認知偏見，大腦中的惡作劇_風聞

來源：神經現實

我盯着一張照片看，上面的人是20年後的我自己。我沒有踏入陰陽魔界之類的地方，只是在努力擺脱一些現時偏見（present bias）。**人們都有現時偏見的傾向，當我們權衡兩個未來事件的利害時，總會賦予離現在更近的時刻以較多權重。**現時偏見也叫雙曲貼現（hyperbolic discounting），大量學術研究顯示這種偏見根深蒂固，持續存在。

這些研究大多聚焦於金錢。比如，當被問及願意選擇現在拿走150美元，還是一個月後拿走180美元，人們傾向於選擇前者。放棄20％的投資收益是很糟糕的舉措——如果我們把時間往後大幅推移，就能很容易看清這一點。當問題變成“一年後拿走150美元，還是13個月後拿走180美元”，人們幾乎一邊倒地樂意為了多賺30美元而多等一個月 。

當然，現時偏見不只是實驗中的現象，它在真實世界也無處不在。尤其是在美國，人們為了退休而存的錢少得驚人——哪怕他們賺的錢應付日常開銷後尚有結餘，哪怕他們只要定期上繳一些錢，便可在將來享受公司提供的額外退休補助。

 一位叫哈爾·赫詩菲爾德（Hal Hershfield）的學者注意到這種情況，決定用照片做一些有趣的事。赫詩菲爾德是 UCLA 的市場營銷學教授，他研究的出發點在於這樣一個想法：人們與未來的自我之間是“疏離的”。他在2011年的論文中寫道，這一疏離導致了“是否儲蓄，就像是選擇自己今天花錢，還是把錢給一個幾年後的陌生人”。在研究中，赫詩菲爾德及幾位同僚試圖改變學生們的心理狀態。他們先讓學生們看一段一分鐘左右的虛擬現實影像，那是他們70歲的模樣。然後問學生們：如果天降1000美元橫財，他們會怎麼做。那些看到過自己衰老的模樣的學生，平均選擇存172美元到退休金賬户裏。而沒有體驗過虛擬現實的控制組平均只願意存80美元，還不到前者的一半。

我已經是個老人了（60出頭了，如果你對我的隱私感興趣），所以赫詩菲爾德不僅提供了我80多歲的“照片”（滿臉老年斑，左右兩邊臉極度不對稱，皺紋比曼哈頓路面上的坑還深），還模擬了我女兒幾十年後的模樣。他説這是為了讓我捫心自問，如果在我撒手人寰之際，後代沒有得到妥善的照顧，我會作何感受呢？

**當聽到“偏見”這個詞，**很多人（也許還稱不上絕大多數）想到的是種族歧視，或者新聞媒體不成比例地選擇性報道，偏袒某一政治立場之類的事情。現時偏見和那些不一樣，它屬於認知偏見（cognitive bias）。認知偏見是一個龐大的集合，包含種種顯然根植於人類大腦的錯誤思維方式。維基百科上的“認知偏見列表”包括185個詞條，從觀察者偏差（“在解釋他人行為時過分強調他們性格特質的影響，而忽視環境影響的傾向……在解釋自己行為時，這種傾向則反過來”），到蔡加尼克（Zeigarnik）效應（“未完成的或被打斷過的任務，比起完成的任務被記得更牢”），應有盡有。

**這185個詞條中不乏可疑或無關緊要的內容。**比如宜家效應，它的定義是“人們傾向於賦予那些自己親手組裝的物品高得離譜的價值”。還有一些詞條几乎是冗餘的同義詞。然而，大約有100多種偏見已被反覆證明是存在的，並且把我們的生活搞得一團糟。

比如賭徒謬誤（The gambler’s fallacy）讓我們堅信如果一枚硬幣已經連續五次正面朝上，第六次就會大概率反面朝上。實際上，概率還是五五開。樂觀偏差（Optimism bias）導致我們長期低估每一項任務的開銷和時間花費。易得性偏差（Availability bias）則讓我們誤以為乘飛機比乘車更危險。（在我們的記憶和想象中，空難的場面更生動形象，因此在意識層面更易得。）

