1701560970
1701560971
这些都只是不相干的例子，还是它们背后有更系统性的因素？人们总是习惯于高估自己的理解力吗？抑或知识确实比看起来更浅显易懂？1998年，认知学家弗兰克·凯尔（Frank Keil）离开工作多年的康奈尔大学来到耶鲁大学。在康奈尔大学期间，凯尔长期致力于研究已有的事物如何运作的理论。他很快便意识到那些理论何其破碎且浅薄，但他遇到了一个困扰。他找不到一个有效的方法来科学地阐明人们实际所知与他们自认为所知之间的差距。他已尝试过的方法不是太耗时就是太难以量化，还有些根本无法得到受试者的真实反馈。于是，他灵机一动，一种符合他预期效果的方法浮现在脑海。这种被称为解释性深度错觉（illusion of explanatory depth，简称IoED）的测试工具能够克服上述弊端：“我清楚地记得某日清晨，当我在位于康涅狄格州吉尔福特的家中淋浴时，几乎整个解释性深度错觉的模型随着水流涌现，倾泻而下。我立即冲出浴室，开始工作，拉上一直和我一起研究认知劳动分化的利昂·罗森布利特（Leon Rozenblit），开始制定解释性深度错觉的所有细节。”
1701560972
1701560973
由此，一种研究无知的方法诞生了，这种方法只单纯地要求受试者对某事物给出解释，并说明这种解释如何影响他们对自身理解力的评价。倘若你是罗森布利特和凯尔的受试者之一，你会被问到下列问题：
1701560974
1701560975
1. 请自评对于拉链工作原理的知识了解多少，如果了解程度为1—7，你会给自己打几分？
1701560976
1701560977
2. 拉链是如何发挥作用的？请描述使用拉链的所有步骤，越详细越好。
1701560978
1701560979
如果你同罗森布利特和凯尔2的大多数受试者一样，并非在拉链工厂上班，那么关于第二个问题你便所知甚少。你确实对拉链的工作原理毫无概念。所以，试想你被问到如下问题：
1701560980
1701560981
3. 现在，请重新自评你对拉链工作原理了解多少，了解程度依然是1–7，你会给自己打几分？
1701560982
1701560983
这一次，你多少会降低评分以示谦卑。在试着解释拉链的工作原理之后，大多数人意识到了他们对拉链的知识其实还是门外汉，因此在问题3上只给自己打一分或二分。
1701560984
1701560985
这项论证表明人们置身于错觉之中。受试者们自己也不得不承认，他们对拉链的真正了解远不如想象中多。当人们调低第二次评分的分数时，他们实质上是认识到，“我知道的比我以为的要少”。拆穿人们的错觉着实简单得难以置信，你只要要求他们对看似平凡的某事给出解释就行。这一招可不只对拉链有效。罗森布利特和凯尔分别以车速表、钢琴键盘、冲水马桶、锁芯、直升机、石英表和缝纫机为题进行的测试都得到了相同的结果。每一位受试者都表现出错觉：无论他们是耶鲁大学的研究生、名校的本科生还是就读于社区公立学校的学生。在一所美国常春藤名校的大学生身上，在一所大型公立高中的学生身上，以及在对美国民众的线上随机抽样测试中，错觉一而再，再而三地被证实。我们发现错觉不仅发生在对日常物品的认知上，它几乎无处不在：人们高估了自己对诸如税收政策和对外关系之类政治议题的理解，在热门科学话题如转基因作物和气候变化方面也全凭想当然，甚至连个人理财都是一本糊涂账。我们对心理现象的研究持续已久，但如此强有力的关于理解力错觉的证据实属罕见。
1701560986
1701560987
关于这些实验结果，一种可能的诠释为，正是受试者努力去解释的过程改变了他们对“知识”的解读。或许当他们先后两次被要求进行自评时，受试者们感觉在回答两个截然不同的问题。第一次他们将问题理解为：“我对拉链的了解有多少？”而在他们尝试过解释这东西怎么工作之后，则开始评估自己究竟能在多大程度上清楚地给出说明。如果这样的话，受试者可能是将第二个问题理解为：“我能在多大程度上用语言表达有关拉链的知识?”但是，由于罗森布利特和凯尔设计的题干严谨而明确，这似乎不太可能发生。他们精确地定义并告知了受试者每一级分数所代表的含义（1—7）。而且，即使受试者自认为前后回答的并非同一问题，这仍不妨碍他们在想办法给出一个解释的过程中也省悟到：他们能说明白、讲清楚的知识确实比自以为的要有限。此乃解释性深度错觉之本质。若不曾试着说明某样东西，人们总是对自己的理解水平自我感觉良好；一番尝试之后，他们会有所改观。即使他们调低分数是基于对“知识”这一术语定义上的歧义，这仍然揭示了他们实际所知还是较少的真相。据罗森布利特和凯尔所言，“许多受试者反馈说当他们得知自己远比原先预想的要无知时，一份实实在在的惊讶和从未有过的谦卑涌上心头”。3
1701560988
1701560989
1701560990
1701560991
1701560992
解释性深度错觉还可以用人们如何理解自行车4这个例子来说明。利物浦大学的心理学家丽贝卡·劳森（Rebecca Lawson）向一组心理学专业的本科生展示了一幅车架部分组件缺失、没有链条和踏板的自行车示意图。
1701560993
1701560994
劳森要求学生们补全缺失的部分。我们不妨试试看。车架的哪些部分不见了？链条和踏板应该安装在哪儿？
