中年男性患心脏病的概率有多大?大学生找到工作的概率是多少?你是否经常表现出害羞的行为?特韦尔斯基和卡尼曼(1974)认为,人们在回答这些问题时,通常使用易得性启发法:我们会尝试回忆这些需要我们判断其发生频率的事件的例子,依据事例容易回忆的程度来判断事件出现的概率,即依据它们的易得性。如果我们能够很容易想起中年男性心脏病发作、找到工作的大学生及自己害羞行为的例子,那么我们就会判断这些事件是非常普遍的。 总的来说,易得性启发法简便可行,因为相比不常见的结果,普通结果的例子更容易回忆。以政治家为例,人们更容易想到的政治家是男性而非女性,因为男性政治家更普遍。但是当人们容易想到的例子受到那些与事件出现频率无关的因素影响时,易得性启发法就会带来麻烦。 一项简单的实验让这个问题清楚地表现出来。在实验中要求参与者判断首字母为R 的单词多还是第三个字母为R 的单词多(Tversky & Kahneman,1973)。事实上,第三个字母是R 的单词远远多于首字母是R 的单词。但是,大多数参与者的判断相反,他们错误地认为首字母为R 的单词比第三个字母为R 的单词多。特韦尔斯基和卡尼曼认为,出现这种错误是因为人们更容易想到首字母为R 的单词,而不是第三个字母为R 的单词,因此就会在推测它的频率时依赖这些容易提取的单词或每种类型单词的易得性。不幸的是,在这个实验中,易得的单词与其真实的频率无关,所以这种易得性启发法导致我们产生了错误。 忽视可得样本中的偏差 无论是什么原因,当我们考虑的事例样本出现偏差时,头脑中这些易得性事例就不能反映事件的真实频率。在这种情况下,如果不考虑这种偏差,只依靠事件的易得程度来判断事件的概率,就会出现判断失误。你的兴趣和境遇可能会使你想到的样本带有偏差。一位老年朋友这样说:“当我的第一个孩子出生时,我看见到处都是婴儿;而现在我患上了关节炎,我看见到处都是拄拐杖的人。”这位朋友很容易想到有孩子的人和拄拐杖的人,因此就会高估这些事件的概率。相反,缺少这些特定兴趣的人可能不会去注意有孩子的人和拄拐杖的人,因此,他们就可能低估这些事件的概率。同样地,跟随候选人参加竞选活动的记者和随行人员,看到这位候选人在一个接一个的乡镇中都受到热烈欢迎,通常就会高估这位候选人受欢迎的程度。这都是因为易得性启发法——这些记者很容易想起候选人受到热烈支持的场景,而很少想到关于反对者的例子。他们没有认识到自己头脑中的样本已经存在偏差了——不喜欢那位候选人的群众都待在家里。同样,如果你的一场音乐会、你所做的演讲或是举办的一场晚会得到的只是赞扬,那么正面信息的易得性就会使你高估你自己在这些事情上的成功率,因为不喜欢你的人通常会保持沉默。 如果媒体报道某事件的频率与事件实际的频率不匹配,媒体的报道就会使事件的易得性产生偏差。在媒体对不同死亡原因的报道上通常存在这种情况。媒体特别喜欢报道那些暴力的、戏剧性的死亡事件,如凶杀或飓风,较少报道不太容易引起轰动的死亡事件,如疾病。人们就会根据这些报道来评估事件发生的频率。在一项研究中,人们认为死于凶杀案的人比死于胃癌的人多,而事实却是,死于胃癌的人数是死于凶杀案人数的17 倍。人们之所以会产生这样的误解是因为人们不太愿意读晚报上的这类信息(Slovic,Fischhott,& Lichtenstein,1982)。这暗含着令人担忧的问题,由于易得性信息的影响,人们更关注容易想到的危险,并加以防范。其代价就是,人们会疏于防范那些从心理上来说不太容易想到,但是却更有可能发生的一些危险。 媒体还会使人们对社会群体的认知产生偏差。例如,如果媒体只报道那些犯罪的黑人,那么对黑人不太了解的个体就会过于高估黑人犯罪的概率。由于认识到这一点,美国的许多报纸都有意识地试图确保黑人不仅出现在有关犯罪和社会救济的事件中,还会出现在其他更主流的事件中,如健康、消费者行为或政治。