錨定效應（The anchoring effect）指的是這樣一種傾向，在決策、估算和預測中，我們容易過分依賴所接觸到的第一份信息，尤其是以數字形式提供的信息。**正是因為錨定效應，人們在談判中往往故意從太高或太低的數字開始，他們知道這個數字會“錨定”後續的交易。**有個實驗淋漓盡致地展現了錨定效應的力量：一個類似賭具的輪盤，總是停在10或65，被試在觀察後被要求猜測聯合國成員中非洲國家的比例。看到輪盤停在10的被試給出的平均答案是25％，而看到停在65的那些人的平均答案是45%。（實驗當時的正確比例約為28％。）

偏見的效應不止停留在體層面。去年，特朗普總統決定增派駐阿富汗的軍隊，一猛子扎進了沉沒成本謬誤（sunk-cost fallacy）的陷阱裏。他説：“我們的國家必須追求一個榮耀且具有持續性的成果，它必須配得上我們已經做出的大量犧牲，尤其是那些逝去的生命。” 沉沒成本思維讓我們不肯放棄糟糕的投資，因為我們總是惦記着已經虧損的錢；它讓我們在餐館裏硬着頭皮把索然無味的食物吃完，畢竟吃不吃都得付錢嘛；它讓我們繼續一場必敗無疑的戰爭，因為已經付出了鮮血和金錢的代價。無論何種情況下，這種思維方式都是狗屎。

“我們都希望有一台警鐘，每當我們要釀成大禍時它就響個不停。”卡尼曼寫道，“然而你買不到這樣的鐘。”

如果要我説哪一種偏見最為普遍且破壞力最大，那大概是****證實偏誤（confirmation bias）吧**。****這種效應引導我們去尋找那些能夠證實我們既有的想法或猜測的證據，同時輕視甚至忽略任何看似不利的證據。**證實偏誤在我們當下的政治分歧中展現得最為露骨，似乎每一派的支持者都認為對方的觀點徹頭徹尾全是錯的。

證實偏誤也常見於許多其他情境，有時候會導致災難性的後果。2005年一份遞交給總統的關於伊拉克戰爭起因的報告寫道：“當分析員遇到顯示伊拉克沒有大規模殺傷性武器的證據時，他們傾向於不予考慮。分析員沒有獨立地考量每一條證據，而是直接採納符合主流理論的信息，並拒斥了負面證據。”

認知偏見與錯誤啓示（faulty heuristics）——啓示指的是我們藉以判斷與預測的捷徑或經驗法則——的整個概念，多少可以算是阿莫斯·特沃斯基（Amos Tversky）和丹尼爾·卡尼曼（Daniel Kahneman）兩人在上世紀70年代發明出來的。兩位社會科學家最初在以色列開展研究，後來搬到了美國。之前提到的“聯合國成員中的非洲國家比例”實驗就是他們做的。特沃斯基於1996年逝世。2002年，卡尼曼因為兩人共同的工作而獲得了諾貝爾經濟學獎。卡尼曼2011年出版的暢銷書《思考，快與慢》（Thinking, Fast and Slow）便是對兩人研究成果的總結概述。去年還有一本暢銷書叫做《毀滅項目》（The Undoing Project，中信出版社譯本名為《思維的發現》），講述了特沃斯基和卡尼曼之間不算和睦的合作歷程。這本書的作者是邁克爾·劉易斯（Michael Lewis），他之前的一本作品《點球成金》（Moneyball）寫的恰巧是他的偶像，棒球經理比利·比恩（Billy Beane）遭遇老派球探的認知偏見的故事——其中最顯著的是基本歸因錯誤（fundamental attribution error），意思是當我們看待別人的行為時，總是把原因過分地歸結於他或她的個人屬性，卻鮮少考慮外部因素（許多外部因素都可以量化測度）。

