一直让你做错事的大脑误判，有办法克服吗？
作者 | Ben Yagoda
翻译 | 王珂
审校 | 酷炫脑
编辑 | Mandy
Kahneman 用缪氏错觉（ Müller-Lyer illusion）打了个比方。
这两条末端有箭头的平行线，A 的箭头向内，B 的箭头向外。因为箭头朝向的关系，上面那条线看起来比下面那条长，但实际上它们是一样长的。然而问题的关键是，即便我们用尺子量了这两条线，知道它们是一样长的，并且了解了这种幻觉背后的神经原理，但在我们眼中，B 看起来依然比 A 短。
但至少在经历视觉幻觉的时候，我们行动缓慢但善于分析的脑子，即 Kahneman 所谓的第二系统，能够意识到缪氏错觉并说服大脑不要相信靠直观感受下结论的第一系统。但在现实世界中，当我们碰到的是活生生的人而不是简单的线条时，一切就没那么简单了。
就如 Kahneman 在书中写的：“不幸的是，第二系统在我们最需要他的时候总是玩消失。当我们即将要犯严重的错误的时候，我们都希望能听到警铃大响。但世界上并不存在这样的铃”。
因为研究者们都明白认知偏差根深蒂固而且很难被克服，所以大部分与认知偏差作斗争的研究都把注意力放在直接改变人的行为上，而不是去改变想法和认知偏差本身。比如说，现时偏好是如此的难以被克服（即倾向于今天拿 150 美金而不是一个月后拿 180 美金）。
那么难道人类真的无法摆脱，或是缓解认知偏差吗？
就目前的研究来看，答案暂时是肯定的。此类实验基于随机研究对象的反应和反馈得出结论，而其研究对象大多又是本科生：这类参与者更在乎的是作为参与报酬的 20 美金，而不是改变甚至是去了解自己的行为与潜意识。
但是，如果参与者是个非常想要摆脱认知偏差并且还是主动报名参加实验的人，那么情况又会变成怎样呢？换句话说，如果说参与试验的人是我呢？
于是我写了封信给 Daniel Kahneman。尽管当时的 Kahneman 已经 84 高龄了，但他仍在普林斯顿的伍德罗威尔逊公共和国际事务学院任教，不过大多数时间他都待在曼哈顿。
Daniel Kahneman | Wikipedia
我在曼哈顿下城的一家餐厅见到了 Kahneman，他个子很高，看起来和蔼可亲，给人一种平易近人的感觉。他说话带着明显口音，脸上常常带着揶揄的笑。在一个苹果派和一盏茶的时间后，他告诉我：“我做的事与我的性情有着很大关系，你不会找到一个比我更悲观的人了。”
在接下来的谈话中，他的悲观主义立刻就体现出来了：他认为人无法对第一系统做出什么改变——第一系统即我们大脑中看事物最快最直接的那一部分，也就是让我们作出类似于缪氏错觉之类错误判断的那部分。
“在我看来那两条线就是不一样长的，”他说道，“但我的目标就是不要相信我看到的东西，明白我不应该相信我这会蒙蔽人的眼睛。”他接下来又表示，这在面对视觉错觉上是很容易做到的，但在现实世界中面对认知偏差的时候却是极难的。
Kahneman 接下来说道，外界的反馈可以有效地减少认知偏差：“别人比我们自己更容易意识到我们的错误”。同时 Kahneman 也提到：被 Kahneman 称之为“慢思机制”的程序，能帮助人们建立起监督个人决策和预期的策略。
检查单和的“事前验尸”这样检查步骤系统也是非常有效的。“事前验尸”是由认知心理学家 Gary Klein 提出的一个概念。这是一个用来缓解乐观偏误的方法，即在计划展开前就先设想已经失败（尸）并追究原因（验），由此来提高计划的存活率。
“但我的观点是以上的策略对第一系统都没什么效果，” Kahneman 说道，“你无法改进天性。或许通过长期训练和学习行为经济学，你可以去暗示理性以便于启动第二系统。但不幸的是这个世界不为你提供这样的暗示。而且对于大部分人来说，理性在激烈争吵中早就飞出了窗外。”
就在我跟 Kahneman 交流之前，他正跟 Richard E. Nisbett 发邮件。Nisbett 是密歇根大学的社会心理学家，他与 Kahneman 是数十年的老友了。Nisbett 曾经在他 1980 年出版的书中大力宣传过 Kahneman 和 Tversky 的理念。Kahneman 也曾经在他的书《快思慢想》中引用了 Nisbett 的早期文章来展示人们并不怎么相信统计和其他证据，而是更偏向于相信自己曾经的经历和生动的轶事（这种认知偏差也被称为基本比率谬论，base-rate neglect）。
但这么多年以来，Nisbett 专注于思考和研究训练人克服这些认知偏差的方法，包括了基本比率谬论，基本归因偏差和沉没成本谬论。他联系 Kahneman 除了因为他在写回忆录之外还想重提一下很久以前他在一个会议上与 Kahneman 和 Tversky 谈论过的话题。
