113 告是有罪的。雷耶斯，湯普森和鮑爾（1980）對這一延遲現象的解釋是生動的證據更容易被回憶起來。同樣，在博吉達和尼斯位元（1977）的研究中發現， 相對於平淡的資訊而言，生動的資訊最終可以產生更大的影響。這樣的結果也可以解釋為生動的資訊更容易被提取。 不同的聲音為了證實以上的結論，有必要對有關“生動效應”的研究進行一次綜述， 以期瞭解在一般情況下，生動的資訊相對於平淡的資訊而言，是否能夠產生更大的影響。謝利 • 泰勒和蘇珊娜•湯普森 （Shelley Taylor & Suzanne Thompson， 1982，p. 178）對有關“生動效應”的實驗室研究進行了一次全面的總結，結果發現絕大多數的實驗室研究都發現生動效應是混合的，或者在有些實驗室研究中根本就不存在生動效應。他們的結論是：至少相對於實驗室研究而言，即便生動效應確實存在，這樣的效應也是相當微弱的。 這個結論當然可以調節一下以往的結論，認為生動資訊能夠產生很大影響的觀點值得商榷。同時，我們也不可否認，在一定的情境下，生動效應確實是存在的。原因有三個。第一，泰勒和湯普森在下一般性結論的同時也提出了許多的特例。例如，他們發現使用案例的歷史資料就比統計的或者抽象的資訊更具說服力；在一定的情境下，使用錄影的呈現方式就比書面或者口頭的陳述更具說服力。第二，泰勒和湯普森也意識到，可以有很多種不同的方法來解釋研究結果的缺損。在一個具體的實驗條件下沒有發現生動效應，完全可能是由於實驗設計中存在一定的偏差，從而導致實驗的結果產生偏差，在某些研究中， 生動性的變數與其他幾個變數都產生了混淆。最後，泰勒和湯普森也指出，在實驗室條件下，可能促使被試關注日常生活中經常被他們忽視的一些資訊，這樣就導致生動效應沒有辦法透過實驗室模擬的方法得以驗證。因此，實驗室的設計可能在很大程度上低估了生動效應在人們日常生活中的作用。 在最後的分析中，我們也可以發現，儘管生動效應在某些情境下是可以產生作用的，但是其適用的範圍和效力都存在一定的侷限性。同時，依據易得性直覺的一般原則，相對於平淡資訊而言，對事件的生動描述可以提高人們對其發生機率和頻率的判斷。 結論在很多情況下，易得性直覺可以為我們提供很多關於發生頻率和機率的準確估計。但是在某些情況下，它同樣可以使人們的判斷產生很大的偏差。例如，人們基於對胃癌這樣的致死性疾病死亡率的認知來判斷公共的健康水平。 如果這樣的疾病的死亡率被低估，人們就不太可能採取很多預防措施
114 第四部分直覺與偏差 （Kristainsen, 1983）。同樣的，如果一些描述非常生動的，但是並不經常發生的致死原因被高估了，人們的視線也將隨之轉移，而忽略了普遍的危險。例如， 有一些作家也指出，美國人高估了他們在國外旅遊時遭到恐怖分子襲擊的機率 （Paulos,1986, November 24）。 解決這個問題的辦法是公開比較這些以往被我們低估或者高估的危險。例如，美國癌症協會就可以推行一項公共資訊運動，比較一下胃癌與其他公眾認為更加危險的事故的死亡率，如謀殺和交通事故等。結果公告牌可能宣佈： “今年死於胃癌的人數大於死於交通事故的人數。”毫無疑問，這樣的比較可以使人們意識到胃癌的死亡率比他們想像的高得多（儘管這種宣傳有可能使人們忽略交通事故的死亡率）。旅行社也可以使用同樣的策略，告訴旅行者他們在國外遭遇交通事故的可能性遠遠大於受恐怖分子襲擊的可能性。 談到估計事件發生的機率和頻率，易得性直覺是最重要的一個環節。但是大家需要牢記的是：易得性直覺也僅僅是影響人們對機率和頻率判斷的因素之一。在第12 章中我們將討論影響人們機率判斷的其他因素，以及我們該採取什麼樣的措施來避免在決策中產生偏差。 軟驗第12章機率和風險機率和風險在我們的日常生活中無處不在：我們轎車的剎車，我們頭頂的雲彩，我們每天攝人的食物以及我們對他人的信任。