为什么我们不像我们被指责的那样愚蠢

为什么我们不像我们被指责的那样愚蠢
正面或反面? Dean Drobot / Shutterstock

假设你扔了一枚硬币并连续拿到四个头 - 你觉得第五次投掷会产生什么? 我们中的许多人都有一种直觉,即尾巴到期。 这种感觉,叫做 赌徒的谬误,可以在行动中看到 在轮盘赌轮。 长期的黑人导致一连串的红色投注。 事实上,无论以前发生过什么,红色和黑色总是同样可能。

这个例子是众多思想中的一个,用以证明人类思维的错误性。 几十年的心理学研究强调了人类决策中的偏见和错误。 但是一种新的方法正在挑战这种观点 - 表明人们比他们所认为的要聪明得多。 根据这项研究,赌徒的谬误可能会 不像看起来那样不合理.

理性长期以来一直是判断和决策研究中的一个重要概念。 高度的 心理学家Daniel Kahneman和Amos Tversky的有影响力的工作 全面地表明,我们经常做出不合理的决定 - 例如担心恐怖袭击而不是过马路。

但这种失败是基于对理性的严格解释 - 遵守逻辑和概率定律。 它对必须权衡证据并做出决定的机器不感兴趣。 在我们的例子中,那台机器就是人脑 - 就像任何物理系统一样,它有其局限性。

计算理性

尽管我们的决策不符合逻辑和数学所要求的标准,但在理解人类认知方面仍然存在合理性的作用。 该 心理学家Gerd Gigerenzer 已经证明,虽然我们使用的许多启发式方法可能并不完美,但它们既有用又有效。

但最近的一种方法叫做 计算合理性 更进一步,借鉴人工智能的想法。 它表明一个能力有限的系统仍然可以使用 最佳 行动方针。 问题变成了“我用我的工具可以达到的最佳结果是什么?”,而不是“在没有任何限制的情况下可以实现的最佳结果是什么?”对于人类来说,这意味着要记住内存,考虑到容量,注意力和嘈杂的感官系统。

计算理性导致对我们的偏见和错误的一些优雅和令人惊讶的解释。 与这种方法一致的早期成功是检查随机序列的数学,如硬币投掷,但假设观察者具有有限的记忆容量并且只能看到有限长度的序列。 非常违反直觉 数学结果 我们发现,在这些条件下,观察者必须等待更长时间才会出现一些序列 - 即使是完全公平的硬币。

结果是,对于一组有限的硬币投掷,我们直觉上感觉不那么随机的序列恰恰是最不可能发生的序列。 想象一下一个滑动窗口,它只能一次“看到”四个硬币投掷(大致相当于我们的记忆容量的大小),同时经历一系列结果 - 比如从20硬币抛出。 数学表明,该窗口的内容将比“HHHH”(“H”和“T”代表头部和尾部)更频繁地保持“HHHT”。 这就是为什么我们认为尾巴会在投掷硬币后连续三个头后出现 - 证明人类确实合理地使用了我们观察到的信息。 然而,如果我们有无限的记忆,我们会有不同的想法。

还有许多其他此类例子,其中一旦考虑到认知限制,最佳解决方案是令人惊讶的。 我们最近的工作表明,不一致的偏好 - 假定的人类非理性的基石 - 实际上是有用的 当你不确定时 关于可用选项的价值。 传统的经济理性表明,一个你永远不会选择的糟糕选择(从菜单上说)不应该影响你选择哪个好的选择。 但是我们的分析表明,糟糕的,可能是不相关的选项,可以让您更准确地估计剩余的替代品有多好。

其他人已经表明,可用性偏差,我们高估了飞机失事等罕见事件发生的可能性 高效的方式 处理决定的可能结果。 简而言之,鉴于我们只有有限的时间来做出决定,因此最好确保考虑最关键的结果。

更深刻的理解

我们不合理的看法是不断增长的一个不幸的副作用 人类决策偏见目录。 但是当我们运用计算理性时,这些偏见并不被视为失败的证据,而是作为大脑如何解决复杂问题的窗口,通常非常有效。

检查器阴影错觉。 (为什么我们不像我们所认为的那样愚蠢)检查器阴影错觉。 Edward H. Adelson /维基百科, 创用CC BY-SA

这种思考决策的方式更类似于视觉科学家对视觉幻觉的看法。 看看右边的图片。 事实上A和B方块看起来是不同的阴影(它们不是 - 见下面的视频)并不意味着你的视觉系统是错误的,而是在给定上下文的情况下做出合理的推理。

计算理性导致更深刻的理解,因为它超越了我们如何失败的描述。 相反,它向我们展示了大脑如何整理其资源来解决问题。 这种方法的一个好处是能够测试我们的能力和约束的理论。

例如,我们最近表明患有自闭症的人 不太倾向 一些人 决策偏见。 所以我们现在正在探索是否改变了水平 神经噪音 (脑细胞网络中的电波动),一种自闭症特征,可能导致这种情况。

通过更深入地了解大脑使用的策略,我们可以以帮助人们的方式定制信息。 我们测试了人们从观察长随机序列中学到的东西。 那些将序列分成短块的人(正如我们在日常生活中常常看到的那样)根本没有受益,但那些观看相同序列的人快速分成更长的块。 提高了识别随机性的能力.

因此,当您下次听到被称为非理性的人时,您可能想要指出这只是与具有无限资源和能力的系统相比较。 考虑到这一点,我们毕竟不是那么愚蠢。谈话

作者简介

George Farmer,研究员, 英国曼彻斯特大学 和Paul Warren,神经科学和实验心理学系高级讲师(副教授), 英国曼彻斯特大学

本文重新发表 谈话 根据知识共享许可。 阅读 原创文章.

相关书籍

{amazonWS:searchindex = Books; keywords = gambler's fallacy; maxresults = 3}

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

按照InnerSelf

Facebook的图标Twitter的图标RSS图标

通过电子邮件获取最新的

{emailcloak = OFF}