重温《思考,快与慢》:决策如何更理性?
来源:相聚资本(ID:uCapital)
据当地媒体周三报道,认知心理学家、诺贝尔经济学奖得主丹尼尔·卡尼曼(Daniel Kahneman)去世,享年90岁。
丹尼尔·卡尼曼因“将心理学与经济学研究有效结合,特别是人类在不确定条件下如何做出判断和决策”方面的杰出贡献而获得2002年诺贝尔经济学奖。在不断修正“经济人”假设的过程中,卡尼曼看到了经济理性这一前提的缺陷,也就发现了单纯的外在因素不能解释复杂的决策行为,由此正式将心理学的内在观点和研究方法引进了经济学。卡尼曼的研究成果展示了在不确定环境下的决策往往系统性地偏离了标准经济理论的预测,后者假设人们的行为根植于理性的决策过程。
卡尼曼认为,人整体上是非理性的,因而行为和认知上经常犯错,由此产生他说的光环效应、确认偏见等谬误。他举例道,约有90%的美国人认为自己的驾驶水平高于平均值,70%的人认为自己智商高于平均值。
今天的文章是卡尼曼名著《思考,快与慢》反复论及的一个主题:“很多人过于自信,过于相信自己的直觉”,而这种现象存在于生活工作乃至投资等方方面面。重温《思考,快与慢》,让我们再次感受卡尼曼的思想精华,与智者同行,让决策更理性。
来看一道相对来说比较简单的难题,可以先尝试用直觉给出答案:
球拍和球一共花费1.1元
球拍比球贵1元
球多少钱?
直觉指引下,你可能会很快想到一个数字,1元。这是一个自觉性的、让人以为正确的但其实是错误的答案。
如果你简单分析一下,就会发现,如果球是1元,那总共就是1.2元,而不是1.1元。所以正确答案是0.05元,球拍是1.05元。
这个问题当然很简单,三年级的小学生都会做。但上万名大学生的回答,却让这个问题并没有看起来的那么简单。
来自哈佛大学、麻省理工和普林斯顿大学的上万名学生做了这道题,但50%以上的学生给出了1元这个错误的答案。显然不是因为智力或计算方法的问题,他们只是被直觉“骗”了。
这个问题,便是丹尼尔·卡尼曼在《思考,快与慢》一书中反复提出的主题:很多人过于自信,过于相信自己的直觉。甚至会觉得认知努力没有什么意思,会尽量避免费力思考。
就像我们经常说的,当别人向你征求某个意见时,这代表,他内心大概率已经下了决定,征求意见只不过是让最后的决策看起来公允罢了。
卡尼曼认为,人们总是不恰当地将因果性思考用于需要统计论证的情景中,统计性思维根据事物的不同类别和总体性质得出个案的结论——但是,直觉并不具备推理的能力。
为什么会这样?
这可能要从大脑的功能说起。漫长的历史进化中,大脑能同时进行多种持续不间断的估算,比如只要你的眼睛是睁开的,大脑就会对视线范围内的立体实物进行评估,包括形状、空间位置、颜色、特征等等,这种评估很多时候是无意识的,但确实是在进行中的。
有种说法叫:一见钟情是荷尔蒙在作祟。
因此在遇到复杂的难题时,鉴于难以快速找到令人满意的答案,但大脑长期锻炼来的直觉也会引导着从复杂事物中抽离,找个相对简单的问题来回答。卡尼曼把这种回答一个问题而绕开另一个问题的做法叫做“替代”,相应的术语叫做“启发式问题”。
乔治·波利亚在他的经典著作《怎样解题》中提到了替代问题,他说,“如果你无法解决某个问题,就去解决另一个简单的问题好了——去找这个简单的问题吧。”
相对于复杂的“目标问题”,启发式问题更容易回答,并且过程中会有很多联想。比如目标问题是“你愿意为拯救濒危物种捐多少钱?”,启发式问题就会是,想到垂死的海豚,我的情绪波动有多大?