但是風險通常很難進行量化，甚至機率事件中最基本的問題也可能成為一個很大的挑戰。設想一下專欄作家瑪麗蓮 •沃斯 • 薩萬特（Marilyn vos Savant, 1990， 9月，p.13）對聲名狼藉的“遊戲秀問題”所做的討論。 假設你正在參加一個遊戲，你可以選擇三扇不同的門：在其中一扇門的背後是一輛轎車，而另兩個門後面是山羊。你選擇了一號門，然後主持人說我們來看一下另兩個門後面到底是什麼，主持人開啟了三號門，後面是山羊。然後他問你：“你是否會選擇二號門？”這個時候你會改變主意， 轉而選擇二號門嗎？ 在你繼續閱讀以前，請先做出您的選擇。 許多人都認為在這個時候是否改變決策都沒有什麼差異。原因是他們認為在主持人開啟其中的一扇門以後，剩餘的兩扇門背後有轎車的機率是相同的。 然而，這並不是正確的答案。 正確的答案是你應該改變你的決策。對於這個問題，薩萬特是這樣來解釋的： 當你從三扇門中挑選第一扇門後，你就有三分之一的機會得到大獎， 而有三分之二的機會得到山羊。但是隨後主持人上臺來給你提供線索。如果轎車是在二號門，他就會選擇三號門來給你看；而如果轎車是在三號門，他就會選擇二號門來給你看。因此，如果獎品是在二號門或者三號門的後面，你只要改變你的決定，你就可以獲得大獎，只要它是在二號門或三號門的後面！但是如果你不改變你的決定，那只有獎品在一號門後面的情況下，你才能夠得獎。 矛盾資訊的困惑這裡有另外一個難題：假設你是一位外科大夫，正在為一位婦女檢查她是否得了乳腺癌。她的乳房上有一個腫塊，但是依據你多年的臨床經驗，她患有
116 第四部分直覺與偏差表12.1 遊戲秀問題的結果轎車位置你的選擇主持人開啟你改變決定結果一號門一號門二號或者三號二號或者三號你失敗一號門二號門三號一號你獲勝一號門三號門二號 --號你獲勝二號門一號門三號二號你獲勝二號門二號門一號或者三號一號或者三號你失敗二號門三號門一號二號你獲勝三號門！號門二號三號你獲勝三號門二號門 -號三號你獲勝三號門三號門一號或者二號—號或者二號你失敗註釋：正如上表中顯示，如果你採取改變決定的策略，在九種不同的情況下，有六種情況你將獲得最後的勝利（adapted from Selvin,1975，February）。因此採取改變決定的策略才是最佳的策略。 惡性腫瘤的機率只有1/100。但是為了安全起見，你讓她做了X光檢查。這樣的X光檢查確診惡性腫瘤的準確率為80%，而檢測良性腫瘤的準確率為90%。 令你非常驚訝的是，檢查報告顯示該婦女乳房上的腫塊是惡性腫瘤。 問題：你先前的觀點認為該婦女患有惡性腫瘤的機率只有百分之一，而檢查報告的結果準確性為80%或者90%，現在你認為這位婦女患有惡性腫瘤的概率為多少？（在你繼續閱讀之前，請給出你的答案。） 根據戴維 •埃迪（David Eddy,1982）的研究結果，在100位外科大夫中有95位大夫認為這位婦女患癌症的可能性為75%以上。但是事實上，正確的答案應該是7%或者8%—只有大家所認為的1/10。很顯然，大夫認為該婦女患癌症的機率大致與X光檢查的準確性類似。決策研究者羅賓•迪尤斯 （Robyn Dawes）將這樣的錯誤稱為“矛盾資訊帶來的困惑”。 為了讓大家瞭解為什麼正確的答案是7%或者8%，我們首先需要了解統計學中一個不太為人瞭解的定律—貝葉斯定律。根據貝葉斯定律，估計該婦女患癌症可能性的方法應該是： P（癌症/陽性）= P（陽性|癌症）P（癌症） P（陽性|癌症）P（癌症）+P（陽性|良性）P（良性） 這裡“P（癌症）”就是患者得癌症的機率，“P（癌症|陽性）”表示在檢查結果為陽性的情況下，患者得癌症的機率。前者是一個簡單機率，而後者是一個條件機率。 