芝加哥大學的經濟學家理查德·泰勒（Richard Thaler）是該領域的另一位重磅人物。他的名字最常和稟賦效應（the endowment effect）這種偏見成雙成對出現，稟賦效應讓我們總是對自己所擁有物品的價值給出高得離譜的評價。泰勒、卡尼曼和傑克·L·內奇（Jack L. Knetsch）曾進行過這樣一個實驗：他們將一個馬克杯展示給被試，並問一半的被試願意定價多少錢把它賣掉，答案的平均值是5.78美元；而向另一半受試提出的問題是，願意花多少錢買這個馬克杯，結果是平均2.21美元。傳統經濟學理論——認為在某個時刻的特定人羣中，一件商品具有確定的市場價值，並與某人是否擁有它無關——被狠狠地打臉了。泰勒榮獲2017年諾貝爾經濟學獎。

操控心靈的無形之手

邁克爾·劉易斯的新書《The Undoing Project》回顧了心理學家和諾貝爾獎獲得者卡尼曼和特沃斯基之間的複雜友誼和卓越的學術合作。

大多數以認知偏見為主題的書或文章都包括這樣一段簡短的段落，通常在接近尾聲處出現——類似於《思考，快與慢》中的這段：**“關於認知錯覺最常被問到的問題是，我們能否克服它們。我只能説……情況不容樂觀。”**卡尼曼等人以穆勒-萊爾錯覺（the Müller-Lyer illusion）為基礎做了一個類比。圖中有兩條兩端帶箭頭的平行線段，一條線的箭頭向外指，一條向內指。因為箭頭方向不同，下面一條線段看起來比上面的短一些，但事實上長度是相等的。關鍵之處在於：即使我們拿尺子量，發現兩條線段一樣長，並且學習了一番錯覺的神經生物學機制以後，我們依然感覺一條線段比另一條短一些。

所幸在視覺幻象方面，我們緩慢分析的思維（卡尼曼稱之為2號系統）能夠辨認出穆勒-萊爾情況，並説服自己不要相信莽撞急進的1號系統的感受。然而在真實世界中，當我們面對的不是線條而是日常的人與事件時，就沒那麼簡單了。“糟糕的是，這些機智的程序在最被需要的時候，也最難被調用。”卡尼曼寫道，“我們都希望有一台警鐘，每當我們要釀成大禍時它就響個不停，然而你買不到這樣的鐘。”

偏見如此頑固，我們似乎無能為力，因此絕大多數關於如何抵消偏見的建議都沒有針對這些有問題的想法、判斷和預測本身，而是專注於通過刺激或“助推”（nudges）改變行為。比如説，目前看來現時偏見是一種難以治癒的“頑疾”，於是僱主只能將儲蓄設置為默認選項，從而助推員工繳納養老保險；這樣一來，不參加養老計劃反倒需要額外的操作。也就是説，懶惰和慣性有時候能夠戰勝偏見。以特定的方式設計程序，也可以勸阻或預防人們被帶有偏見的思想左右。阿圖爾·加萬德（Atul Gawande）在《清單宣言》（The Checklist Manifesto）一書中提出的醫護人員檢查清單就是一個著名的例子。

**但是，人們真的不可能徹底擺脱或者顯著減少偏見嗎？一些研究嘗試性地給出了肯定的答案：不可能。**這些實驗基於對隨機選中的被試的反應和答覆進行觀察，然而這些人很大一部分是本科在讀生——他們在乎的是20美元的被試補貼，而對如何改變自己的行為和思想漠不關心，更不用説學習這些原理了。如果讓那些主動性強的毛遂自薦者接受去偏見“治療”，又會怎麼樣呢？換句話説，如果被試是我呢？於是我給丹尼爾·卡尼曼寫了封郵件。他已經84歲了，在普林斯頓大學的威爾遜公共和國際事務學院還有一個教職，但大多數時間都待在曼哈頓。他很快回復我表示願意見面。“我應該……”他寫道，“至少試着讓你死了這條心。”