启用启发式答案的正是《思考,快与慢》中非常出名的一个名词“系统1”,一个懒惰的、遵循着最省力原则的系统。不用非常努力,甚至没有注意到自己其实答非所问。
系统1:大脑的运行是无意识且快速的,不怎么费脑力,没有感觉,完全处于自主控制状态
系统2:将注意力转移到需要费脑力的大脑活动上来,例如复杂的运算。系统2 的运行通常与行为、选择和专注等主观体验相关
心理学家保罗·斯洛维克提出了“情感启发式”的概念,情感因素对结论的影响会表现的非常明显。进一步来看,当某项活动的风险事实上要比自己想象的要小,而你的情感也对此做出正面回应后,你的行动也会慢慢变得积极起来。即便可能事实上,并没有基本面或事件驱动的因素存在。
1886年,达尔文的表兄、弗朗西斯·高尔顿发表了《在遗传的身长中向中等身长的回归》,通过对种子的研究,他发现,如果母本较高,那么子代就会变矮;如果母本较矮,那么子代就会变高。
用了几年时间,高尔顿发现相关性和回归性其实是一个概念——只不过是从不同视角对同一个概念作出的阐释。听起来这个结论很简单,但影响却是深远的:只要两个数值之间的相关度不高,就会出现回归平均值的情况。
回归问题同样涉及到《思考,快与慢》一书中反复出现的主题:大脑思维常常会对因果关系的解释带有很强的偏见,但却不善于处理统计数据。
当发现有回归效应时,对因果关系解释的系统就会被激活,然而解释是不对的。回归平均是科学研究中非常常见的情形,在认识到这一点后,科学家也会避免随机的巧合的因果关系,所造成的陷阱。
直觉性预测之所以需要校正,是因为不具有回归性,是带有偏见的。比如第一天的比赛中手感很好,几乎没有非受迫性失误,于是就判断第二天会同样如此。但事实常常事与愿违。
发现没有?直觉性的预测总是带有极端的色彩,而且如果进一步来看,其实是用“一天”或者“几天”的小样本事件,来推定一个大概率的事件。
小数法则正是丹尼尔卡尼曼对“赌徒谬误”的一个总结,该定律认为人类行为本身并不总是理性的,在不确定性情况下,人的思维过程会系统性地偏离法则而走捷径,人的思维定势、表象思维和外界环境等,会使人出现系统性的偏见。而很多人容易犯的一个错误是,在对不确定性事件进行判断时,往往会违背概率理论中的大数定律,而是不由自主地使用小数定律,却忘记了基本概率。
为什么会出现这种情况,根源还是“信息量匮乏”,信息不足,无法基于足够有效的消息进行决策时,系统1的极端预测就会出现。
候选人1,有知名人士的推荐信,面试给人的印象也很好,不过没有实质性的研究成果;
候选人2,具有较为丰厚的学术成果,研究能力也不错,但面试中给人的表现感觉一般,几个面试官的感官都一般。
如果凭借直觉,大概率会选择候选人1,因为她给人的印象更深刻,而且“眼见为实”。但与候选人2相比,其实他的信息量很少,出色的面试表现,不过是“小数原则”中的一隅,而小样本的结果是具有运气成分的。因此,在判断候选人未来的表现时,回归平均是必须要做的一步。事实上,如果按照学术能力来选拔,候选人2值得面试官手中珍贵的一票。当然,这需要克服或者修正直觉。
修正直觉性的预测正是系统2的任务之一,在风险很高但又需要避免错误的时候,系统2所需要付出的努力是非常具有价值的。一个经验是,如果想要做出较为有效的预测,就不要太离谱或者偏差平均值太远。
但直觉并非没有用,特别是依靠反复训练得来的技能和经验,打篮球的人都知道“手感”,甚至是被“遮着眼睛”的防守都可以进球的火热状态,就是直觉和系统1的共同参与。这种经验性的直觉,能马上识别出熟悉的线索,在大脑中快速呈现出目标问题的解决方案。
精准的直觉既来自于后天的反复训练,也离不开先天的“老天爷赏饭吃”。天赋型选手的直觉,可遇而不可求。
版权声明:部分文章推送时未能与原作者取得联系。若涉及版权问题,敬请原作者联系我们。
微信扫码关注该文公众号作者