社会心理学家的研究表明,当人们的易得性数据样本产生系统性偏差时,易得性启发法的使用就会导致人们对社会事件的归因和判断产生可预期的偏差。这就是接下来将讨论的问题。 显著性 事件进入到脑海之前,人们必须先注意它。信息的显著性或突出性决定着人们是否注意它,以及对它的注意程度。如果我们更多地注意高显著性信息,这些信息将会更容易地被我们捕捉到,也就会对我们的判断产生更大的影响(Taylor & Fiske,1975,1978)。 Taylor 和Fiske(1975)一系列巧妙的实验支持了这些观点。在一项研究中,有6 个观察者从三个不同的角度来观察两个人对话:两个观察者坐在一个发言者后面,这样的安排可以保证他们把注意力集中在对面的一个发言者身上;另两个观察者则坐在相反的位置上,使他们的注意力集中在另一个发言者身上;剩余的两个观察者所坐的位置能够同时观看两个发言者。所有的参与者在同一时间观察同样的对话。然而,当询问参与者每个讨论者对谈话的影响程度时,他们的答案受到了发言者(对自己的)显著性的影响。对看得更清楚的发言者,参与者评定其影响性越大。很明显,观察者所坐的位置,会觉得某个人更加突出,从而认为那个人尤其具有影响力。 一个特殊的个体同样会因为其他理由吸引你的注意。你可能会无意间注意到房间里孤单的妇女,或孤独的黑人,并因此认为他们在社会互动中扮演着某些重要的角色(Taylor & Fiske,1978)。 易得性启发法能够解释这种显著性效应:将注意力集中在一个特定个体身上,会导致我们更多地察觉和回忆出此人的贡献。当试图评价一些人在交互活动中的影响力时,人们更容易获得具有显著贡献个体的信息,因此就会认为这个人更具影响力。 人们倾向于将别人的行为归因为他们的人格(她为慈善事业捐款是因为她很慷慨),而把自己的行为归因于情境(我捐钱是因为工作中的社会压力;Jones &Nisbett,1972)。这种行为者和观察者之间的差异,可能是由于人们在解释自己和他人的行为时,显著性信息不同所致。当观察别人的行为时,注意到的是行为的人;但当观察自己的行为时,看不到自己,故将注意力集中在情境上。由于注意的焦点不同,对别人的行为和对自己的行为归因时,易得的信息也就不同。对别人进行判断时,关于别人的信息是易得的,因此会将他的行为归因为他自身。但对自己进行判断时,环境信息是易得的,因此会将自己的行为归因于情境(Nisbett& Ross,1980)。 自我中心偏见 找一对你熟悉的夫妇,与他们单独交谈,分别问他们两个人承担家务事的百分数。答案很有趣,两个人给出的百分数总和大于100%。人们认为自己对共同努力的成果所作的贡献比他实际作的要多,Michael Ross和Fiore Sicoly 将这种倾向性定义为自我中心偏见。Ross 和Sicoly(1979)发现,夫妻评价他们对家务活所作的贡献、学生评价自己在班级讨论中的贡献以及篮球队员评价自己在比赛关键时刻的贡献,都存在自我中心偏见。他们认为,易得性启发法在自我中心偏见的产生中起到重要作用:人们在合作中高估自己的贡献,是因为自己的贡献对本人来说更易得。妻子会记得自己每一次倒垃圾、洗碗的事,而不会注意到丈夫的贡献,尤其是当妻子不在场的时候。Ross 和Sicoly 为此找到了一些证据:相对于同伴的贡献,人们总会更多地记住自己作出贡献的例子,而且记得的例子越多,自我中心偏见就会越强。在另外一项研究中,要求参与者注意搭档的贡献,这样可以使他们对同伴分配更多的责任。最终结果却发现,人们低估自己同伴的贡献,并不完全是因为没有注意对方的贡献;事实上,我们可能知道同伴作出的贡献,但我们不能自觉地回忆起它们。下一节将介绍更多这种影响判断的暂时可得性(或不可得性)的例子。 忽视信息通达时的偏差 即使人们所拥有的全部样本并无偏差,如果我们脑海中暂时想到的只是全部样本中的一个有偏差的例子,那么易得性启发法也能导致我们产生偏差。下面将讨论导致我们产生偏差的因素。 