启发式、偏差与理性

纲领

我们思考时走的捷径

一九七四年，两位以色列心理学家在《科学》上发表了一篇论文，悄悄改写了一整个领域。特沃斯基与卡尼曼提出，人并不是靠「做概率题」来估计概率的；我们会顺手抓起一小把启发式：通常奏效、偶尔以可预测方式失灵的心智捷径。其中三把承担了大部分重担。

代表性启发式。我们凭一件事与心中原型的相似程度来判断它有多可能。琳达正是这样被绊倒的：她太符合女权主义者的刻板印象，以至于「女权主义银行出纳员」听起来比「银行出纳员」更贴切；这种「合辙」的感觉悄悄压过了集合的算术。代表性启发式也会让我们忽视基础率，这正是第 4 日里的陷阱：听说「史蒂夫性格温顺、整洁、喜欢秩序」，人们猜他是图书管理员而非农民，却忘了农民的人数本来就远超图书管理员。

易得性启发式。我们凭例子浮上心头的容易程度来判断一件事有多常见。空难登上新闻后，坐飞机感觉致命，尽管事故之所以成为新闻，恰恰说明它多么罕见。生动、新近、情绪化的事件会被过度加权，因为它们容易被想起。

锚定与调整。估计一个未知数字时，我们会抓住手边的任何数值，再以此为起点调整，而调整往往远远不够。特沃斯基与卡尼曼转动一个被动过手脚的幸运轮，让它停在 10 或 65，然后问人们非洲国家占联合国的百分比。看到 65 的人猜得远高于看到 10 的人。那个轮子显然是随机的，与非洲毫无关系，却仍然锚定了他们。

真正令人不安的不是我们会犯错，而是这些错误和视错觉一样顽固。在缪勒–莱尔错觉中，两条等长的线因为两端箭头方向不同而看起来不等长，而知道把戏并不能让它们看起来相等。卡尼曼的论点是，许多认知偏差就像这样：不是无知，而是你无法随意关掉的机器自动输出的结果。理解谬误并不会消除那种感觉。二〇〇二年，卡尼曼凭借这项工作获得诺贝尔经济学奖；一九九六年去世的特沃斯基若还在，想必会共享殊荣，但诺贝尔奖不追授。

模型及其裂缝

快与慢：谨慎使用

为了整理这一切，卡尼曼在他二〇一一年的畅销书《思考，快与慢》中推广了一出双主角戏剧。「系统 1」快速、自动、毫不费力、直觉式：它读出路牌上的字，察觉声音里的敌意，在你还没反应过来就冲琳达喊出「女权主义者」。「系统 2」缓慢、审慎、费力：是你填税表、或检查 B 是否真是 A 的子集时动用的那部分。按这种说法，偏差发生在忙碌的系统 2 没能审核快速答案的时候。

它是个绝妙的教学装置。但按字面理解，它很可能是错的，领域自己也知道。有三条裂缝值得命名，因为优秀的科学家会保留梯子，同时踢开脚手架。

也许根本不存在「两个」东西。「两个系统」从来都更像是隐喻，而非解剖结构。即便是主要支持者也有所退却：乔纳森·埃文斯与基思·斯塔诺维奇在二〇一三年一篇审慎的论文中，放弃了两个「系统」的说法，转而主张两种「加工类型」——一个更弱、更模糊的断言。二〇一八年，大卫·梅尔尼科夫与约翰·巴奇更进一步，称双过程类型学是「方便而诱人的迷思」，「缺乏经验支持」，并「系统地阻碍科学进步」。那个整齐的二分——意识/无意识、费力/自动——并没有聚成两捆清晰的神经束。

心智燃料箱是一场海市蜃楼。一个著名的配套观念，自我耗竭，主张费力的自控依赖一种有限能量储备：现在忍住不吃饼干，下一次诱惑来临时你就会投降，因为你的意志力肌肉已经疲惫。它催生了上千项研究。然后，二〇一六年一项跨二十三个实验室的研究预登记复现发现，效应几乎为零：标准化效应量约 0.04，统计上与零没有区别。这是第 2 日的复现危机延伸进了今日话题。支撑「费力系统 2」的一块招牌发现，在严格检验下蒸发了。

所以，不必把这个模型攥得太紧。快与慢的区分仍是有用的简写，我们也会继续使用它，但要像第 10 日教我们的那样对待任何模型：它是有损地图，不是领土。更深层的动作已转移到别处。

争论

理性大论战

到这里，领域分裂成两个阵营，四十年间既有成果，也互相戳刺。

一边是卡尼曼与特沃斯基的「启发式与偏差」传统。它的信息大致是：人类直觉布满了系统性错误。认知偏差是认知错觉，是相对于逻辑与概率金标准的真实、可测量的失败。其实践取向是改良主义：既然心智会误导我们，就该建立纠正机制——培训、清单、专家系统，以及后来的助推。

