1701777022
1701777023
来看两个特拉比斯特派修道士的故事（纯属虚构）。一个修道士问自己所在的修道院院长，他能否在做祷告时吸烟。修道院院长大吃一惊，他说道：“当然不行，这近乎亵渎圣灵。”另一个修道士问他的修道院院长：“我能否在吸烟时做祷告？”这个修道院院长则说：“当然可以，上帝希望在任何时候都能聆听我们的声音。”
1701777024
1701777025
我们对于事物的解释不仅会受到在特定情境中被激发的思维定式的影响，也会受到我们选择的解释框架的影响。我们接受不同类别信息的顺序就是一种解释框架。上述故事中的第二个修道士就深刻洞悉了他在传递信息时表达顺序的重要性。
1701777026
1701777027
在我们对相互冲突的标签做选择时，建立解释框架也会发生作用。这些标签不仅会影响我们对事件的思考过程和所采取的行动，而且也会影响到商品在市场中的表现和公共政策辩论的结果。
1701777028
1701777029
你所谓的“无证工人”在我这里便是“非法移民”。你言谈中的“自由斗士”对我而言则是“恐怖分子”。你说“遗产税”，在我看来是“死亡税”。你支持堕胎，因为你将此看作一种“自主选择”的行为；而我反对堕胎则因为我是“维护生命”的人。
1701777030
1701777031
我这里的半加工过的肉制品，瘦肉含量为75%，这听起来比你的产品更有吸引力，因为你的产品描述是“脂肪比例为25%”。你在挑避孕套的时候，会选择一个避孕成功率为90%的产品，还是一个避孕失败率为10%的产品呢？其实这两个避孕套的使用效果并无差别。并且，对于同样一个避孕套，那些被告知“使用它后通常能成功避孕”的学生会比被告知“使用这个避孕套有时会失败”的学生认为这个产品更好。
1701777032
1701777033
建立解释框架也会对人们在做事关生死的抉择时产生影响。心理学家阿莫斯·特沃斯基和他的同事向一些物理学家描述了外科手术和放射性治疗法对于特定癌症患者的疗效。他们告诉一些物理学家，有100位病人接受了外科手术，其中90%的人在手术结束初期活了下来，68%的人在手术后活了一年，34%的人在手术后5年还活着。听到这些信息的物理学家中有82%的人建议采取外科手术治疗。另一组物理学家被告知了“同样”的信息，但是信息被传递的形式有所不同：研究者们告诉他们，100位病人中有10%的人在手术中或者手术结束后没多久就去世了，32%的人在手术后一年去世，66%的人在手术后5年去世。结果是，这组物理学家中只有56%的人建议病人进行外科手术。建立解释框架又奏效了，并且威力很大。
1701777034
1701777035
纠正偏见的一个方法
1701777036
1701777037
我们经常会利用“启发法”进行判断或解决问题，经验法则为我们提供了一个解决问题之法。心理学家总结出了不少启发法的类型。效果启发法促使我们相信，耗时长或花费大的项目要比那些不需投入太多精力和时间的项目更有价值。价格启发法鼓励我们相信（大多数情况下是正确的），一分钱一分货。稀缺性启发法让我们认为物以稀为贵。熟悉性启发法会让美国人相信，在法国，马赛的人口比尼斯多，而尼斯的人口则多于图卢兹。这些启发法在我们进行判断时能提供有效的指引，它们通常会带我们找出正确答案，常在黑暗中为我们指点光明，但有时也会失于绝对。实际上，马赛的人口的确比尼斯多，但图卢兹的人口也比尼斯多。
1701777038
1701777039
以色列认知心理学家阿莫斯·特沃斯基和丹尼尔·卡尼曼总结出了几种重要的思维启发法。
1701777040
1701777041
这些启发法中最重要的当属“典型性启发法”。这个经验法则主要倚重的是相似判断原则。在对事件进行判断时，人们更会根据与其相似的典型事件进行推断。启发法毫无疑问是有效的。在判断一个人的死因时，他杀比哮喘或自杀更具代表性，所以他杀比哮喘和自杀更容易成为一个人死亡的原因。因他杀而死亡的人数的确比得哮喘而死亡的人数多，然而在美国，研究者发现在特定的年份，自杀身亡的人是因他杀而死亡的人的两倍。
1701777042
1701777043
她是一个共和党人吗？在缺乏其他背景信息的条件下，采用典型性启发法是最好的选择。她看上去和我对共和党人的典型印象更相似。
1701777044
1701777045
使用这种典型性启发法的一个问题是，我们常会接触到一些信息，它们会干扰我们进行“相似性”判断。如果我们是在一个商务宴会的房间里遇到这位女士，那么我们会将这一点考虑进来，从而倾向于猜测她是“共和党人”。如果我们是在一个一神论教派信徒组织的早餐会上碰到她，那我们会倾向于猜测她是“民主党人”。