Nisbett 对那次谈话影响深刻：两位大师那会儿很生气，因为他们认为 Nisbett 的研究暗含着对他们的批判。但 Kahneman 回忆称：“是啊，我们那会儿有点不爽，因为他居然认为缓解认知偏差是件很容易的事。但生气还不至于。”
“棒球精英”实验是 Nisbett 非常具有代表性的研究。在这个实验中，研究人员随机打电话给密歇根大学的学生，假装他们正在做一项关于体育的问卷调查，但实验的主要目的是让学生回答一个问题：
为什么经常有一些优秀的棒球运动员能在一个赛季刚开始的时候打出 0.450 的击球率，但从来没有运动员可以在整个赛季保持这么好的成绩？
在所有没有上过基础统计的学生当中，将近一半的学生回答“投手已经习惯了击球员”、“在赛期后半段击球员疲劳了”等诸如此类的回答。
余下的一半学生给出正确答案：大数定律（the law of large numbers），即在样本小的情况下（赛季初），异常值更容易出现。但随着赛季进行下去，击球数量大大量增加，数值趋近于平均值是不可避免的。
当 Nisbett 拿同一个问题去问上过统计课的学生，70% 给出了正确回答。他认为结果表明大数定律是可以被融入进大脑的第二系统的——甚至可能能融入第一系统。
网络图片
Nisbett 最爱的第二个例子是：知道沉没成本谬论的经济学家们都会在遇到不好看的电影时选择离开电影院，或者吃到不好吃的晚餐时选择离开这家餐馆，即便他们已经付了钱了。
我在电话中与 Nisbett 谈论了他与 Kahneman 之间的小“不和”，他的语气仍然带着一丝不确定。“ Danny（Kahneman）似乎很确信我的研究结果是不具有代表性的。对他来说有一点很明确：训练对所有的认知偏差都是没用的。但是我们已经观察密歇根大学的学生四年了，在接受训练后他们在解决问题的能力上表现出很大的进步。心理学研究生们也受益匪浅。”
Nisbett 在他 2015 年的书《大脑硬件：思维兵器谱》（Tools for Smart Thinking）中提到：“我从我自己的研究中发现，即使只教人们几个如何从统计角度理性分析的例子，他们对许多事情的理性分析能力也能立竿见影地提高。”
Kahneman 曾经给 Nisbett 写过一封信，信上说道，他们俩之间的不同在很大程度上是性情不同的结果：悲观主义 VS. 乐观主义。
在回信中，Nisbett 提到了另一个原因：“你和 Tversky 专注于研究非常难的问题，这些难题本身就太容易让人犯错了。我开始研究简单的问题，这些问题像你们这样经过专业训练的学者肯定不会犯错，但未接受过相关训练的人就不好说了…....然后你可以看一眼对这些简单问题的训练指导，效果是非常显著的。”
上文提到的“棒球精英”就是简单问题的一个例子。难题可以用“ Linda 问题”举例， Kahneman 和 Tversky 早期的文章中提过这个例子。简单来说，研究人员给实验参与者介绍了一个叫 Linda 的虚构人物。
Linda 支持社会公平，大学专业是哲学，参加过反核战示威游行等等。然后参与者被问下面哪种情况是最有可能的：
a. Linda 是一个银行职工；
b.她是银行职工并且积极参与女权运动。
puzzlewocky
正确答案是 a，因为一个条件在一种环境下成立的可能性比一种条件再加另一个条件在同种环境下成立的可能性要大。
但因为合取谬误（conjunction fallacy ，认为多重条件“甲且乙”比单一条件“甲”更可能发生）和代表性捷思法（the representativeness heuristic，在不确定的情形下，人们会抓住问题的某个特征直接推断结果，而不考虑这种特征出现的真实概率以及与特征有关的其他原因），80% 以上的本科生选择了 b 。
Nisbett 提出，我们在现实生活中很少遇到类似于“Linda 问题”这样的事，这更像一个逻辑小把戏。
Nisbett 建议我上一下“大脑硬件：思维兵器谱”的网课，他在这上面提到了他认为最有效的反认知偏见的策略和概念。随后，为了检测我学到了多少，Nisbett 要求我做他给密歇根本科生设计的问卷，我照做了。
网课包括了八节 Nisbett 讲的课，穿插着一些图片和小测验。我非常推荐这个网课。Nisbett 这样解释了可利用性捷思法（the availability heuristic）：“人们以为自杀超过他杀，以为溺水而亡的比火灾身亡的人多；人们也总是认为犯罪率在上升。”然而事实并非如此。
