模块一 · 知识与推理的根基 · 第 011 日 / 180
启发式、偏差与理性
心智会用简化规则处理复杂问题。这些规则究竟是认知缺陷，还是资源有限时的合理策略？
琳达今年三十一岁，单身，直率而聪明。她主修哲学，学生时代关注歧视与社会正义，也参加过反核示威。请判断哪一项更可能：A. 琳达是一名银行出纳员；B. 琳达是一名银行出纳员，并且积极参与女权运动。
大多数人会选择 B，因为这段描述更符合一个完整的故事。1983 年，阿莫斯·特沃斯基和丹尼尔·卡尼曼提出这道题时，超过八成受试者选择了 B，其中包括学习过概率论的决策科学博士生。但 B 是 A 的子集：每一位从事女权运动的银行出纳员，必然也是银行出纳员。因此，B 的概率不可能高于 A。把 B 判断为更可能，称为合取谬误。这个例子说明，直观的故事连贯性可能压过人们已经掌握的概率规则。
当前位置
前十日，我们建立了良好推理的基本框架：知识的条件（第 1 日）、科学如何筛选主张（第 2 日）、三种推理方式（第 3 日）、贝叶斯更新与基础率问题（第 4 日），以及模型为何必须简化（第 10 日）。这些讨论主要属于规范层面：心智应当如何推理。今天将考察实际的认知过程，以及人们偏离规范时，这究竟是缺陷，还是对有限资源的适应。
纲领
启发式：有限计算下的简化规则
1974 年，特沃斯基和卡尼曼在《科学》发表论文，提出人们通常不会通过完整计算来估计概率，而是使用启发式：它们依赖少量线索，通常能够迅速得到判断，但也可能以系统性的方式出错。研究中最重要的三类如下。
代表性启发式：根据对象与心中原型的相似程度作出概率判断。琳达的描述符合许多人对女权主义者的刻板印象，于是「女权主义银行出纳员」听起来比「银行出纳员」更贴切，集合关系却被忽略了。代表性启发式也会使人忽视基础率：听说史蒂夫温和、整洁、喜欢秩序，人们可能猜他是图书管理员，却忘记农民数量远多于图书管理员。
易得性启发式：根据某类例子能否迅速想起，判断该事件有多常见。空难经常成为新闻，乘飞机便可能显得格外危险；然而事故之所以报道，恰恰说明它相对罕见。生动、新近或带有强烈情绪的事件更容易被记住，也更容易被高估。
锚定与调整：从一个初始数值出发估计未知量，随后调整，但调整通常不足。特沃斯基和卡尼曼让幸运轮停在 10 或 65，再询问受试者非洲国家占联合国成员国的百分比。看到 65 的人给出的估计显著高于看到 10 的人。这个数字与问题无关，却仍影响了判断。
值得注意的并不只是人会犯错，而是某些错误具有稳定性。缪勒—莱尔错觉中，两条等长线因端点箭头方向不同而看起来长度不同；了解错觉原理，也不会立即改变视觉经验。卡尼曼认为，许多认知偏差也具有类似性质：它们是自动加工的结果，并非简单的知识不足。2002 年，卡尼曼因相关工作获得诺贝尔经济学奖；特沃斯基已于 1996 年去世，诺贝尔奖不授予已故研究者。
交互 · 观察合取谬误
琳达机器
先作出选择，再在同一道题的两种判断方式之间切换：一种依据描述与原型的相似性，另一种依据集合关系。观察直觉为何会违背逻辑。
示例 · 琳达的集合
图示展示核心结论：具体而生动的描述可能更符合直觉，但「银行出纳员且参与女权运动」始终是「银行出纳员」的子集。
| 镜头 | 它看到什么 | 结论 |
|---|---|---|
| 相似性 | 琳达更符合女权活动家的故事，而不是普通银行出纳员的故事。 | B 感觉更可信。 |
| 集合逻辑 | 每位女权主义银行出纳员都已位于银行出纳员集合之内。 | B 不可能比 A 更可能。 |
模型及其裂缝
「快」与「慢」：有用但有限的模型
卡尼曼在 2011 年出版的《思考，快与慢》中，用两个「系统」概括不同的加工方式。「系统 1」快速、自动、少费力，能够识读路牌、察觉语气，也可能迅速把琳达归入某种刻板印象。「系统 2」较慢、较审慎，需要投入注意力；检查 B 是否为 A 的子集时，就需要这种加工。按照这一模型，当系统 2 没有审核系统 1 的输出时，偏差便可能出现。
这是一个有效的教学模型，但若按字面理解为心智中存在两个清晰的实体，就可能误导。相关研究已经指出至少两项重要限制。
第一，心智中未必存在两个彼此分离的系统。「系统 1」和「系统 2」更适合作为加工特征的概括，而不是解剖结构。埃文斯与斯塔诺维奇在 2013 年改用「两类加工」来表述；梅尔尼科夫与巴奇在 2018 年进一步批评将双过程理论视为整齐二分，认为其经验依据不足。意识与无意识、费力与自动之间并不存在两组边界清晰的神经结构。
第二，大幅度、跨任务适用的「意志力燃料」模型没有得到支持。经典自我耗竭理论认为，先前的自我控制会使之后的控制任务更难完成。2016 年一项涵盖 23 个实验室的预注册复现研究估计，标准化效应量约为 0.04，统计上与零没有显著差异。后续预注册多实验室研究也没有恢复原先的大效应、普遍适用主张：一项 12 个实验室的研究估计效应约为 0.10，另一项 36 个研究点的验证性检验估计效应约为 0.06，且未达到统计显著。现有证据因此不支持大幅度、普遍适用的意志力燃料模型；特定实验程序下是否仍存在微小的序贯任务效应，尚无定论。这是第 2 日复现危机在认知研究中的具体延伸。
因此，不应把这一模型理解得过于严格。「快」与「慢」仍是有用的简写，但应像第 10 日所说的那样，把它看作针对特定问题的简化表征，而非心智的完整结构。
争论
理性标准之争
启发式究竟是心智的系统缺陷，还是因势利导的聪明捷径？围绕这一问题，两派学者争论了数十年，至今未有共识。
一方是卡尼曼和特沃斯基的「启发式与偏差」传统。其核心观点是，人类直觉包含可重复测量的系统性错误；相对于逻辑和概率规范，认知偏差是可以研究和纠正的失误。因此，这一取向属于改良主义，重视培训、检查清单、专家系统，以及助推等干预。
另一方以格尔德·吉仁泽和柏林 ABC 研究小组为代表。他们认为，所谓「错误」有时是评判方式造成的；实验任务也可能没有提供人类通常使用的信息格式和环境线索。他们的论证可以分为两步。
第一步：信息格式会影响推理
吉仁泽的第一个论点关注信息的呈现方式，这与第 7 日关于编码的讨论相呼应。同样的信息采用不同格式，推理难度可能大不相同。以基础率问题为例，若使用概率格式：
某种疾病影响 1% 的女性。一项检测在患者有病时 90% 能检出，但也会在 9% 的健康者身上出现假阳性。一位女性检测结果为阳性。她实际患病的可能性有多大？
许多人的回答会落在 80%–90% 之间，医生也常出现相同错误；正确答案约为 9%。但若改用自然频数：在 1,000 名女性中，10 人患病，其中 9 人检测阳性；990 名健康女性中，约 89 人出现假阳性。因此，约 98 名检测阳性者中只有 9 人真正患病，后验概率为 9/98，约 9%。2017 年的元分析发现，改用自然频数后，给出正确贝叶斯答案的比例从约 4% 提高到约 24%。这表明，基础率错误不完全是固定的认知缺陷，也可能由信息格式增加的推理负担造成。
交互 · 同一事实，两种格式
自然频率网格
1,000 名女性，一项不完美的检测。在容易混淆的概率格式和可以数出来的自然频率格式之间切换；再拖动基础率，观察真实患病概率怎样摆动。
在所有阳性检测者中，真正患病者的比例是 ≈ 9%.