片面性问题 大多数人都会在某些场合中害羞,而在另一些场合中开朗。如果被问及,我可能会很容易想到那些我害羞的例子,有时我在社交场合中会感到不适,在一个大型晚宴中保持沉默;我也能想到一些开朗的例子,我有很多朋友,有时还会在陌生人面前做自我介绍。如果只让我描述这些个性的一个方面,与该方面相关的行为就会变得更加易得,这就会影响我的自我看法。如果关注于害羞,那么就会认为自己比较内向;如果关注于开朗,就会认为自己比较外向。 Russell Fazio 等人证实了这种效应(Fazio,Effrein,& Falender,1981)。在实验的第一阶段,要求一部分参与者回答一系列片面性的问题,让他们将注意力集中在他们性格外向的一面,例如,如果你想让舞会活跃起来,应该怎样做。要求另一部分参与者关注于其性格内向的一面,例如,在嘈杂的晚会上你最讨厌什么?结果,那些注意力被引导到性格外向一面的参与者,认为自己更外向,并且相比那些注意力被引导到性格内向一面的参与者,他们在行为上也表现得更外向。显然,通过片面性问题使个体的自我知识产生偏差,这种易得的偏差信息能够影响人们的自我概念。 搜索例子的难易性 电视剧《窥探者》(Cracker)中有这样一幕:一个女人希望挽救她的婚姻,于是向一位治疗专家求助。开始,医生叫她想出她丈夫身上所有令她喜欢的地方。任何知道片面性问题所起作用的人,都会认为这是一个不错的技术:将这个女人的注意力集中在她丈夫的积极方面,会让她更积极地看待丈夫,这是让他们夫妻和睦的关键的第一步。不幸的是,在这个例子中事与愿违。当她意识到自己很难想起丈夫的优点时,便立刻冲出医生的办公室,并且马上向丈夫提出离婚。 搜索例子有时容易,有时困难。我们会根据这种主观经验做出判断吗?易得性启发法最初就是这样描述的,即基于收集例子的易得性做出判断。但长期以来,能够证明这种主观经验作用的证据仍然不足。一些支持人们依赖易得性启发法(做判断)的研究,很难说明到底是人们对主观经历回忆的难易程度影响了判断,还是回忆的内容影响了判断。我们认为首字母为R 的单词比第三个字母为R 的单词多,这一判断是因为我们更容易想起首字母为R 的单词呢,还是因为我们试图想起两种类型的单词,但我们所想出的单词列表中包括更多的首字母为R的单词? Norbert Schwarz 等人设计了一个非常巧妙的方法来分别考察这两种解释(Schwarz et al.,1991)。假如要求你想出自己过分自信行为的12 个例子。你会毫不费力地回忆起前七八个。但是之后再多回忆一件,难度都会变得更大。你发现很难想起自己更多过分自信的例子,因此你可能会认为自己并不过分自信。如果真是这样的话,与要求想出6 个过分自信例子的人相比,要求想出12 个过分自信性例子的人会认为自己没有那么过分自信,因为想出12 个过分自信事例的确很困难,尽管要求说出12 个例子的参与者比要求说出6 个例子的参与者想出的例子更多。如果与想出更少例子的参与者相比,想出很多例子的参与者仍然认为自己并非过分自信,只能说明他们的判断不仅依赖于所搜集事例的纯粹数量,还依赖于搜集这些例子的难易程度。 因此,在一次实验中,Schwarz 等人要求一部分参与者想出12 个自己表现得很自信的场景,这很困难;要求另一部分参与者只想出6 个这样的场景,这相对容易。让另外两组参与者想出自己表现得不够自信的12 个场景或者6 个场景。 有趣的是,虽然要求列举12 个例子的参与者比要求列举6 个例子的参与者产生的自信事例多,但他们认为自己不如那些只要求想出6 个例子的参与者自信(见表3.1)。要求参与者回忆不自信行为时,也出现了相似的结果——与只要求想出6 个不自信例子的参与者相比,要求想出12 个例子的参与者认为自己更自信(见表3.1)。 观察表3.1 上面一行数据,还会发现只要求想出6 个行为例子的参与者得出的结果与之前使用片面性问题所做的研究得出的模式一样:相对于注意力被引导到非自信行为上,那些注意力被引导到自己的自信行为上的参与者认为自己更自信。