|
这本书不断再版，是精品中的精品，推荐阅读。 
批判性思维的本质是慎思明辨，目的是增强理性批判性思维是一种思考方式，是一种对思维方式进行思考的艺术，该艺术能够优化我们的思维方式。 《批判性思维工具》：当你能清楚地注意到自己的思维、认识到自己思维方式的优缺点、能够像看大屏幕播放节目一样监视自己的思维过程时，你就成了一名优秀的思考者。
它的英文是critical thinking。中文里的「批判」给人很犀利的感觉，但实际上它的主要内容是对证据进行分析，对假设提出疑问，并寻找其他可能的结论，「批判性」（ kriticos）的本意也是「恰当的判断」，因此，或许将它翻译做「慎思明辨」更好一些。说白了，批判性思维就是一种思辨理念和方法。 我们为什么要思辨，因为我们的大脑默认采用的是分布式多通道的自动加工模式，借助遗传得来的操作系统和后天习得的应用软件，对信息进行快速处理，这种模式比我们想象的要有效得多，以至于心理学家吉仁泽就此问题专门做了研究，提出一个「少即是多效应」（less is more effect）的概念。但是，生活中总有一些问题是不能靠「刻舟求剑」的法子解决的，总有一些时候你靠直觉和经验是要吃亏的，特别是当外部环境越来越多「套路」的时候。 心智大师斯坦诺维奇在《超越智商》里强调：“少即是多效应”的前提是“良性环境”，即环境中包含可以被不同启发式加工利用的线索（如情感触发线索、生动和与众不同的环境刺激，以及便捷可用的锚定值），且没有人能够识别并利用启发式加工的线索，去剥削那些依赖启发式加工的人。换句话说，启发式只是一套公式，如果输入有误，那么就会出现“垃圾进，垃圾出”（Garbage in, garbage out）。考虑到现实世界是个“恶性环境”，充斥着人为操控的线索（如基于大数据分析的各类个性化图文广告投放），我们必须对启发式给出的建议选项留有质疑。此外，丹尼尔·卡尼曼作为研究启发式问题的权威专家，也写了《不确定状况下的判断：启发式和偏差》《思维：快与慢》等著作，不断通过操控线索，“有意”制造出一大批启发式算法导致非理性行为的证据。 《超越智商》P77：斯坦诺维奇认为，我们不能因为启发式加工在98%的情况下都可以得到一个足够接近的结果，就放弃对其做审慎的分析，因为剩下的2%可能是会扭转我们人生的关键事件。
这就是我们学习批判性思维的一个大背景，一个信息良莠不齐的年代，必须学会自己甄别，此时，慎思明辨的能力就变得非常重要。 学习和掌握批判性思维的理念和方法，在信息过载的年代里，辨识对错真伪。译者在译者序中写道： P1 批判的选择，批判的接受，否则，你会对这个纷繁复杂的社会无所适从。
哈丁（Warren Harding）总统经常大声地质疑：我能做什么？这个专家告诉我要做这件事。另一个专家告诉我要做另外一件事。我能做什么？ Harding这个名字很杯具。
批判性思维就是要帮助我们解决这些问题，帮助我们辨析信息的质量优劣，淘汰低质量的信息，挖掘高质量的信息。作者在前言中写道： PVI 世界以更快的速度变得越来越复杂，我们越来越容易成为被动的信息接受者，越来越不加批判地全盘接受我们所看到和听到的东西。……鼓励所有人使用批判性思维来应对“知识大爆炸”，是我们写作这本书的愿望。
批判性思维是很重要的「心智模块」，甚至可以说是理性思维的核心模块之一。遗憾的是，批判性思维本来就不是通过基因安装在我们默认心智系统里的核心模块，而是一个必须通过后天学习来安装的升级补丁。更不幸的是，批判性思维在我们传统文化体系里几乎没有被提及，孔子只说说过一句「学而不思则罔，思而不学则怠」，但没有谈过具体该如何去思辨；批判性思维更是从未出现在我们的基础教育课程里，相信也没有多少人在大学阶段认真学过或者记得自己学过这门学科，也就是说，人类最基本的思考能力，基本没人教过我们。因此，为了提高我们的理性思维能力，我们必须学习批判性思维，安装升级补丁，提高自己的理性思维能力，补全我们认知系统中的天然缺陷。