示例 · 自然频数表
图示采用经典的 1% 场景，以自然频数展示贝叶斯答案。
| 组别 | 每 1,000 人中的计数 | 阳性检测 |
|---|---|---|
| 患病女性 | 10 | 9 真阳性，1 漏检 |
| 健康女性 | 990 | 89 假阳性，901 真阴性 |
| 所有阳性检测 | 98 | 仅 9 人为真病例，因此后验概率约为 9%。 |
第二步：有时少用信息反而更有效
吉仁泽的第二个、也更大胆的论点是：简单启发式不只是可以容忍，有时还可能优于依赖大量信息的复杂方法。快速节俭启发式有意忽略大部分信息，只使用少数关键线索，以较低的计算成本作出决定。
一个典型例子是凝视启发式。外野手接高飞球时，不必测量速度、计算抛物线，再计算落点。只要注视球，并在移动时保持视线角度大致不变，就能抵达球的落点附近。这一规则之所以有效，是因为它保留了与拦截任务直接相关的线索，避免了无法及时完成的复杂计算。
另一个例子是识别启发式：比较两座城市的规模时，如果只认识其中一座，就选择自己认识的城市。这个规则十分粗略，但「是否被认识」有时与城市规模相关，因此可能胜过复杂模型。认识城市较少的人反而可能表现更好，因为他们能够使用这一线索，而认识所有城市的人必须依赖更多、未必可靠的信息。
为什么忽略信息有时反而有帮助？吉仁泽和亨利·布莱顿在 2009 年的 Homo Heuristicus 一文中将其与偏差—方差权衡联系起来。参数很多的复杂模型能够高度拟合训练数据，却也容易把噪声当成规律，在新数据上表现不稳。简单启发式可能有偏差，却较少拟合噪声；在信息嘈杂、样本有限的环境中，稳定性可能更重要。
重新框定
西蒙的「剪刀」
这场争论的核心是评价标准。卡尼曼和特沃斯基以逻辑与概率规范衡量推理，因而强调直觉中的系统性偏差；吉仁泽则更关注人在真实环境中的任务表现，认为相同的规则可能在特定环境中有效。双方实际上使用了不同的评价标准。
赫伯特·西蒙较早系统地阐明了这一点。他指出，能够列出所有选项并计算最优解的完全理性行动者，不符合真实人的时间、记忆、注意力和信息条件。因此，人们通常不是进行完全优化，而是满意化：找到足够好的选项便停止搜索。西蒙将这种在限制条件下行动的理论称为有限理性，并用「剪刀」说明评价心智时不能脱离环境：
「人类理性行为是由一把剪刀塑造的，剪刀的两片刀刃分别是任务环境的结构与行动者的计算能力。」
剪刀必须由两片刀刃共同作用才能完成切割，单独评价其中一片并不充分。卡尼曼和特沃斯基主要研究心智加工，并以逻辑规范衡量其偏差；吉仁泽强调还必须考察任务环境的结构。某种在抽象测试中表现为偏差的规则，可能恰好利用了现实环境中的稳定线索。双方并非都正确或都错误，而是在评价同一行为的不同方面。
图解 · 两种理性评价标准
评价启发式时应考虑什么？
同一个快速节俭启发式，例如凝视启发式，若只依据逻辑规范评价，和同时考虑任务环境，可能得到不同结论。
示例 · 西蒙的「剪刀」
图示同时保留两片刀刃：行为表现取决于认知过程与任务环境的共同作用。
| 评判标准 | 启发式看起来如何 | 示例结论 |
|---|---|---|
| 仅凭逻辑 | 它忽略了大部分信息。 | 非理性：规则太粗糙。 |
| 心智加环境 | 它利用了任务世界的结构。 | 聪明：凝视启发式以低廉成本解决了实时接球问题。 |
前沿 · 2026
三个研究方向及其证据边界
前沿研究需要区分已较稳固的结果、仍有争议的解释和容易被夸大的主张。关于理性的争论并未结束，而是转化为更具体的经验问题。
哪些偏差经受住了复现检验？
启发式与偏差研究同样经历了第 2 日所讨论的复现检验。结果呈现出一个值得注意的差异：类似知觉错觉、机制较清楚的效应相对稳定；环节较多、依赖社会情境的效应则更容易减弱或无法复现。
| 发现 | 证据状态 | 留存了什么 |
|---|---|---|
| 合取谬误 | 已确立 | 琳达效应在数十年、不同文化和多种表述中稳定复现，大型语言模型也会中招。 |
| 锚定 | 已确立 | 心理学中较稳健效应之一；现已获得计算层面解释。 |
| 自我耗竭 | 有争议／效应很小 | 预注册多实验室研究估计 d 约为 0.04 至 0.10。经典大效应燃料模型缺乏支持；残余效应看来很小，且依赖实验程序。 |
| 许多社会启动效应 | 有争议 | 部分概念启动结果未能复现；卡尼曼曾公开警告该领域。 |
社会启动是指某个线索——词语、图像或社会刻板印象——先激活一个相关概念，随后在不一定有意识的情况下影响判断或行为。经典说法是，读到与老年有关的词会让人离开实验室时走得更慢。正因为这类效应牵涉多个步骤、对情境和测量很敏感，社会启动比知觉错觉更脆弱：一些标题式发现未能通过独立复现，而更广义的启动效应仍然混杂。
这并不是说「偏差并不真实」；更准确的结论是，较稳健的偏差通常具有较清楚的机制和适用条件。
资源理性：在限制条件下评价推理
近年来，一个试图连接两种取向的框架是资源理性分析。福尔克·利德和汤姆·格里菲思在 2020 年提出，心智可以被看作在追求准确性的同时受到时间、记忆和计算成本约束的系统。给定资源预算，行动者会选择预期收益最高的策略。某些经典偏差因此可能是以少量准确性换取较高速度的近似策略。
锚定是一个清楚的例子。假设心智估计不确定量时，需要从概率分布中抽样并求平均；每次抽样都有成本，因此资源有限的行动者可能只抽取少量样本。如果抽样从某个初始值开始，且在样本偏离初始值不多时停止，估计就会保留锚定效应。这种模型把调整不足解释为有限计算资源下的合理近似，而非单纯的计算缺陷。
这一框架具有前景，也已用于解释锚定、部分记忆效应以及双过程现象。但仍需谨慎。资源理性模型包含成本、先验和算法等自由参数；批评者担心，如果这些参数总能事后调整，就可能出现不可证伪的问题。一个能够为任何行为找到参数的理论，实际上没有排除任何解释。
大型语言模型是否复现了人类偏差？
研究者将经典认知心理学任务用于大型语言模型时，发现模型有时会表现出与人类相似的偏差。2023 年《美国科学院院刊》的一篇论文报告，GPT-3 在琳达问题中出现合取谬误，也表现出锚定和框架效应。后续研究显示，能力更强的模型犯这类错误的比例可能降低，但偏差并未消失。语言模型从大量人类文本中学习，除了知识，也可能学习到人类常见的推理模式。
需要避免过度解读。模型复现合取谬误，并不证明它以人类方式推理；它可能是在进行复杂的模式生成。相关机制将留到第 139 日进一步讨论。目前可以确定的是，这类行为具有一定可重复性，但其认知含义尚未确定。它也为 AI 模块提出问题：机器给出流畅而错误的答案时，错误来自模型自身，还是来自模型所学习的人类材料？
未决问题
仍无定论
关于心智实际如何推理的研究已经持续五十年，仍有许多问题未获解决：
- 「是否存在唯一正确的理性标准？」抑或「理性」总是相对于目标与环境？
- 「一个过程还是多个过程？」心智是同一套机制在资源预算内做近似推断，还是确实存在不同的加工模式？双系统的图景已经动摇，但还没有公认的替代方案。
- 「偏差该纠正还是该尊重？」如果偏差本是有限心智的最优选择，纠偏训练也许能提高逻辑测验的成绩，却让人在真实环境中做得更差。
- 「资源理性是解释，还是只是重新描述？」它能变得可证伪吗，还是总会找到一种成本函数，为人们的所作所为开脱？
- 「AI 所继承的究竟是什么？」当一个系统复现人类谬误时，它学到的是推理结构，还是语料中的错误模式？
一日三句
- 核心观点
- 启发式是有限资源下的简化推理规则，既可能产生系统性偏差，也可能在特定环境中有效。判断其合理性，必须同时考虑规范标准和任务环境。