等式的左邊就是埃迪要求外科大夫判斷的機率，而等式的右邊則可以透過第12章機率和風險：117 問題中給定的資訊得到： P（癌症）=.01［最先估計患者得惡性腫瘤的機率為1%］ P（良性）=.99［患者沒有患癌症的機率］ P（陽性/癌症）=.80〔癌症的檢查結果下可能有80%的機率患者為陽性］ P（陽性 |良性）=.10［將良性誤判成惡性的機率為10%］ 既然公式中的資料都是已知的，就可以將所得到的資料帶人公式，計算出患者患有惡性腫瘤的條件機率為： P（癌症/陽性）= （.80） （.01） -=-008 （.80） （.01）+（.10）（.99） .107 9=.075 =75% 對於許多人而言，這樣的結果是非常令人驚訝的，但是同樣令人驚訝的是參加埃迪實驗的外科大夫得到相關資訊後的反應方式。埃迪是這樣來描述的 （1982, P. 254）： 這些決策錯誤的大夫通常都假定 X光檢驗呈陽性的患者得癌症的可能性就大致等於X光檢查的準確性.••第二個機率是在臨床中得到的，他們對此都非常熱悉，但是第一個機率需要大夫進行臨床的決策。即使不是絕大多數，也有許多大夫會把兩者混淆起來。 儘管對於矛盾資訊的困惑絕不僅僅侷限於外科大夫，但是，在這個領域中，這個問題是非常重要的。在有關生死的決策中，很少有機會能夠彌補。 如果在某種情境下貝葉斯定律並不能夠起作用，你該怎麼辦呢？答案就是我們應該認真地審視統計學上被稱為“先驗機率”的概念。先驗機率（prior probability）就是在新資訊（X光的檢查結果）到來之前，對一個事件發生機率的最佳估計。在乳腺癌決策問題中，先驗機率就是大夫起初對於患者得癌症的機率判斷，為1%。因為在這樣的情境中先驗機率是非常低的，而X光的檢測準確率為80%~90%，因此在獲得X 光檢查結果以後的機率判斷應該不會比先驗機率高出很多。如果實際的結果中先驗機率是非常不可能發生（或者非常可能發生），然後“更新”源於不十分可靠的資訊，這樣的原則同樣可以產生作用。根據像貝葉斯定律這樣的標準理論，先驗機率和修改後機率之間的絕對差異不會很大。 這樣的事情絕對不會發生在我身上對事件的機率判斷同樣會受到事件結果“效價”（就是事件的結果在多大程度上被認為是正性的還是負性的）的影響。早在20世紀50年代，許多研究
118 第四部分直覺與偏差都已經證明，在其他條件都相同的情況下，個體認為正性結果發生的機率比質性結果要高（Blascovicn, Ginsburg，& Howe,1975；Crandall,Solomon，& Kellaway, 1955;Irwin, 1953;Irwin & Metzger, 1966; Irwin & Snodgrass, 1966;Marks， 1951;Pruitt & Hoge,1965）。當要求個體對事件的發生機率進行判斷，或者判斷兩個結果哪一個更加可能發生，或者打賭一個結果的發生機率時，以上的現象都存在。即使是為了提高準確率而給予物質刺激的時候，這樣的規律還是存在（儘管在這樣的情況下，這種效應有可能降低）。 關於這種偏差的直接證據來自於戴維 •羅森漢和塞繆爾•梅西克（David Rosenhan & Samuel Messick）在1966年進行的研究。在實驗中，羅森漢和梅西克一共使用了150張帶表情的圖片（如圖12.1），其中有一些圖片是皺眉的臉孔，還有一些是微笑的臉孔。在其中的一個實驗條件下，70%的圖片是微笑的臉孔，而30%的圖片是皺眉的臉孔；而在另一種實驗條件下，30%的圖片是微笑的臉孔，而70%的圖片是皺眉的臉孔。被試的任務就是猜測當每一張圖片翻過來時是微笑的臉孔的機率。 羅森漢和梅西克的實驗結果發現，當圖片中70%是微笑的臉孔的時候，被試的反應是比較準確的。在整個實驗過程中，被試判斷是笑臉的平均可能性為 68.2%。但是在另一種實驗條件下（70%是皺眉的臉孔），被試判斷是皺眉的臉孔的平均可能性只有57.5%—明顯少於70%的機率。在這樣的情況下，個體對結果效價的估計影響了個體對結果發生機率的判斷。 同樣的發現並不僅僅侷限於笑臉的實驗中。在人們對生活中發生的正性和負性事件進行判斷時也存在同樣的現象。例如，在尼爾 •溫斯坦（Neil Weinstein,1980）對 Rutgers 大學Cook 學院學生進行的一項研究中，他要求學生回答下面的問題：“與Cook 學院的其他學生相比——當然是與同性別的學生相比 —你認為下列事件有多大的可能性會在你自己身上發生？”學生進行判斷的圖 12.1 圖為羅森漢和梅西克（1966）在他們所做的機率估計研究中所使用的刺激。
