捡芝麻666 / 原创-思维模型 / 代表性启发思维模型-更理性的看待自己过往...

分享

   

代表性启发思维模型-更理性的看待自己过往的经验

2020-07-15  捡芝麻666

一、什么是代表性启发

代表性启发( Representativeness Heuristic)在使用启发时,首先会考虑到借鉴要判断事件本身或事件的同类事件以往的经验即以往出现的结果,这种推理过程称之为代表性启发。

人们在不确定的情况下,会关注一个事物与另一个事物的相似性,以推断第一个事物与第二个事物的类似之处,人们假定将来的模式会与过去相似并寻求熟悉的模式来做判断,并且不考虑这种模式产生的原因或重复的概率,即人们倾向于根据样本是否代表(或类似)总体来判断其出现的概率,认知心理学将这种推理过程称之为代表性启发法

二、代表性启发偏差

在很多情况下,代表性法则是一种非常有效的方法,能帮助人们迅速地抓住问题的本质推断出结果,但有时也会造成严重的偏差,特别是会忽视事件的基本要素,常见的代表性启发偏差有以下几种:

1)  忽视基准概率

丹尼尔·卡尼曼在《思考快与慢》曾提到这么一个实验:

约翰,男,45岁,已婚,有子女;他比较保守,谨慎并且富有进取心;他对社会和政治问题不敢兴趣,闲暇时间多用于业余爱好,比如做木匠活和猜数字谜语。 

假设他来自于一个工程师和律师组成的样本群。然后分别告诉被测试者不同的先验概率。一组被测试者被告知工程师人数为样本的30%,律师为70%。另一组被测试者被告知工程师人数为样本的70%,律师为30%。询问两组被测试者约翰更有可能从事哪种职业?

结果表明,两组被测试者大都认为约翰是工程师,即使在主试有意提醒他们注意叙述条件的情况下,这种现象仍未改变。这说明,人们只根据描述性语言的代表性进行判断却全然不考虑先验概率的影响。

以上例子说明人们完全依赖于自己对职业类别的刻板印象与对某人背景只言片语的描述来做出判断。人们依据人物或者事件描述的相似性来做出判断,没有抓住重要的统计结果,忽略了一些基准概率。

2)  忽略样本的大小

用小样本特征反映母体特征的信念是小数定理。如果人们不知道数据的产生过程,他们会利用非常少的数据尽快地进行推断。统计学中有个大数定律,但研究发现,人们往往信奉“小数定律”,即不管样本容量多小,人们总认为它能反映总体

例如他们会相信一个选了4次好股票的金融分析师是有天赋的,因为4次成功不会是一个差的金融分析师的代表性因察。若人们事前知道产生数据的过程,小数定律将产生赌徒谬论效应,或者反向调整的平均法则。

比如前6次抛出的硬币都是正面时,大多数人就会认为第7次抛出的硬币更可能是反面,因为人们认为“正正正正正正反”比“正正正正正正正”更具有一般性,即使是一个小的样本也应该反映扔硬币的公平特征,因此,必须有更多的反面来平衡这么多的正面。

3)  倾向于刻板印象:

刻板印象主要是指人们对某个事物或物体形成的一种概括固定的看法,并把这种观点看法推而广之,认为这个事物或者整体都具有该特征,而忽视个体差异

《三国演义》中曾与诸葛亮齐名的庞统去拜见孙权,“权见其人浓眉掀鼻,黑面短髯、形容古怪,心中不喜”;庞统又见刘备,“玄德见统貌陋,心中不悦”。孙权和刘备都认为庞统这样面貌丑陋之人不会有什么才能,因而产生不悦情绪,这实际上也是刻板效应的负面影响在发生作用。

