第一部分 系统1,系统2
总结归纳
- 第1章,系统1负责毫不费力的直觉性的思考,而系统2则需要费力的自我控制(自我控制的典型实验是延迟性满足实验,15min糖果*2,Page 31)。
- 第2章,在实际生活中,系统1是主角,系统2是配角
- 大部分情况下,都是由系统1接管我们的思维(而系统2默认系统1的决策),除非(主动或被动)地遇到必须耗费脑力的场景,系统1就会遇到麻烦,系统2才会出面解决。
- 系统2是很懒惰的,奉行最省力原则——能不接管思维就不会接管思维。当它接管思维的时候,人的注意力会集中,瞳孔放大,需要努力才能够维持注意力的集中。
- 第3章,惰性思维与延迟满足的矛盾——自我控制。
- 当我们处于心流的时候,系统1在进行接管,这时候不需要自我控制。除此以外的自我控制都需要系统2的参与,会消耗我们有限的注意力(注意力是有限的:“看不见的大猩猩” Page 8)。
- 系统1偏向甜食,(作者说,我们可以通过吃甜食来补充自我控制的消耗)
- 第4章,联想的神奇力量——启动效应:系统1编了一个故事,系统2相信了这个故事。
- 香蕉 呕吐 P34
- 思维影响行动:想到老的概念,行动会变慢。
- 行动影响思维:“我让自己微笑,这样做我也的确感觉好多了!”
- 第5章,你的直觉有可能只是错觉——认知放松
- 反复的体验、清楚的示范、预知的想法、好心情会带来认知放松
- 认知放松会带来熟悉感,真实感,好感,不费力感
- 熟悉了,就会喜欢(曝光效应)
- 认知放松会导致系统2变得更懒,更容易被骗。
- 于是,通过不断重复,人们分不清熟悉感和真相。(营销的大技能)
- 第6章,意料之外与情理之中——常态和原因
- 系统1负责维护常态下的思维模式:从第一次的惊喜到第二次的习以为常
- 当事态发展不符合常态,会趋向于进行因果上的解释,虽然有时候只是强加因果(简的钱包是怎么丢的呢? Page 59)
- 第7章,过早下结论(而产生的偏见)
- 不信任和质疑是系统2的工作,但是系统2很懒,累了的时候就更加懒,所以容易因为联想机制带来的“确认偏误”而产生偏见(山姆友好吗 vs 山姆是不是很不友好)
- 光环效应,看你顺眼,就看你做什么都顺眼(“她对这个人的管理技能一无所知。之所以对他印象很好,是因为曾经听他作过一次精彩的报告。”)
- 群体的智慧的前提是,群体的观察需要独立以排除系统性偏差。(“在讨论之前大家先独自考虑一下这个问题,这样可以避免观点的相互干扰,这样更利于集思广益。”)
- 眼见为实(WYSIATI——“What you see is all there is” Page70):判决时候,听了一方的陈述,觉得很赞成,听了双方意见,反而整个人都不好了- -。(“他们并不想了解更多信息,因为那样可能会破坏整个故事情节。他们更愿意相信眼见即为事实。”)
- 第8章,(系统1的快速)判断
- 系统1足够通过一瞥以判定某人的吸引力(看照片预测竞选胜出者准确率高达70%)
- 系统1擅长估算,能够快速一瞥以得到一段线段长度的均值,而不能马上得到总长度。
- 系统1通过与强度等级进行联想匹配来进行快速的比较
- 系统1偏爱思维的发散,用一个简单的问题来替换到当前回答的较为复杂的问题(后面还会提到)
- 第9章 替代和启发性
- 替代指的是系统1遇到复杂问题(目标问题)时候,用简单问题(启发性问题)来绕开原问题的“偷懒”做法。(“别人问我们的问题是这位候选人是否会成功,但我们要回答的问题似乎是她是否能成功应对采访。咱们还是别顾左右而言他了。”
) - 立体启发法:近大远小
- 情感启发式:因为喜欢,所以认同(感觉类似上文提到的光环效应)。样例:“他喜欢这个项目,因此他认为该项目投入少、回报高。这是情感启发式的一个典型案例。”
- 替代指的是系统1遇到复杂问题(目标问题)时候,用简单问题(启发性问题)来绕开原问题的“偷懒”做法。(“别人问我们的问题是这位候选人是否会成功,但我们要回答的问题似乎是她是否能成功应对采访。咱们还是别顾左右而言他了。”
一些思考
- 懒惰的系统2应该是为了节省思考开销,如果每一件事情都需要系统2进行参与,估计会忙死。所以需要系统1来生成刻板印象和常规回答以应付常态的问题。但是我们依然需要进行更多的人工介入,尤其是遇到比较重要的问题时候,更应该放慢思考速度,让系统2能够更加好地参与进来。虽然不存在纯粹的经济人,但依然追求一种在适当时候能够变得足够理性的“类-经济人”。
- 认知放松带来的错觉尤其需要注意,尤其是对付各种营销手段,绝对不能放松警惕。
- 替代是否是好的,笔者也爱用替代法来解决问题,确实遇到难题的时候,使用较为简单的问题进行替代能够简化问题,而提供一些思考的线索。但这样真的足够吗?需要考虑,替代的启发性问题产生的答案真的能够代表原题的的答案吗?回答启发性问题,足以等于同或者约等同于回答了原问题吗?