批判性思维的起点是怀疑，最小行动是提问个人以为，批判性思维和怀疑论有些千丝万缕的关系。如果没有怀疑，就不会有批判性思维。 传统哲学怀疑论衍生自「Skeptikoi」，即指向「任何事物都不加以断言」的概念。 Protagoras（普罗泰戈拉）：神不可知，人是万物的尺度。 Gorgias（高尔吉亚）：任何事物都不存在；而且纵令有任何事物存在的话，那也是不可知的；而且纵令它存在并且被任何一个人所认知，这个人也永远不能把它传达给别人。 Pyrrhon（皮浪）在对感官的怀疑主义之外，加上了道德的与逻辑的怀疑主义。 Hume（休谟）认为，没有必然性。没有因果，只有相关。
怀疑论和不知论的区别：不知论「不确定真理是否存在」，怀疑论不怀疑真理是否存在，但是怀疑「获取真理的方法与渠道」。批判性思维也是如此，我们通过思辨，来接近于真理和真相。对于思辨者，休谟的建议是：「头脑要清醒，凡事持怀疑。」（《人性论》P746） 有没有怀疑精神，带来不同的思维方式。《学会提问》一书指出，有两种思维风格，一是「海绵式」，学习时全盘接纳，如同海绵吸水，不管清水污水，统统吸纳过来。二是「淘金式」，学习时批判地接受，如同沙里淘金，去沙存金。两者最大的区别，在于对待知识的待遇，是迷信还是怀疑，是默认还是提问。不提问的学习，重点就是找到知识，吸收知识，这在信息匮乏的年代里，有一定价值，因为那个年代，信息很少，知识更少，一旦能找到知识的载体，比如说一本书，肯定是经历过出版人和编辑的把关，质量都不会太差。但是现在时代不同了，信息严重过载，知识严重碎片化，甚至有很多错误的观点广泛传播，此时就需要甄别能力，因为养成怀疑精神和提问习惯。本书本意是谈批判性思维，却把学会提问作为标题，就是因为提问是批判性思维的「最小行动」，内心中的怀疑，必须转化为行为上的提问，才能真正开启批判性思维之旅。当然，提问不是批判性思维的终点，如果只是提问而没有行动，那就只是哲学思考，但如果在提问之后采取行动，去更新自己的思考，那就会带来创新。 相信很多读者跟我一样，都是在中国式传统教育环境里成长起来，习惯了听老师讲什么，即便是内心有所疑问，也不敢公开提问，久而久之，好奇心和创造力就被磨灭。幸运的是我后来去了欧洲留学，虽然没学到什么知识，但是我的学习方法得到了质的提升——因为我的导师反复强调，如果我们在考试的时候，一五一十把他所教的内容写在答题纸上，他会给我12分（及格分）；我必须在学习掌握他所教的知识之外，阅读更多材料，做更多思考，形成自己的观点，才能拿到更高的分数。我遵循他的方法，养成习惯，十多年来坚持不懈，感觉收获很大。今天看看，其实就是批判性思维的一种具体应用。批判性思维强调，我们要倾听他人的观点，提问和辨析，最终形成自己的观点。诚如译者所言：「人类的创造离不开批判。」 我只是一个批判性思维的初学者，不过我相信「教学相长」，所以硬着头皮接下这个任务，大言不惭地给大家解读这本书的观点，努力把自己阅读和实践过程中的心得与大家分享， 希望能做一个「活靶子」，启发大家思考和批判，更期待大家在学习批判性思维的过程中，有什么启发和收获，能回过头来和我分享，我们一起来创造。 提问即解锁。问题驱动思考，答案中止想象。「淘金式」思维要求我们通过提问的方式，积极参与到知识的解构和重构中来。 P5 笔者努力说给你听，你就应该努力地给他反馈，不管他在不在场。 P6 淘金式思维要求读者提出尽可能多的问题，……频繁思考为什么作者会与自己有不同的观点。他会在页边空白处写下自己对于推理的质疑；他会与阅读材料进行持续性的交互作用；他想批判性地评估材料，并根据这些评估得出自己的结论。