但是,由于参与者要求想出12 个自己的行为例子是一项很困难的任务,这一模式就反向了:问及自信行为的参与者反而比问及不自信行为的参与者认为自己更不自信(表3.1 所示)。这说明相对于回忆内容,参与者的判断更多地依赖于想出例子的难易程度。 总之,即使被引导去回忆与结果有关的例子,但如果感到回忆任务很困难,我们还是会认为结果出现的可能性不大。 类似地,人们的态度也会受到想出赞成理由的难易程度的影响。例如,要求参与者想出支持一种特定观点的论据(如公共交通是好的)。与要求想出少量论据的参与者相比,要求想出很多论据的参与者对这一观点持较少的赞同(Wanke,Bless,& Biller,1996)。显然,当我们在想出支持一种观点的论据遇到困难时,就对该观点失去信心。 片面性问题和回忆指导让我们将注意力直接、明确地集中在知识中一个有偏差的子集上,所以使得我们的判断产生偏差。相似的偏差还会以更微妙的方式出现。下文将会讨论。 解释效应 考虑一下,为什么消防队员喜欢冒险可能是一件好事?大多数人都能够想出一个颇具说服力的解释——毕竟,消防队员必须愿意进入失火的房子,如果他们不愿意承担这个风险,就不能有效地完成他们的工作。但是,假设问你,为什么消防队员喜欢冒险可能是一件坏事?大多数人也能够想出一个具有说服力的解释——如果消防队员承担不必要的风险,在没有适当预防措施的情况下就冲进着火的房子、爬出高层窗户,他们就是将自己的生命置于与那些他们要救的人一样的危险中。这说明我们不仅能够想出一些相反的理论,还能够想出支持这些理论的论据,我们也因此逐渐相信了这些理论。 一系列研究证实了这些解释效应。在实验中让人们解释,相对于那些较差的消防队员,为什么优秀的消防队员倾向于较少冒风险;或者,为什么优秀的消防队员倾向于冒较多的风险(Anderson & Sechler,1986)。已经解释过“愿意冒风险对消防队员来说是件好事”的参与者,要比那些做相反解释的参与者,更加相信愿意冒险对消防队员来说会更好一点。 此外,当要求参与者根据别人的自我简介,评价那些申请消防队员职位的申请人时,这些理论变化影响了参与者对申请人的评价。解释过愿意冒险是好事的参与者,对爱冒险的申请人评价更高,但解释过愿意冒险是坏事的参与者得出相反的结果——他们对谨慎的申请人评价更高。 让人们解释其他的因果关系事件时,得到了相似的结果。例如,人们很容易解释,为什么外向的人比内向的人更容易在学术上获得成就(例如,外向的人可以依靠他们的社会技能从教授和朋友那里得到帮助)。人们也可以很容易地解释相反的因果关系,即为什么内向的人比外向的人更容易有学术成就(例如,内向的人会花更多的时间在学习而不是参加舞会上)。当要求人们解释两种可能因果关系中的一个时,他们都会认为自己所解释的那种因果关系更有可能(Sanitioso,Kunda,& Fong,1990)。 为什么明明知道有证据支持相反的观点,人们还是会相信那个自己曾做过解释的观点呢?最合理的解释是,解释行为使得支持这一解释的知识有了高度易得性,当评价所解释事件的可信度时,我们依赖了支持这一解释的信念的可得性。 但我们没有意识到,这些易得性信念并不是我们在这一问题上所拥有知识的代表性样本。因为在试图解释一个片面的因果关系时,我们使用了有偏差的那一部分知识。 当我了解到关于人类行为的社会生物学解释,即采用进化的压力解释人类当代的社会行为后,总会想到一些这方面的研究成果。的确,对于进化力量如何导致男人喜欢漂亮的女人,而女人喜欢聪明的男人这一问题,人们很容易就能做出解释。对于进化的压力如何导致相反情形这一问题,人们要做出解释也并不困难。坚持被驳倒的信念 假如我告诉你,你昨天参加的一次测验显示了你有不同寻常的社会洞察力。然后给你些时间思考并接受这一信息。过一会儿,我告诉你这只是一个玩笑,测试是骗人的,结果也是编造的。