- 最佳类比
- 西蒙的「剪刀」说明，行为表现由认知能力与环境结构共同决定。
- 仍在争论
- 资源理性分析尝试解释偏差为何可能是有限计算条件下的合理近似，但其自由参数和可证伪性仍需检验。
今日线索 › 计算 · 演化 · 信息格式 · 大效应意志力燃料模型缺乏支持 · 弱涌现。
明日 → 第 12 日
网络
今天我们讨论了心智及其所处的环境。明天将把范围扩大到心智与事物之间的连接：六度分隔、枢纽与幂律、观念和流行病的传播，以及真实网络是否具有无标度结构的争议。
来源
来源与延伸阅读
- Tversky, A. & Kahneman, D. (1974). “Judgment under Uncertainty: Heuristics and Biases.” Science 185(4157): 1124-1131.
- Tversky, A. & Kahneman, D. (1983). “Extensional versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment.” Psychological Review 90(4): 293-315. doi:10.1037/0033-295X.90.4.293. doi.org/10.1037/0033-295X.90.4.293
- Simon, H. A. (1955). “A Behavioral Model of Rational Choice.” Quarterly Journal of Economics 69(1): 99-118.
- Simon, H. A. (1956). “Rational Choice and the Structure of the Environment.” Psychological Review 63(2): 129-138.
- Simon, H. A. (1990). “Invariants of Human Behavior.” Annual Review of Psychology 41: 1-19.
- Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
- Evans, J. St. B. T. & Stanovich, K. E. (2013). “Dual-Process Theories of Higher Cognition: Advancing the Debate.” Perspectives on Psychological Science 8(3): 223-241.
- Melnikoff, D. E. & Bargh, J. A. (2018). “The Mythical Number Two.” Trends in Cognitive Sciences 22(4): 280-293.
- Hagger, M. S. et al. (2016). “A Multilab Preregistered Replication of the Ego-Depletion Effect.” Perspectives on Psychological Science 11(4): 546-573. doi.org/10.1177/1745691616652873 Dang, J. et al. (2021). “A Multilab Replication of the Ego Depletion Effect.” Social Psychological and Personality Science 12(1): 14-24. doi.org/10.1177/1948550619887702 Vohs, K. D. et al. (2021). “A Multisite Preregistered Paradigmatic Test of the Ego-Depletion Effect.” Psychological Science 32(10): 1566-1581. doi.org/10.1177/0956797621989733
- Gigerenzer, G. & Hoffrage, U. (1995). “How to Improve Bayesian Reasoning Without Instruction: Frequency Formats.” Psychological Review 102(4): 684-704.
- McDowell, M. & Jacobs, P. (2017). “Meta-analysis of the Effect of Natural Frequencies on Bayesian Reasoning.” Psychological Bulletin 143(12): 1273-1312.
- Gigerenzer, G. & Goldstein, D. G. (1996). “Reasoning the Fast and Frugal Way: Models of Bounded Rationality.” Psychological Review 103(4): 650-669.
- Gigerenzer, G. & Brighton, H. (2009). “Homo Heuristicus: Why Biased Minds Make Better Inferences.” Topics in Cognitive Science 1(1): 107-143.
- Lieder, F. & Griffiths, T. L. (2020). “Resource-rational Analysis: Understanding Human Cognition as the Optimal Use of Limited Computational Resources.” Behavioral and Brain Sciences 43: e1. doi:10.1017/S0140525X1900061X. doi.org/10.1017/S0140525X1900061X
- Lieder, F., Griffiths, T. L., Huys, Q. J. M. & Goodman, N. D. (2018). “The Anchoring Bias Reflects Rational Use of Cognitive Resources.” Psychonomic Bulletin & Review 25(1): 322-349.
- Hertwig, R. & Grune-Yanoff, T. (2017). “Nudging and Boosting: Steering or Empowering Good Decisions.” Perspectives on Psychological Science 12(6): 973-986.
- Mertens, S., Herberz, M., Hahnel, U. J. J. & Brosch, T. (2022). “The Effectiveness of Nudging: A Meta-analysis of Choice Architecture Interventions.” PNAS 119(1): e2107346118.