第12章機率和風險 •119 列表中有18件正性的事件和24件負性的事件，要求他們給出（相對於其他學生而言）他們認為以後會經歷這樣的事件的機率。 溫斯坦發現，平均而言，學生認為自己經歷正性事件的機率比其他人高 15%，而經歷負性事件的機率比其他人低20%。具體而言，他們認為自己畢業以後能夠得到很高起薪的機率比其他人高42%，擁有自己的家庭的機率比其他人高44%，今後會染上酗酒的惡習的機率比其他人低58%，在40歲以前得心髒病的機率比其他人低38%。如果你是一名大學生，你可以做一下讀者調查中的5a~5d，然後比較一下你的答案如何。 複合事件在機率理論中，單個的事件被認為是“簡單”事件，同時多個事件被認為是“複合"（compound》事件。例如，一次開獎的彩票就是一個簡單事件，而兩次開獎（只有在兩次開獎中都中獎，才能夠獲得最後的大獎）的彩票就是一個複合事件。如果一件複合事件是由A 和B 兩個事件同時發生而組成的（例如在兩次開獎的彩票中都中獎），這樣的事件被稱為“連續事件”；而如果複合事件是由事件A 或者事件B其中的一件發生組成（例如兩次開獎的彩票中只要有一次中獎即可），這樣的事件被稱為“非連續事件”。當需要估計一件複合事件的發生機率時，人們遇到的困難將會更加複雜。 首先，人們通常會高估連續事件的發生機率。約翰•科恩、切斯尼克和哈倫（John Cohen，E. I. Chesnick，& D. Haran,1971）的研究結果顯示，要求被試判斷多個階段的彩票中獎機率的時候就會出現這樣的情況。當彩票分兩個階段進行，每一個階段中獎的機率只有50%時，人們判斷最後中獎的機率是 45%—幾乎是正確答案的兩倍（在這裡你可以將彩票想像成一個沒有偏差的硬幣，綜合考慮連續投擲兩次的結果，你就可以發現連續兩次出現正面的機率只有25%）。同樣，當每次中獎的機率只有1/5 的時候，一個兩階段彩票的中獎機率只有1/25，而被試的判斷卻是30%。 在許多情況下，我們都可能高估事件發生的機率，但是與科恩、切斯尼克和哈倫的實驗結果相比，這些高估只是小巫見大巫。他們的研究結果發現，當彩票涉及多個階段，並有多個結果同時存在的時候，人們的估計更加不準確。 例如，當要求人們判斷一個8個階段的彩票，每一個階段中獎的機率是1/8時， 人們認為最終中獎的機率是1/20。這比實際的中獎機率高出了百萬倍。 當人們需要估計一個複雜系統是否能夠正常運作的時候，對連續事件發生機率的高估判斷就顯得尤為重要。例如，假設你能夠建立一個導彈防禦系統， 該系統由500個獨立的部件或者子系統構成（根據現在的技術，這樣的一個導彈防禦系統所需要的零部件的數量是該數量的幾幹倍），假設這個系統中的零部件在第一次使用時的可靠性是99%，那麼整個系統在第一次使用時的可靠性
120 第四部分直覺與偏差如何？ 結果會令很多人感到驚訝，整個系統的可靠性小於百分之一。 為什麼可靠性會降到如此低的程度？在第13章中，我們將詳細地論述 ——決策者在判斷一個複合事件的發生機率的時候，更加傾向於“錨定”或者固著在其簡單事件的發生機率上（在上面的例子中，每一個簡單事件發生的概率為99%）。一旦決策者將這樣的簡單機率固著在自己的頭腦中，他們就很難根據大量的簡單事件需要同時發生這一事實對機率的判斷進行調整。因此，當複合事件是由大量的簡單事件構成時，人們往往會高估其發生的機率。