现在,你如何看待自己的社会洞察能力呢? 显然,关于你的社会洞察力的信息已经完全被否定了,关于洞察力你并没有什么新的了解;那么,你应该觉得自己与以前没有什么不同。但研究发现,早先的陈述对你的自我看法似乎产生了影响,即使发现早先的证据并不真实,人们还会坚持这种看法。 在一项研究中,将参与者置于一个他们曾想象过的同样情境中(Ross,Lepper,& Hubbard,1975)。首先,让参与者分辨一些自杀案例的真假,然后对参与者的反应给出错误反馈:告诉一部分参与者他们做得很好,告诉另一部分参与者他们做得很差,告诉最后一部分参与者他们做得一般。随后,告诉参与者,那些反馈信息都是错误的,他们只是随机地给予了积极、中性或消极的反馈信息。虽然实验者已经说明前面的反馈信息是不可信的,但那些反馈信息还是影响着参与者的自我看法。那些得到积极反馈的参与者,仍认为他们在区分自杀事件任务中表现得更好;并且认为在这类任务上,比那些得到中性反馈参与者的敏感性更好。得到消极反馈的参与者也始终认为,他们在此任务以及相关的感受性任务中表现得相对较差。 易得性启发法能够解释这种坚持被驳倒信念的现象。你得到的反馈信息是你有异乎寻常的敏感性,这会导致你试图将这一信息运用到对自己的认知上。你也许能回忆出,在你的邻居向你透露他们夫妻不和的信息之前,你如何觉察到他们的婚姻出现了危机;你如何预先猜测到你的朋友已经为你策划了一场惊喜的舞会;你为何总是知道什么礼物最让母亲满意。所有这些最初得到的信息,即使后来知道是虚假的,但因为它们仍然是易得的信息,所以还会继续影响人们的自我判断。现在还没有直接的证据证明,这种坚持效应是由信息易得性的增强所致。但是,正如前面讨论过的那样,已经有明确的证据显示,与自我有关的信息如果更加易得的话,就更容易影响自我认知。 人们会坚持被驳倒的信念,认识这一现象有助于我们理解,为什么诽谤会有如此大的害处。一旦某个指控使人声誉受损,即使这项指控不成立,也极难恢复被指控者的名誉。 想象 想象一下,你走在一条安静的街道上,忽然一辆警车停在你身边,两名警察跳下车,指控你是一个持械抢劫的嫌疑犯,并且将你按到警车上,搜你的身并铐上手铐,押回警察局拘留。闭上眼睛,尽可能生动地想象这一情节。然后思考以下问题:如果有一天,你因持枪抢劫而被捕,会是什么样子,不管你是无辜的还是有罪的?值得注意的是,仅仅只是想象这一行为,就会让你认为这些事情有可能发生(综述参见Koehler,1991)。 一系列研究证实了这种想象带来的后果。让参与者想象自己因犯罪而被捕、赢得免费去夏威夷旅行的机会、享受有线电视带来的好处等情形(Gregory,Cialdini,& Carperter,1982)。后来,想象过这些事件的参与者比没有想象的参与者,更相信这些事件有可能发生。想象享受有线电视情境的参与者比那些只听说过有线电视好处的参与者更愿意订购有线电视频道。类似的结果也出现在另一项研究中,在实验中要求参与者想象自己在一项字谜任务中成功或失败,并解释他们想象的结果。那些想象成功的参与者比想象失败的参与者,对自己的表现有更高的期望;参与者的实际行为也会受到想象结果的影响:想象自己成功完成任务的参与者,其实际表现比想象失败的参与者要好(Sherman et al.,1981)。想象还可以增强人们对自身并不会参与的社会事件发生的可能性的预期,如某位特定政治候选人的竞选(Carrol,1978)。 易得性启发法可以用来说明上述研究结果。人们想象过一件事后,想象的情节历历在目,所以,这些情节更易得到。如果依赖这种想象的易得性去评价事件的发生概率,就会使我们认为这种想象的事情更有可能发生。有时,如果当前的易得性想象与我们记忆中实际发生的事情同样丰富生动时,我们还会错误地将这一想象当真(Johnson,Hoshtroudi,& Lindsay,1993,参见第5 章)。 