- Maier, M., Bartos, F., Stanley, T. D., Shanks, D. R., Harris, A. J. L. & Wagenmakers, E.-J. (2022). “No Evidence for Nudging After Adjusting for Publication Bias.” PNAS 119(31): e2200300119. 另见 Szaszi et al. (2022), e2200732119. doi.org/10.1073/pnas.2200300119
- Binz, M. & Schulz, E. (2023). “Using Cognitive Psychology to Understand GPT-3.” PNAS 120(6): e2218523120. doi.org/10.1073/pnas.2218523120
专题深入附录深层材料选读内容。
正文介绍了启发式、理性标准之争、西蒙的「剪刀」和资源理性。本附录补充风险下的选择、过度自信、确认偏差、反思测试、判断噪声，以及少用信息反而表现更好的真实案例。
这里有什么
正文问的是：捷径究竟是缺陷、适应工具，还是资源受限心智的本来形态？本附录补充了我们路过时没展开的证据与质感：前景理论、过度自信的三张面孔、沃森的实验室陷阱、球棒与球测试、双过程理论的修正、偏差与噪声之分，以及带盈亏表的「少即是多」。
第一部分风险下的选择
前景理论：不同于期望效用的价值函数
1974 年的启发式论文讲的是判断。卡尼曼和特沃斯基的第二次革命讲的是选择。1979 年，他们向期望效用理论发起了攻击——这一优雅框架自冯·诺依曼与摩根斯坦以来一直主导经济学。按该框架，人们应当评估最终财富状态，并按真实概率加权结果。在实验室里，他们并没有这么做。
前景理论改变了坐标系。人们相对于一个参照点评估结果，而不是看最终财富。价值曲线在收益区间上凸、在损失区间下凸，且损失一侧更陡。小概率常被赋予过高权重，中大概率常被赋予过低权重。这产生了著名的四重模式：对高概率收益风险回避、对高概率损失风险寻求、对极小概率收益（如彩票）风险寻求、对极小概率损失（如保险）风险回避。
交互 · 前景理论的形状
损失那一侧更陡
拖动损失厌恶系数 lambda。收益与损失都按参照点来计量；曲线在两边都会变平，但损失侧更陡。
同样的 50 美元损失，在心理上约等于 2.25 个同等收益。
图示 · 前景价值函数
此图采用累积前景理论经典的示意值 lambda = 2.25（损失厌恶系数）。
| 特征 | 含义 | 为何重要 |
|---|---|---|
| 参照依赖 | 结果相对于基线被编码为收益或损失。 | 同一结果因预期不同而感觉好坏不一。 |
| 敏感性递减 | 从 0 到 100 美元的变化，比从 10,000 到 10,100 美元更有心理分量。 | 曲线随结果远离参照点而趋于平缓。 |
| 损失厌恶 | 同等大小的损失通常比收益更陡。 | 放弃某物可能比获得它更显沉重。 |
谨慎的版本才重要。Ruggeri 等人在 19 个国家、4,098 名被试中开展了一项大型协调直接重复实验，复现了约 94% 的前景理论选择模式，且各样本的模式相似。但「损失的痛苦是收益快感的两倍」这一口号被过度推广了。Gal 与 Rucker 认为，所谓普遍存在的两倍系数，证据比通俗总结要弱；Mrkva 等人则回应说，损失厌恶真实存在，但受注意力和情境调节。正确的落脚点不是「损失厌恶无处不在」，而是「参照依赖的选择相当稳健，而具体的损失厌恶乘数并非自然定律」。
前景理论也为启发式与偏差研究架起了一座通往市场的桥。禀赋效应让一只马克杯在变成「我的」之后更值钱。现状偏差让切换感觉像在放弃什么。处置效应让人们不愿兑现损失。价值函数把理论从实验室的谜题卡片搬进了制度之中。
第二部分置信度
过度自信的三种形式
过度自信听起来像一件事。Moore 与 Healy 2008 年的综述把它拆成三种，这一拆分避免了很多混淆。
| 面孔 | 它回答的问题 | 经典模式 |
|---|---|---|
| 高估 | 我绝对水平有多好？ | 我觉得周五前能写完论文。 |
| 过高定位 | 我相对于他人有多好？ | 我觉得自己的驾驶技术高于平均水平。 |
| 过度精确 | 我的不确定区间有多窄？ | 我给出的区间很紧，而现实落在区间外。 |
这三张面孔并不总指向同一方向。Moore 与 Healy 的转折在于：人们在简单任务上常高估自己相对于他人的位置，在困难或罕见任务上却可能低估自己——「优于平均」并非放之四海而皆准。这就是为什么「过度自信」这个干净定义一到手里就碎。
最滑稽的演示是 Ola Svenson 1981 年的驾驶研究。约 93% 的美国司机认为自己的驾驶技术高于中位数。不可能的算术本身就是重点：他们不是在报告「我足够安全」，而是在把自己定位到比较群体之上。
最昂贵的一张面孔是计划谬误。Buehler、Griffin 与 Ross 表明，人们习惯性地预测最好情况的时间线，却忽视自己过去的拖延。同样的模式会放大。悉尼歌剧院预计耗资约 700 万美元、1963 年开幕；结果 1973 年开幕，耗资超过 1 亿美元。Bent Flyvbjerg 的答案是参考类预测：不要从自己的内部故事开始，而要从类似项目的实际结果开始。
为什么校准困难
校准不是泛泛的自信。它问的是：以 70% 信心做出的陈述，是否约有 70% 成真；90% 的陈述是否约有 90% 成真；依此类推。这需要大量可比较判断构成的反馈闭环。日常生活给我们的却是模糊、延迟、容易找借口的反馈。没有记录，自信就会像人格特质，而不是可测量的错误率。
第三部分确认偏差
确认偏差与实验检验
卡尔·波普尔告诉科学家要寻找反例。彼得·沃森想知道普通推理者是否天然就会这么做。他的 2-4-6 任务看起来很简单。被试看到数列 2、4、6，需要通过提出其他三元组来发现规则。多数人猜「每次加二」，然后测试确认性案例：8-10-12、20-22-24。真正的规则更宽泛：任何递增数字。一个他们预期会失败的测试，比如 1-2-3，会更有帮助，但人们往往只找「是」的例子。
沃森选择任务以另一种形式重复了这一打击。给被试看印有字母和数字的卡片，要求他们判断该翻开哪些卡片来检验规则：「如果卡片一面是元音，另一面就是偶数。」必须翻的是元音（可能确认或违反规则）和奇数（可能暴露违反）。许多人却选择元音和偶数。但 Leda Cosmides 把同样逻辑重述为社会契约后，故事变得更复杂了：比如检查喝啤酒的人是否未成年，表现会大幅提升。人类在抽象证伪上可能很糟糕，在发现社会规则中的作弊者时却强得多。