我們在曼哈頓下城的一家每日麪包坊（Le Pain Quotidien）見了面。他很高，言語婉轉，和藹可親，帶着濃重的口語和諷刺般的笑容。享用着蘋果派和加奶的茶，他告訴我：“我的性情很大程度上是立場導致的。你找不到比我更悲觀的人。”

 這一語境下，他所謂的悲觀首先源於1號系統（我們大腦中做出快速思考，並犯下類似穆勒-萊爾線段錯覺的錯誤判斷的那部分）對任何影響免疫。“我看到圖上的兩條線段長度不等。”他説，“這時，目標是對我以為自己看到的東西產生懷疑，是要明白不應該相信我撒謊的眼睛。”對於視覺幻象，這樣的目標可以達成，他説，但對真實世界的認知偏見幾乎不可能。**卡尼曼認為，認知偏見最強有力的對手來自外部：比起我們自己，他人更容易覺察我們的錯誤。**此外，他所謂的“慢速思考系統”可以實施一系列政策，包括監測每次決定和預測，還可以調用檢查清單和“事前屍檢”（premortem）等程序。事前屍檢這個概念是認知心理學家蓋裏·克萊恩（Gary Klein）提出的，它要求團隊成員想象手頭的項目進展得非常糟糕，並寫下幾句話描述這一慘劇是如何釀成的，從而抵消樂觀偏差。事實證明，進行這種訓練可以幫助人們未雨綢繆。

“我的立場是，這些東西對1號系統都沒有效果。”卡尼曼説，“你不能改善直覺。也許經過長期訓練、大量交流和行為經濟學的學習，你學會了提示推理（cue reasoning），就可以讓2號系統遵循規則運行。不幸的是，這個世界壓根不給你提示。而且絕大多數人在激烈的辯論時早就把規則扔到窗外了。”

“這就是我的看法，雖然我真的希望我錯了。”

巧合的是，正當我與卡尼曼交流、會面的同時，他和密歇根大學的社會心理學家理查德·E·尼斯貝特（Richard E. Nisbett）也互發着郵件。兩人在工作上的交往已經持續了幾十年。尼斯貝特1980年的《人類推理：社會判斷的策略與缺陷》（Human Inference: Strategies and Shortcomings of Social Judgment）一書，對卡尼曼和特沃斯基的研究的廣泛傳播起到重要作用。卡尼曼在《思考，快與慢》中也引述了尼斯貝特更早的一篇文章，文章展示了被試傾向於拒絕相信統計數據和其他普遍性證據，反而寧願基於個例和逼真的軼事作出判斷。這也是一種偏見，叫做基礎比率忽略（base-rate neglect）。

然而這麼多年過去了，尼斯貝特研究和思考的重心已經轉向了訓練人們克服或避免種種陷阱的可能性，這些陷阱包括基礎比率忽略、基本歸因錯誤、沉沒成本謬誤等。他發郵件給卡尼曼的部分原因在於他正在寫一本回憶錄，想要討論一下多年前他和卡尼曼、特沃斯基兩人的一次會議談話。讓尼斯貝特印象深刻的是，**卡尼曼和特沃斯基特別生氣——**他們認為尼斯貝特的言行在拐彎抹角地批判他們。卡尼曼回憶起那次交鋒，回覆道：“沒錯，我記得我們（有點）不耐煩，你把訓練統計直覺想得太簡單了（但遠遠不到生氣的地步啦）。”

當尼斯貝特需要舉例説明他的方法時，他總喜歡用“棒球奇才調查”這個例子。他打電話給一些密歇根大學的學生，假裝是在做有關體育運動的民意調查，其實想問的是：每個賽季剛開始時，職棒聯盟總有幾個擊球手的擊球成功率高達45%，可是為什麼賽季結束時，從沒有人保持那麼高的擊球成功率？那些沒有上過統計學導論課的學生，大約有一半給出了類似“投球手摸清了擊球手的套路”、“賽季越接近尾聲擊球手越累”的錯誤答案。另一半學生給出了正確答案：原因在於大數定律——當樣本容量（在這個例子中就是擊球次數）很小，異常值出現的頻率特別高。隨着賽季進行，擊球次數越來越多，就不可避免地向均值迴歸。尼斯貝特問那些完成了統計學課程的學生同一個問題，大約有70%回答正確。他相信這一結果顯示——懇請卡尼曼原諒——2號系統能夠吸收大數定律，甚至1號系統也有這個可能性，即使是在幾乎沒有提示的情況下。