- 集体的智慧vs集体的疯狂,前者是因为各个个体之间的思考是独立所以具有了足够的区分性使得最后综合后得以将个体偏差抵消掉,而后者相反,是因为人云亦云带来的不独立性而导致的整个系统产生严重的偏差。
第二部分 启发法与偏见
总结归纳
- 第10章,小数定律:轻信小样本,人为给事件强加因果
- 系统1能够自动且毫不费力地给事件之间建立因果联系,即使不存在因果关系,它依然会这样认为
- 系统1不擅长处理“纯统计学”——因为数字可以改变概率,但是不能直接改变结果的发生(受过统计学训练的人能够一定程度上客服这个问题,但是不可能完全克服,所以完全理性的经济人是不存在的)
- 系统1不擅长质疑,如果一个信息没有因为太离谱而被否认掉,那么它就会启动联想效应,系统1就会把其中的因果串联起来,并且忽略掉那些不明确的信息(往往是统计数字,样本是30还是300往往被忽略),而导致了严重的偏见。
- 对随机事件做出因果解释,必然是错的(经典案例,“根本不存在投篮顺手的球员”,Page98)
- 关于大数法则:
- 大样本比小样本更精确
- 小样本比大样本产生极端结果的概率大
- 上面两句话是同一个意思
- 第11章,锚定效应
- 典型案例:幸运轮盘+非洲比例 Page 101
- 锚定效应跟系统1和系统2都有关系,前者是启动效应,后者是调整不足。
- 暗示(启动效应):144岁的甘地,Page 104
- 系统2的失误——调整不足:下高速了进入城市街道,虽然减速了,但是速度依然还是很快。被投诉音乐声音太大,根据要求调节到了自己认为合适的音量,但是对于他人来说,依然很吵。
- 容易被利用:抬高售价以制造高锚定,法官判决的锚定系数有50%(Page 107),限购以拉动消费
- 对抗方法,看到可能带有锚定效应的数字,主动激活系统2,“有意地为对方着想” Page 108 “给判决设定上限” Page 108
- 第12章 可得性启发法
- 是一种替代:实际需要估测的是某一范畴的大小或者某一事件的发生频率,却很容易转变成了衡量自己想到相关实例的轻松程度。
- 以下因素容易导致我们使用可得性启发法
- 自己注意的突出事件,比如娱乐圈丑闻
- 大事件,飞机失事
- 亲身经历 > 别人的事,生动图片鲜活例子 > 统计数据
- 意识到自己的偏见有助于夫妻和睦和团队融洽——认识到自己的贡献没有想象中大,对方的贡献没有想象中小
- 可得性偏见影响我们对自己或者他人的看法:“那些列举了12件事的人认为和只列举了6件事的人相比,自己不够果断。而且,列举出自己表现不够果断的12件事的那些受试者最终却认为自己非常果断!如果无法轻松地想起懦弱的事例,你可能就会说自己一点也不懦弱。自我评估是由事件呈现在脑海中的轻松度来衡量的。轻松地想起某件事的体验比想起事情的数量更重要。Page 114”
- 可得性偏见主要是由系统1产生,系统2的参与能够降低其偏见,而且过度自信也容易导致偏见(“这位执行总裁连续多次成功,因此失败不会轻易在她的脑海中出现。可得性偏见使得她过于自信。”)
- 第13章,焦虑情绪与风险政策的设计——对抗效应层叠
- 这里提到了情感启发式和可得性效应的关系:不同寻常的事件(尤其在经过媒体的熏染之后)容易导致强烈的情感,让我们对其印象深刻,于是更加容易想到(可得性),于是导致了我们高估了其发生的概率。
- 效用层叠,集体信念形成的自我增强过程:比如媒体报道,大V转发,然后群众互相传播。(最极致的效用层叠:恐怖主义 Page 125)
- 试图抑制效用层叠产生的恐怖反而会有“欲盖弥彰”的嫌疑
- 本质上,是因为我们的大脑对于小风险,要么完全忽视,要么过于重视,没有中间地带。
- 由于效用层叠是跟系统1紧密联系,所以几乎无法对其进行忽视。
- 第14章 典型性和基础比率
- 典型性会让我们忽略了事情的基础比率(即贝叶斯法则中的先验概率),事例:汤姆的专业是什么?Page 127
- 用典型性来判断概率有着重要的优点——比乱猜一气要精确,不过它有两宗罪:
- 过于喜爱预测不可能发生(低基础比率)的事件。(在纽约地铁上读纽约时报的是博士还是没有大学文凭的人? Page 132)
- 对证据的质量不够敏感——眼见为实(“对人冷淡,缺乏同情心”等主观性描述通常不可信 Page 134)
- 使用贝叶斯法则能够约束直觉:“例如,如果你相信有3%的研究生是被计算机科学专业录取的(基础比率),你还相信汤姆是该领域研究生的可能性是其他领域的4倍,贝叶斯定理就会认为,你必须相信汤姆是计算机科学家的概率是11%。此外,如果基础比率是80%,那你眼中的新概率就应该是94.1%,以此类推。”(其中$11\% = \frac{80\% \times 3\%}{80\% \times 3\% + 20\% \times 97\%}$)
- 这一章非常重要,笔者决定要把示例整个复制粘贴过来:
- “草坪修整得很好,接待员看起来很能干,家具也十分抢眼,但这并不意味着这是一家经营状况良好的公司。我希望董事会不要依照典型性启示作出判断。”
- “这家新成立的企业看起来好像不会倒闭,但是这个行业的成功基础比率非常之低。我们又怎么能知道这家企业就是个特例(一定能成功)呢?”
- “他们一直在重复犯同样的错误:用并不充分的证据来预测罕见的事件。当证据不充分时,我们应该以基础比率作为判断依据。”
- “我知道这份报告绝对是具有毁灭性意义的,也许它的证据十分确凿,但我们凭什么相信呢?我们必须在做计划时保持一定的怀疑态度才行。”
- 第15章 琳达问题——少即是多、
- 琳达问题是一个合取谬误:
琳达,31岁,单身,一位直率又聪明的女士,主修哲学。在学生时代,她就对歧视问题和社会公正问题较为关心,还参加了反核示威游行。
20世纪80年代听到这个描述的人常常会笑出声来,因为他们马上就知道琳达曾在加州大学伯克利分校上过学,因为这个学校以有一批热衷政治的激进学生而著称。- 琳达是银行出纳。
- 琳达是银行出纳,还积极参与女权运动。
- 结果是大部分的人,包括研究生等高学历,都会偏向认为第二项比较有可能——典型性偏见打败了逻辑。
- 对情节加以详述会使其更加可信,却(从概率和逻辑上来说)更不可能成为事实。(加利福利亚的地震 Page 140)
- 少即是多:做单一评估的时候,把普通的商品加入到贵重的商品当中后,人们对商品的估计反而降低了。——系统1取的是平均值,而不是累计值。(可以用来解释琳达问题,Page 142)
- 系统2的惰性也是导致判断失误的部分原因
- 琳达问题是一个合取谬误:
- 第16章 原因和数据——因果关系比统计学信息更具说服力
- 在出租车司机(Page 147)的例子中,当人们不知道怎么运用基础比率(统计学信息)时候,就会忽略它。如果故意突出基础比率并且形成了思维定式的时候,人们反而会“正确”地使用基础比率。
- 统计学基础比率普遍受到轻视,当人们手头有于该事件相关的具体信息是,有时还会完全忽略这一比率。
- 因果关系基础比率被视为个别事件的信息,人们很容易将这一比率与其他具体事件的信息结合起来考虑问题
- “我们并没有自己想的那样乐于助人”里面,说明了教学时候“令人惊讶的统计学事实”被学生忽略掉(“默默地将自己,以及他们的朋友和熟人,排除在外”)而学不到东西,学生惊讶于个体案例时,反而能够学到知识。
- 在出租车司机(Page 147)的例子中,当人们不知道怎么运用基础比率(统计学信息)时候,就会忽略它。如果故意突出基础比率并且形成了思维定式的时候,人们反而会“正确”地使用基础比率。
- 第17章,所有表现都会回归平均值
- 之前表现很差,那么之后的表现很有可能会进步,之前表现得很好,那么之后的表现很有可能会变差。这是回归平均值现象,是一种(因为运气而带来的)随机的波动,但是同样人们依然爱使用因果对其进行解释(飞行员,Page 157)
- 相关性和回归平均值是从不同视角对于同一个概念做出的阐释:只要两个数值之间的相关度不高,就会出现回归平均值的情况。例子:“聪明的女人常常会嫁给不如他们聪明的男人”的原因之一是“夫妻二人的智商之间的相关性并不是绝对的”。