令人不安的是，智力并不能救你。Keith Stanovich 与 Richard West 区分了一般智力与我方偏差：聪明人同样可能维护己方立场，有时甚至更有能力这么做。Kahan 等人用一道算术题推进了这一论点。同一张 2×2 表格，一次呈现为关于护肤霜的证据，另一次呈现为关于枪支管制的证据。当数据中立时，高算术素养的被试表现出色；当数据触碰政治立场时，算术素养有时甚至帮助他们更加极化。
最后一项发现需要贴上警告标签。后续研究质疑了「动机性数理推理」到底有多普遍、多可重复。Pennycook 与 Rand 认为，许多对错误信息的易感看起来不像人们为了维护部落立场而过度推理，更像是人们根本没有充分思考。前沿问题不再是「人有没有偏差」，而是失败模式何时是动机性推理、何时是懒惰、何时是问题格式本身在作祟。
第四部分反思能力
球棒与球：认知反思测试
Shane Frederick 的认知反思测试小到能写在餐巾纸上，却尖锐到能见血。
一个球棒和一个球一共 1.10 美元。球棒比球贵 1.00 美元。球多少钱？
直觉答案是 10 美分。但它错了。如果球是 10 美分，球棒就是 1.10 美元，总价会变成 1.20 美元。球 5 美分，球棒 1.05 美元，总价 1.10 美元。
CRT 测的不只是算术。它测的是一个流畅答案能否被打断。Frederick 发现，CRT 表现能预测耐心、风险偏好以及对多种判断偏差的易感性。近年的工作把反思与错误信息联系起来：会停下来检查第一反应的人，更少接受假新闻标题。这个小小的球棒与球问题就像系统 2 的审计按钮，尽管如正文所警告，我们仍应把「系统 1／系统 2」模型当作一种粗略说法。
第五部分双过程理论的修正
双过程理论的新解释
流行叙事把故事讲成：直觉先脱口而出错误答案，深思熟虑随后再把它纠正。Wim De Neys 等人让这个故事复杂化了。在双反应实验中，被试先在时间压力下作答，再经过深思熟虑后第二次作答，同时还要报告信心或表现出冲突迹象。许多给出偏差答案的人仍然表现出冲突检测：反应更慢、信心更低，或出现生理上的不适感。
Bago 与 De Neys 更进一步。在某些双反应设计中，许多正确答案已经出现在第一次直觉反应中。含义不是说直觉总是明智，而是直觉可能不只包含刻板印象和冲动，也可能存在「逻辑直觉」：对冲突、数字和结构的快速敏感。
这让这个领域保持自我修正。双过程理论作为教学地图仍然有用，但地图不能画成「笨系统 1 对聪明系统 2」。有时第一反应错了，第二反应修复它；有时第一反应已包含修复；有时单过程模型同样能解释数据。那套简洁的剧情只能作为速记保留。
第六部分判断误差
偏差与噪声的区别
2021 年，卡尼曼与 Olivier Sibony、Cass Sunstein 一起提出，组织沉迷于偏差，却低估了对噪声的测量。偏差是朝同一方向系统性地错。噪声是散布：两个核保员、医生、法官或经理面对相似案例，却给出截然不同的答案。
他们选的保险业案例令人不安，而且这种不适是有意保留的。高管预计，同一风险的核保定价差异可能在 10–25% 之间。一次审计显示，中位数差异约为 55%。这不是关于类别的哲学偏见，而是一个自认为专业的系统内部的高昂变异。
算术很简单：MSE = bias^2 + noise^2。要减少误差，要么让平均答案靠近靶心，要么减少散布。卡尼曼、Sibony 与 Sunstein 把噪声分为水平噪声、模式噪声与情境噪声：有些法官总体上更严厉，有些只在某类案件中更严厉，还有些会随心情、顺序或日期变化。
实用的解药是决策卫生：讨论前先独立判断、建立结构化标准、把证据与评估分开、在算法优于人类的地方使用算法、定期进行噪声审计。它不如去偏那么风光，但往往更容易测量。
第七部分少用信息的实际收益
带有真实收益与损失的「少即是多」
正文用凝视启发式与识别启发式说明，忽略信息为何能帮忙。金融学用真金白银把这一点说得更有力。
Harry Markowitz 发明了现代投资组合理论，却据说把自己的退休金大致按 50/50 配置在股票和债券之间，因为他不想后悔任何一种极端。这个轶事不是证明。但 DeMiguel、Garlappi 与 Uppal 在 2009 年给出了更深的结果：他们把优化投资组合策略与朴素的1/N 规则相比较，后者只是把财富等分到可用资产上。在多个数据集中，1/N 在样本外极难被击败。某些优化策略需要约 3,000 个月的数据，其估计优势才能压倒估计误差。
原因是：第 10 日的模型教训在这里穿上了交易外套。优化是一个模型。模型需要估计。估计充满噪声。当环境嘈杂、数据有限时，漂亮的优化器会拟合出幽灵。粗糙规则有偏差，但方差很小。在偏差-方差权衡中，这可能胜出。
快速节俭启发式树在分类中也展示了同样一课。一棵只问几个是非问题、尽早停止的决策树，可以匹配或击败更复杂的医学或法律模型，尤其当目标环境有稳定线索且数据有限时。胜利不是魔法。又是那把剪刀：一条简单规则，加上一个让这条规则强大的环境。
启发式为何存在？
一个演化答案是错误管理理论。如果两类错误代价不等，最优系统可能是有偏的。烟雾报警器偏向误报，因为漏掉真火的代价大于不必要地把你吵醒。在祖先环境中，把影子误认为捕食者，与把捕食者误认为影子，付出的代价并不相等。
这并不意味着每种偏差都是适应性的。Gigerenzer 把相反的错误叫做「偏差偏见」：在还没问清是什么任务和环境产生了它之前，就把每一个偏离逻辑的空隙都当作缺陷。更准确的划分是三分的：有些偏差确实是相对于良好规范的真实错误；有些是糟糕问题格式造成的人为产物；有些是在约束下的适应性押注。
去偏也处在同样的混合地带。Morewedge 等人发现，针对性的训练游戏能在数月后减少多种偏差。检查清单、参考类预测、自然频数、基础率提示以及结构化的决策卫生都能有所帮助。但目标不是消灭直觉，而是知道何时信任捷径、何时改变表征、何时强制启动更慢的审计。
- 核心补充
- 第 11 日讨论有限条件下的判断，本附录补充风险选择、过度自信、确认偏差、反思测试、判断噪声，以及带真实收益和损失的简化决策案例。
- 关键区分
- 偏差可能是违反逻辑规范、适应环境的结果、信息格式造成的效应、噪声导致的误差，或有限计算成本下的近似。
- 实践规则
- 称某条启发式不理性之前，应先明确评价规范，考察任务环境，并估计完整计算的时间与资源成本。
今日线索 › 计算（限制、近似与资源理性选择）· 演化（不对称错误成本与适应性启发式）· 信息（问题格式、自然频数与嘈杂的判断系统）。
↩ 回到主路
第 12 日将从个人捷径转向社会推理：心智如何协调、分歧、信号、依赖彼此，以及有时如何共同陷入共享的错误。
来源与延伸阅读
- Kahneman, D. & Tversky, A. (1979). “Prospect Theory: An Analysis of Decision under Risk.” Econometrica, 47(2), 263-291.
