027《思考,快与慢》:为什么你总是做错误的选择?

027《思考,快与慢》:为什么你总是做错误的选择?

83分钟 ·
播放数129
·
评论数2

在本期节目中,我们深入探讨诺贝尔奖得主丹尼尔·卡尼曼的著作《思考,快与慢》,揭示大脑的两种思维模式:快速直觉的系统一与慢速理性的系统二。我们会分析这两种思维方式如何影响我们的判断、决策,甚至情绪反应。节目中还讨论了认知努力的生理成本与自我控制的训练可能性,以及如何识别和应对思维陷阱。通过实例与研究,帮助你更好地理解自己思考的方式,提升决策能力。

00:02:00:系统一与系统二:认知心理学中的两个系统

00:06:52:认知努力和自我控制的生理成本:葡萄糖、能量和棉花糖实验

00:13:48:揭示思维错觉:如何识别并规避认知偏差?

00:20:42:解读政治家决策中的情感压力:公共政策的理性与感性交织

00:27:34:解读人类判断中的代表性启发式和锚定效应

00:34:28:冒险与谨慎:选择A还是D?财富状态的巨大差异!

00:41:23:确定性效应:解释真实世界中人们的风险决策行为的理论框架

00:48:16:框架效应:为何我们会做出有偏见的决策?

00:55:12:决策中的结果偏差:评价决策的好坏重结果轻过程

01:02:07:专家技能:一个错觉还是一种能力?——交易市场中的挑战与反思

01:09:01:检查过程中的疼痛记忆:病人B比病人A更痛苦,但自我感受却更好?

01:15:53:聚焦错觉:为何我们总是追求错的东西?

展开Show Notes
牛耳-niuer
牛耳-niuer
2025.6.06
“回归均值”现象是什么,以及为什么我们倾向于对其做出错误的因果解释?
回归均值是指在任何具有随机成分的重复测量中,异常出色的表现之后通常是较差的表现,而异常糟糕的表现之后通常是较好的表现,这是因为第一次表现中的运气成分在后续表现中不太可能再次出现。例如,一个运动员在某一场比赛中表现异常出色,下一场比赛他的表现很可能会“回归”到其平均水平。然而,我们的思维强烈偏向于因果解释,不擅长处理“纯粹的统计数据”。当我们看到异常表现后的回归时,我们倾向于寻找原因,而不是将其视为随机波动的结果。例如,飞行教官在学员表现出色后表扬,在表现糟糕后批评,并错误地认为批评比表扬更有效,因为学员在批评后表现通常会提高(实际上是回归均值)。这种对回归均值现象的错误因果解释,导致人们高估惩罚的有效性,低估奖励的有效性。

“损失厌恶”对我们的决策有何影响,以及为什么我们在评估收益和损失时倾向于使用“窄框架”?
损失厌恶是指人们对损失的反应比对同等收益的反应更强烈。损失的痛苦通常是获得同等收益的快乐的两倍左右。这种不对称性使得人们在面对既有损失风险又有获益机会的选择时,倾向于拒绝那些期望值为正但涉及损失风险的赌博,即使从长期来看这会让他们损失大量财富。我们在评估收益和损失时倾向于使用“窄框架”,这意味着我们将每个风险选择都视为独立的事件,而不是将其视为长期一系列相似选择的一部分。这种窄框架使得我们更容易受到损失厌恶的影响,因为每次损失都会带来强烈的情绪痛苦,而如果我们将每次赌博都看作诸多小赌博的一部分(即使用“宽框架”),并认识到“有赢就有输”,就能在统计上获得更多财富。然而,人类天生就是窄框架决策者,很难克服这种倾向。

