我们的思维机制

人类著名的信息加工习惯有固守模式、简化因果、寻求确定、妄自尊大，正是这些习惯造成我们看不到应该看到的东西，摆脱不了有限理性，这是我们认知的阿喀琉斯之踵。我们以感觉到的信息为基础，构建自己所认为的「现实」。但感官输入的信息要经过复杂的思维过程，正是思维过程决定了哪些信息得到处理，信息如何组织，以及赋予何种意义。过往经验、教育背景、文化价值观、信息具体细节等，都会强烈影响到我们所认知的内容。这一过程如同透过镜头或屏幕来观察外部世界，因此所见到的景象可能会扭曲变形。

我们通过建构来认知周围环境，在熟悉的框架内简化经验，是人类理解世界的基础。人们对世界的理解并做出诠释，希望其结论既贴近现实又容易理解，但是这两个目标是相互冲突的。因果基础复杂的经验，要是面面俱到地描述出来，就会太过复杂，人们根本理解不了。越准确地反映现实，故事就越不好理解；故事越好理解，就越不贴近现实。这正是我们思维的矛盾。

千千万万年的狩猎采集，自然演化，让我们进化出很强的思维模式。思维的模式价值重大，帮我们简化、解读现实。其危害我们也应知悉，很大程度它能够影响和控制我们对某一事件的看法，以致经验丰富的专家可能在事件发生新的意外变化之时，迟迟不能认识到事态的实际发展。面对重大的形势变化，那些对某一主题了解最多的分析人员需要摒弃的固有成见往往也最多。

认知心理学发现人们对大部分思维活动都毫无觉察。与认知、记忆和信息处理相关的许多功能并不受意识控制，且先于人们有意控制之前完成。出现在意识中的只是思考的结果，而非思考的过程。我们要承认我们看不到应该看到的东西，存在很多认知偏见。

认知偏见

鲜活性效应

「个人见证不能代替科学，鲜活性的例子在人们判断中被赋予了过高的权重，这就是鲜活性效应。」人们倾向于利用更容易获得的、能够用来解决问题或做出决策的信息。

如我们翻看了《消费者报告》中数千份调查，决定购买 A 品牌车；又参考汽车杂志，专家推荐的也是A牌子的车，这坚定了我们的选择。直到一次聚会，我们遇到一朋友，他说，「他的朋友买了A品牌车，是残次品，光维修费就花了一万多。这哥们决定再也不买这个牌子的车了。」听完这个消息，我们的决心开始动摇，等你再多问几个朋友，选择 A 品牌车概率可能就降到 50% 了。

一个个别案例就能影响我们的决定，我们可是看了收集数千名用户调查报告和众多专家评判才决定买A牌车的。

Nisbeet 和 Ross 将此称为「有个人...症候」，如“但我认识一个人，他每天抽 3 包烟，却活到了 99 岁”。叙述生动和细节具体的信息影响往往过高，而可能拥有更大证明作用的抽象信息或统计数据往往被忽视。无数个人轶事、信息的不同来源渠道、严格的控制实验均表明：数据归纳虽然在逻辑上意义重大，影响力却要小于那些不太总要但更加生动的证据。

证实性偏见

大脑爱模式，喜欢偷懒，时时刻刻想要「葛优瘫」。在认知世界中，为了减少能量损耗，常常选择逃避，无视或歪曲信息。如果遇到和我们期待相匹配的信息或行为，无意识系统大多会确保让我们觉察到这些信息或行为。

如果碰到与自我信念想违背的证据时，会阻止大脑重新形成一套关于世界的新模型。常会选择这么做：一是无意识系统无视它；二是过滤掉挑战我们预期的信息；三是扭曲我们的所见所闻来匹配预期。

如，香蕉实验。「研究人员给被试看一张黑白的香蕉图片，让被试在屏幕上调整图片的背景颜色，直到背景颜色与图中香蕉的颜色一致。被试们不知不觉地就选了一个略微偏黄的背景。他们坚定地认为香蕉就应该是黄色的，以至于大脑认定图片中的香蕉就是黄色的。」

规划谬误

我们预期完成任务的时间一般比实际耗费的时间要短，因为我们的预期是基于单个突出的记忆—我们过往最佳的经历—而不是过去完成类似任务所花时间的平均值（受鲜活性证据的影响），这是大脑在走无意识捷径，依赖单个突出事例而不会费心的去计算多个数据的均值。如我们假期回家，肯定会计划完成多少多少学习计划，行李箱塞进去五本书，寒暑假结束后连半本书都没看完。