- Tversky, A. & Kahneman, D. (1992). “Advances in Prospect Theory: Cumulative Representation of Uncertainty.” Journal of Risk and Uncertainty, 5, 297-323.
- Kahneman, D., Knetsch, J. L. & Thaler, R. H. (1990). “Experimental Tests of the Endowment Effect and the Coase Theorem.” Journal of Political Economy, 98(6), 1325-1348.
- Ruggeri, K. et al. (2020). “Replicating patterns of prospect theory for decision under risk.” Nature Human Behaviour, 4, 622-633. doi:10.1038/s41562-020-0886-x.
- Gal, D. & Rucker, D. D. (2018). “The Loss of Loss Aversion: Will It Loom Larger Than Its Gain?” Journal of Consumer Psychology, 28(3), 497-516；另见 Mrkva et al. (2020) 的回应，Journal of Consumer Psychology, 30(3), 407-428.
- Moore, D. A. & Healy, P. J. (2008). “The trouble with overconfidence.” Psychological Review, 115(2), 502-517.
- Svenson, O. (1981). “Are we all less risky and more skillful than our fellow drivers?” Acta Psychologica, 47(2), 143-148.
- Buehler, R., Griffin, D. & Ross, M. (1994). “Exploring the planning fallacy.” Journal of Personality and Social Psychology, 67(3), 366-381.
- Flyvbjerg, B. (2008). “Curbing Optimism Bias and Strategic Misrepresentation in Planning.” European Planning Studies, 16(1), 3-21.
- Wason, P. C. (1960). “On the failure to eliminate hypotheses in a conceptual task.” Quarterly Journal of Experimental Psychology, 12(3), 129-140.
- Wason, P. C. (1968). “Reasoning about a rule.” Quarterly Journal of Experimental Psychology, 20(3), 273-281; Cosmides, L. (1989). “The logic of social exchange.” Cognition, 31(3), 187-276.
- Stanovich, K. E. & West, R. F. (2008). “On the Failure of Cognitive Ability to Predict Myside and One-Sided Thinking Biases.” Thinking & Reasoning, 14(2), 129-167; Stanovich, K. E. (2021). The Bias That Divides Us. MIT Press.
- Kahan, D. M., Peters, E., Dawson, E. C. & Slovic, P. (2017). “Motivated Numeracy and Enlightened Self-Government.” Behavioural Public Policy, 1(1), 54-86. doi:10.1017/bpp.2016.2；复现状况有争议，可参见 Ballarini & Sloman (2017) 与 Kahan & Peters (2017).
- Pennycook, G. & Rand, D. G. (2019). “Lazy, not biased: Susceptibility to partisan fake news is better explained by lack of reasoning than by motivated reasoning.” Cognition, 188, 39-50.
- Frederick, S. (2005). “Cognitive Reflection and Decision Making.” Journal of Economic Perspectives, 19(4), 25-42.
- Bago, B. & De Neys, W. (2019). “The Smart System 1: Evidence for the Intuitive Nature of Correct Responding on the Bat-and-Ball Problem.” Thinking & Reasoning, 25(3), 257-299；另见 De Neys & Glumicic (2008), Cognition, 106, 1248-1299；Raoelison, Thompson & De Neys (2020), Cognition, 204, 104381；De Neys (2021), Perspectives on Psychological Science, 16(6), 1412-1427.
- Kahneman, D., Sibony, O. & Sunstein, C. R. (2021). Noise: A Flaw in Human Judgment. Little, Brown Spark.
- DeMiguel, V., Garlappi, L. & Uppal, R. (2009). “Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio Strategy?” Review of Financial Studies, 22(5), 1915-1953. doi:10.1093/rfs/hhm075.
- Haselton, M. G. & Nettle, D. (2006). “The paranoid optimist: An integrative evolutionary model of cognitive biases.” Personality and Social Psychology Review, 10(1), 47-66.
- Gigerenzer, G. (2018). “The Bias Bias in Behavioral Economics.” Review of Behavioral Economics, 5(3-4), 303-336.
- Morewedge, C. K. et al. (2015). “Debiasing Decisions: Improved Decision Making With a Single Training Intervention.” Policy Insights from the Behavioral and Brain Sciences, 2(1), 129-140.
专题深入附录研究前沿选读内容。
附录 I 讨论了前景理论、过度自信和确认偏差等相对成熟的研究。本篇聚焦 2020 年代的五个前沿方向，其中包括预印本和仍在争论的解释。问题不只是「已经知道什么」，还包括哪些方法可能有效、哪些主张可能被夸大，以及现有证据能支持到何种程度。
本文位置
正文以资源理性综合收尾，附录一则补上了较早的证据。本篇附录把两条线索一起推到 2020 年代的前沿：把训练好的网络当作认知模型、偏差的有限取样理论、资源理性表征、面向大规模人群的预先揭穿，以及用 AI 系统代替人类心智的奇特尝试。反复出现的线索是计算、信息，以及后来主导第九单元的 AI 脉络。
前沿校准器
