频率要根据其实例的可检索性来判断时，在发生频率相等的情况下，人们会认为其实例更容易被想到的类别，比其实例更不容易被想到的类别更大。研究人员通过一个简单的实验展示了这一效应的影响。被试听到了一份包含知名人士的名单，名单中既有男性也有女性。他们随后被要求对这份名单是否包含更多男性进行判断。每组被试听到的名单内容不同。在一些名单中出现的男性比女性更知名，而在另一些名单中，情况恰好相反。但每一组被试都错误地认为由更知名的人物组成的类别中包含的男性更多（Tversky & Kahneman，1973）。 除了熟悉度以外，还有其他因素会影响实例的可检索性，如显著性。例如，看到房子着火对此类事故的主观概率的影响，可能比在当地报纸上读到火灾新闻的影响更大。此外，人们会认为*近发生的事件可能比较早的事件更容易发生。当人们看到路边有辆车发生了侧翻，那么对于发生交通事故的主观概率会暂时提高，这可能是一种普遍存在的现象。