这种提问模式的一种应用，就是做读书笔记，在阅读的同时，不断在书头把自己对作者观点的看法写下来，包括疑问和补遗。不仅是向作者提问，而且回答作者的提问，由此形成对话。 P8 淘金式思维最重要的特点是相互渗透，即笔者和读者之间或者说者和听者之间进行对话。 P9 通过提出问题来发现别人思维的不充分性。……最好的策略就是提出批判性问题。 P16 作为批判性思维者，我们必须强迫自己去找出新的答案。旧答案和新答案之间的相互影响是我们成长的基础。
工业时代的书籍是一个知识的过去式（booked），作者和读者无法直接对话；信息时代的书籍是一个知识的过程（booking），作者和读者完全可以对话，比如说你对我在解读本书时的观点有所质疑，就可以直接通过电子邮件和微信等渠道联系我，跟我讨论。这种参与式的学习，让知识融会贯通。 在社群时代，提问还有一个额外的加成效果，就是帮助我们更好地建立和牛人的关联。在社群里提出有价值的问题，并公开请教牛人，这是我个人的经验。你提问了，最差的结果是牛人不理人，So what，牛人本来就不理人，但如果你提问成功了，就会收获三大红利：一是为自己创造和牛人对话的机会，二是为牛人提供了公开展示自身优势的机会，三是为那些不敢提问的人争取到了分享答案的机会，一举三得。我甚至认为，提问是通向「魅力型连接者」的必经之路。如果你对这个感兴趣，可以读下我的另一篇文章《魅力型连接者和群体智慧》。 P3 通过提出问题，我们告诉对方：我很好奇；我想知道得更多；请帮助我。
正确的问题带来更好的判断与决策未来的超级计算机和人工智能将比我们更善于解决问题，所以答案将变得更加廉价，而问题则会变得更加值钱。我们应该把更多的注意力放在有意义的问题上，通过不断地提问，探询了解未知的世界。 《绝佳提问》P31 除非沃森具有与人一样的好奇心、创造力、发散思维能力、想象力和判断力等，否则它就不能提出原创性的、反直觉的和出人意料的问题。
学无止尽，批判性思维给予指引。提问正确的问题，可以帮助我们压缩探索的空间，更快找到思考的方向。 P3 认真思考是一个永远没有结局的工程。一个寻找结尾却永远找不到的故事。批判性问题为批判性思维提供了一个刺激和方向：它激励我们继续去寻找更好的观点、决定或者判断。
书中给出了一系列供我们参考的正确问题： 什么是论题？什么是结论？ 理由是什么？ 哪些词句有歧义？ 什么是价值观冲突？什么是价值观假设？ 什么是描述性假设？ 推理中存在谬误吗？ 这些证据的可信度有多大？ 你发现干扰性原因了吗？ 统计数据是否具有欺骗性？ 哪些重要信息被遗漏了？ 什么结论可能是合理的？
我认为上述问题可以归为三类： 一是针对论题和结论的问题。 二是针对假设和论据的问题。 三是针对谬误和偏见的问题。
针对论题和结论的质疑与提问根据《学会提问》一书的定义，论题是会话或讨论中所出现的有争议的问题。结论就是某人有意地传递给你的信息，目的是影响你的信念及行为。简单地说，论题即问题（question），结论即答案（answer）。实践中，论题又可以分为「描述性论题」和「说明性论题」，前者的答案主要描述世界是什么样、曾经是什么样或将来是什么样；后者的答案主要说明世界应该是什么样子，有点「实然」和「应然」的味道。很多物理问题属于「实然」范畴，存在所谓的「正确答案」，但是更多社会问题属于「应然」范畴，难以给出标准答案，甚至不同的人会有不同的解读。 