因为这里大量内容都很新，标签要承担更多工作。已确立 表示已经过同行评议并获得独立支持。有前景 表示确有其事，但仍处于早期、范围狭窄、存在争议，或只是预印本形态。夸大 表示标题跑得比证据快。请牢记第二天的警告：那些把每种偏差都重新诠释为「暗中理性」的理论之所以令人兴奋，正是因为它们能解释太多东西——而这也恰恰可能让它们难以证伪。
Centaur：行为预测与机制解释
心理学长期希望建立一个覆盖多种认知任务的模型，而不是为每项任务分别设计模型。2025 年，Marcel Binz、Eric Schulz 与合作者们做出了一次广泛尝试。他们把一个大型语言模型在 Psych-101 上微调——这是一个汇集了 160 项心理学实验、60,092 名参与者、10,681,650 次决策的数据集，所有试次都被改写成了通俗英语。成品叫做 Centaur，可以用于文字描述的实验：赌博任务、记忆任务、老虎机问题、道德两难。
预测结果令人不安。Centaur 对留出的参与者的预测优于许多为每项任务专门构建的认知模型，而且能跨背景故事和任务变体泛化。更令人惊讶的是：仅通过在行为上微调，它的表征就变得更擅长预测人类脑活动，尽管它从未在脑部扫描上训练过。
反对意见以更尖锐的形式重申了第十天的教训：预测不等于解释。Jeffrey Bowers 等批评者指出，Centaur 在探查下会表现出非人类的行为。比喻很简单：指针式时钟和数字时钟可以显示完全相同的时间，内部机制却截然不同。一个模型可以是强大的预测器，却仍然无法解释心智。后来一篇批评性预印本认为，一个轻度改动的基线模型几乎追平了 Centaur 的预测优势，这让理论寓意不像标题暗示的那么一锤定音。更准确的读法不是「LLM 就是心智」，而是「一个行为黑箱已经变成严肃工具，而这个工具能否升格为解释，才是当下真正悬而未决的问题」。
图解 · Centaur 争论的核心
相同预测，不同机制
两套机制，一种输出。如果某个模型复现了人类行为，运行的却是与心智不同的机器，那它到底解释了认知，还是只模仿了认知？
Binz 与 Schulz 对 Centaur 的表述相当谨慎：它是一个能很好预测行为的大型黑箱；如果把内部打开，也许能教会我们一些关于自身的东西。需要抵抗的过度说法是：一个预测黑箱本身就已经是心智理论。
取样假说与认知过程
正文曾围绕这个悖论打转，却未能解决它。感知与运动控制的研究常把大脑视为出色的概率引擎；可同一大脑在简单的显式概率题上却会栽跟头。同一个器官，怎么会是概率天才，又是概率笨蛋？
Adam Sanborn 与 Nick Chater 提出了一种调和：大脑是贝叶斯的，但它并不计算概率，而是取样。他们的口号是 没有概率表征的贝叶斯大脑。取样器若拥有无限样本，会精确服从概率论；有限心智只能承担少数几次抽取，而小样本嘈杂、极端，有时还存在自相关。让同一套机制去回答显式概率问题，就可能产生合取谬误、基础率忽视、解包效应，以及类锚定的漂移。
Jian-Qiao Zhu、Sanborn 和 Chater 把这个口号变成了 贝叶斯取样器，再进一步发展为 自相关贝叶斯取样器。它的吸引力在于统一：概率判断、估计、置信区间、选择、信心评分和反应时间，都能用同一个机制家族来解释。如果成立，许多偏差就不再像彼此独立的故障，而开始像近似推断样本太少时留下的共同签名。
交互 · 有限样本的偏差
取样引擎
模拟心智分别估计「A 有多可能？」和「A 且 B 有多可能？」。逻辑要求 P(A 且 B) 不超过 P(A)，但少量有噪样本会把顺序翻转。拖动样本数，看看错误如何收缩。
这说明噪声本身如何制造不连贯。经典题目中的真实合取谬误率可接近 85%，因为代表性也会抬高合取项的直觉可信度；这里的曲线是 Zhu、Sanborn 与 Chater 取样模型精神下的教学示意。
图示 · 取样模型
图中在同一条示意曲线上标出了几个有代表性的样本数量。
把曲线读成三个固定检查点：两个样本时，仅噪声就能让相当一部分模拟心智把合取项排得更高；八个样本时，错误率已经明显回落；二十四个样本时，在这个玩具模型里几乎消失。
取样故事能承载多少重量？真实，但尚未一锤定音。这些模型经过同行评议、覆盖面广，但许多拟合仍是定性的；Costello 和 Watts 的PT+N 模型也能解释重叠的数据；「这可以被建模为取样」并不等于「大脑就是在取样」。这个想法之所以更有趣，还因为大型语言模型也会产生不连贯的概率判断，而贝叶斯取样器框架也能解释部分机器错误。如果一种机制能同时捕捉大脑与 Transformer 的怪癖，这就像是在提出一个跨系统的统一解释。但它仍是假说，不是已成定案的定律。
资源理性的新发展
正文把资源理性框定为「有限心智选择正确启发式」。2022 年的前沿把这个想法推向了更激进的地方：心智还会选择表征什么——保留问题的哪些特征、在推理开始前丢弃哪些特征。
Mark Ho、Tom Griffiths 与同事在 Nature 上论证了这一点，论文开篇正是第十天的画面：博尔赫斯那幅与疆域等大的 1:1 地图，精确无比，也毫无用处。他们认为大脑构建的恰恰是反面：故意有损的「认知地图」，或者说 价值引导的建构，只保留对目标有用的东西。在一系列预注册的迷宫实验中，人们构建的简化表征与理论预测相近，在表征复杂度与规划可用性之间做权衡。
另一条相关工作逆向工程人类如何做规划，并追问更好的策略能否被发现、能否被教授。这已经在催生 认知假体：工具与训练，推动人们使用资源理性规划者会采用的策略。这是 Simon 的剪刀向内翻转：环境有结构，但心智也会重塑问题，以适配自己有限的刀刃。
大规模预先揭穿
到此为止，一切都在理解有偏差的思维。这一前沿则关乎大规模修复它。引擎是 William McGuire 的 接种理论：正如弱化的病毒能训练免疫系统，一剂被削弱的操控技巧也能建立心理抵抗力。现代版本叫做 预先揭穿——在虚假内容到来之前，先教你识破这些把戏。
Roozenbeek、van der Linden、Lewandowsky 与同事借助 Google Jigsaw 把这一想法推到了平台规模。2022 年 Science Advances 的研究中，五段 90 秒视频讲授了诸如恐惧煽动、虚假二分、替罪羊、自相矛盾、人身攻击等操控技巧。实验室研究与一项覆盖约 540 万用户的 YouTube 现场实验发现，观看者之后更善于识别操控技巧，据报道人均成本约五美分。
批评很尖锐。接种提高的是辨别力，还是仅仅让人对一切都不信？用信号检测的术语来说，它提高的是 敏感性，还是把 反应偏向 推向了「什么都不信」？Modirrousta-Galian 与 Higham 指出，一些接种游戏效应看起来更像全面怀疑，而非更敏锐的判断。再加上没有加强针时的衰减、真实环境中效应更小，稳妥的裁决是：预先揭穿有效，但它改变了什么、能持续多久，仍是未决问题。
以机器代替人类参与者
最后一处前沿把整天的线索折回自身。如果语言模型能模仿人类反应，为什么不直接用它取代人类参与者，用合成受访者即时、廉价地运行调查与实验？Lisa Argyle 与合作者给这个诱人版本起了个名字：算法保真度。给 LLM 加上人口统计学背景，它就能复现真实样本的某些聚合模式。更宽泛的做法常被称为 硅基取样。
批评与第十一天教过的一切遥相呼应。合成样本可能过于平滑，压低了方差，漏掉真实意见的尾部；它们可能随模型版本不可预测地漂移；它们可能镜像训练数据中受过良好教育、富裕、自由派的过度代表。一个被训练来生成平均下一个词的模型，可能把人类压扁成一个平均受访者。
结尾的转折非常适合这一天。Liu、Geng、Peterson、Sucholutsky 与 Griffiths 2024 年的一篇预印本指出，当 LLM 模拟或预测人类选择时，它们常常把我们建模得比实际更理性，更接近第十一天拆解过的那种整齐期望效用主体。我们可能用来理解自己的机器，对我们带有一种 理性偏向。这台仪器把我们错认成了我们不是的理想推理者。
前沿证据评级
2020 年代五项研究方向的证据评级
| 赌局 | 状态 | 谨慎读法 |
|---|---|---|
| 把 Centaur 视为统一认知模型（Nature 2025） | 能预测行为 / 能否解释仍存争议 | Psych-101 预测和神经对齐主张让它成为一台理论地位未定、却壮观的行为学仪器。 |
| 取样假说（Psychological Review 2020-2023） | 有前景的统一框架 | 有限贝叶斯取样或许能串起许多偏差和 LLM 概率错误，但竞争模型与可证伪性问题仍在。 |
| 资源理性表征（Nature / NHB 2022） | 结果扎实 / 宏大理论未决 | 人们会以目标敏感的方式简化表征；一个规范性的认知统一理论仍是梦想。 |
| 大规模预先揭穿（Science Advances 2022） | 有效 / 辨别力存疑 | 廉价视频触达 540 万 YouTube 用户，并能提升操控技巧识别力；持久性和一概怀疑仍是活问题。 |