- 回归平均值虽然正确,但也无聊,人们依然趋向于使用因果性来解释事件具有很强的偏见。
- 回归效应能够用来解释现象,却无法找到原因
- 用因果性来解释回归效应,都是不对的,因为回归效应带有随机性。
- 第18章,如何做无偏的直觉性预测
- 问题:“朱莉现在是一名州立大学4年级的学生。她4岁就能流畅地进行阅读。她的平均绩点(GPA)是多少?”
- 对于上述类型的问题,人们解答的时候通常会用到替代和强度匹配,最后的结果就是偏离了平均值(也可以说是忽略了基础比率)
- 如何进行修正的方法写在了Page 170,中文没看懂,下面是复制自英文原文:
- Start with an estimate of average GPA.
- Determine the GPA that matches your impression of the evidence.
- Estimate the correlation between your evidence and GPA.
- If the correlation is .30, move 30% of the distance from the average to the matching GPA
- 经过上述的修正后,结果就能够回到平均值上面了。
- 作者给出了更加精彩的判断和修正过程:
- 都包含一种基准线预测,如果你对手头这个案例的情况一无所知,便会作出这种预测。在绝对的情况下,这个基准线是基础比率;在有数字的情况下,这个基准线就是相关结果的平均值。
-都包含一种直觉预测,无论是可能性或是平均绩点,这种预测会将呈现在大脑中的数值通通表达出来。 - 在上述两种情况中,你的目的都是要作出一种预测,这种预测可在基础比率和直觉性反应之间充当媒介。
- 在没有什么有价值的信息的情况下,你会坚守基准线。
- 在其他极端情况下,你还会坚守自己最初的预测。当然,只有在对支持自己最初预测的证据进行过严格验证之后,你才会信心十足地坚持那个预测。
- 在大多数情况下,你会发现自己有理由怀疑自己的直觉判断和真理之间的关联其实并不完美,而你最终会给出介于两者之间的判断。
- 都包含一种基准线预测,如果你对手头这个案例的情况一无所知,便会作出这种预测。在绝对的情况下,这个基准线是基础比率;在有数字的情况下,这个基准线就是相关结果的平均值。
一些思考
- 过度轻信于小样本并且人为预设因果关系在生活中很常见,比如大人教育小孩的时候喜欢通过举别人家的孩子,别人的案例来作为对比,并且做出因果假设来说明理论的正确性。
- 从这个角度出发,任何意见都是带有一定程度的偏见的,对抗偏见的手段,可以想到的是通过收集多方独立的消息来源,并且要公平地看待这些意见,以达到“群体的智慧”的效果——在笔者做分类实验时候也恰好验证了这一点:多个分类器的结果求平均往往能够带来效果的提升,前提是分类器之间独立训练,不具备过多的相似性(或相关性),并且各分类器从效果上需要旗鼓相当,各有自己的优势(以达到互补)。而当笔者增加某一类分类器的权重的时候,效果有时候反而下降了,这是由于各分类器独立的前提一定程度上被打破了。
除了增加消息来源这个手段外,我们还可以对每个“分类器”都进行分析,尽量减少偏见,比如:
- 可得性偏见(往往夸大了小概率事件发生的可能性)
- 典型性偏见(往往导致忽略了基础比率)
- 因果性偏见(往往只是人为强加的,而忽略了统计数字)
- 启发性偏见(往往是用启发性问题回答原问题,忽略了之间的回归效应)
- 一致性偏见(往往是因为光环效应)
上述对偏见的分类不是完全遵循原文的,是笔者依赖于回忆而做的总结,中间会有重复或者疏漏的地方。
第三部分 过度自信与决策错误
总结归纳
- 第19章 后见之明——结果偏见
- 叙事谬误:吸引人们眼球需要的是一个通俗的好故事。夸张了个人的天资,忽略了运气成分。
- 光环效应带来的错觉:希特勒怎么会喜欢狗和小鸡呢?Page 180