比如,人们一般认为工人豪爽,农民质朴,军人雷厉风行,知识分子文质彬彬,商人较为精明,诸如此类都是类化的看法,都是人脑中形成的刻板、固定印象。此外,性别、年龄等因素,亦可成为刻板效应对人分类的标准。例如,按年龄归类,认为年轻人上进心强,敢说敢干,而老年人则墨守成规,缺乏进取心;按性别归类,认为男人总是独立性强,竞争心强,自信和有抱负,而女性则是依赖性强,起居洁净,讲究容貌,细心软弱。由于刻板效应的作用,人们在认知某人时,会先将他的一些特别的特征归属为某类成员,又把属于这类成员所具有的典型特征归属到他的身上,再以此为依据去认知他。

造成这种偏见存在于人们的头脑里,有其认识方面的根源。由于人的思维总是从个别到一般,再从一般到个别,如果在没有充分掌握某一类人全面感性材料的基础上就做出概括,往往会形成不符合这一类人的实际特征的印象。而依据这种印象去评价与判断人时,又不考虑个人的具体生活经验,自然就会产生“刻板印象”偏见了。

4)  合取谬误的影响:

合取谬误是认为多重条件“甲且乙”比单一条件“甲”更可能发生的认知偏误,也是一种机率谬误。

同样是来自丹尼尔·卡尼曼《思考快与慢》一书中的一个例子:

琳达,31岁,单身,性格外向,哲学毕业。在学校其间关心歧视和社会公平问题,参加过反核武器抗议示威活动。那么,她可能是个什么样的人?

选项有以下两个:a、她既是银行职员又是个女权主义者。b、她是个银行职员。

结果表明,绝大部分人认为她更像选项a,既是银行职员,又是个女权主义者。虽然选项a出现的概率要比选项b出现的概率小得多。不过人们似乎认为选项a是对琳达更自然的描述,更像她的代表性特征,这就有点陷入合取谬误的影响了。

用数学表达就更直观一点,可以简单的写成:P (A∧B)≥P (A) or P (B)。

根据预定义的类别,人们更容易选择那些更广泛、更包容、更生动的描述,虽然这些生动的描述只是一个更具有包容性的子集,而那些包容性的描述却不怎么生动。

如上面的例子,选项b琳达是个银行职员,肯定包含选项a琳达既是银行职员又是个女权主义者;虽然选项a的描述看起来更生动些,但是选项b的概率应该更大一点。直觉上看,这有点违反逻辑与概率,而事实就是如此。

三、代表性启发思维的启示

日常生活中不要忽视基础概率,尤其是小概率事件。生活中有些事情极少发生,比如彩票中奖:我们可能会经常听到彩票店的宣传,什么一旦中了大奖,房子、车子都不用愁,也经常会听到某某中了头等奖,有多少千万,多少亿的事迹。殊不知,这些都是小概率事件,不要因为别人都能中奖,我们也能中奖;也不要幻想,我们连续好多次没有中奖,下一次中奖的概率就会大一点。其实我们每次都不中奖的概率都是一样的,因为中奖的概率实在太小了,甚至用千万分之一,亿万分之一来形容也不为过。

不要让刻板印象影响了你的判断力。比如你在公共汽车上看到一个人举止不雅,且相貌丑陋,像个小偷,你可能就会认为他就是一个小偷,并提高警惕性,而事实上别人可能是一个内心善良的人,只是由于天生的一些缺陷而影响了你的判断力。有时相似性确实和可能性有关,但有时则可能会因此忽略其它相关信息,则可能做出错误的判断

注意那些修辞的生动形象的描述。过多的细节描述会让整个情境看起来更加具有代表性,更加符合所定义的众多特征,就如同合取谬误一样,也最容易被人们所接受。然而生动形象的描述,更多特征的定义并不意味着可能性就会更高。

代表性启发,一方面使我们在生活中简化认知过程中,基于以往的经验,快速得出结论,少走弯路;另一方面这种捷径所得到的结论却并不总是正确的。有了代表性启发的思维模式,我们就可以更理性的看待认知结果,避免代表性启发所引起的偏差,从而提高自己的决策质量。

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多
    喜欢该文的人也喜欢 更多

    ×
    ×

    ¥.00

    微信或支付宝扫码支付:

    开通即同意《个图VIP服务协议》

    全部>>