同樣的原理也可以運用到非連續事件中，人們往往會低估非連續事件發生的機率。當非連續事件是由許多低機率的獨立事件組成時，人們就會低估該複合事件發生的機率，這時的機率是簡單事件中至少有一件發生即可。例如，人們通常會低估在連續幾年使用避孕工具的情況下，至少發生一次懷李現象的可能性（ShakLee & Fischhoti , 1990）。 馬亞•巴一希勸爾（Maya Bar - Hillel,1973）透過實驗驗證了人們在判斷連續事件時容易出現高估，而在判斷非連續事件時容易出現低估的現象。巴— 希勒爾要求被試在兩個不同的選項之同進行選擇，一個選項是簡單事件（例如，從裝有2個綵球和18 個白球的罐子中摸到綵球），而另一個選項是複合事件（從一個裝有10個綵球和10個白球的罐子中，連續摸到4個綵球，每一次團12.2 馬亞 •巴-希勒爾發現，當複合事件是相關聯的時候，人們更壽歡重合性的賭博而不是簡單賭博。我們在摸球時更願意從右邊罐子中連續摸四次，而不是從左邊罐子中摸一次。 與之相反，當複合事件不相關時，人們就更喜歡簡單賭博而不是複合賭博（詳見正文）。
第12章機率和風險 121 摸完之後綵球復位，保持原有的狀態）。被試將面對4~5對這樣的選擇（通常都是由一個簡單選項和一個複合選項構成的），並被告知可以根據自己的偏好自由選擇，實驗結束之後，還會根據他們的表現得到一定的報酬（以激勵被試更加積極地參與實驗）。 巴-希爾的研究結果發現，儘管所有選項的預期機率都是大致相同的， 但是當複合事件是連續事件時，被試會更傾向於複合選項；而當複雜事件是非連續事件時，被試則更傾向於選擇簡單選項。例如，在上文中提到的兩個選項中，15 個被試中有12個選擇複合選項，即連續拿出四個綵球（該選項發生的可能性是.06），而不是簡單選項（該選項發生的可能性是.10）。同時，當復合事件是非連續事件時（即只要其中有一次抓到綵球即獲勝），被試更加傾向於簡單選項。在20個被試中有14 個選擇一次摸到一個綵球的選項（獲勝的概率為.70），而不是6次嘗試的機會，只要有一次成功即可（在這種情況下，一次摸到綵球的機率為.20，而綜合考慮6次的情況，最終獲勝的機率為.74）。 這樣的結果顯示，人們在判斷連續事件發生的機率時傾向於高估，而判斷非連續事件發生的機率時傾向於低估（Barclay & Beach,1972;Wyer, 1976）。 保守主義更加糟糕的是，一旦人們形成了對某一事件的機率判斷，那麼當呈現給他新資訊的時候，他改變其原先判斷的速度是比較慢的。這種不願意改變先前概率估計的情性被稱為“保守主義”（conservatism）（Phillips & Edwards, 1966）。 這樣的保守主義都是相對於如貝葉斯法則這樣的標準理論而言的，個體在接受到新的資訊以後，改變機率估計的速度應該快得多（Hogarh,1975）。 例如，在讀者調查中的第29 題中，沃德•愛德華茲（Ward Edwards， 1968）提供了這個案例： 假設有兩個裝滿了數百萬張撲克牌的罐子。在第一個罐子中，有70% 的撲克牌是紅色的，30%的撲克牌是藍色的。而在第二個罐子中，有70% 的撲克牌是藍色的，30%的撲克牌是紅色的。假設隨機選擇其中的一個罐子，從中拿出了12張撲克牌：其中有8張是紅色的撲克牌，4張是藍色的撲克牌。你認為你是從第一個罐子中拿出這12張牌的機率有多大？（請以百分數的形式給出你的答案） 如果你的答案和大多數人一樣，你會認為機率在70%到80%之間。從本質上講，你將原先的隨機機率 50%（兩個罐子是隨機選擇的）調整到了70%到 80%之間，主要是因為抽出的紅色撲克牌大於藍色。但是根據貝葉斯法則，正確的答案應該是97%（詳細計算見 Edwards,1968）。比起資料可以允許的改變來，絕大多數人對機率估計作出的改變要保守得多。事實上，愛德華茲