他提到了确认偏误（the logical fallacy of confirmation bias）：当人们在检测一个他们愿意去相信的假设的时候，人们倾向于寻找能证明它的证据。但 Nisbett 指出，不管我们找到了多少相关证据，这都不能证明那个假设。正确的方法是去寻找能推翻这个假设的证据。
“大部分人都认为自己与众不同。但事实并非如此。”
我完成了这个网课后，Nisbett 给我做了他给密歇根大学学生做的测试题。测验包括了十几个用来测验实验对象的反认知偏差能力的题目。比如：
在以下四张随机抽取的卡片中，每张卡都是一面数字一面字母。请问，为了辨别以下命题的真假，你至少需要将哪些卡片翻转过来？命题：“如果一张卡的一面是 a ，那么它的另一面是 4 ”
因为确认偏误的缘故，许多未经训练的人会选择 e，但是正确的选项是 c。因为正确的选择是去寻找能推翻这个假设的证据。所以唯一的方法是：翻转有字母 a 的卡片（如果另一面不是 4，那么假设就被推翻了）和印有 7 的卡片（如果背后是 a，那么假设就被推翻了）。
我答对了。事实上，当我把我完整的测试发给 Nisbett 后，他回复：“我猜很少密歇根大学的毕业生能做的跟你一样好。虽然我想一些心理学生，在学校呆了两年之后，也能做的这么好；但不可思议的是，你几乎拿了满分。”
尽管如此，我不认为上了他的课一定就帮助我摆脱掉认知偏差了。鉴于我之前没有做过这样的测试，那么我可能本来就是一个相对来说认知偏差没那么严重的人。另外，许多测验上的题目，包括上面的那个例子，都离现实生活有一定的距离。这些问题也很难，与 Linda 问题没有多大的不同。
在这，就像 Kahneman 说的那样，我被“暗示”了。与密歇根大学的毕业生们不同的是，我很清楚我为什么会被问这些问题，于是我就顺着思路去作答了。但 Nisbett 坚持认为这个结果很有意义。“如果你在测验中表现出色，你在现实世界中面对认知偏差的时候一样也会表现的很好。“
宾夕法尼亚大学沃顿商学院的教授 Philip E. Tetlock 和他的妻子 Barbara Mellers 已经花了几年时间研究被他们称为“超级预报员”的人：这些人试图逃离认知偏差并且准确的预测未来事件，这些人有着比行家和所谓专家更高的准确度。在 Tetlock 的书《超预测：预见未来的艺术和科学》（Superforecasting: The Art and Science of Prediction ）中，他们揭开了超级预报员的秘密。
Tetlock 认为超级预报员最重要的一个特点就是“旁观者视角”。当局者视角是基本归因偏差，基本比率谬误和其他偏差综合作用的结果，这些偏差一起不停诱导我们在形象生动的故事面前放弃自己的判断力，不去依靠客观的数据和统计结果。
Tetlock 举了一个有趣的例子：在一个婚礼上，一个人悄悄问你：“你觉得这俩能坚持多久？”当时你就震惊了，因为你刚刚见证了台上的新人对彼此的爱和忠贞，但这时你就是被困在了当局者视角中。数据表明 40% 的婚姻以离婚收场，这个数据比充满爱意的对视有预测性多了。当然，请不要在婚宴上表现你的洞察力。
目前该领域的学者认为最有希望干预认知偏差的是一些视频游戏。这些游戏起源于伊拉克战争和导致它的大规模杀伤性武器，它们曾让情报界陷入困境。 2006 年，为了防止出现另一个同等程度的错误，美国政府创建了智能高级研究项目活动（Iarpa），这是一个旨在利用尖端研究和技术来改进情报收集和分析的机构。
2011 年，Iarpa 启动了一项计划 Sirius，来为一系列“严肃”的视频游戏提供研发资金。这些游戏可以缓解 6 种被认为是最具破坏性的偏见：确认偏误（confirmation bias）、基本归因谬论（fundamental attribution error）、偏见盲点（the bias blind spot，认为自己的偏见比别人少）、锚定效应（the anchoring effect）、代表性启发式（the representativeness heuristic）以及投射偏见（the representativeness heuristic，觉得别人和自己想的一样）。
六个团队着手开发这个系列的游戏，两个团队顺利完成了任务。其中得到最多关注的团队由 Carey K. Morewedge 领导，他现在是波士顿大学的教授。与来自 Creative Technologies（一家专门从事游戏和模拟的公司）的工作人员以及 Leidos 公司的工作人员（一家负责国防、情报和健康研究的公司）一起，Morewedge 设计了游戏 Missing 。
