Nature人类行为：“坏事传千里”背后的归因偏误

导语

留下坏印象只要一件事，改变坏印象却可能要一百件事，这被称为负面偏差（Pessimism bias ）。为何我们对人类行为的归因，会出现这样的偏差？Nature Human Behaviour 近日一篇论文通过设计人类行为归因的贝叶斯模型，指出负面偏差来自于对行为潜在原因（latent causes）的推断。

郭瑞东 | 作者

邓一雪 | 编辑

论文题目：

Biased evaluations emerge from inferring hidden  causes

论文地址：

https://www.nature.com/articles/s41562-021-01065-0

在社交中，做好事常被当成默认选项，这使得偶尔出现的坏事变得更令人惊讶，吸引更多的注意力。同时，相比好事，从坏事中能够更好地看出一个人的品行。就像一个聪明人偶尔会做出一些不那么聪明的事，但一个不聪明的人，却无法做出聪明的事。这两点因素，使得人们在归因时，负面信息所占比重很大。

由于坏事出现的概率更低，人们在归因时会考虑事件的特殊性，而不是像对待好事那样将归因于善。下图中左边中的实心黑点代表消极事件，这些事发生的真实潜在原因（虚线圆）是不好的，但由于不经常发生，会被分别归因于多种潜在原因（实线圈）。而右图的实心黑点代表积极事件，虽然数量更多，但会被归因于更少的潜在原因。

图1. 积极事件和消极事件假设的潜在结构差异

如何解释这一认知偏差？研究者通过实验，让受试者估算多次社会捐献的总数。一种情况是偶尔出现一个大数额的捐款，另一种情况是偶尔出现小于平均值的捐款。先训练受试者（给出正确答案），之后让其进行估算。然后统计不同情况下出现多少偏差，发现相比前者，人们对后者的总捐款数会估计偏低，如下图所示。

图2. 对不同类型的捐款数的估计存在偏向性

研究者还发现，通过反复的实验，即让受试者在每次估计后，观察平均事件而不是印象深刻的事件，能够减少其负面偏差。

图3. 负面偏差会随着反复实验的次数增加而降低

之后，研究者提出潜在归因模型，指出模型的预测和真实情况是相符的。在该文的讨论部分中，作者指出负面归因这一人际交往中的常见现象，其来源是消极事件的罕见（突发）及影响大，从而使人们在认知过程中高估了消极事件的影响。该研究还给出了如何缓解这一认知偏差的方法，即提醒受试者关注平均数。

该研究中受试者并不涉及金钱，作者猜测，在真实生活中，人们面对黑天鹅事件（罕见的，前所未有负面冲击），会展现出更强烈的负面偏差。例如面对基金暴跌，人们会高估其影响，而忽视经济基本面长期向好这一事实。

总结来看，该文指出了人类的归因之所以会出现负面偏差，是因为罕见和影响大的事件，不会被归因为真实的潜在因，而会被独自归因，进而导致这些事件在贝叶斯式的信念更新时，被重复归因，从而导致了负面偏差。根据该文提出的模型，在基于主体的建模中，可以更准确地仿真这一影响深远的认知偏差，并解释社交网络中的恐惧等负面消息为何传播得比正面消息更快。

复杂科学最新论文

集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「集智斑图」推送论文信息。扫描下方二维码即可一键订阅：

推荐阅读

• 连接统计学、机器学习与自动推理的新兴交叉领域——因果科学读书会再起航

点击“阅读原文”，追踪复杂科学顶刊论文

猜您喜欢(点击下方标题即可观看)：