锚定与调整 随机挑选一个数字,比如我哥哥的年龄,34 岁。现在,你猜想联合国中非洲国家的数量是大于还是小于34 ? 很明显,该年龄数字与你的估计完全无关,应该不会对判断产生影响。但事实并非如此,特韦尔斯基和卡尼曼(1974)认为这种随机、不相关的初始值会对判断产生很大的影响。在一项研究中,问参与者同样的问题,只是以通过转动一个幸运轮所产生的随机数字作为初始值。那些得到较小初始值的参与者认为联合国中的非洲国家只有25 个,而得到较大初始值的参与者则认为有45 个非洲国家。即使为参与者的准确性提供报酬,参与者还是会如此推断。最初的起始值,似乎成为了“锚”,即使它并非相关因素。当我们以这种锚为参照上下调整我们的判断时,通常都不会有太大的变动。所以,我们的判断会通过这种锚产生偏差。特韦尔斯基和卡尼曼把这种现象称为锚定(anchoring)。 锚定通过启动特定的相关知识,使个体对目标靶的判断产生偏差(Strack &Mussweiler,1997)。在经典的锚定现象实验中,首先要求参与者做一个比较判断,加入联合国的非洲国家数量是大于34,还是小于34 ?为了做出判断,他们使用与锚等价的信息,对目标(联合国中非洲国家的数量)构建一个心理模型。也就是说,他们建立的目标模型偏向于锚(的数值)。在已经建立的有偏差的目标模型基础上,参与者得出关于目标的绝对化判断(联合国中的非洲国家有多少?)。 如果锚使判断产生偏差是因为它促使人们建立了有偏差的目标模型,那么锚所带来的偏差作用,就应该限定在那个特定的目标上。事实正是如此。例如,在对一个目标进行比较判断的背景下(勃兰登堡门的高度是大于150 米,还是小于150米?),参与者得到一个锚,这个锚马上就会使他们对目标的判断产生偏差(勃兰登堡门的高度),而不会影响参与者对不同目标的判断(勃兰登堡门的宽度)。 锚必须激活与目标相关的知识,才能影响人们对目标的判断。 锚定效应表现在大量的数字性判断中,包括房地产经纪人对房屋的评价,人们对核战争爆发可能性的评估,以及学生对地理距离的估计(Northcraft & Neale,1987 ;Plous,1989 ;Tversky & Kahneman,1974)。在上述以及其他判断中,那些能够作为锚的不相关数字,使人们的评估产生了偏差。 锚定与社会性判断 尽管关于锚定现象的早期研究都集中在数字锚对数字判断的影响上,但社会心理学家很快便意识到在对非数字情境进行判断时也会出现锚定现象。思考这样一个经典的社会心理学实验,在该实验中,一部分参与者看到的场景是实验者让一个人写一篇支持某个人的文章,另一部分参与者看到的场景则是实验者让一个人写一篇反对某个人的文章。在阅读了那个人写的支持或反对文章后,让参与者推测文章作者对某个人的真实态度。这一研究以及其他相似的实验所得到的结果如下:与阅读了反对某个人文章的参与者相比,阅读了支持某个人文章的参与者认为文章作者更支持某个人;尽管事实是,写文章的人在这种情境中别无选择,只能按实验者的要求来写文章,但参与者仍然如此判断。换句话说,人们过度地将个体的行为归因于他们潜在的态度和倾向,而较少地归因于环境的限制(Tone& Davis,1965,见第9 章)。这种现象被称为对应偏差或基本归因误差。George Quattrone 认为锚定是产生基本归因错误的重要原因:人们以文章作为起始点或锚,参照这个锚上下调整他们的判断(Quattrone,1982)。他们可能会对自己说:“这篇文章是支持某个人的,但我也知道约翰是被迫写的这篇文章,可能他不会像文章中那样支持某个人,因此我应该推测他实际上没有文章中那么极端。”如果参与者以这种方式将文章作为起始点或锚,但却未能充分围绕锚调整他们的判断,那么他们的判断就会因为锚产生偏差。 这种锚定现象普遍存在于社会性判断中。在对别人进行评价时,我们可能会以自己的特征和态度为锚;而在试图评价我们自己的态度时,我们会以别人对自己的看法为锚。