人类理性的四大陷阱（上）
耶鲁公开课《心理学导论》学习笔记 · 第 10 讲
"心理学没有诺贝尔奖。"教授说。
"是的，"他停顿了一下，"但是……"
2002年，诺贝尔经济学奖颁给了丹尼尔·卡尼曼（Daniel Kahneman）——一个心理学家。他的研究证明了一个简单但颠覆性的结论：
我们不是逻辑思考者。我们进化出了用"粗略启发式"（rough-and-ready heuristics）来推理的大脑。这些启发式大多数时候管用，但有时候会把我们带偏。
启发式（Heuristics）是什么？就是大脑的"快捷方式"——不需要复杂计算，快速给出答案的经验法则。比如"如果东西看起来像蛇，就赶紧跑"——这个快捷方式99%的时候是对的，虽然偶尔会把一根绳子当成蛇。
但在现代社会，这些古老的快捷方式经常失灵。卡尼曼和他的同事阿莫斯·特沃斯基（Amos Tversky）花了几十年时间，系统地记录了人类推理中一个又一个系统性的偏差。
教授在课上讲了四个最经典的偏差——每一个都有极其生动的现实例子。让我们一个一个来看。
陷阱一：框架效应——换个说法，你就变了个人
想象一下：美国正在准备应对一种疾病的爆发，预计会有600人死亡。现在有两个应对方案：
A方案：200人会被救活。 B方案：有1/3的概率救活600人，2/3的概率一个也救不活。
你选哪个？
在实验中，72%的人选了A方案——确定救活200人，比赌一把更稳妥。
现在把问题换个说法：
A方案：400人会死。 B方案：有1/3的概率没人死，2/3的概率600人都死。
这次你选哪个？
数学上，这和上面的问题完全一样。"救活200人"就是"400人死"。但在实验中，只有22%的人选了A方案——78%的人选了B方案。
同样的事实，不同的"框架"（Frame），导致了完全相反的选择。这就是框架效应（Framing Effects）。
为什么会这样？因为人类对损失的厌恶远远超过对收益的喜爱——这就是损失厌恶（Loss Aversion）。
在"收益框架"下（"救活多少人"），我们是风险厌恶的——我们想要确定的收益。 在"损失框架"下（"会死多少人"），我们是风险偏好的——我们愿意赌一把来避免损失。
你每天都被框架效应操纵
你可能觉得：这是实验室里的把戏，现实中谁会上当？
但实际上，你每天都在接触利用框架效应的广告。比如：
"不含脂肪 80%！"（80% FAT-FREE!） vs "含脂肪 20%！"（20% FAT!）
这两句话说的是完全相同的事实——但你会买哪个？食品公司当然会用前者。
再举个例子：一个手术的成功率是90%，或者死亡率是10%——你觉得哪个听起来更让人放心？
甚至医生自己也会受框架效应影响。研究发现，当被告知"手术存活率是90%"时，更多医生会推荐手术；当被告知"手术死亡率是10%"时，更少医生会推荐手术——即使这两个数字完全等价。
损失厌恶有多强？
卡尼曼的研究发现：损失带来的痛苦，大约是同等收益带来的快乐的2.5倍。
换句话说，丢100块钱带来的痛苦，需要赚到250块钱才能抵消。
这就是为什么： - 人们宁愿持有亏钱的股票，也不愿意"割肉"——因为"实现损失"太痛苦了 - 人们会为了省5块钱打车费，在寒风中等20分钟公交 - 很多人宁愿花时间跟客服扯皮要回20块钱，也不愿意用同样的时间去赚更多钱
你的大脑对"损失"的敏感程度，远远超过你的理性认知。
陷阱二：忽视基础比率——为什么95%准确的检测几乎没用？
第二个偏差更反直觉，也更重要——尤其在医疗、法律等领域。
先看一个简单的问题：
有70个工程师和30个律师。现在从这100人中随机抽一个人，描述如下：
"约翰是个40岁的已婚男人，有三个孩子。他保守、谨慎，对政治没有兴趣，业余时间喜欢做木工、航海和解数学题。"
约翰是工程师的概率有多大？
大多数人会说：90%以上——这描述太像一个工程师了。