另一边是格尔德·吉仁泽与柏林 ABC 研究小组，他们回应：别急。他们主张，所谓「错误」往往并不是错误，而实验常常——虽非故意——对人类不利。他们有两步不同的论证，值得分开看。

第一步：换个格式，谬误就淡了

吉仁泽的第一个论点关于「信息格式」，直接呼应第 7 日。同样的内容，依编码方式不同，可携带的可用结构也大相径庭。以那些让人类——也让医生——显得很糟糕的基础率问题为例。用概率格式表达：

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？

大多数人的回答落在 80%–90% 之间，许多医生在一次又一次的研究中也同样如此。正确答案约为 9%。但请看，当你把同样的事实从抽象百分比换成自然频率：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 人也检测阳性。因此，在约 98 名阳性者中，只有 9 人真的患病。突然间，答案——9/98，约十一分之一——几乎就在眼前。你能数出来。二〇一七年的元分析发现，改用自然频率后，正确贝叶斯答案的比例从约 4% 提高到约 24%，大约翻了五倍。吉仁泽的要点是，基础率谬误并不只是人类线路里的固定缺陷。它部分是格式造成的假象：我们把心智不擅长消化的单次事件概率喂给了它。换一种表征，许多「非理性」就会消散。

第二步：少即是多

吉仁泽第二个、也更大胆的论点是：简单启发式不只是可原谅的，有时还比统计学家偏爱的复杂、贪信息的方法更好。旗帜是快速节俭启发式：忽略大部分可用信息，仍能做出出色决策的小规则。

代表作是凝视启发式。外野手如何接住高飞球？不是靠测量速度、计算抛物线、再冲刺到落点。风与旋转会让实时计算不可行。相反，外野手盯住球，跑动时保持凝视角度不变。遵循这一条规则，你就会到达球下落的位置，无需微积分。这个启发式奏效，不是「尽管」忽略了信息，而是「因为」忽略了信息：它抛掉一切，只留下那条唯一关键的线索。

再如识别启发式：被问到两座城市哪座更大，如果你只认识其中一座，就押注你认识的那座。粗糙得可笑，然而因为「是否认识」往往与城市大小相关，它能击败复杂模型。在一个著名发现中，这甚至产生了「少即是多效应」：认识城市较少的人有时得分更高，因为他们能使用这条启发式，而那些什么城市都认识的人反而要依赖更不可靠的知识。

为什么忽略信息反而有帮助？深层答案由吉仁泽与亨利·布莱顿在二〇〇九年一篇题为 Homo Heuristicus 的论文中阐明，那就是偏差-方差权衡——我们将在第 136 日的机器学习部分再次遇见它。参数众多的复杂模型对训练数据拟合得极好，但也拟合了噪声，所以在新数据上摇摇晃晃。简单启发式几乎什么都不拟合，因此也不会拟合噪声。它可能有偏差，但它稳定；而在嘈杂、小样本的世界里，稳定常常获胜。

重新框定

西蒙的剪刀

整场争论底下，藏着一个关于「标尺」的问题。卡尼曼说人不理性，意思是：用逻辑与概率法则来衡量。吉仁泽说人很聪明，意思是：用他们在真实环境中的成功来衡量。这是两把不同的尺子，而战争的大部分内容，正是在争哪把尺子合法。

最早看清这一点的是赫伯特·西蒙：经济学家、认知科学家、人工智能先驱，一九七八年诺贝尔奖得主。整个五〇年代，西蒙都在论证那个幻想——一个能优化所有选项的完全理性行动者——对任何真实生物来说都根本行不通。真实的心智受限于时间、记忆与注意力。所以我们不是「优化」，而是满意化：找到一个够好的选项就停下来。西蒙称之为有限理性，并给了一个悄然平息争论的意象：

「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。」 西蒙，1990。

一把剪刀只有在两片刀刃同时咬合时才能剪断东西。你不能单独评判其中一片。卡尼曼与特沃斯基主要研究了心智这片刀刃，并拿逻辑标尺衡量，发现它有欠缺。吉仁泽坚持必须同时看两片刀刃：心智与它正在裁剪的世界。一旦如此，昨天的「偏差」常常显露出它其实是与环境匹配的工具。两个阵营都不全错。他们只是在检查同一把剪刀的不同刀刃。

未决问题

真正悬而未决的事

对心智实际如何推理的研究已经五十年，诚实的账簿仍然很长：

• 「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？」心智是单一引擎在预算下做近似推断，还是确实存在不同模式？两个系统的图景受了伤，但尚无公认的替代者胜出。
• 「偏差该纠正还是该尊重？」如果偏差是有限心智的最优输出，去偏可能让你在现实世界中更糟，而在逻辑测试中更好。
• 「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？
• 「而 AI 模块继承的问题：」当一个系统复现我们的谬误时，它学到的是我们的推理，还是我们的残渣？