122 第四部分直覺與偏差 （1968，P. 18）認為：對該資料的簡單分析發現，要花費兩到五次觀察才能達到一次觀察就能引起的估計的改變。 對風險的知覺在美國，每六個死亡的人中就有一個是由於吸菸引起的（Hilts,1990，9月 26日）。平均而言，一個重度男性菸民的壽命將減少8.6歲，而一個重度女性菸民的壽命將減少4.6 歲（Cohen & Lee, 1979）。據估計，平均抽1.4根菸增加的死亡機率等於居住在一個核電站20英里外長達150年的時間（Wilson, 1979 年2月）。 這樣的一些統計結果表明，一些風險程度相同的事件可以透過不同的方式表達出來。對風險的知覺是高度主觀性的，人們所採取的預防措施往往取決於具體的風險呈現方式以及風險的種類（Stone & Yates, 1991）。例如，晶西•斯塔爾（Chauncey Starr）認為人們經常會“自願” 接受一些風險（例如，來自吸煙或者滑冰的風險），而不願意接受另外一些風險（例如，來自核電站的風險）。正如斯塔爾（1969，p.1235）所指出的那樣：“我們不願意別人來指手畫腳，我們要自得其樂。”儘管這樣的情況並不總是發生（Fischhoff,Lichtenstein, Slovic, Derby， & Keeney,1981），但是在很多情況下往往如此。 風險知覺是一個非常重要的課題—一世界上的一些重要決策，如全球的環境、國家間的安全以及疾病流行學都越來越關注這樣一個概念。但是當人們談及風險這個概念時它的具體含義是什麼呢？風險是不是與特定行為的不良結果預期數量相等同？是什麼樣的特徵使得某一個事件顯得更具風險性？ 正如現實情況一樣，對風險的知覺通常是非常複雜的。對於絕大多數人而言，風險不同於對某一事件不良結果的預期，它的含義更加豐富。 保羅•斯洛維奇和他的同事揭示了公眾對風險的知覺中的三個基本維度。 第一個維度被稱為是“恐怖風險”，其特點是“知覺到缺乏控制感，恐懼，災難性，不良後果以及利益與風險不相匹配”（Slovic, 1987， p. 283）。這樣的維度與一般公眾對風險的知覺是最為接近的，該風險的最極端的例子是與核武器及核能相聯絡的風險。第二個維度我們稱之為“未知的風險”，這樣的風險所包含的特點是“無法觀測的，無法瞭解的，新穎的，以及其所造成的傷害是延期的”。基因和化學技術所造成的風險就是這類風險中的極端例子。最後一個維度就是面對某一個特定風險時個體的數量。儘管還有許多其他的因素可以影響個體對風險的知覺——例如個體對機率估計的保守性、危險的真實性或者可得性以及災難發生的時間特徵——但是，保羅•斯洛維奇和他的同事的一系列實驗都證明了這三個維度的存在。 研究人員發現的最有意思的研究結果之一就是，普通個體與專家相比，他們對風險的知覺方式是完全不同的（Slovic,Fischhoff， & Lichtenstein, 1979，
第12章機率和風險 123 4）。普通個體並不能很好地估計各種風險的大小，他們對風險的總體知覺總是從“災難發生的可能性”以及“對下一代的威脅”角度來考慮，而不是根據其發生的可能性。另一方面，專家能夠很好地估計風險的大小，他們對風險的知覺與其發生的機率是緊密相連的。 舉例說明，一般的大眾都會將核能視為是一種非常恐怖的風險（主要是基於其發生災難的破壞力及其對下一代的影響），而專家則認為核能是一種相對較小的風險（主要是依據其發生的機率）。事實上，保羅•斯洛維奇和他的同事（1979年4月）讓大學生評估30種不同的行為和技術的風險程度，學生們都將核能視為是最具風險的技術。當要求部分全國範圍內廣受尊重的風險評估家來評估相同的行為和技術時，他們將核能排在第20位—甚至排在騎自行車的後面。 事故可以使我們更安全嗎 1980年6月3日，美國空間戰略司令部（SAC）的官員正在進行日常的檢查，檢視是否有遭受前蘇聯導彈襲擊的跡象。這樣的事情通常來講是不可能發生的，也沒有跡象表明會發生類似的事件。 