| 硅基取样（Political Analysis 2023-2024） | 聚合模仿 / 取代主张被夸大 | 作为研究辅助或压力测试有用，但方差压缩、人口偏斜、版本漂移和理性偏向都挡住了取代主张。 |
未决问题
接下来需要回答的问题
- 「行为预测能否成为解释？」Centaur 迫使认知科学回答：一个能预测我们的模型，究竟在什么时候教会了我们关于心智的东西，而不仅仅是镜像我们。
- 「单一机制能统摄所有偏差吗？」取样理论与资源理性理论之所以优美，是因为它们解释得太多；这也恰恰是第二天那把划界之刃必须出场的原因。
- 「如果心智一路都是最优的，『偏差』还是正确的词吗？」约束越重要，纯逻辑基准就越没用。
- 「人口规模的去偏能带来辨别力，而不只是怀疑吗？」一个什么都不信的公民群体，未必比偶尔上当的群体过得更好。
- 「当 AI 成为镜子时会发生什么？」当我们用 AI 来建模、预测、代替人类心智时，我们可能只是在研究一幅对人类过度美化的机器漫画，而非人类本身。
- 核心观点
- 2020 年代的理性研究同时探索行为预测模型、取样机制和资源理性原则；应用研究则检验能否用这些模型改进群体干预或替代人类参与者。
- 关键区分
- 一台机器可以复现人类行为，却未必解释其认知机制；预测成功与机制理解需要分别评估。
- 活跃争议
- 主要争议包括预测与解释、统一理论与可证伪性、个体差异与总体规律，以及大型语言模型是否能够替代人类完成认知任务。
本文线索 › 计算（有限推断既是偏差的引擎，也可能是解药）· 信息（取样、表征与接种共同决定心智保留、抽取或抗拒哪些信息）· AI（机器作为推理心智的模型、解药与替代品）。
↩ 回到主路径
第十一天的支线到此关闭：正文、稳当展柜与未干的前沿。第十二天将从个人捷径转向网络：心智之间的连接、传染、枢纽、幂律，以及社会推理的结构。
来源与延伸阅读
以下引用 2020 年后的工作。除非标注为预印本，否则均经同行评议。
- Binz, M., Akata, E., Bethge, M., Griffiths, T. L. & Schulz, E. et al. (2025). “A Foundation Model to Predict and Capture Human Cognition.” Nature, 644(8078), 1002-1009. doi.org/10.1038/s41586-025-09215-4
- O’Grady, C. (2025). “Researchers Claim Their AI Model Simulates the Human Mind. Others Are Skeptical.” Science news, July 2, 2025. science.org
- Orr, M. et al. (2025). “Not Even Wrong: On the Limits of Prediction as Explanation in Cognitive Science.” arxiv.org/abs/2510.03311
- Sanborn, A. N. & Chater, N. (2016). “Bayesian Brains without Probabilities.” Trends in Cognitive Sciences, 20(12), 883-893.
- Zhu, J.-Q., Sanborn, A. N. & Chater, N. (2020). “The Bayesian Sampler: Generic Bayesian Inference Causes Incoherence in Human Probability Judgments.” Psychological Review, 127(5), 719-748. doi.org/10.1037/rev0000190
- Zhu, J.-Q., Sundh, J., Spicer, J., Chater, N. & Sanborn, A. N. (2023). “The Autocorrelated Bayesian Sampler.” Psychological Review.
- Ho, M. K., Abel, D., Correa, C. G., Littman, M. L., Cohen, J. D. & Griffiths, T. L. (2022). “People Construct Simplified Mental Representations to Plan.” Nature, 606(7912), 129-136. doi.org/10.1038/s41586-022-04743-9
- Callaway, F., van Opheusden, B., Gul, S., Das, P., Krueger, P. M., Griffiths, T. L. & Lieder, F. (2022). “Rational Use of Cognitive Resources in Human Planning.” Nature Human Behaviour, 6(8), 1112-1125. 另见 Lieder et al. (2019), “Cognitive Prostheses for Goal Achievement,” Nature Human Behaviour, 3, 1096-1106；以及 Binz et al. (2024), “Meta-Learned Models of Cognition,” Behavioral and Brain Sciences, 47, e147.
- Roozenbeek, J., van der Linden, S., Goldberg, B., Rathje, S. & Lewandowsky, S. (2022). “Psychological Inoculation Improves Resilience against Misinformation on Social Media.” Science Advances, 8(34), eabo6254. doi.org/10.1126/sciadv.abo6254
- Modirrousta-Galian, A. & Higham, P. A. (2023). “Gamified Inoculation Interventions Do Not Improve Discrimination between True and Fake News: Reanalyzing Existing Research with Signal Detection Theory.” Journal of Experimental Psychology: General, 152(9), 2411-2437.
- Argyle, L. P., Busby, E. C., Fulda, N., Gubler, J. R., Rytting, C. & Wingate, D. (2023). “Out of One, Many: Using Language Models to Simulate Human Samples.” Political Analysis, 31(3), 337-351.
- Bisbee, J., Clinton, J. D., Dorff, C., Kenkel, B. & Larson, J. M. (2024). “Synthetic Replacements for Human Survey Data? The Perils of Large Language Models.” Political Analysis, 32(4), 401-416. 另见 Santurkar, S. et al. (2023), “Whose Opinions Do Language Models Reflect?” ICML；以及 Dillion, D. et al. (2023), “Can AI Language Models Replace Human Participants?” Trends in Cognitive Sciences, 27(7), 597-600.
- Liu, R., Geng, J., Peterson, J. C., Sucholutsky, I. & Griffiths, T. L. (2024). “Large Language Models Assume People Are More Rational Than We Really Are.” arxiv.org/abs/2406.17055
第 011 日终 · 尚有 169 日课程