1701561280
1701561281
正如人们不相信联系是任意的（巴甫洛夫想象中的人类行为），人们也不是按照逻辑演绎做日常推理，而是用因果分析。我们通过推理世界运转的方式来进行推论。我们猜想如何由因导果，哪些东西会抑制或阻碍预期中的“果”，以及为了“因”能发挥作用，哪些因素必须就位。我们判断一个说法的是非对错所依靠的是因果式的逻辑，而非命题式的逻辑，因果关系的逻辑包括了具体事件如何一一对应到其结论。
1701561282
1701561283
因果推理的能力让我们得以解决许多现实问题。在裂谷或水面上建造一座桥梁就是因果推理的产物。桥梁设计师必须进行与承重结构相关的推理，以确保建造一座能承载汽车和卡车重量的安全桥梁。为机动车安装车轮使车子能随着车轮的滚动而移动，这要求另一种因果机制的参与。实际搭建一座桥梁或制造一只车轮的前提是构思与筹划它们的能力，这也使人类得以拓展领地、躲避敌人，并在争夺稀有资源的演化之战中成为最大的赢家。
1701561284
1701561285
将想法投射到长远未来的能力也是因果推理的一种。它涉及对世界长期情势发展的预期机制。这类长期规划是必要的，可以激励我们终生学习。学习的精髓在于，我们精进的能力不会立竿见影，而是在多年以后才凸显其价值。学习独木舟的精良制作工艺可能要花费数年之久。但是，某个社群中使用独木舟的人不会投入时间在这项将来才会用到的工艺上，在当代的独木舟工匠做出最后一支船桨之前，这个社群还是可以继续他们习以为常的捕鱼和交通方式。只有在你能通过因果机制的推理足以看到未来社会变迁的时候，比如当你看到死亡的威胁近在眼前时，才会花时间学习某项有用的技能或工艺。
1701561286
1701561287
我们所擅长的因果分析不仅针对客观实物和社会流变，还包括精神和心理层面遇到的问题。4试想某人，比如你的爱人，拒绝跟你说话。现在，你有了一个要解决的问题。你需要调动因果推理来找出问题所在并弄清楚如何应对。
1701561288
1701561289
想要确认问题出在哪里，你得因果式地揣测人类的反应和情感。是什么导致他/她对你做出负面反应呢？你冒犯他/她了吗？你提起他/她不堪回首的过去了吗？你踩到他/她的道德雷区了吗？正如面对客观实物一样，这也需要复杂的因果分析。此时，你需要了解人类的想法和动机，以及它们如何引发后续行动。要弄清是什么触怒了某人，你得对他/她的信条或观念略知一二。例如，他/她对你的过去了解多少？哪些道德价值观是他/她看重的？你还得对他/她的欲求所有了解。他/她的敏感地带在哪里？他/她跟你冷战是为了达到什么目的？换句话说，你要做的就是找出操控他/她行为的背后意图并弄清他/她希望借此达成的结果。这类因果分析在每一个人际交往场合都会被调动，也是绝大多数人用起来都得心应手的一类推理。
1701561290
1701561291
寻求解决问题的具体做法也需要因果推理：现有的各种方案都会导向怎样的后果？如果你试图安抚此人，他/她的态度可能会有所缓解，但也可能被理解为你认错了，使对方占了上风。如果你挑起争执，或许能逞一时口舌之快，但你可能将结束或至少在一段时间内无法维系这段关系。有时，预测我们的所作所为会对他人产生何种影响并非易事，但还是那句话，如果我们义无反顾地这样做，大多数情况下还是能顺利解决问题的。彬彬有礼地提出一个简单的请求，对方通常会心甘情愿地顺从；如果以开玩笑的方式提出，则大多会得到一个忍让的似笑非笑作为回应（根据我们的经验）。人们在因果推理上的非凡天赋不只是针对具体事物，在预测人类行为方面也毫不逊色。
1701561292
1701561293
1701561294
1701561295
1701561297
知识的错觉：为什么我们从未独立思考 推理的正向和逆向
1701561298
1701561299
因果推理是人类认知的基础，也是心智的主要任务，但其各个面向也有难易之分。我们的推理有正向和逆向两种。正向推理是思考如何由因导果。我们用它预测未来，用今日之旧闻预测明日之新闻。我们也用它搞清楚设备如何工作：例如，怎样按下一连串的按钮，就能设置好新时钟上的闹钟。前文提到的逻辑架构中“肯定前件式的假言推理”的例子，运用的即正向推理。现在，请你从参议员的行为出发，推测他将来是否一定会把时间花在筹款上。
1701561300
1701561301