- 眼见为实:最大程度忽略自己的无知,根据可得信息构建不错的故事,然后相信它。
- 后见之明:如果一个事件发生了,人们会夸大自己之前预测的可能性;如果一个事件没有发生,人们会说自己之前也觉得不太可能发生。(“我早知道了。。。”)
- 这导致了决策者变得保守——与其事后被骂玩忽职守,还不如一开始就不要冒险了
- 如果领导人敢于冒险而且足够幸运,那么他就会带上了有远见、英勇果敢的耀眼光环
- 企业长青的秘诀?作者认为是是没有的。
- 公司成功和执行总裁之间的相关系数是0.3左右,换句话说,还有很大程度上是运气因素,于是会出现回归均值的现象。
- 然而读者需要的是好的故事,是企业成功和失败的某些要素。于是相关书籍还是很畅销的。
- 第20章 未来不可预测——有效性错觉和技能错觉
- 有效性错觉,是一种替代问题的典型实例:“我们的预测是完全不能回归的,我们仅仅根据非常薄弱的证据就推测失败或者大获全胜,没有给自己留一点余地” Page192
- 技能错觉,“金融专家也是在仔细研读每份晚报之后才对当天的大事做出令人信服的解释的” Page 197
- 主观自信与专业文化导致了有效性错觉和技能错觉
- “我可是很努力才成为专家的啊,我的预测怎么可能还比不上瞎猜的猴子呢?”(因为猴子能够平均无偏地对待每种可能)
- “问题不在于这些专家是否训练有素,而在于他们的世界是否可预测的”
- 预测错误是不可避免的,所以任何长期预测都不应该抱有过高的期望——有0.2-0.3的正确率已经可以应用了。
- 第20章 人工判断和公式运算
- 当一个领域有很强的不确定性和不可预见性,也就是“有效性低的环境”时,公式运算比人工判断往往会更加有效
- 为什么呢?
- 专家想“聪明”地跳出思维的条条框框,复杂化问题,复杂化的问题能够影响稀奇古怪的事情,但是会降低总体的准确率(用机器学习的观点看,也就是过多关注于hard negative,导致了过拟合吗?)
- 对复杂信息的最终判断很难达成一致,做两次判断,结果都可能不一样
- 但是人们依然不喜欢用公式,因为人们对非天然的人工物有抵触感(毕竟自诩为万物之灵啊),而且人们更多的是关注因果,公式的因果解释往往比不上直觉的因果解释。
- 作者想告诉我们的事:不要简单相信直觉判断,无论是自己的还是他人的,但是也不要万全抛开它。我们可以做“闭眼决策” Page 208
- 第22章 专家型直觉
- 专家型什么时候是可信的?是在预测的环境是有规律可循的时候
- 情感是可以快速习得的,比如巴甫洛夫的狗——习得的希望,路过斜坡想起被骂——习得的恐惧。而且通常恐惧更加容易习得。
- 情感习得很快,但是专业技能习得可能很慢(专家的一万小时定律)
- 习得技能的两个基本条件
- 一个可预测、有足够规律可循的环境
- 一次通过长期训练学习这些规律的机会
- 在环境缺乏牢固的规律时候,不要相信直觉
- 临床心理学家、股票投资者以及经济学这都掌握了各自领域的直觉性技能,但是他们无法鉴别因直觉导致错误的情景跟任务,这是他们预测环境的局限性,所以他们对技能的过分自信是不合理的,他们的预测不会有他们想象的那么准确(当然,用公式运算出来的结果也不会强多少,因为环境是“低效度”的)
- 第23章 外部意见
- 比起外部意见,我们更加偏向内部意见
- 然而,内部意见使用的外推法往往是错误的,会过于乐观地估计结果(规划谬误)
- 外部意见不一定比内部意见要准确,只有当选择了适当的参考内别,才能够起到作用
- 规划谬误——过于乐观的决策者
- 不切实际地接近理想状况(的计划和预测)
- 可通过参考类似案例的数据得到提高(的计划和预测)
- 减少决策错误的方法:
- 识别参考类别
- 获得其统计数据
- 进行调整
- 比起外部意见,我们更加偏向内部意见
- 第24章 乐观偏见
- 上一章的规划谬误只是普遍存在的乐观偏见的一种表现形式
- 乐观主义者即有益,但是也会带来风险——过度自信的风险
- 忽视了基础比率——规划谬误
- 强调了技能,忽视了运气——控制错觉