1701777046
1701777047
一个关于典型性启发法的特别令人失望的例子是“琳达问题”，启发法在这里引发了错误。“琳达30岁了，单身，性格直爽，十分聪明。她主修哲学。在学生时期，她特别关注歧视和社会公平事务，并且投身于反核武器游行活动。”在读完这段描述后，实验对象被要求对琳达未来的8种可能状态进行评级。其中有两项是“银行柜员”和“银行柜员并且在女权运动中表现得活跃”。大多数人都认为琳达更可能是一个在女权运动中表现得活跃的银行柜员。“带有女权主义立场的银行柜员”是一个比单纯的“银行柜员”更适合形容琳达的表达。但是，这当然犯了逻辑上的错误。这两件事情合起来传达出的意思不会比每件事单独表达的意思更多。银行柜员中有女权主义者、共和党人和素食主义者。然而，人们对琳达的描述更接近于“带有女权主义立场的银行柜员”，而不是“银行柜员”，这种结合其实是不当的。
1701777048
1701777049
请仔细看一看下面这4行数字。其中两行数字是由机器随机生成的，另外两行则是我编写的。现在，请你从中选出最有可能是由机器随机生成的那两行数字。我随后会告诉你究竟哪两行是。
1701777050
1701777051
1 1 0 0 0 1 1 1 1 1 1 1 0 0 1 0 0 1 0 0 1
1701777052
1701777053
1 1 0 0 0 0 0 1 0 1 0 1 0 1 0 1 0 0 0 0 0
1701777054
1701777055
1 0 1 0 1 1 1 1 0 1 0 1 0 0 0 1 1 1 0 1 0
1701777056
1701777057
0 0 1 1 0 0 0 1 1 0 1 0 0 0 0 1 1 1 0 1 1
1701777058
1701777059
“典型性”判断方法会影响人们对各种概率问题的估计。卡尼曼和特沃斯基给一些没修过统计学课程的本科生出了下面这个问题。
1701777060
1701777061
某一座小镇上有两家医院。在那家规模大一些的医院里，每天有45个婴儿降生；而规模小一些的那家每天只有15个婴儿出世。如你所知，所有这些新生儿中，大约有50%是男孩，而男婴占婴儿总数的确切百分比则每天都有变化。有时候会高于50%，有时候则低一些。
1701777062
1701777063
在一年的某一段时间里，两家医院都记录下了一些男婴出生率高于60%的日子。你认为哪家医院男婴出生率高于60%的日子更多呢？
1701777064
1701777065
大多数学生认为，两家医院的男婴出生率高于60%的日期数是一样的。在剩下的人中，认为那家规模大的医院的男婴比例高的日子会更多的学生较多。
1701777066
1701777067
实际上，男婴比例高于60%的情况更有可能在较小规模的医院出现。60%的比例无论对于规模大的医院还是规模小的医院都不是一个特别具有代表性的人口值（甚至根本没有代表性）。但是相较于数量比较大的样本，极端值更容易出现在数量小的样本中。
1701777068
1701777069
如果你怀疑这个结论，请看下面的例子。假设有两家医院，一家医院每天有5个婴儿出生，而另一家每天有50个婴儿出生。你认为，在某一天中，哪家医院更有可能出现新生儿中男婴比例超过60%的情况呢？仍然不信服吗？那么，请将每天有5个婴儿出生的医院与每天有5000个婴儿出生的医院做个对比。
1701777070
1701777071
典型性启发法会影响人们对大量事件的发生概率的判断。我的祖父曾是美国俄克拉何马州的一个富裕的农夫。有一年，他种的庄稼被突如其来的冰雹吞噬。他没有为庄稼购买过保险，但他并不担心，相信来年会有转机，因为同样的事不大可能会连续两年发生。那次的冰雹并不具有典型性。冰雹是极难发生的事，因此连续下冰雹的可能性更小。不幸的是，冰雹并不会记得自己去年是下在了塔尔萨西北部还是诺曼东南部（塔尔萨和诺曼都是俄克拉何马州的城市）。我的祖父第二年又受到了冰雹的打击。然而，他仍固执己见，认为冰雹不会连续三年袭击同一个地方，这实在是太罕见了。最终，这个小概率事件竟然真的发生了。我的祖父破产了，这正是因为他依赖了典型性启发法去判断一件事情发生的概率。结果就是，我只是个心理学家，而不是一个可以提供谷物的男爵。
[
上一页 ]
[ :1.701777022e+09 ]
[
下一页 ]