美国罗格斯大学（Rutgers University）哲学教授Ruth Chang在TED上做过一个关于《How to make hard choices》的分享，谈到一个观点：选择分为两种，容易选择和困难选择。容易选择有标准答案。如果世界上都是容易的选择，只需理性就能做出，那么结果可能就是一切都是确定的，世界就是「预先决定」的。绝对的理性，本质上就是我们被环境控制，没有自由可言。困难选择没有标准答案，往往也找不到最优答案，因为它蕴涵了价值观的选择，由于价值观难以量化，所以无从比较。大家会根据自身的偏好，以及自己对价值观的解读和构建，做出不同的选择，创造不同的理由，带来不同的可能，世界由此有了多样性。由此我们可以把Ruth的模型转化为「容易问题」和「困难问题」的讨论。容易问题，认知系统可以独立完成。困难问题，认知系统必须情绪系统支持。一些腹内侧前额叶皮层受损的病人，其情绪和认知系统之间的通道阻断，决断就变得非常困难。显然，很多社会问题都属于困难问题。人们往往现有情感评价，后有认知决断。因此，社会上充斥着不同的观点，对于不同的论题，大家往往得出不同的结论。你所接受的，往往是和看似最合理，与个人价值观偏好最一致的结论。 我们坚持批判性思维，第一个要质疑的就是各种「社会话题」的论题及其结论，是否成立，我们要敢于对此提出问题。较真的话，几乎绝大多数微信公众号文章里讨论的社会问题及其现有答案，都是值得推敲的，可以通过思辨来加以完善。很多文章的标题就是「结论」，顺藤摸瓜，可以找出其隐藏的论题。 书中还谈到，任何一个抽象概念都涉及一个话语解释权的问题。绝大多数定义不清的抽象概念相关的论题，都给不出明确的答案，因为这些概念本身就充满歧义，比如说「自由」「幸福」等。如果有人断然在标题里给那些宏大的概念下定论，那么你基本上可以略过这些文字了。 P50 一个词越抽象，就越可能有多种解释，因此也越需要作者做出更清晰的定义。要避免被作者暗渡陈仓，通过关键词句的歧义，将不相干的概念联结起来。 P60 像牺牲和公正这样的词语有复杂的含义，其中一些含义会激起我们的特定情感。……政治性的语言常常附带有情感色彩，并有歧义。
针对假设和论据的质疑与提问针对论据的质疑和提问应该是思辨者的基本功。这里应该遵循可信度原则，通常，一手材料的可信度大于二手材料。 《心理学批判性思维》P22 我们应该尽量在自己的论据中使用原始资料。
一手材料中，虽然都存在一定的「实验者效应」，但是自然科学实验获得的数据会比社会科学实验（如社会心理学实验）获得的数据更为可靠，因为后者存在更多的「观察者效应」，实验本身会影响被试的表现，即便是很多看似设计得非常成功的实验，可重复性也非常差。而且，统计数据具有很强的欺骗性，而对于统计数据不同的表述方式，会带来完全不同的体验。比如说丹尼尔卡尼曼和特沃斯基一起做的行为经济学研究发现，人们往往选择的不是特定的事实，而是对事实的特定表述。书中介绍了一个案例，用三种方式去表述同一个治疗方式的效果，却给人们完全不同的感觉。（P211）尽管如此，实验数据还是要比个人经验更可靠，后者有太多的天然缺陷，后面部分我们会谈及。 二手材料中，权威观点虽然经常出错，但总体上会比常识可靠，因为常识会跟你说，缺什么吃什么补什么，但是用糖水灌溉的甘蔗最后不甜反而死了。但如果拿社会常识和典型案例（轶闻、故事）来比较，还是常识更靠谱一些，因为案例都是特定时空条件的产物。遗憾的是，我们似乎最容易被故事打动，因此它直接指向比大脑认知系统更为基础的情绪系统。 与有形的论据相比，无形的假设是更重要的思辨对象，它划定了我们思辨的范围，但是这个范围可能本身就有问题。《学会提问》强调「找出对方预设的能力」。「假设是一种没有明确表述的信念，这种信念支持外显的推理。」（P72 ）假设中最为基本的，就是价值观假设。「在作者的推理过程中，隐含着一些作者承认、却没有清楚表述的思想，只有当你赞同这些思想时，这些推理才具有说服力。」（P70）我们可以简单粗暴地认为： （假设 + 论据）* 论证 = 结论