- 专家总是过度自信的,自信对专家至关重要——“不爱夸大自己的重要性的人在反复面对挫折和失败时会一蹶不振”
- 抑制乐观偏见的最佳方法——“事前验尸”:用5~10分钟简述一年后惨败的理由。
一些思考
第三部分围绕决策进行展开,个人认为写得精彩极了。
- 后见之明——“我早知道了”的马后炮:其实我们是不知道的,只是我们觉得自己能够早知道。
- 企业长青之术——再动听的故事只是故事,再动人的传奇也只是传奇,听着激动人心,然而却不可信。企业能够存活,更多依赖于好的运气。(注,这里并没有否认企业成功的主观能动性,只是强调了我们不能夸大主观能动性的作用,尤其是在不可预测的环境下。一个不恰当的比喻,一个公司能够存活的5年的概率是30%,一个好的总裁可能让它存活的几率上升到35%,但实际上我们往往会夸大到80%甚至更多)
- 专家的有效性错觉和技能错觉:
- “我那么辛苦才成为专家,你竟然说我的预测不可能准确?”
- “是的,先生,毕竟这是一个有效性低的预测环境。别说是您了,任何一个人或者公式都无法做出准确的长期预测。”
- “你是在暗示说我的猜测还不如猴子投飞镖来的准确吗?”
- “是的,先生,这是有可能的。毕竟,猴子还能够公平地对待每一个因素,而您呢,却喜欢用新奇的方法进行尝试,这样可能会对一些离群点起到很好的作用,但是会降低整体的准确率的。”
- “我优秀的直觉难道比不上那些呆板的公式吗?”
- “这毕竟是个有效性低的预测环境,没有经过正确反馈训练出来的直觉,是不可信的。这可不比那些训练多年的象棋大师或者消防队指挥官,他们所处的环境虽复杂却有序,并且他们在训练过程中很清楚地知道每一个决策会带来好的结果还是不好的结果,并从中进行调整。”
- 内部意见vs外部意见:虽然我们总是偏向于内部意见,但我们不妨也可以考虑一下外部意见,外部意见可能会给我们提供了正确的锚定到事件的基础比率上去。(当然了,也不能尽信外部意见)
- 乐观偏见:这部分的内容给笔者很大的震撼——笔者一直自诩为乐观且自信的人并且充分享受其中的好处。但这部分的内容犹如给笔者当头棒喝:虽然乐观积极的人总是能够推进决策的实行——但前提是,做的决策是正确的吗?——乐观自信并不是全然是好的,盲目乐观和过度自信,往往让人陷入偏见,高估了自己的实力,低估了事情的风险,导致陷入更大的危机。
第四部分 选择与风险
总结归纳
- 第25章 事关风险与财富的抉择
- 经济人vs人类:前者是理性且自私的,倾向性没有发生变化。而后者拥有系统1。
- 期待效用理论:假设了人类是完全理性的,是根据自己(或者纯概率上)的期待来进行选择。
- 伯努利的财富效用理论:认为人们的选择不是基于金钱价值,而是心理价值——即“效用”,而财富和效用之间是对数关系的
- 亦即,财富的边际价值递减现象 Page 248
- 穷人买保险,富人卖保险 Page 248
- 但伯努利的理论还有缺陷——忽略了参考值带来的的效应。Page249~Page250
- 第26章 前景理论
- 前景理论想说明,我们是趋向避免损失的——因为比起收益,我们对损失更加敏感。
- 如果选项中有确定的得或者可能更多的得(也有很小的可能什么都得不到的“失”),那么我们趋向于避免损失(即选前者)
- 如果选项中有确定的失或者可能更大的失(也有很小的可能不会损失的“得”),那么我们会趋向于冒险(即选后者)。
- 前景理论引入了参考点,降低的敏感度和损失厌恶这三个原则,具体的图示见Page 257
- 前景理论的局限性在于它无法应对“失望”——这时候参考点会被拉向损失(后悔自己怎么没有得)
- 前景理论想说明,我们是趋向避免损失的——因为比起收益,我们对损失更加敏感。
- 第26章 禀赋效应
- 如果我们拥有了一样东西,那么我们对它的估价会升高——这可以用前景模型来进行解释:因为我们不想失去它,失去它对我们而言是一种损失,而我们厌恶损失。
- 这里再次想说明,我们对于损失和收益带来的效用大概是2:1
- 什么时候会失去禀赋效应?