逆向推理是由果推因的推理。5医生用它诊断引发症状的病因，机械师用它判断你的爱车出了什么问题。逆向推理通常涉及解释、阐明事情是怎么发生的。对人类而言，正向推理，即由因导果，比诊断式的由果推因更容易一些。例如，医生更容易推测一名胃溃疡患者有腹痛症状，而不是由腹痛得出他患有胃溃疡的结论。逆向推理也比正向推理更耗时。由果推因的逆向推理或许很难，但人类也正是因此而与众（动物）不同。我们尚不清楚是否还有其他生物有能力或者有兴趣理清万事皆有其因。
1701561302
1701561303
做正向推理时，我们通常只需少量的心理模拟。如果我请你预估做好一个煎蛋饼需要多久，你会在脑海中想象所需的几个步骤，评估每一步所需的时长，并把它们累加在一起。若预测与俄罗斯开战的影响，你可能会想象洲际导弹横空飞过，被雷达捕获。由果推因的诊断式推论可没这么容易。假设对俄战争真的爆发，我们想一探究竟，则需要动用一些其他方法择取潜在的原因，再评估每种原因的可能性以猜测实际上发生了什么。
1701561304
1701561305
具有讽刺意味的是，我们的预测力比诊断力强这一事实导致我们在进行预测性推理时会犯一个错误，而进行诊断式推理时我们不会犯这样的错误。6假设你是一个精神康复师，接手下面这个案例：
1701561306
1701561307
Y女士是一名32岁的女性，已被诊断为抑郁症。请评估她表现出嗜睡症状的可能性有多大。
1701561308
1701561309
换句话说，在你除了她32岁、女性、抑郁症患者之外一无所知的条件下，你要回答她昏昏欲睡的可能性有多大。如果你不知道相关统计数据（其实也没几个人知道），这会是个很难回答的问题。但总有一些你确凿无疑知道的事。比如，你确信，如果没有其他导致她困乏的原因，那么她表现出嗜睡症状的概率就会小一些。因此，假设我们向你咨询如下情况：
1701561310
1701561311
Y女士是一名32岁的女性，已被诊断为抑郁症。一套完整的诊断检查结果显示，她尚未被诊断出任何其他可导致嗜睡的器质或精神疾病。请评估她表现出嗜睡症状的可能性有多大。
1701561312
1701561313
你应该会给一个较低的数值，或许也不会低太多，但你对她嗜睡程度的预估值多少会降低一点。
1701561314
1701561315
实际上，人类可不是这样做的。人们会忽略第二次提问中被着重强调的部分。我们向几组出席由哈佛大学主办的工作坊的心理健康专家展示了上面两个问题。他们对两次提问都给出了完全相同的答案。粗体字传递信息之所以会被忽略，是因为在由已知原因推测某项结果发生的概率时，人们会对其他可能的因素视而不见。他们想象一个年轻而忧郁的女性，并检视他们的心理图像是否呈现她昏昏欲睡的模样。这种心理图像不会考虑她是否脱水、疲劳或引起嗜睡的其他因素。
1701561316
1701561317
令人惊讶的是，诊断式推理不会受此困扰。我们向参与同一个工作坊的其他几组人提出了下列问题。
1701561318
1701561319
Y女士是一名32岁的女性，表现有嗜睡症状。请评估她被诊断为抑郁症的可能性有多大。
1701561320
1701561321
我们反转了这个问题的问法。现在是要求通过给定结果推测某项原因的可能性，而非给定原因，推测某种结果发生的概率。这一次，与上述判断结果相比较的是对下面这个问题的回应。
1701561322
1701561323
Y女士是一名32岁的女性，表现有嗜睡症状。已知一套完整的诊断检查结果显示，她尚未被诊断出任何其他可导致嗜睡的器质或精神疾病。请评估她被诊断为抑郁症的可能性有多大。
1701561324
1701561325
文中的粗体字又一次排除了可能致使Y女士嗜睡的其他原因。在这个例子中，排除干扰因素理应提升人们的判断力。如果我问你A为真的概率有多大，而你已知A会导致B且B已发生，那么一旦你知道不存在其他导致B的因素，则A为真的可能性极大。事实上，如果你相信万事皆有因（其实大多数人都这么想），那么A绝对为真，因为它是导致B发生的唯一原因。
1701561326
1701561327
这与心理健康专家们的回答不谋而合。在排除其他潜在原因的情况下，相较于不给任何补充信息，他们更倾向于认为Y女士患有抑郁症。在进行诊断式推理时，即由果推因时，我们的受试者并未忽略其他可能因素。
1701561328
1701561329
由因导果时人们会忽略其他潜在因素，是因为他们的心理模拟已经应接不暇了。但逆向地由果推因时，我们根本无法进行心理模拟。
[
上一页 ]
[ :1.70156128e+09 ]
[
下一页 ]