我还有一个更为形象的比喻：价值观好比大地。道不同，不相为谋。前提假设是脚，脚踩在什么道路上，就是坚持什么样的价值观假设。脚不能离开地，否则就是空谈了。论据作为理由，好比身体。有瑕疵和纰漏的论据就是残缺或有毛病的身子，经不起敲打。（而有歧义的论据，就像是一个隆起的胸口，在你没看到其他部位的时候，不能判定它是肥胖油腻中年男子的，还是发育不良的青年女子的。）结论是脑袋。如果给男人的身体接上女人的脑袋，那就文不对题了。话题是头发，有些脑袋上有，有些脑袋上没有。我们看一个人，先看他有没有脑袋，再看脑袋下面有没有身子，然后看身子下面有没有脚，再然后看脚是不是踩着什么样的大地，是不是跟我们踩的一样的大地。如果他站在火星，我们站在地球，那就没法讨论今天天气好不好的问题了。 最后，我们还不能假设作者提供的信息是完整的，或许还有一些关键的信息缺失了。这些信息缺失的原因，可能是因为作者存在时空局限性、注意力范围局限性、知识局限性和个人视角局限性等，而且不排除纯粹欺骗的可能。 P221 作者所提供的信息是不完整的，以不完整的信息为基础所得出的任何结论都必然是暂时的。
针对谬误和偏见的质疑与提问P32 如果我们仅仅是评价作者的结论，而不分析作者的推理，我们就会倾向于固守自己的已有的观点，并迅速接受那些与自己的看法相同的结论。……必须一直保持开放的态度。
支持结论的理由，除了前面说的假设、论据等，还有推理、类比等各种论证过程。推理是论证的重要组成部分，但推理中经常存在谬误。也就是说，在用假设和论据证明结论的过程中，人们经常会犯一些逻辑错误。当然，也有一些时候，一些人是有意而为之。相信大家都在各种文章中读到过一些推理谬误的例子，在互联网上最常见的之一应该是「滑坡谬误」，带来夸张的结论。很多创业者，尤其是所谓的微商，都喜欢说一传十，十传百的故事，吹嘘自己转发一个帖子，就能牵动全世界，招来多少个零的粉丝，似乎A必然导致B，B必然导致C，C必然导致D，现实并非如此。还有就是「诉诸权威」，引入所谓的专家观点，来压制大家对缺乏论据的结论的怀疑，这些专家往往还是不靠谱的。比如说，你会看到诺贝尔物理学家奖得主给人推荐不靠谱的菜谱，最后还闹出笑话。 附录：常见逻辑谬误大全 Base rate fallacy／Base rate neglect（基本比率谬误／基本比率忽视）：只关注针对性的资讯，忽略一般性的资讯（基本比率），导致不恰当的认知。例如因为酒驾较容易肇事，就认为肇事者多半是酒驾，然而由于酒驾者占所有驾驶者的比率甚小，肇事者之中酒驾者的比例不会那么高。 Conjuction fallacy（合取谬误）：认为多重条件「甲且乙」比单一条件「甲」更可能发生的认知偏误。 Gambler's fallacy（赌徒谬误）：主张由于某件事发生了很多次，因此下次不太可能发生。认为某事多次发生则未来发生的概率会较小，或多次未发生则未来发生的概率会较大。事实上概率是不变的。 Inverse gambler's fallacy（逆赌徒谬误）：认为概率很小的事情发生了，一定是做了很多次。 Hot hand fallacy（热手谬误／手气不错）：认为某事多次发生则未来发生的概率会较大。一般是在某人近来做某事很成功时，认为他未来做同一件事也会很成功，而忽略其成功可能只是随机与巧合导致。 阿强连续投三次三分球都进，他现在手正热，接下来一定会继续进球。 现实中，每次投球也属独立事件，并不影响下一次投球，唯一影响的只有运动员的心理。