尼斯貝特第二喜歡的例子是，深諳沉沒成本謬誤之惡果的經濟學家，常常察覺到看的是爛片就離開電影院，並且在餐館裏會把難吃的食物留在盤子裏。

我和尼斯貝特在電話上討論了他和卡尼曼之間的分歧。他的口氣還是有些猶疑。“丹尼爾似乎確信我展示的那些東西沒有意義。”他説，“他很堅定地認為：訓練對任何判斷都是無效的。但我們對密歇根大學的學生進行了四年的測驗，他們解決問題的能力有了巨大的飛躍。心理學的畢業生也獲益良多。”

他在2015年的《邏輯思維：擁有智慧思考的工具》（Mindware: Tools for Smart Thinking）一書中寫道：“鑑於我訓練人們如何進行統計推理的研究，我知道只要兩三個領域的幾個例證就足以證明，我們能夠改善人們在無限多的場合下的推理能力。”

在一封寫給尼斯貝特的郵件中，卡尼曼表示兩人之間的分歧在極大程度上是性情導致的：他們一個悲觀，一個樂觀。尼斯貝特認為還有一個因素，他回應道：“你和阿莫斯潛心於困難問題，並且被引向了錯誤的答案。而我開始研究簡單問題，這些問題你們是不會弄錯的，但未受訓練的人常常誤入歧途……這就意味着教化對於簡單問題的效果是巨大的。”

賽季初擊球成功率45%的球員便是簡單問題的一個例子。卡尼曼和特沃斯基早期文章中慣用的**“琳達問題”（the Linda problem）則是一個困難問題。簡單來説，這個實驗向被試展示了一個虛構的女性角色，琳達，她的“人設”包括致力於改善社會公正，本科專業是哲學，參與反核武器示威遊行等等。然後他們要求被試回答，以下哪一項的可能性更大：（a）琳達是一個銀行櫃員；（b）琳達是一個活躍於女性主義運動的銀行櫃員。正確答案是（a），因為單一情況被滿足的可能性，總是比該情況和另一種情況同時被滿足的可能性大。然而因為合取謬誤**（the conjunction fallacy，人們假定多重特定情況比單一普遍情況更有可能）和代表性啓示（representativeness heuristic，我們有運用刻板印象的強烈慾望）的共同作用，超過80%的學生選擇了（b）。

**尼斯貝特提出了一個合理的質疑，**難道真實生活中我們經常需要做出類似琳達問題的判斷嗎？似乎我在自己的生活中找不到合適的情境。這個實驗有點躺椅哲學家的意味。

尼斯貝特建議我到 Coursera 網站上學習一門叫做“思維構件：信息時代的批判性思考”（Mindware: Critical Thinking for the Information Age）的在線課程，他在裏面講解了一些他認為最有效的去偏見技巧和概念。他還讓我學完後參加他給密歇根學生設計的調查，以檢驗成果。我就照做了。

課程中有八節課由尼斯貝特講授，他在屏幕上的形象就是我們都喜歡的那種既權威又可親的心理學教授，課程視頻穿插着一些圖像和小測驗。我強烈推薦這門課。尼斯貝特是這樣闡釋可利用性啓示（the availability heuristic）的：“人們難以相信死於自殺的人多於死於他殺的人，死於溺水的又多於死於火災的。人們總是認為犯罪率在上升。”即使事實正相反。

他還向學生解釋了證實偏誤的邏輯錯誤。他説，當人們檢驗一個自己願意相信的假設時，總是傾向於尋找可以證實它的事例。他指出問題在於無論我們收集多少這樣的例證，都不能證明命題的正確性。正確的做法是去尋找反駁它的論據。