结果,我们会认为别人与我们很相似(实际情况并非如此),就会从阿谀奉承或批评指正中得出偏离实际情况的结论。在评估一个群体成员时,我们可能以群体的刻板印象为锚;或是在评估刻板印象时,以群体中一个成员的行为为锚。结果,我们可能会认为个体与他所在的社会群体更加相像(有可能超过实际情形),也可能出现将个体行为过度概括到整个群体的错误。在评估不那么极端的行为时,我们可能以极端行为为锚;或是在判断极端行为时以一般行为为锚。结果,我们对那些让我们想起一个杰出人物的个体的评价高于其实际情况;而对那些明显胜过其同伴的个体的评价低于其实际情况(所有这些例子都基于真实现象,我们会在后面章节讨论)。 无论何时,只要注意到,由于所提供的或易得的信息使人们的判断产生偏差,我们就需要考虑,这可能是由于锚定偏差信息所致。 我们可以克服由易得性启发法和锚定带来的偏差吗 很多偏差来自于对代表性启发法的运用,因为人们没能使用更为合理的统计性启发法。在很多情况下,我们拥有做出正确推断所需的所有信息,甚至拥有正确的统计性启发法,只因为我们没有使用这些启发法,偏差就产生了。的确,当人们能够意识到这些相关信息时,如基础比率和样本大小,就会在推理中使用这些信息。此外,在某些不确定领域的学术经历及统计教育会增加人们对统计性启发法的应用。尽管最精明的统计学家也会深受偏见之害,但我们不必悲观,我们至少能够降低这种偏见的普遍性和影响程度。 当我们思考该如何克服那些由易得性启发法和锚定产生的偏差时,情况就不容乐观了。易得性启发法促使人们使用出现在脑海中的信息去评估频率或做出其他判断。即使我们已经意识到脑海中出现的信息可能是有偏差的,也不可能知道会出现多大的偏差。例如,想不起第三个字母是R 的单词,我们又如何能够确定它的数量呢?或是,如果别人不说出讨厌我们的所作所为,我们又怎么能够知道到底有多少人不喜欢呢?如果既没有客观的信息,又不依赖于事例的易得性,我们该如何估计频率呢? 当我们试图摆脱由锚定产生的偏差时,也会出现同样的问题。我们经常注意到锚不是无关就是太极端,因此我们才会调整我们的判断,使之偏离锚。但我们如何知道究竟应该调整多少呢?我们意识到锚定会使我们产生偏差,但我们如何摆脱它的影响呢?如果我们试图校正一个锚的影响,又如何确定我们是校正不足,还是矫枉过正呢? 与代表性启发法不同,易得性启发法和锚定带来的偏差,不是因为我们不知道或没有使用更合适的启发法;相反,将它们视为一种心理污染也许更合适 ( 通过易得性启发法或锚;Wilson & Brekke,1994)。即使我们不想让自己的判断被其污染,但也很难消除这种污染。 虽然我们不能消除由易得性启发法和锚定现象带来的偏差,但对这种潜在偏差的认识,至少会让我们警惕判断中可能出错,这会促使我们更谨慎,也会使我们尽可能地寻找更客观的信息。 仔细思考和使用启发法 社会认知领域的研究者们建立了一些双加工过程的认知模型。虽然这些模型在细节上稍有不同,但它们有同样广泛的假设:人们会在两种不同的思考模型间变化。有时我们进行的是谨慎、详细和精密的思考过程,全神贯注于当前的问题,并试图寻找最佳的解决方法。而有时,我们也会有一些更粗略、肤浅的思考过程,对问题花很少的时间和注意力,力求快速简单地解决问题,即使解决方法不够完美(Chaiken & Trope,1999 ;目标对加工过程模式的影响,参见第6 章的讨论)。 面对一条有说服力的信息,我们可能仔细思考信息中论据的优点和缺点,也可能只对那些表面的线索有反应,如演讲者的身份(综述参见Eagly & Chaiken,1993)。在解释一个人的行为时,我们可能仔细分析行为发生的情境,试图考虑所有促使个体做出该行为的原因,也可能只是快速、自动地对个体的潜在人格做出结论(综述参见Gilbert,1989,另外参见第7 章)。