Regression fallacy（回归谬误）：非常态的甲事发生以后，用乙措施处理后甲事扭转，便断定乙措施可扭转甲事。然而非常态的事发生后，本来就比较容易发生较接近常态的事。 小明上次比赛打棒球的成绩奇差无比，教练把他骂一顿以后，这次比赛的成绩就进步了。因此，责骂可以提升小明打棒球的成绩。 现实中，比赛中的表现往往会时好时坏，当前一次打出很少发生的极差成绩时，即使什么都不做，这次也很可能打出比上次好的成绩。同理，如果小明上次比赛表现是罕见的好，这次比赛的成绩通常会比上次差，如果上次比赛后教练夸奖过他，可能就会做出“夸奖会让小明表现变差”的错误推论。
Post hoc／Coincidental correlation（后此谬误／巧合关系）：把先后发生的事情看作因果关系。认为「如果A事件先于B事件发生，A事件则是B事件的原因」。 小明感冒了，他吃了一些感冒药，然后他发烧了。所以，一定是这感冒药让他发烧的。 现实中，发烧可能是感冒本身造成，未必是感冒药造成的。
Prosecutor's fallacy（检察官谬误）：很多根据部相关信息，认定被告「无辜的概率」很小。相对应的是Defendant's fallacy（辩护人谬误），认定被告「犯罪的概率」很小。 小明上个月买了一张乐透彩劵，却很幸运地中了头彩。结果他被检察官约谈，理由是被怀疑收买内部员工。检察官的论据是，大乐透头彩的中奖概率只有约一千四百万分之一，所以小明只有一千四百万分之一的概率是无辜的。 现实中，大乐透中奖概率与小明无辜的概率无关。
Pre-screening bias（预筛选偏差）：筛选样本时预先排除了某些不应该排除的样本。 Exclusion bias（排除偏差）：研究进行时不当排除某些看似不符合预期的样本。 Texas sharpshooter fallacy（德州神枪手谬误）：在大量的数据/证据中刻意地挑选出对自己的观点有利的数据/证据，而将其余对自己不利的数据/证据弃之不用。 德州神枪手谬误词源自一个典故：有个德州人朝着自己的谷仓射了许多子弹，在弹孔最密集的地方画一个圈，然后自称是神枪手。
Multiple comparisons fallacy（多重比较谬误）：广泛比较两个不同群体的所有差异，从中找出具有差异的特征，然后宣称其为两个群体不同的原因。 1992年瑞典有个研究试图找出电源线对健康的影响，他们收集了高压电源线300米范围内所有住户的样本长达25年，对超过800种疾病一一检查发生率的统计差异。他们发现幼年白血病的发病率是一般人的4倍，还推动政府为此采取行动。然而，当我们比对超过800种疾病时，有一种以上的疾病因为随机效应而呈现发病率增加是非常可能的。果不其然，后续的研究再也没有发现电源线和幼年白血病的相关及因果关系。
Straw man fallacy（稻草人谬误），偷换概念，替别人做伪证者，虚假陈述某人观点以便更加容易攻击。 False dilemma／black-or-white（假两难／非黑即白），提出少数选项（一般是两个，但有可能是三个或更多）要人从中择一，但这些选择并未涵盖所有的可能性。非黑即白是一种非形式谬误。 Slippery slope（滑坡谬误），是一种非形式谬误，使用连串的因果推论，却夸大了每个环节的因果强度，而得到不合理的结论。