充实每一天 发表于 2018-6-3 06:49
【加入充实计划】【了解充实计划】
|新充实挑战| |公告【想成为牛人】|
阅读1小时,总计518小时,第485日。
阅读《不确定世界的理性选择》至36%
透镜模型把判断看成是一个过程。在这个过程中,我们试图通过离事物最近的透镜——也就是那些我们最容易得到的被称为线索的信息——去看清楚世界的真实状态(这个人的年龄)。在这个例子中,我们做出判断很可能是通过观察并且依据以下这些线索:头发的特征(是银白的还是秃顶的)、皮肤状况(是光滑的还是有皱纹的)、身体状况(看起来是匀称挺拔还是老态龙钟,是步态轻盈还是步履蹒跚)、他的衣着(是时髦艳丽还是保守古朴)、他的声音(是稚气未脱的、青春少年的、尖锐的、还是苍白无力),或者其他能支持年龄推断的线索。从这里我们就可以看到,就算是年龄大小这样的直觉判断,一个正在做判断的人也不能报告出来他们依据的究竟是什么样的线索。
判断者(甚至是专家)倾向于只依靠相对较少的线索(通常是 3~5 条)来做出判断。但也有例外,比如说在专业的天气情况判断和牲畜质量判断方面。在这些例外的领域中,判断者之所以会对更多的线索保持较高的敏感性,是因为判断者在学习如何做出判断的训练中得到了及时和准确的反馈(这与医疗诊断、招生决定或者金融预测等领域的训练不一样。这些领域里,判断者得到的通常是延时反馈或者没有反馈)。
目前尚未有证据表明非结构化面试能提供除了过往行为以外的重要信息——除了能说明面试官是否喜欢来访者,这一点在某些特别的情境中很重要。(一些同学认为面试是为了避免招进“书呆子”,但是他们却不知如何在现场面试中确定一个人是书呆子,甚至,他们都不知道如何定义“书呆子”这个词。)
即便最好的人工判断也比不过机械的加减法则。
人工判断的准确率只有 75% ,而基于同样数据的回归分析,其准确率达到 82% 。事实上,仅用资产负债率一项来进行回归分析,其准确率都能达到 80% 。
从上面的几个小节我们可以得出这样的结论,不论是随机的、系统的或者是自举引导式的模型,它们的预测力都普遍高于训练有素的专家。然而专家,或者是依赖这些专家做判断的人却不太乐意接受这样的事实。
实际上我们所讨论的判断框架可以应用到更大的决策框架和如何确定备选行动的判断中。线性模型可以有效地描述判断的心理过程,同时对预测外部事件来说,也是一个虽不完美但却相当实用的统计工具。此外,线性模型对预测我们自己的评估和偏好,也就是所谓的“内部”事件与主观世界,也是一种很有效的方法。
不太熟悉某人时,我们不能确定这个人所说出的话是真诚还是嘲讽。 Epley 等人指出,这种微妙的判断始于对外显信息内容的锚定——我们可以暂且称这种情况为首次解释。他们还指出,只有深入思考之后,这种首次解释才能脱离其表面意思,进而展现出真正的含义。该研究成果非常有价值,因为它仔细分析了对讽刺性消息的反应有一个时间过程,证实了理解信息时先是对表面意思的锚定,若要理解深层含义,则需要对首次解释进行必要的调整。
你会认为你所选择的候选人将得到相当大比例选民的支持,而这种预测往往会比实际大人们倾向于从自己的角度推测他人,而且很显然,锚定 - 调整的过程可以解释其中的大部分现象。
对于基于记忆做出的频率估计,我们能够构建一个将客观数量对应于主观数量的心理物理函数。在客观频率较低的一端,主观频率倾向于高估。随着被评估事件客观频率的增加,主观估计误差则朝着低估方向发展。(这种先高估再低估的模式叫做回归,类似于统计回归曲线。)
当对事件进行即时评估而非通过记忆提取的时候,心理物理评估曲线会与上面的有所不同。在即时条件下,小数量的客观频率(1~5 个/ 次事件)能够被准确估计。事实上,早期的经验论哲学家们曾做过一些关于短时记忆的研究,在实验中他们将一把鹅卵石撒到桌子上,然后迅速盖住,要求参加实验的人估计鹅卵石的数量。当不超过5 个时,人们能够精确地估计,因此“5”也被称为“理解范围”。
我们做出的许多判断都是以记忆为基础的,即在做判断时虽然手头上没有必要的信息作为依据,但是我们可以利用过去习得并存储于长时记忆中的相关信息。这种简单的联想思维被称为可得性启发式( availability heuristic ),我们依赖于简便的检索提取来应对名目繁多的判断任务。