突然，有一臺計算機發出了警報，前蘇聯已經從陸地和核潛艇上發射了攜帶核彈頭的導彈。在幾分鐘之內，導彈將到達美國本土。 空間戰略司令部立即做出了反應。在本土，上百架攜帶核武器的B-52戰略轟炸機已經整裝待命，隨時準備出發；核潛艇的指揮官也整裝待發；導彈發射的指揮官也已經將發射的鑰匙插入發射位置。整個美國已經為一場核戰爭做好了準備。 然而，在第一個警報發出三分鐘以後，大家發現這個訊號是一個錯誤信號。美國的軍隊迅速解除了警報，並且開始了一系列的調查。幾天以後又出現了同樣的錯誤，這次，終於找到了事故的元兇，一枚價值0.46美元的計算機晶片失靈了，對於來襲的導彈數字訊號，該晶片向電腦間歇性地輸入了2，而不是0。 人們對於這個錯誤警報的反應是很有意思的。基本上講，核武器的反對者認為這樣的事件使他們感到更加不安全，而支持者則報告他們感到更加安全。 例如，美國的發言人弗蘭克 •霍頓（Frank Horton）警告說，這樣的錯誤訊號 “對國家安全是一個重大的威脅，可能會導致前蘇聯的過度反應，並引起雙方的核戰爭”；而北美空間防禦指揮部的長官詹姆斯•哈廷格（James V. Hartinger）將軍在發生錯誤警報事件之後認為：“我現在對於我們的防禦系統更加放心了，因為現實證明這樣的錯誤我們是可以克服的”（U.S. Congress, 1981， May 19 -20， Pp. 131 -133）。 同樣的現象發生在三里島事件以後（Mitchell, 1982；Rubin,1981;Slovic，
124 第四部分直覺與偏差 Fischhoff， & Lichtenstein, 1982a; Weinberg,1981）。艾倫 • 梅熱 （Allan Mazur） （1981，Pp. 220-221）調查了42位科學家（在三里島事件之前，這些科學家都對核能問題有過公開的表態），他說：“沒有一位科學家因三里島事件而改變他們對核能的看法…•絕大多數科學家對這次事件的解釋與他們先前對於核能的觀點一致。核能的反對者認為這是一場大災難，表明私營企業和政府管理人員並沒有能力用一種安全的方式來管理反應堆。而核能的支持者認為在事件中並沒有一人死亡，輻射的擴散量也相對較小，因此安全防禦措施還是能夠起作用的。”雙方都在尋找有利於自己觀點的證據，核能的反對者因為發生了這樣的核洩露事件而感到非常的沮喪，並以此為證據證明這樣的災難將來還有可能發生；而核能的支持者認為這樣的安全措施可以起到作用，並相信將來可以避免這樣的事故。 當然，儘管人們在美國空間戰略司令部和三里島這樣的事件之後，會表現出這樣的反應體現了人們決策的偏差，但是這樣的規則也可以在選擇不同的曝光媒體和對公眾人物形象的選擇中產生作用。為了控制這些因素，本書的作者進行了三個實驗，實驗中，持有不同政治觀點的個體閱讀了相同的非災難性技術事故的描述。例如，在其中的一個實驗中，24名 Reserve Officers Training Corps （ROTC） 的學員（核能的支持者）與21位和平主義者（核能的反對者） 閱讀了下面四個相同的有關核武器技術事故的內容。這些事故—儘管是真實的，但是都不為人知—包括： • 美國的一個導彈模擬實驗由於一個固定螺絲出現故障，而導致一枚導彈發射升空。 • 一枚俄羅斯的導彈發生故障，目標直指問拉斯加。 • 一份假冒的美國海岸警衛隊報告謊稱總統遇刺，於是副總統發動了第三次世界大戰。 • 俄羅斯海軍發出了錯誤的警報，聲稱與美國進入戰爭狀態，要求艦艇的指揮官准備與美國軍隊進行戰鬥。 所有的被試在閱讀完所有描述之後要回答一系列的問題，其中有兩個關鍵的問題。第一個問題是：“當一個人為或者技術故障發生以後，在評估將來無意中發生核戰爭的可能性時，哪一個因素顯得更加重要—是事先準備的預防措施，還是第一次發生的事故？”