滑坡谬误的典型形式为「如果发生A，接着就会发生B，接着就会发生C，接着就会发生D，……，接着就会发生Z」，而后通常会明示或暗示地推论「Z不应该发生，因此我们不应允许A发生」。A至B、B至C、C至D、……等因果关系好似一个个「坡」，从A推论至Z的过程就像一个滑坡。 妄求完美，错误地假定，如果使用一种方法不能使该问题得以彻底解决，就不采用这种方法。 移花接木谬误，一个关键词在一个论据中被使用两个或两个以上的意义，一旦意义被确定转变了，这以论证就没有意义了。 诉诸公众，试图通过偏爱多数人一致赞成的观点使某个观点合理化，错误地认为多数人支持的就是合理的。 诉诸权威，通过引入在一个问题上缺少第一手专业知识的权威来支持结论。
然而，和偏见（bias）相比，谬误根本不算什么。偏见是人们以根据主观感受而非客观资讯建立起主观以为的社会现实。我们无法回避这些偏向。它是我们进化而来的默认程序，不需要后天的学习，先天具备，其影响远大于谬误，因为它发生在论证之前，在我们接受信息，形成看法的时候，就已经无意识地发挥作用了。我曾把能找到的偏见都整理分为七类，这里简述下，作为对这本《学会提问》的批判性补充。 归因倾向，帮助我们建构起一个有因果关系的世界，让逻辑解释现象，从而减轻认知负担。典型的例子是Illusory correlation（错误关联）：认为两件事情应该有关系时，就会在检视经验与数据时，觉得它们经常发生在一起，即使它们在一起发生纯粹是随机现象。比如说，曾有研究者指出，骑摩托车时戴头盔的人得癌症的概率更高。这其实是一种典型的错误关联，因为这里有一种更合理的解释，即骑摩托车戴头盔的人活得更久，所以得癌症的概率更高。还有一些人喜欢把前后发生的事情看做是因果，这就更可笑了，按照这种逻辑，我每天都是先上厕所后睡觉，所以我睡觉的原因是上厕所。遗憾的是，我们身边到处都是这种逻辑的人。归因倾向种最有名的就是Fundamental atrribution error（基本归因错误）：解释他人行为时，归因于内在特质（一定是他有这样的人格，才做出这样的行为），而非外在情境（也许是情势所迫，或这个场所有特殊的潜规则）。还有就是Hindsight bias（后见之明偏差／事后诸葛亮效应）：在事情发生后，以为自己事先就能预测其发生和发展，捕风捉影拿出很多线索来证明自己的观点。 自利倾向，选择性关注对自己有利的信息，由此高估自己，低估他人，变得乐观起来。甚至爱屋及乌，连自己用过的东西都觉得比别人的要好，抢劫过自己的匪徒也是好匪徒。典型例子是Dunning-Kruger effect（达克效应）：能力欠缺的人会高估自己的能力，错误地认为自己比真实情况更加优秀。反之，能力出众的人会低估自己的能力，错误地假定他们自己能够很容易完成的任务，别人也能够很容易地完成。诚如莎士比亚所言：愚蠢的人总认为自己很聪明，而智者却知道自己的无知。和达克效应相对应的，是Better-than-average effect／Lake Wobegon effect／Superiority bias／Illusory superiority（乌尔冈湖效应）：自认为能力高于平均水平。高估自己的优点，低估自己的缺点。 极端倾向，这可能是因为经常要在信息模糊的情况下做判断，为了让画面看起来清晰一点，就只好通过极端化的做法来增加锐度。典型的例子包括：Neglect of probability（忽略可能性）：对于不确定的事，无法准确评估其发生概率，不是完全无视，就是过分高估。吉仁泽提出区分「确定」「风险」「不确定」三种状态，发现人们要么把风险看作确定，无视概率；或是把风险看作不确定，高估概率。