三、 调适和初始化
在许多情景中，人们的推测，是以初始值为参照而获得最终答案的。初始值，或出发点，可以理解为确定问题的明确表达，也可作为部分计算的结果。但在任何情形下，调适(adjustments)显然都是不充分的(Slovic et al.,1971)。也就是说，不同的出发点产生不同的推测，它偏向初始值。我们称之为初始化(anchoring)。
1. 不充分的调适
在证明初始化效应的一项研究中，被试被要求用百分制来估计种种量值，如非洲国家在联合国中所占席位的百分值。当被试在场时，通过转动幸运轮盘来确定一个初始数字，它在0和100之间。让被试首先指出这个初始数字是大于还是小于所估计的量值，然后从这个初始数字开始向上或向下移动转盘来估计量值。不同的被试群体，被给予不同的初始数字，而这些武断的数字对估计有显著的影响。例如，对得到的初始数字为10和65的两个群体而言，非洲国家在联合国中所占席位的中位估值，依次为25和45。对于估计尽量精确的要求，也没有降低初始化效应。
初始化效应，不仅发生在被试被给予出发点的时候，而且发生在被试的推测基于不完备计算的结果的时候。对直觉性的数值估计的研究，证明了这种效应。两组高中生要在5秒钟以内估计写在黑板上的数值。一组估计的数值如下：
8×7×6×5×4×3×2×1
而另一组估计的数值如下：
1×2×3×4×5×6×7×8
要迅速地回答这样的问题，人们得计算几步，然后通过外推(extrapolation)或调适来推测结果。因为调适明显不充分，这种程序会导致低估。并且，就最初几步乘积(从左到右)的结果而言，第1个下降的数字序列高于第2个上升的数字序列，因此，对第1个序列的数值判断，应大于对第2个序列的数值判断。这两种预测，都得以证实。对上升序列的中位估值为512，而对下降序列的中位估值为2 250。但正确值为40 320。
2. 在评估连续事件和非连续事件时的偏差
巴-希勒尔在近期的研究中（Bar-Hillel,1973），给被试机会在两个事件中打赌。研究采用了3类事件：（1）简单事件，如从装有一半红色一半白色弹珠的包中拿出一个红色弹珠；（2）连续事件，如连续7次从装有90%红色10%白色弹珠的包中拿出一个红色弹珠；（3）非连续事件，如在连续7次的尝试中至少有一次从装有10%红色90%白色弹珠的包中拿出一个红色弹珠。就这个问题而言，绝大部分被试偏好压赌连续事件(其概率为0.48)而不是简单事件(其概率为0.50)；被试也偏好压赌简单事件而不是非连续事件(其概率为0.52)。因此，在两种比较中，被试倾向于压赌较小可能性的事件。这种选择模式证明了一个普遍的发现。对赌博和概率判断中的机会的研究表明，人们倾向于高估连续事件的概率( Cohen et al.,1972,24)，而低估非连续事件的概率。基本事件的既定概率(即任一阶段的成功)，为连续和非连续事件的概率推测提供了基本的出发点。因为从出发点的调适明显不充分，因此在两种情形下，最后的推测，也都接近基本事件的概率。请注意连续事件的整体概率(the overall possibility)，低于每个基本事件的概率；而非连续事件的整体概率，则高于每个基本事件的概率。而作为初始化的结果，连续问题中的整体概率将被高估，而非连续问题中的整体概率将被低估。
在计划(planning)的语境中，评估复合事件时的偏差，尤其显著。成功完成一项艰巨任务如开发新产品，明显地具有连续(事件)的特征：为了任务的成功，每个事件必须发生。即使每个单一事件很可能成功，但如果事件数目大时，整体的成功概率仍然很小。因此，在评估计划成功的可能性或者项目能否按期完成的可能性时，高估复合事件的概率的普遍倾向，会导致无谓的乐观主义。相反，非连续结构，通常会遭遇风险评价。复杂系统如原子反应堆或人体，如果其任一基本部分功能失调，其整体功能也会失调。即使每一部分的失败可能性很小，如果包含很多部分，其整体失败的概率仍然很大。由于初始化，人们会倾向于低估复杂系统失败的概率。因此，初始化偏差的方向，有时可从事件的结构中推演出来。连续事件的链式结构，导致高估；而非连续事件的漏斗式结构(the funnel-like structure)则导致低估。
用户评论