但他们完全忽略了一个关键信息：基础比率（Base Rate）——工程师在人群中占70%，律师占30%。即使这个描述100%符合工程师，约翰是工程师的概率也不可能是90%——因为基础比率就在那里。
这还只是个小问题。真正的问题出在医疗检测上。
疾病检测问题
有一种疾病，在人群中的发病率是1/1000。
有一种检测方法：
- 如果你真的有病，检测100%会呈阳性
- 如果你没病，检测有5%的概率会呈阳性（假阳性）
现在你的检测结果是阳性。请问：你实际患病的概率是多少？
大多数人会说：95%左右——毕竟检测准确率95%啊！
正确答案是：大约2%。
让我们算一算： - 1000个人中，有1个人真的有病，检测肯定是阳性 - 剩下999个没病的人中，5%的假阳性意味着大约50人会检测阳性 - 所以总共有51个人检测阳性，但其中只有1个人真的有病 - 1/51 ≈ 2%
是的——一个95%准确率的检测，当你拿到阳性结果时，你实际患病的概率只有2%。
几乎所有人都会答错这个问题。 包括很多医生。
这不是智力问题，这是人类认知的盲点
为什么会这样？因为我们的大脑不擅长处理概率，尤其不擅长处理"基础比率"。
当我们看到"检测准确率95%"时，我们的注意力完全被这个数字吸引了——我们忘记问一个更根本的问题：这种病本身有多常见？
如果一种病本身就很罕见（1/1000），那么即使检测看起来很准确，阳性结果也更可能是假阳性，而不是真的有病。
这就是为什么医学检测不应该只看单一结果——医生需要结合病人的症状、风险因素、基础比率来综合判断。
但问题是：大多数人（包括很多专业人士）都做不到这一点。
这两个陷阱意味着什么？
到这里，我们已经看了两个偏差： 1. 框架效应：同样的事实，不同的表述方式会导致完全不同的决策 2. 忽视基础比率：我们的大脑完全忽略了背景概率，只关注眼前的信息
这些偏差不是"愚蠢"的标志——它们是人类大脑工作方式的固有特征。我们的大脑不是为了解决概率问题而进化的——它是为了在原始环境中快速做出生死决策而进化的。
在原始环境中： - 你不需要计算"这个蘑菇有毒的基础比率是多少"——你只需要记住"上次有人吃了这种蘑菇死了" - 你不需要考虑"这个信息是用收益框架还是损失框架呈现的"——你只需要对"收益"和"损失"本身做出反应
但在现代社会，这些快捷方式失灵了。我们需要处理概率、统计、抽象信息——而我们的大脑还没有适应这个新环境。
在下一篇文章中，我们会看另外两个更有趣、也更常见的偏差： - 可得性启发：为什么你会高估被鲨鱼袭击的概率？ - 证实偏差：为什么你总是找支持自己观点的证据，而不是反驳它的证据？
教授还会讲一个最经典的推理任务——沃森选择任务（Wason Selection Task）——这个任务证明了：当问题用抽象逻辑呈现时，大多数人会答错；但当同样的问题用具体的社会情境呈现时，大多数人会答对。
这背后隐藏着一个关于人类理性的深刻洞见。
下一篇预告：人类理性的四大陷阱（下）。 "土豆沙拉袭击"为什么让你不敢吃土豆沙拉？为什么你总是找证据证明自己是对的？沃森选择任务——为什么抽象逻辑题只有10%的人能做对，但换成"谁在喝酒没到年龄"，75%的人都能做对？
系列文章： - 心理学第1课：一根铁棍穿过脑袋之后 - 心理学第2讲上：你只不过是一群神经元 - 心理学第2讲下：你的大脑为什么比电脑厉害 - 心理学第3讲：弗洛伊德为什么永远是对的？ - 心理学第4讲：奖励和惩罚能解释一切吗？ - 心理学第5讲：婴儿知道的比你想象中的更多 - 心理学第6讲上：教一只黑猩猩说话 - 心理学第6讲下：一个婴儿的语言奇迹 - 心理学第7讲上：世界上最难的问题 - 心理学第7讲下：一个脑袋，两个人 - 心理学第8讲上：你不知道你知道的 - 心理学第8讲下：当意识下班以后 - 心理学第9讲：爱情是一个进化陷阱吗 - [心理学第10讲上：进化心理学为什么重要？]（链接） - 心理学第10讲中：人类理性的四大陷阱（上） ← 本文 - 心理学第10讲下：人类理性的四大陷阱（下）