还有Frequency illusion（频率错觉／杯弓蛇影）：因为最近注意到一件原先都没有注意到的事情，就觉得这个事情每时每刻到处都在发生。（比如说新闻报道提到自杀，你关注到自杀，就会觉得好像到处都有人在自杀）。最典型的应该是Smapling bias（取样偏差／以偏概全）：以局部事例解释整体原因。 参照倾向，因为获得的信息有限，所以要寻找参照系来加深理解。典型的例子有：Framing effect（框架效应）：面对同一个的问题，使用不同的描述但描述后的答案跟结果都是一样的，人们会选择乍听之下较有利或顺耳的描述作为方案。当以获利的方式提问时，人们倾向于避免风险；当以损失的方式提问时，人们倾向于冒风险。（丹尼尔·卡尼曼等提出）《别想那只大象》一书指出，框架是塑造我们看待世界方式的心理结构，所以，框架也塑造了我们追求的目标、我们制定的计划、我们行为的方式以及我们对行为结果好坏的判定。当你和对方争论时，切莫使用他们的语言。他们的语言确立了框架，那绝不会是你想要的框架。他们的用词把你扯进了他们的世界观。还有就是Anchoring effect／Focalism（锚定效应）：为不熟悉事物估值时，会把熟悉的类似事物或不久前接触到的无关数值当做「锚」，估出来的数值会大大倾向「锚」。 保守倾向，在风险未知、信息不全的情况下，要做出判断是很难的。在无法确保做出准确判断的前提下，做出相对保守的判断，是有利于生存的。典型的例子包括：Zero-risk bias（零风险偏差）：偏好把小风险降低为零（如1%降低到0），胜过把大风险降低更多（如5%降低到2%）。Negativity bias（负面偏差）：容易回想起消极的记忆，而非积极的。对负面消息、谣言比较偏好。Loss aversion（损失规避）：人们面对同样数量的收益和损失时，认为损失更加令他们难以忍受。损失带来的负效用为收益正效用的2至2.5倍。当涉及的是收益时，人们表现为风险厌恶；当涉及的是损失时，人们则表现为风险寻求。 群体倾向，因为有利于群体生活的，被保存下来。如Bandwagon effect／Herd behavior（从众效应／羊群效应）：人们受到多数人一致性思想或行动的影响，而跟从大众的思想或行为。Stereotyping（刻板印象／先入为主）：根据事物所属的类别或群体来判断其特质，而忽略其个体特性。Ingroup bias（群内偏差）：善待圈内人，贬低圈外人。Availability cascade（可获性层叠，即三人成虎）：一件事越是经常被公开谈论，就越被认为是可信的。这里最有害的，是Groupthink（团体迷思／集体错觉）：团体在决策过程中，由于成员倾向让自己的观点与团体一致，因而令整个团体缺乏不同的思考角度，不能进行客观分析。 脑残倾向，还有一些偏见似乎只有成本没有收益，已经完全「失配」。比如说，Money illusion（金钱幻觉／货币错觉）：专注于货币名目上（表面上）的价值，而非其实质购买力。金钱的面额数字（名目价值）常被误认为其购买力（实际价值）。该概念由凯恩斯提出。Denomination effect（面额效应）：即使金钱总额相同，带小面额（如多量硬币）比带着大面额（如少量纸钞）更容易消费掉。（零钱比整钱更好花）Well travelled road effect（熟悉路线效应）：低估采用熟悉路线的时间，高估采用陌生路线的时间。认为自己开熟路会更快，开生路会更慢。现实中未必。Unit bias（单位偏差）：认为计量单位会反映合理程度。例如认为一瓶、一碗、一盘食物时最合理的食用量。 百喻经里有一个故事《送美水喻》，说国王为了方便老百姓取水自用，把计量标准改了，于是五十里的路成了三十里。
|