在核能的支持者中大約有2/3的人認為，最重要的因素是所採取的預防措施；而在核能的反對者中，除了一位被試以外， 其他所有人都認為最重要的影響因素是第一次發生的事故。正如研究者所預期的，支援和反對核能的人對相同事件的關注點是不同的。 第二個問題被用來評估以上差異的結果。問題是：“一些人為的和技術的事故發生以後，並沒有引起兩個超級大國之間的核戰爭。這樣的事故是否使你更加有信心認為以後並不會發生核戰爭，還是更加沒有信心？” 答案也是非常第12章機率和風險 125 明確的，4/5 的被試都認為他們的信心發生了變化，但是改變的方向取決於他是核能的支持者還是反對者。核能的支持者中有84%的被試認為這樣的非災難性事故使他們更加有信心相信，核戰爭在將來是不可能發生的，但是對於核能的反對者來說，他們的信心反而下降了，見圖12.3。 在另外的兩個實驗中也發現了同樣的現象（細節見 Plous，1991）。對某項技術的支持者通常關注的是安全措施起到了應有的作用，這樣的非災難性事故使它進一步得到了確認；而反對者強調事故已經發生了，有一些重要的問題已經變得越來越糟糕。另外，對於將來類似事件發生的可能性問題，支持者和反對者所得出的結論也是相反的。當閱讀了一個給定的事故描述之後，支持者認為將來發生類似事故的可能性降低了，而反對者認為將來發生類似事故的可能性提高了。 擁有信心的百分比失去信心的百分比 100 90 支援核武器 80 70 國國 60 50 40 30 20 10 0 1020 30 40 50 60 70 80 90 100 反對核武器圖12.3 以上這些百分比基於對下列問題的回答：“幾個嚴重的人為的和技術上的失誤並沒有導致兩大集團之間核戰爭的爆發。這樣的失誤使您對將來核戰爭不會發生更加有信心？還是更加沒有信心？或者兩者都不是？”
126 第四部分直覺與偏差無論這樣的事故是由於人為的原因還是技術的原因造成的；是美國還是俄羅斯的事故；是與能源相關還是與戰爭武器相關；是預先知道的還是未知的， 上面的研究結論都成立。態度的極化現象同樣是很明顯的，無論他們是支持者還是反對者。因此，在很多情境中，個體對於風險的知覺通常會受到其先前觀點的很大影響。 建議決策者在對機率和風險進行判斷的時候可以採取以下一些簡單的措施來盡量避免偏差： V保持正確的記錄。記錄過去發生的某些事件的發生頻率，這樣就有可能減少首因效應和近因效應的發生，減少可得性偏差以及其他一些由於信息呈現方式的不同而產生的偏差（例如，Hintzman,1969;Ward & Jenkins,1965）。 V 警惕如意算盤。在許多情況下，人們往往會高估渴望事件發生的機率， 同時也會低估自己不希望發生的事件的機率（儘管這樣的規則存在著很明顯的特例，例如在某些情境下，一些令人憂慮的結果的可得性可能會使人們的機率估計產生波動）。打消這種如意算盤的最好方法是找一個獨立的第三方來進行評估。 V 將複合事件分解為簡單事件。如果一個複合事件是由一系列簡單獨立事件構成的（如這些事件的結果是互不相關的），一個有用的策略就是分別估計每一個簡單獨立事件發生的機率。如果這樣的複合事件是連續性的，則將這些機率相乘。例如，在投擲硬幣的時候連續投擲三次，都是正面的可能性（由三個簡單事件組成的複合事件）將是.50x.50 ×.50 （因此最後的機率是.125）。相反，如果複合事件是非連續事件，將獨立事件發生的機率相乘，然後用1減去這個機率即可。例如，連續三次投擲硬幣，至少有一次出現正面的機率是1減去.125，最後的機率應該為.875。這樣的方法只能使用在由統計意義上獨立的簡單事件構成的複合事件上（像投擲硬幣），而如果簡單事件的結果是相互關聯的， 那麼這樣的方法就不適用了。 結論正如前面三章的內容所示，人們對機率和風險的估計容易受到一系列偏差的影響。有一些偏差來自於代表性和可得性偏差這樣的直覺，而另一些偏差則是動機因素的結果，還有一些偏差來自於個體事先的預期和資訊呈現的方式。