思考，快與慢:第30章 被過分關注的罕見事件 · 2 線上閱讀

畫面感越強，決策權重越大

正如我們所看到的那樣，前景理論與效用理論的不同體現在概率與決策權重的關係上。在效用理論中，概率與決策權重是相同的。對已經確定的事情的決策權重是100，某件事有90%的概率，說明人們對這件事的決策權重是90，是概率為10%的事件的決策權重的9倍。在前景理論中，各種概率對決策權重的影響較小。我早前提到的一項實驗發現，概率為90%的事件的決策權重是71.2；概率為10%的事件的決策權重是18.6。兩個概率的比率是9，但其決策權重的比率只有3.83，這說明在那個範圍內人們對概率的敏感度不夠。在這兩個理論中，決策權重只依賴於概率，與結果無關。兩種理論都認為，概率為90%的事件的決策權重與贏得100美元、收到一束玫瑰花或是遭到一次電擊的權重相同。這個理論預測後來被證實是錯誤的。

芝加哥大學的心理學家們發表了一篇文章—《錢、吻與電擊：對待風險的情感心理》，他們發現，人們評估風險時，如果（假想的）結果與情感相關（「碰見了你最愛的明星並親了他一下」或「遭受了一次疼痛但沒有危險的電擊」），這種評估對概率的敏感度要低於有關金錢得失的結果。這並不是一個孤立的發現。通過生理檢測（比如心跳）的手段，其他研究者發現，對將要遭受的電擊的恐懼與遭到電擊的概率從本質上說是毫不相關的。僅僅是電擊的可能性便會讓人心生恐懼。芝加哥的這個團隊提出「滿溢意象」（affect-laden imagery）完全蓋過了對可能性的回應。10年後，普林斯頓大學一個心理學家團隊對這個結論發起了挑戰。

普林斯頓的這個團隊說，他們已經觀察到人們對與情感相關的結果的出現概率的敏感度很低，這種情況很正常。賭錢屬於例外情況。賭錢時，人們對概率的敏感度相對較高，因為他們有確切的預期值。

下面兩個賭局的吸引力與多少現金的吸引力是等價的？

A.有84%的概率贏得59美元。

B.有84%的概率贏得一束裝在玻璃瓶里的玫瑰花。

你注意到了什麼？其中顯著的不同在於A問題比B問題更為簡單。你不用停下來去估算這個賭金的預期值，就能很快知道其價值在50美元左右（事實上其價值為49.56美元），在你尋找一個具有同樣吸引力的現金等價物時，這個大概的估算已足以提供一個有幫助的錨定。問題B卻不存在這樣的錨定，因此也就更難回答。調查對象還對兩個賭局的等價現金進行了評估，認為同時贏得兩個賭局中的等價現金的概率為21%。不出所料，高概率的賭博與低概率的賭博之間的不同在於，進行高概率賭博的人更可能是為了金錢，而不會是為了玫瑰。

普林斯頓團隊認為，對概率不敏感並非因為情緒原因。為了支持這個觀點，他們比較了人們花錢避開風險的意願：

利用某個周末粉刷某人的三居室公寓的概率為21%（或84%）。

打掃使用了一周的一座公寓廁所中的三個小隔間的概率為21%（或84%）。

第二個結果肯定比第一個更能引發情感，但這兩個結果的決策權重並無不同。顯然，情感強烈程度不會影響概率。

另一個實驗產生了一個驚人的結果。在這個實驗中，受試者得到了獎品的明確價格以及文字描述信息。例如：

有84%的概率可以贏得一束裝在玻璃花瓶里的玫瑰花，價值59美元。

有21%的概率可以贏得一束裝在玻璃花瓶里的玫瑰花，價值59美元。

對這些賭注預期的貨幣價值進行評估很簡單，但增加一個具體的貨幣價值並不會改變其結果：即使在那樣的情況下，評估依然對概率不敏感。想到獎品是玫瑰花的人不會將獎品信息作為評估風險的錨定。正如科學家有時說的那樣，這是一個令人驚喜的發現，它想告訴我們一些事情。那麼，現在這個實驗想要告訴我們什麼呢？

我認為，這種說法體現了結果的豐富性和生動性，無論結果是否會激發情感，它都會降低概率在評估不確定的前景時本應起到的作用。這個假設提出了一種預測（我對這一預測信心滿滿）：若對貨幣形式的結果附上毫不關聯但卻非常生動的細節描述，同樣也會影響估算結果。比較一下你對下面這些結果的現金等價物的估值：

有21%（或84%）的概率在下個周一收到59美元。

有21%（或84%）的概率在下個周一上午收到一個內含59美元的藍色大信封。

新的假設為，在第二個案例中，對概率的敏感度會更低，因為與「一筆錢」這個抽象的概念相比，藍色信封能喚起更為豐富的想象。你在腦中構建這個事件時，即使知道贏的概率很小，但獎品的生動畫面仍然會浮現出來。認知放鬆同樣也對確定性效應產生了影響：當你腦海中閃現關於某個事件生動的畫面時，這個事件不發生的可能性所帶來的影響同樣也很生動，因此就會被過度權衡。增強的可能性效應與增強的確定性效應相結合以後，決策權重很難在21%的概率和84%的概率之間發生改變。

 

對風險的表述方式不同，所做決策可能截然相反

順暢性、生動性以及想象的輕鬆程度等因素會影響決策權重，這個觀點已得到許多其他觀察實驗的支持。一個著名的實驗要求受試者從兩個罐子中選一個，從裡面拿球，若拿到紅球，則有獎勵：