同样,在对一个人形成印象时,我们可能努力将所知道的关于这个人的一切信息整合起来形成对他连贯一致的印象,也可能仅仅只是把此人归入某一显而易见的社会范畴中(Brewer,1988 ;Fiske & Neuberg,1990)。总之,人们的推理过程既可以谨慎而精细,也可以快速而粗略。 由于本章所讨论的几种非统计性启发法——代表性启发法和易得性启发法——通常被认为是“快速而粗略”的方法,有些人将对它们的使用与肤浅、不经大脑仔细思考过程等同。此观点认为,人们在肤浅、相对不需要动脑筋的思考过程中使用这种相对简单的启发法;而在谨慎、精细的思考过程中,就会更多地依赖复杂和精密的原则(Bodenhausen,1990)。为了支持这一看法,一个关于说服力的重要模型将人们的加工过程区分为“系统式加工过程”和“启发式加工过程”(Chaiken,Liberman,& Eagly,1989)。这种区分可能无意中促成了这种假设:启发式加工过程被认为是相对肤浅和不经大脑仔细思考的过程,它促使人们更多依赖于代表性启发法和易得性启发法。 事实并非如此。这些非统计性启发法并非必然比统计性启发法更简单和容易。例如,当你试图解释为什么新人在第一年的表现通常都比第二年好时,统计性答案就是“回归平均数”,得出这一答案所需要的思考和努力远不及人们得出非统计性因果解释所做的努力(“他也很想成功……第一年后,有很大的压力,要让自己保持优秀的表现……”,Nisbett et al.,p.361)。而且,仔细思考并不一定会减少人们对代表性启发法和易得性启发法的依赖。有研究表明,仔细思考有时能够减少对非统计性启发法的应用,有时会增加对它们的应用,有时则对它们的应用没有影响(综述参见Kunda,1990)。 有时候,仔细思考会减少人们对非统计性启发法的依赖。例如,一项研究发现,清醒的个体比疲劳的个体更少犯合取谬误。合取谬误就是,相对于单一范畴,参与者会更倾向于认为一个人属于一个联合范畴,例如女权主义者和银行出纳员(Bodenhausen,1990)。人们假定,这种合取谬误来自于对代表性启发法的使用,这在之前已经讨论过了。显然,在做判断时,清醒(不是疲惫的时候)的时候人们仔细地思考,可以减少他们对代表性启发法的依赖,而更多地运用更合理的统计性原则。 但也有另外的研究得出了相反的结果。在某些情况下,仔细思考会增加非统计性启发法的应用,从而增加偏见和错误。例如,一项研究中,引导参与者进行仔细思考(他们知道随后要向调查者解释他们的答案,因此会仔细思考),这些参与者比那些草率得出结论的参与者更容易产生稀释效应,即所给予的关于此人的无关信息会影响参与者对此人的预测(Tetlock & Boettger,1989)。类似地,在另一项研究中,引导一部分参与者仔细思考(告诉参与者这是在测验他们的智力,他们就会仔细思考),相对于那些草率得出结论的参与者,仔细思考的参与者更容易在卡尼曼和特韦尔斯基的医院问题中犯错误(Pelham & Neter,1995 ;相关讨论见第6 章)。稀释效应和在医院问题上被误导的直觉,都典型地依赖于代表性启发法,这在前面已经讨论过了。所以,这些研究都显示,谨慎思考会增加我们对代表性启发法的依赖。 为什么仔细思考有时会增加人们对代表性启发法的使用,有时又会减少人们对它的使用呢?作者相信,仔细思考会促使人们选择那些他们认为最适合解决当前问题的启发法。有时,这将使得人们正确地选择适当的统计性启发法而非代表性启发法。然而,正如本章所述,人们对统计原理的理解是不稳定的,仔细的思考有时会导致人们认为使用代表性启发法比统计性启发法(如先验概率或样本大小)更合理。 总之,思考的深度与启发法的选择之间并没有简单的联系。统计性和非统计性的启发法在仔细思考和简单粗略思考这两种情况下都可能被使用。仔细思考将引导我们偏向那些经过深思熟虑后认为更好的启发法。我们思考时,偏向于使用统计性启发法还是非统计性启发法,这取决于我们对问题及其所在领域的理解,以及对一些统计知识的掌握。