他用自己選擇電影的策略來闡釋基礎比率忽略。他決定看哪一部電影，從不取決於廣告、某篇影評或者哪一部電影貌似很對胃口。他説：“我依靠基礎比率。只有我信任的人強烈推薦這部電影、這本書時，我才會去看。”

“大多數人認為自己跟別人不一樣。但其實一樣。”

我完成課程後，尼斯貝特讓我參加他和同事在密歇根學生身上開展的調查。它包括幾十個用於測量被試對認知偏見的免疫程度的問題。比如：

這四張卡片是從一副卡片中隨機抽出的，每張卡片的一面是數字，另一面是字母。你的任務是回答：為了檢驗以下陳述是否正確，你需要將哪個（哪些）卡片翻過來？該陳述為：“如果一張卡片的一面是A，那麼另一面是4。” 你只能將那些能夠檢驗這個陳述的卡片翻過來。

 

選項：

（a）僅方框3；

（b）方框1、2、3和4；

（c）方框3和4；

（d）方框1、3和4；

（e）方框1和3

由於證實偏誤，許多沒有受過訓練的人選擇了（e）。正確答案是（c）。在這個情況下，你只能試圖證明陳述是錯誤的，而唯一可行的做法是將一面是字母A的卡片（如果另一面不是4，就證偽了陳述）以及一面是數字7的卡片（如果另一面是A，就證偽了陳述）翻過來。

我答對了。事實上，在我把整套測驗的答案發給尼斯貝特後，他回覆道：“我估計只有極少數密歇根大學高年級學生能答得像你這麼好。我只能保證在心理學專業的大三級以上學生中，會出現這麼高的分數。請注意，你差點就得了滿分。”

可是，我並不覺得是《邏輯思維》這本書和 Coursera 上的課真正讓我摒除了偏見。一方面，我讀書、上課之前沒做過測驗，有可能我本來就是個比較不帶偏見的人。另一方面，包括上面那個問題在內的許多測驗題，似乎與我們日常生活的可能情境相去甚遠。它們似乎與琳達問題差不多，屬於“困難”問題。更不用説，我已經被“提示”了（用卡尼曼的説法）。和那些密歇根高年級學生不一樣，我知道這些問題居心何在，並以相應的方法解答。

然而在尼斯貝特看來，我的測驗結果絕對是有意義的。“如果你在測驗中有所進步，在現實世界也會做得更好。”

**尼斯貝特的網課和哈爾·赫詩菲爾德的“與年老的自己親密接觸”並非僅有的去偏見手段。**總部位於紐約的神經領導力研究院（NeuroLeadership Institute）向組織和個人提供了多種多樣的培訓課程、在線研討會和線下會議等，藉助腦科學的力量教導參與者如何剷除偏見。本年度的峯會將於下個月在紐約舉辦，為期兩天。只要花2845美元，你就可以學到諸如“我們的大腦為什麼如此不擅長思考未來，我們又該如何改進呢？”之類的內容。菲利浦·E·特洛克（Philip E. Tetlock）是賓夕法尼亞大學沃頓商學院的一位教授，他和研究搭檔（也是他的妻子）芭芭拉·梅勒斯（Barbara Mellers）多年來一直在研究他們稱之為“超預測者”的那些人。超預測者能夠在預測未來事件時撇除認知偏見，預測準確率遠高於那些電視節目上的學者或所謂專家。特洛克與丹·加德納（Dan Gardner）合著的《超預測：預測的藝術與科學》（Superforecasting: The Art and Science of Prediction）一書，以及特洛克與妻子梅勒斯共同創立的商業企業“正確判斷”（Good Judgment），都為我們分享了一些超預測者的秘訣。