1701560995
1701560996
如上问题居然出乎意料地难以回答。在劳森的研究中，将近一半的学生无法完全正确地补全图片（你会在下面看到几个学生的绘图）。甚至劳森以四选一的方式，要求他们选出正确的图片时，这些学生也并没有表现得更好。许多学生选择了前后轮都缠有链条的图片，在这种结构下车轮是不可能转动的。即便是专业骑手在这一看似简单的问题上也远远拿不了满分。对于平日里司空见惯的物件，甚至那些每次使用都觉得其原理显而易见的东西，我们的理解竟是如此粗浅。
1701560997
1701560998
1701560999
1701561000
1701561001
1701561002
1701561003
1701561004
知识的错觉：为什么我们从未独立思考 [:1701560700]
1701561005
知识的错觉：为什么我们从未独立思考 我们究竟有多无知
1701561006
1701561007
因此，我们对自身知识量的高估正暗示了我们比想象中更加无知。但我们究竟有多无知呢？知识量是否有可能被估算呢？托马斯·兰道尔（Thomas Landauer）试图为此寻找答案。
1701561008
1701561009
兰道尔是认知科学的先驱，曾任职于哈佛大学、达特茅斯大学、斯坦福大学和普林斯顿大学，并倾25年之久试图将其独到见解应用于贝尔实验室。他的研究起步于20世纪60年代，正逢认知科学家们将人脑视为电脑的时代。当时，认知科学领域与现代计算机一同崭露头角。如我们所知，拥有非凡数学头脑的约翰·冯·诺依曼（John von Neumann）和艾伦·图灵（Alan Turing）奠定了计算机技术的基础，于是问题来了，人类心智的运作是否也遵循相同的原理。计算机配有一个由中央处理器运行的操作系统，按照一系列规则读取和写入一个数字存储器。早期的认知科学家认为，与计算机相比，人脑并没有什么不同。计算机的运作程序被视为认知执行模式的一种暗喻。思维被当作一种在人们脑中运行的电脑程序。让艾伦·图灵声名鹊起的原因之一就是他把这种想法发挥到了极致。如果人脑像电脑一样工作，那么人类所能做的一切都可以由电脑程序实现。受此鼓舞，图灵于1950年发表了经典论文《计算机器与智能》（Computing Machinery and Intelligence），对“机器会思考吗”5这一问题做出解答。
1701561010
1701561011
20世纪80年代，兰道尔6决定用与计算机内存相同的衡量标准来衡量人类的记忆容量。当我们撰写此书时，一台笔记本电脑的长期储存空间为250—500GB[1]。兰道尔使用了几种巧妙的手法以测量人们的知识量。例如，他估计了成年人的平均词汇量并计算出储存这些信息所需的字节数量，并用这一结果推算了成年人的平均知识量，其结果是0.5GB。
1701561012
1701561013
兰道尔也用其他完全不同的方法测算过。在许多心理学实验中，受试者都被要求读文本，看图片，听字词（实义词或无意义的音节）、句子或一小段音乐。几分钟乃至几周之后，心理学家对受试者们的记忆进行测试。一种方法是要求人们再现他们当初接收到的原始材料。这是一种令人精疲力竭的记忆力测试。你觉得你现在能立刻复述出一段几周前仅听过一次的短文吗？兰道尔分析了一些对人们而言稍显轻松的实验。这些实验更像识别测试，只要受试者能够指出新展示的内容（常常是一幅图片、一个单词或一小段音乐）是否在此前出现过即可。其中一些实验会出示几个选项让受试者选出哪个他们之前见过。这是一种极易受到影响的测试方法，即使记忆力不尽理想，受试者也能有不错的表现。兰道尔通过实验组和对照组在识别表现上的差异来推测人们究竟记住了多少。这一差异在理论上等同于我们所能获取记忆的多少。
1701561014
1701561015
兰道尔这一方法的绝妙之处在于，他依据起初是否接收过认知材料区分出哪些是对记忆的测量（两组间识别表现的差异）。这使他得知人们记住他们先前习得的信息的速度是多少。测量时，他也找到了一种方法，能够把遗忘的因素考虑进去。若不计实验程序细节或认知材料类型的差异，兰道尔的分析结果毫无疑问地显示出人们汲取信息的速度并无太大差异。无论认知材料以何种方式呈现，比如视觉、语音或音乐，习得的速度都大致相同。7
1701561016
1701561017
接下来，兰道尔计算了人们究竟掌握多少信息，即人脑的知识库到底有多大。假设人们在70年的寿命中这一习得知识的速度始终恒定，他所尝试过的每一种测量方法大都指向同一个答案：1GB。兰道尔并未宣称这一结果是准确无误的。但即使把这个数字乘上10倍，即使人们的记忆储量能增加到10GB，它仍小得微不足道。这和一台现代笔记本电脑的内存比起来不过是九牛一毛。但人类本就不是堆砌知识的仓库。
1701561018
1701561019
从某种角度看，这简直骇人听闻。作为健全的成年人，我们居然学会了这么多东西。我们居然能看懂新闻，不会觉得晕头转向，理不清头绪。我们居然能围绕好几个不同领域的话题高谈阔论。看《危险边缘》（Jeopardy!）8的时候，我们冷不丁还能猜对几道题。我们都至少会说一种语言。毫无疑问，我们知道的远不止背包里那个小机器的存储量的几百分之一。