四、 讨论
本章关注认知偏差，而这些偏差源于对判断启发式的依赖。不能把这些偏差归结为动机性的影响，如有意的思考或者由收益和惩罚而引发的判断的歪曲。事实上，尽管鼓励被试要尽量准确，并且其正确回答会有奖赏，前面所报告的严重的判断错误，仍然存在( Kahneman & Tversky,1972b,3；Tversky& Kahneman, 1973, 11)。
对启发式的依赖和偏差的普遍存在，并不仅仅局限于普通人。有经验的研究者，也容易在其直觉思考时犯下同样的错误。例如，在统计学上有良好训练的个体，在其直觉判断时，也存在这种倾向：在预测最能代表资料的结果时，没有充分地关注先验概率（Kahneman& Tversky,1973,4；Tversky &Kahneman,1971,2)。虽然有丰富的统计知识的个体，能避免基本错误如赌徒谬误，但在更为复杂、透明度更小的问题上，他们的直觉判断，也会犯同样的谬误。
毫不奇怪，有用的启发式如代表性和便利性，可以保持，即使它们在预测和估计时会偶尔导致错误。而令人惊异的是，人们不能从其人生经验中推论出如此基本的统计规则，如向均值回归，或者样本规模对抽样变异的影响。虽然在正常的生命历程中，每个人都碰到无数的例子，从中应该能归纳出这些抽样和回归原则，但很少有人能独自发现这些原则。例如，人们不能发现英文课文中相连行之间的字词的平均字母数，比之相连页之间的字词的平均字母数，变异更大，仅仅因为他们没有注意单行或单页的字词的平均字母数。因此，人们并没有知悉样本规模和抽样变异性之间的关系，尽管为这种学习而提供的资料是丰富的。
缺乏合适的编码可以解释人们为什么常常不能在其概率判断中觉察到偏差。人们应该确切了解其判断是不是外在度量的，通过在要分配同样概率的事件中保持实际发生的事件的比例。然而，通过他们所判断的概率来分类组合事件，并不合适。在缺乏这种分类组合的时候，个体不可能发现他所分配的概率为0.9或更高的预测，一半会真的发生。
认知偏差的经验分析，对所判断的概率的理论和应用角色，有特定的内涵。现代决策理论( de Finetti,1968；Savage,1954)把主观概率看成是理想化个人的量化观点。具体说，给定事件的主观概率，被界定为特定个人愿意接受的有关这个事件的一组赌注(bets)。如果他在不同赌注之间的选择满足某种原则如概率论的公理，那么，内在一致而连贯的主观概率测量，就得以引申出来。所引申的概率是主观的，是因为不同个体对同一事件允许有不同的概率。这种研究路径的重要贡献在于，它为概率提供了有力的主观解释，而这种解释可应用于独特事件，并且嵌入在理性决策的一般理论中。
也许应该注意，主观概率有时可从赌注之间的偏好中推演出来，那它们就和上述的形成方式不同。一个人在A队上而不是B队上加赌注，是因为他相信A队更可能会羸。他并没有从他的打赌偏好中推论这种信念。因此，事实上正如理性决策的公理论（axiomatic theory）所言( Savage，1954)，主观概率决定赌注之间的偏好，而不是从中引申出来。
概率的内在一致的主观本质，导致许多学者形成这样的信念：连贯性或内在一致性，应该是评价所判断的概率唯一有效的标准。从主观概率的这种形式理论的观点来看，任何内在一致的概率判断集，都优于其他。这种标准并不完全令人满意，因为内在一致的主观概率集，可能与个体所持有的其他信念并不相容。请考虑这样的一个人，他有关硬币投掷游戏所有可能结果的主观概率反映了赌徒谬误。或者说，随着硬币正面连续地出现，在后面的投掷中，他所估计的反面出现的概率会增大。而依照这种形式理论的标准，其判断就是内在一致的，因此也是合适的主观概率。但这些概率，与普遍持有的信念并不相容；而这种信念就是，硬币并没有记忆，因此也不可能生发序列依存性(sequential dependencies)对所判断的概率而言，充分、合理或内在一致，都不完备。判断必须与个体所持有的整体信念网相容。不幸的是，并没有简单的形式程序，来评价概率判断集和判断者的整体信念系统的相容性(compatibility)。然而，合理的判断要追求相容性，即使内在一致性更易达到、更易评估。尤其是，他会尽力使其概率判断和其有关主题的知识、概率规律以及自身的判断启发式和偏差相容。
五、 概要总结
本章描述了3种启发式，它们被用于在不确定状况下进行判断：（1）代表性，它常常被用于这样的情景，即人们被要求判断一个物品或一个事件A隶属于类别或过程B的概率的时候。（2）例证或场景的便利性，它常常被用于这样的情景，即人们被要求评估一个类别的频率或特定发展的拟真性(the plausibility of a particular development)的时候。（3）从出发点开始的调适，当有相关数字可资利用的时候，它常常被用于数值预测。这些启发式，是高度经济的，也常常是有效的，但它们也会导致系统的和可预测的错误。更好地理解这些启发式和它们所导致的偏差，会改善不确定状况下的判断和决策。
本章原载于《科学》(Science，l974,185,1124-1131)。允许重印。
用户评论