**最重要的因素之一是特洛克所謂的“局外人視角”。**反之，當我們把基本歸因錯誤、基礎比率忽略以及其他偏見都乘起來——這些偏見不斷誘騙着我們，讓天花亂墜的故事取代數據和統計，主宰我們的判斷和預測——我們就得到了局內人視角。特洛克解釋道：“好比在一場婚禮上，有人竄出來對你説：你覺得他倆什麼時候離婚？如果你見證了新婚夫婦對彼此展現的忠誠，因而對這個問題大為震驚，那你已經被捲入了局內人視角。”事實上，大約40%的婚姻以離婚收場，而對於任何一對特定的夫婦的命運，這一數據的預測能力比充滿愛意的對視都高得多。然而，沒有人會在婚禮簽到處分享這一真知灼見。

近來，業界學者認為最有前景的去偏見干預手段是幾款電子遊戲。這個想法起源於伊拉克戰爭以及戰爭的導火索——災難性的大規模殺傷性武器濫用；當時情報界對此大為震驚。為了預防再次犯下如此嚴重的錯誤，美國政府設立了高級情報研究計劃活動（iarpa），這一機構旨在藉助前沿研究和尖端科技改善情報蒐集與分析工作。2011年，iarpa 開啓了名為“天狼星”（Sirius）的項目，為“嚴肅”電子遊戲的開發提供資金；這些遊戲能幫助我們抵禦或緩解被認為最具危害性的六種偏見：證實偏誤、基本歸因錯誤、偏見盲點（人們感覺自己的偏見程度低於平均）、錨定效應、代表性啓示以及投射偏差（人們假設所有人都和自己想得一樣）。

“證實偏誤——也許是其中最為普遍且破壞力最大的——引導我們去尋找那些能夠證實我們既有的想法的證據。

一開始有六支團隊參與了遊戲開發，僅有兩個團隊最終完成任務。其中最受關注的團隊由凱利·K·摩爾維奇（Carey K. Morewedge）領導，他現在是波士頓大學的教授。團隊成員包括來自主營遊戲模擬的創意技術公司（Creative Technologies），以及經常與政府合作的防務、情報與健康研究公司 Leidos 的員工。摩爾維奇和他們一起設計出了《失蹤》（Missing）。在實驗中，一組被試花三小時左右打通了遊戲，而另一組被試則觀看有關認知偏見的錄像。研究者分別在訓練前、剛訓練完以及訓練後8至12周的時候測驗這些被試減輕偏見的能力。

接受第一次測驗後，我開始玩遊戲，這款遊戲的製作水準和十年前 PS3 上的第一人稱視角遊戲差不多，男男女女都有很大的胸，穿着緊身衣服，小心翼翼地探索地圖。玩家的角色是一個叫泰莉·休斯（Terry Hughes）的女人的鄰居，泰莉在遊戲的第一章神秘地失蹤了。第二章裏，她又出現了，需要你幫助調查她公司見不得人的陰謀。在這個過程中，你被要求做出各種判斷和預測——部分與遊戲劇情有關，部分沒有關係——這些問題被故意設計得讓人很容易被偏見左右。給出答案後，你會立刻得到反饋。

舉個例子，當你搜查泰莉的公寓時，樓管來敲門並問了你一個莫名其妙的關於另一個住户瑪麗問 題。按照樓管的説法，她“不愛運動”。他説，70%的住户去洛基健身房，10%去增熵健身房，剩下20%只是躺在沙發上看網飛（Netflix）。問題是：你認為瑪麗最可能去哪家健身房？如果你回答“她不去健身房，因為她是個宅女”，就錯了——基礎比率忽略（代表性啓示的一種形式）的鍋。基於熱心樓管提供的數據，正確答案應該是洛基健身房。這項研究中的兩組被試在通關遊戲或看完視頻後的立刻測驗，以及幾個月後的測驗中，每個人的成績都有所提升；然而玩遊戲的那組比看視頻的進步更大。

我找摩爾維奇聊了聊，他説他認為這一結果支持了理查德·尼斯貝特的研究和洞見。“尼斯貝特的工作在專業領域沒有得到重視，因為人們都假設訓練無法減少偏見。”他説道，“那些有關訓練的文獻表明讀書、上課幾乎沒有效果，只能當一種娛樂。然而，遊戲效果拔羣。這讓所有人大跌眼鏡。”