“锚定效应”如何影响我们的判断,以及为什么它会导致我们在评估复合事件的概率时产生偏差?
锚定效应是指人们在进行判断时,会受到最初接触到的某个数值(“锚定值”)的影响,即使这个数值与判断本身无关。例如,当被问及某州的谋杀案数量时,如果受试者想到了高犯罪率的城市(如底特律),他们对该州谋杀率的估计会更高。锚定效应在评估复合事件的概率时尤其重要。成功完成一个任务通常具有“合取”性质,需要一系列事件都发生。锚定效应使得我们在评估这类合取事件的概率时容易高估,因为我们将锚定在每个单独事件的高概率上。相反,复杂系统故障通常具有“析取”结构,系统中任何一个重要部分出问题都会导致整体故障。锚定效应使得我们在评估这类析取事件的概率时容易低估,因为我们将锚定在每个单独部分发生故障的低概率上。因此,锚定偏差的方向有时可以从事件的结构中推断出来:合取的链状结构导致高估概率,析取的漏斗状结构导致低估概率。
牛耳-niuer
牛耳-niuer
2025.6.06
人们如何在思考和决策中区分“快思考”和“慢思考”?
根据丹尼尔·卡尼曼的《思考,快与慢》,我们的思维可以被描述为两种系统:“系统 1”和“系统 2”。系统 1 是“快思考”,它自动、快速地运作,几乎不费力,也不会使人有主动控制的感觉。它负责产生印象、感受和倾向,进行联想记忆的激活和模式构建,并能进行熟练的反应。系统 2 是“慢思考”,它需要集中注意力,进行复杂的计算、比较、计划和选择,其运作是刻意且费力的。大多数印象和想法都来自系统 1,而其产生过程往往是无意识的。系统 2 可以在必要时介入,例如当系统 1 无法解决问题时,或者当需要抵制系统 1 的直觉建议时。然而,系统 2 比较懒惰,容易接受系统 1 的建议,除非有明确的冲突或需要付出额外的努力。

“启发式”在我们的判断中扮演了什么角色,它们如何导致“偏差”?
启发式是系统 1 用来快速解决复杂问题或估算概率的心理捷径。例如,“可得性启发式”是指我们通过想到案例或事件的容易程度来估计某个类别的频率或事件的概率。这在很多情况下是有用的,但有时也会导致偏差,因为除了频率和概率,可得性还受其他因素影响,例如媒体的曝光度或个人经历的鲜明性。另一个例子是“代表性启发式”,指我们根据事物的刻板印象或与某个类别的相似性来判断其概率。这可能会导致我们忽视基础比率,例如在判断某人的职业时,如果其描述符合某个刻板印象,即使该职业的基础比率很低,我们也倾向于高估其概率。这些启发式虽然通常能产生基本正确的直觉印象,但有时也会导致可预测的系统误差,即“偏差”。

为什么即使是专家也容易犯判断错误,以及主观信心是否能反映判断的准确性?
专家也容易犯判断错误,尤其是当环境缺乏规律性或反馈不及时时。例如,在不可预测的环境中进行长期预测(如选股或政治预测),即使专家充满信心,其直觉也可能并不可靠。主观信心主要源于系统 1 的认知轻松和关联连贯性,当我们能轻易地想到自述的故事且场景不存在对立和抵触时,我们会感到自信。然而,轻松和连贯性并不能保证信念的真实性。关联机制旨在抑制怀疑,唤起与当前主导性故事一致的想法和信息,这使得大脑容易忽略未知信息,从而产生高度自信。因此,无论谁(包括你自己)告诉你,应该相信其判断,都不应简单地相信,因为主观信心并非有效性的可靠向导。评估专家直觉的可能效度,需要考虑环境的规律性以及专家学习规律的机会。

“所见即一切”(WYSIATI)原则如何影响我们的思维和决策?
“所见即一切”(What You See Is All There Is, WYSIATI)原则是系统 1 的一个基本设计特征。它意味着关联机制呈现的只是被激活的想法,无法从记忆中提取的信息就好像不存在一样。系统 1 擅长结合当前被激活的想法构建最有可能发生的故事,但它不会(也无法)考虑没掌握的信息。这使得系统 1 成为一台妄下结论的机器,它根据极少的信息选择最合理的答案,并且不会等待新信息的出现。例如,当我们听到对某人的积极评价时,我们会很快形成积极印象,即使这些信息非常有限。这种原则导致我们容易忽视未知信息,并对基于有限信息的故事过度自信。

为什么我们更愿意从个案而非统计数据中学习,以及这对改变我们的思维方式有何影响?
人们倾向于从特殊而非一般中推断,这意味着出乎意料的个案比统计事实更能改变我们的思维方式。当学生们被告知心理学实验中令人惊讶的统计事实时,他们可能什么都没学到。但当他们看到一两个未能伸出援手的好人的个案时,他们立即做了归纳,并推断助人比他们想象的要难。这是因为个案更容易被纳入因果故事中,引起人们的惊讶并促使他们解决个案与原有信念的冲突。相比之下,统计数据缺乏这种因果力量和情感影响,即使是具有因果解释的统计结果,也不会轻易改变人们根植于个人经历的长期信念。因此,要让人们掌握新的心理学知识,展示令人惊讶的个案往往是比呈现统计数据更有效的教学工具。