A罐中有10個球，其中有1個是紅色的。

B罐中有100個球，其中有8個是紅色的。

你會選哪個罐子呢？因為選A罐的勝算是10%，選B罐是8%，所以作出正確選擇應該不難，但實際並非如此：大約有30%~40%的學生選擇了紅球數量較多的那個罐子，而不是勝算率高的那一個。希莫·愛潑斯坦（Seymour Epstein）說，這個結果說明的是系統1（他稱為經驗系統）表面的運作特點。

正如你可能想到的那樣，人們在這種情況下作出的愚蠢選擇已經引起眾多研究者的關注。他們對這種偏見也有不同的命名，而我使用的是保羅。斯洛維克的命名「分母忽視」。如果你將注意力集中在能使你勝利的球上，就不會去關注那些不能使你贏的球。生動的畫面也是產生分母忽視的原因，至少我有過這樣的經歷。當我想到小罐子時，我看到的是一個小紅球在一片白色的背景中；當我想到大罐子時，我看到的是8個紅球在一堆白球當中，這樣的畫面增強了我對勝利的信心。能使我勝利的生動畫面增強了我對那個事件的決策權重，增強了可能性效應。當然，對確定性效應來說也是同樣原理。如果我有90%的概率贏得獎品，那麼相較於10個球中有一種「不能制勝」的情況而言，100個球中那10個「不能制勝」的球更會突出輸的可能性。

分母忽視這個觀點有助於解釋為什麼不同的風險表達方式所造成的效果會有這麼大的不同。如果你看到「能使兒童免受某種疾病侵襲的疫苗有0.001%的風險將導致終身癱瘓」這樣的說法時，就會覺得這個風險看似很小。現在，請考慮用另外的方式描述這一風險：「在10萬名接種疫苗的兒童中，有一個將會終身癱瘓。」第二種說法使你產生了一些第一個說法不會引起的想法：它喚起了某個兒童因接種疫苗而終身癱瘓的畫面；而另外99999名安全接種疫苗的兒童則被完全忽視了。正如分母忽視原則預測的那樣，與抽象術語相比，例如「風險」或是「概率」（多大可能），用相對頻率（有多少）來描述會使小概率事件得到更大的權重。我們已經知道系統1更善於處理獨立事件，而不是整個範疇的事件。

頻率格式（frequency format）的影響很大。在一項研究中，看到「每10 000個人中有1 286人因某種疾病而死亡「的人比看到」某種疾病導致24.14%的人口死亡「的人更有可能認為此疾病的危害性很大。儘管患第一種疾病的風險只是第二種的一半，但第一種卻看似比第二種更危險！在一個更為直接的分母忽視的例子中，某種疾病會「使100人中的24.4人死亡」，與之相比，「每10 000人中有1 286人因某種疾病而死亡「這種說法聽上去更危險。若要求受試者對這兩種表述作一個直接的對比（系統2肯定會參與到這個任務當中），這種效果肯定會削弱或是消除。然而，生活就像是受試者的組間實驗，你一次只能看到一種表述。系統2隻有在格外活躍的情況下才會對你看到的那個說法有另外的表述，才會發現這些說法能引發不同的回應。

有經驗的法庭心理學家和精神病學家也不能避免因對風險的不同表述而帶來的影響。在一個實驗中，有關專業人員需評估讓一位精神病患者出院的安全性。這個精神病患者叫瓊斯，有暴力傾向。他們收到的信息包括某位專家對風險的評估，但同樣的統計數據是用兩種方式表述出來的：

評估那些與瓊斯類似的病人，專家發現他們在出院後最初的幾個月里對他人使用暴力的概率是10%。在100個類似瓊斯的病人中，大約有10個人在出院後的前幾個月里對他人使用暴力。

看到第一種描述的專業人員讓病人出院的概率幾乎是看到第二種描述的專業人員的2倍（概率分別為41%和21%）。對相同的可能性，更加生動的描述產生了更高的決策權重。

不同的表述使人們做出不同的決策，使他們對該怎麼做生成不同的意見。斯洛維克與他的同事引用了某篇文章的一段話：「一年之中，全美有接近1 000起謀殺事件是由沒有服用藥物的嚴重精神病患者製造的。「有一種表達同一事實的說法是」每年每2.73億美國人中，有1000人是被精神病患者殺死的「。另外一種說法是，」每年，（我們）被這樣（患有精神病）的人殺死的概率接近0.000 36%「。還有一種說法是：」每年死於嚴重精神病患者之手的美國人有1 000人，比自殺人數的1/30還少，是因喉癌而死亡的人數的1/4左右。「斯洛維克指出，」這些說法使得他們的動機很明顯，他們想要通過強調精神病患者的暴力來造成大眾恐慌，進而使有關部門增加心理衛生服務業的資金注入「。

如果一名優秀的律師想要引起法官對DNA證據的懷疑，他不會說，「DNA不匹配的概率是0.1%」，反而會說「1 000起死刑案件中就有一起案件的DNA會出現不匹配」，這樣更有可能使法官產生懷疑。聽到這個陳述的陪審團會想到坐在他們對面審判室里的人可能會因為錯誤的DNA證據而被誤判。當然，檢察官會更偏愛抽象框架，希望陪審團的大腦中充滿小數點。