cretecinc.com
一些受试者玩游戏，游戏大约需要三个小时才能完成，而同时其他人则观看了一个关于认知偏差的视频。所有人都分别在训练之前和之后立即进行了反认知偏差技术测试，最后经过 8 到 12 周的测试。
参加测试后我也玩了这款游戏。玩家的角色是一个名为特里休斯的女人的邻居（你是特里休斯的邻居），在游戏刚开始，特里休斯神秘地失踪了。然后她重新出现并需要你的帮助来调查她的公司的阴谋。在此过程中，你需要做出判断和预测 ——一些与故事有关，一些与故事无关——这些问题旨在让你的偏见发挥作用。在游戏中你会得即时反馈。
比如，当你正在搜特里的公寓时，公寓管理员突然出现并向你询问关于另一个房客玛丽的事，他告诉你，“玛丽不是运动员”。然后他说，70％ 的房客会去 R 健身房，10％ 的人去 E 健身，20％ 的人宅在家里。他问你认为玛丽可能会去哪个健身房。由于基本比率谬误，你可能会回答：“玛丽不会去健身房，她是个宅女。”
但基于管理员给的数据，正确答案应该是 R 健身房。参与者在玩完游戏后或观看视频后立即进行测试，然后几个月后再进行测试，每个人都有进步，但游戏玩家的进步明显比看视频的人要大。
我与该游戏的设计者 Morewedge 谈了谈，他认为该游戏反映的结果能够支持 Nisbett 的研究，即训练可以减少认知偏见。 “ Nisbett 的研究被小看了，主流观点认为训练不能缓解偏见，”他告诉我， “比如关于训练的文献都表明，书和课程是很好的娱乐手段，但在很大程度上对缓解偏见是无效的。但结果表明游戏很有效。这让所有人都感到惊讶。”
我既不像 Daniel Kahneman 那样悲观，也不像 Richard Nisbett 那样乐观。自从开始专注于这个领域以来，我的行为发生了一些变化。例如，最近在一个炎热的日子，我决定花 2 美元在自动售货机上买一瓶水。瓶子没出来，我意识到将瓶子固定到位的机制坏了。但是紧挨着它的是另一排水，显然那排水的制动是好的。
我的直觉是不要从“好”的那一排再买一瓶，因为我已经花了两美金了。但是我对认知偏差的训练告诉我这是错误的想法。我现在只是用 2 美元来换一瓶水，这是我愿意支付的价格，已经确定了。所以我付了钱，高高兴兴地喝了水。
将来，我会努力反思自己的想法和所做的决定。假设我想招一名研究助理。候选人 A 有优秀的推荐信和精力，但不善言辞，不敢看我的眼睛；候选人 B 喜欢谈论 NBA 篮球——这是我最喜欢的话题！——但他的推荐信充其量只是一般般。我会克服基本归因谬误并聘用候选人 A 吗？（基本归因谬误：即人们在评估他人行为时，即使有充分的外部证据支持，仍倾向于认为别人做出的行为是因为内在性格原因，而不是由于外部环境因素）。
又或者，我因为气质、行为和意识形态的原因鄙视一个公职人员，但是实际上在这个人的管理下，国家经济表现良好。在这种情况下，我是否能够消除我的确认谬误，并在某些方面认可这个人？
几个月前，我的财务顾问告诉我我需要重新评估我的遗嘱。那是我几十年前立下的，现在肯定需要修改。有人说当你想做一件事情的时候，认知偏见风暴就开始了。
从不明确效应（the ambiguity effect ，维基百科将它定义为：决策时倾向避开讯息不足的选项）到正常化偏误（normalcy bias，拒绝为之前从未发生过的灾难做出计划），然后所有偏见都以鸵鸟效应（ the ostrich effect，我真的需要做这个吗？）告终。
我的顾问寄给我一张预付费的信，这封信一直躺在办公室的地板上。它现在还在那儿。然后事后偏误（hindsight bias）告诉我，我就知道会发生这种情况！
图片来源/原文链接：
www.theatlantic.com/magazine/archive/2018/09/cognitive-bias/565775/?utm_source=feed
本文系网易新闻·网易号“各有态度”特色内容
往期文章：
想看更多文章，还可以在公众号“酷炫脑” 搜索关键词：
抑郁、焦虑、愤怒 | 衰老、发育、性别、遗传 | 精神病、自闭症、拖延症、多动症、强迫症、妄想、变态 | 迷幻药、上瘾、说谎、赌博 | 智商、情商 | 社交、恋爱、择偶、控制欲 | 抗压、心理弹性 | 语言、游戏、音乐、冥想 | 记忆、专注力、意志力、创造力、幽默感 | 学习、数学、早教 | 睡眠、熬夜、做梦 | 意识、认知 | 出体体验、幼年经历失忆、强迫性购物症、记忆宫殿 | 单细胞生物 | 酷炫脑英语系列（持续更新中）......