真实的实验也表明我们就像倾向于高估个人内在特质的作用，低估情境因素的重要性一样，倾向于低估完成任务的时间。比如调查大学生估计完成论文的时间。得到的平均答案是 33.9 天。接着询问，如果一切顺利，需要多长时间？答案是 27.4 天。如果碰到最坏的情况呢，答案是 48.6 天。而实际上， 真正完成论文的平均时间是 55.5 天，只有 30% 的学生能够在预期的时间内完成论文。

真的需要更多的信息吗？

我们固有的偏见就是：缺乏信息是做出准确判断的最大障碍。事实真的是这样吗？来看一个赌马的实验案例。

心理学家从一张具有代表性的赌马历史成绩表中找出 88 个变量，提供给8位经验丰富的赌马分析师。这些变量包括负重、马匹过去一年获得前三名的百分比、骑师记录，以及该匹马最后一次参赛距今的天数等。分析师都被要求确定出他认为最重要的预测比赛结果的5项信息，随后再分别选出希望使用预测的 10 个、 20 个、40 个最重要的变量。

之后心理学家给分析师提供过去 40 场真实的比赛，要求他们分别使用最重要的 5 个、10 个、20 个和 40 个变量来预测比赛的前五名。就是，每名分析师都需要使用不同数量的变量对每场比赛做4次预测。最后分析师还要给自己每次预测的成绩打出信心分。

心理学家把分析师预测的结果和这 40 场比赛的真实成绩对照时发现，不管分析师拥有多少信息，预测的平均准确度一直保持不变。实际上，随着信息量的增加，8 名分析师中有 3 人预测的准确度在下降，两个人在提高，另外 3 个人没变化。但所有人对自己判断的信心却随着获取信息量的增强而增强。

我们日常做出选择、决策过程中，在不断寻找更多信息。经常使用增量分析的方法，以当日获得的信息为基础，匆匆忙忙地与前一天得到的材料进行比较，然后就以“流水线模式”生产出选择的结果，其中或许反映出我们的直觉，却并非来自于对累积证据的系统思考。

竞争性假设分析法

传统的直觉分析法是在寻找证据来证实自己偏好的假设，我们前面提到的各种认知局限会使我们很难做出预见性的分析。霍耶尔通过多年的情报分析工作，提出重要的分析实用方法「竞争性假设分析法『ACH』」。ACH 意在寻找可否定假设的证据。可能性最大的假设往往是否定证据最少，而不是肯定性证据最多，从而帮我们克服或者至少最大限度地减少这些局限造成的影响。ACH 法比交叉验证分析方法更系统、更科学。

为什么我们要使用 ACH 法呢？

我们有一种自然的倾向，就是注重证实那些他们早已相信的正确假设，更重视那些支持这一假设的证据，忽略那些负面信息。我们要反其道而行，认识思维漏洞，弥补认知偏差。正如富兰克林所说，「选择有时相当困难。因为我们不能同时把所有选项的全部特点同时存放在工作记忆中，所以会在各个选项之间犹豫不决。我们一会想到这，一会又想到那。」

具体步骤如下：

• 确定需要考虑的可能假设。组织一队拥有不同观点的分析人员对各种可能性开展头脑风暴。

• 列出支持或反对各个假设的重要证据或论据。

• 建立以假设为横行、论据为竖列的矩阵。对各种证据和论据的“诊断价值”进行分析，即确定哪些在判断假设的相关可用性时最为有用。

• 精简矩阵。重新思考假设，剔除那些不具有任何诊断价值的证据和论据。

• 就各个假设的相对可能性得出暂时结论。尝试证伪而非证实假设。

• 分析结论对于少数关键证据的敏感程度。思考当关键证据出现错误、误导或适用于不同解释时会对分析产生什么后果。

• 报告结论。讨论所有假设的相对可能性，而不仅仅是最有可能的那个假设。

• 明确未来观察中应该注意的标志性信息，它们可能预示事件正朝预料之外的方向发展。

后记

如果你问我，我们现在知道了大脑有这么多的认知偏见，我们能避免吗？我只能告诉你，就算被试知道他吃的是安慰剂，安慰剂效应仍然存在。如卡尼曼所言：

并不是说，读一读这本书，你就能跳出思维的窠臼。我写了这本书，但也仍然无法做到换换脑子。—《思考，快与慢》

有时我们真的需要刻意练习，把一些思维习惯练成本能。