新浪科技综合|Nature人类行为:“坏事传千里”背后的归因偏误


新浪科技综合|Nature人类行为:“坏事传千里”背后的归因偏误
文章图片
图1/5

来源:集智俱乐部
导语
留下坏印象只要一件事 , 改变坏印象却可能要一百件事 , 这被称为负面偏差(Pessimism bias ) 。 为何我们对人类行为的归因 , 会出现这样的偏差?Nature Human Behaviour 近日一篇论文通过设计人类行为归因的贝叶斯模型 , 指出负面偏差来自于对行为潜在原因(latent causes)的推断 。
郭瑞东| 作者
邓一雪 | 编辑

新浪科技综合|Nature人类行为:“坏事传千里”背后的归因偏误
文章图片
图2/5

在社交中 , 做好事常被当成默认选项 , 这使得偶尔出现的坏事变得更令人惊讶 , 吸引更多的注意力 。 同时 , 相比好事 , 从坏事中能够更好地看出一个人的品行 。 就像一个聪明人偶尔会做出一些不那么聪明的事 , 但一个不聪明的人 , 却无法做出聪明的事 。 这两点因素 , 使得人们在归因时 , 负面信息所占比重很大 。
由于坏事出现的概率更低 , 人们在归因时会考虑事件的特殊性 , 而不是像对待好事那样将归因于善 。 下图中左边中的实心黑点代表消极事件 , 这些事发生的真实潜在原因(虚线圆)是不好的 , 但由于不经常发生 , 会被分别归因于多种潜在原因(实线圈) 。 而右图的实心黑点代表积极事件 , 虽然数量更多 , 但会被归因于更少的潜在原因 。

新浪科技综合|Nature人类行为:“坏事传千里”背后的归因偏误
文章图片
图3/5

如何解释这一认知偏差?研究者通过实验 , 让受试者估算多次社会捐献的总数 。 一种情况是偶尔出现一个大数额的捐款 , 另一种情况是偶尔出现小于平均值的捐款 。 先训练受试者(给出正确答案) , 之后让其进行估算 。 然后统计不同情况下出现多少偏差 , 发现相比前者 , 人们对后者的总捐款数会估计偏低 , 如下图所示 。

新浪科技综合|Nature人类行为:“坏事传千里”背后的归因偏误
文章图片
图4/5

研究者还发现 , 通过反复的实验 , 即让受试者在每次估计后 , 观察平均事件而不是印象深刻的事件 , 能够减少其负面偏差 。

新浪科技综合|Nature人类行为:“坏事传千里”背后的归因偏误
文章图片
图5/5

之后 , 研究者提出潜在归因模型 , 指出模型的预测和真实情况是相符的 。 在该文的讨论部分中 , 作者指出负面归因这一人际交往中的常见现象 , 其来源是消极事件的罕见(突发)及影响大 , 从而使人们在认知过程中高估了消极事件的影响 。 该研究还给出了如何缓解这一认知偏差的方法 , 即提醒受试者关注平均数 。
该研究中受试者并不涉及金钱 , 作者猜测 , 在真实生活中 , 人们面对黑天鹅事件(罕见的 , 前所未有负面冲击) , 会展现出更强烈的负面偏差 。 例如面对基金暴跌 , 人们会高估其影响 , 而忽视经济基本面长期向好这一事实 。
【新浪科技综合|Nature人类行为:“坏事传千里”背后的归因偏误】总结来看 , 该文指出了人类的归因之所以会出现负面偏差 , 是因为罕见和影响大的事件 , 不会被归因为真实的潜在因 , 而会被独自归因 , 进而导致这些事件在贝叶斯式的信念更新时 , 被重复归因 , 从而导致了负面偏差 。 根据该文提出的模型 , 在基于主体的建模中 , 可以更准确地仿真这一影响深远的认知偏差 , 并解释社交网络中的恐惧等负面消息为何传播得比正面消息更快 。

    推荐阅读