玩過遊戲，我又做了一次測驗，結果喜憂參半。在抵禦證實偏誤、基本歸因謬誤和代表性啓示這些方面，我大有進步，而偏見盲點和錨定偏見只改善了一點點。我初始得分最低的一項是投射偏差，只有44.8%。遊戲之後，這項得分又降低了一點。（我真的不能再以己度人了。）然而，即使是結果中積極的那部分，也難免讓我想起丹尼爾·卡尼曼的話。“紙筆那一套不能説服我。”他説，“你甚至可以在幾年後再次測驗。可是提示始終在被試眼前，他會意識到這是一次測驗。”

尼斯貝特的測驗和摩爾維奇的測驗，我都是在電腦上做的，不是紙上，但道理是一樣的。用測驗分數的提高來證明訓練的效果是一回事，這時你是有所防備的，甚至刻意尋找陷阱；以真實生活中行為的形式體現訓練成效，則完全是另一回事了。摩爾維奇告訴我，《失蹤》的故事線裏有些半真半假的生活情境顯示了“令人振奮的成果”，但我覺得言之尚早。

**我沒有丹尼爾·卡尼曼那麼悲觀，**也不是理查德·尼斯貝特那種樂觀主義者。自從深入這一領域，我發現自己的行為有所改變。比如，最近有一天很熱，我決定在自動販賣機買一瓶2美元的水，但這瓶水沒出來。我檢查了一番，發現這一排的機械出了故障，而旁邊還有一排水，明顯運作正常。我的直覺是不要買“好”的那一排水，因為4美元一瓶水太不划算了。然而我受過的認知偏見訓練都告訴我，這樣想就錯了。我已經花了2美元（這個價錢是我樂意支付的）在一瓶水上，這個事實無法改變了。於是我又投了2美元，愉快地喝到了水。在將來，我會盡可能地審查自己的想法和行為。打個比方，我準備僱一名研究助理。候選人A有封漂亮的推薦信，且經驗豐富，但是説話結結巴巴，不敢直視我的眼睛；候選人B對籃球比賽滔滔不絕，正中我下懷！但他的推薦信充其量差強人意。我會努力克服基本歸因謬誤，選擇候選人A嗎？

再打個比方，有個官員的性格、行為、意識形態都讓我嗤之以鼻。但是，這傢伙在職期間，國家經濟蒸蒸日上。我能否成功地摒除自己強大的證實偏見，給予這傢伙一些肯定呢？

至於哈爾·赫詩菲爾德一開始提出的資產規劃的問題，我一直是寓言故事中的那種“螞蟻”，每年冬天當蚱蜢吃喝玩樂的時候，我正努力地攢吃的呢。也就是説，我在401(k)s、羅斯個人退休賬户（Roth IRAs）、簡易式僱員退休計劃（Simplified Employee Pensions）、403(b)s、457(b)s等幾乎所有名字跟密碼似的退休金計劃裏都投了最大額度的錢。我的確擅長儲蓄，但是我更擅長拖延。幾個月前，我的財產顧問主動提出要免費幫我評估遺囑。我的遺囑是幾十年前立的，確實需要修改一下了。但是確立遺囑這件事，簡直是偏見的狂歡，從含混效應（根據維基百科，“避免那些因信息缺失而無法確知可能性的選項的傾向”）到常態偏見（“拒絕對之前從未發生過的災禍進行預先籌劃或事後反應”）應有盡有，最後還有鴕鳥效應（我真的需要計劃遺囑嗎？）強勢壓軸。我的顧問寄給我的那件預付過郵費的聯邦快遞，一直躺在我辦公室地板上積灰。現在還躺在那兒。事後諸葛亮偏見（hindsight bias）告訴我，我早料到會這樣了。

本賬號系網易新聞·網易號“各有態度”簽約賬號

翻譯：有耳

校對：子銘

編輯：EON

https://www.theatlantic.com/magazine/archive/2018/09/cognitive-bias/565775/