- 当我们将那个东西看成是交换物而不是消费物的时候,禀赋效应消失
- 当我们清楚知道一个东西对于自己的价值为几何的时候,禀赋效应消失(例子 Page 272,成熟商人的禀赋效应消失)
- 第28章 损失问题
- 从生理的角度讲,我们更加容易注重威胁(一种损失)
- 司机在晴天时候想多载人,而恰恰晴天比起雨天来说客人更少,这从表面看司机是在避免损失,而事实上,在雨天多载人才是合乎情理的做法。
- 谈判的时候,越来越小的蛋糕让双方的谈判更加艰难,因为他们都想避免损失。
- 不可利用市场的力量将损失强加给他人
- 商店盈利了(有所得到),分红给顾客,自然是好的,不分红,也不会被人认为失当
- 商店盈利了,但是损伤了顾客的利益,会被人厌恶
- 商店成本上涨了,于是将损失分摊给顾客,顾客能够接受
- 第29章 四重模式
- 可能性效应和确定性效应
- 可能性效应:可能性从0%到5%
- 确定性效应:可能性从95%到100%
- 这两者,我们都会高估其(心理)效用
- 四重模式
- 大几率可得,害怕失败,风险规避
- 大几率损失,希望能够避免损失,冒险
- 小几率可得,希望得到更多,冒险
- 小几率损失,害怕损失更多,风险规避
- 很多不幸出现在大几率损失的一项,人们对于几乎是必然的损失有着天然的厌恶,只有有一丝希望,即使可能带来更大的损失,也很有可能奋力一搏。
- 可能性效应和确定性效应
- 第30章 被过分关注的罕见事件
- “罕见事件不是被忽视就是被过度重视”
- 过度重视的情况:
- 过多关注(耶路撒冷的大巴)
- 生动画面(玫瑰花)
- 具体的表述(1000个中的一个,分母忽视)
- 明确的提醒(以描述为基础做出选择)
- 如果没有过度重视,就会存在忽视。
- 一个原因是受试者没有经历过罕见事件
- 另外一个原因是没有想起相关的罕见事件
- 第31章 宽框架下的风险政策
- 宽框架vs窄框架:用宽框架思考问题,能够看到更多的全局,减少对于暂时的损失的厌恶感,以做出更加理性的决策。
- 也就是,指定了宽框架下的风险政策,能够应对由于(过度)厌恶风险而偏见。(聪明的投资者不会每天都看股票行情表)
- 通过多次重复来减少风险厌恶——“像商人一样思考”,但前提是:
- 所有的赌局都是真正独立的
- 单次的损失不是致命的
- 每次赢的概率不能都很小
- 外部意见vs风险政策:前者用于对付规划谬误中的过度乐观,后者用于对付损失厌恶中的过度谨慎。用途上刚好对应,本质上都可以说它们是应用了宽框架。
- 第32章 心理账户
- 建立多个心理账户vs建立单个心理账户:后者是一种窄框架,容易让我们关注局部事件而感到后悔,前者是宽框架,更加有利于我们进行合理的投资(买卖股票考虑的点不是目前是否盈利亏损,而是它是否有升值的潜力 Page316)
- 如果我们的做法违反了常态,而且因此受到了损害,就会引发(自己)的后悔和(别人的)责备
- 许多情境下,损失的痛苦是获得的快乐的两倍,但因为害怕将来后悔,会导致损失的痛苦不合理的倍增。(出售健康,Page 321)
- 有时候,这种因为怕将来后悔而过于保守的态度,是有潜在危害的(杀虫剂的儿童中毒,Page322)
- 第33章 偏好逆转
- 若单一评估和联合评估的不一致,称为偏好逆转
- 总的来说,可以认为单一评估是一种窄框架,联合评估是一种宽框架。
- 也就是,单一评估会更加容易受到系统1的影响,导致发生较大的偏差
- 换句话说,下意识地对重要决策使用联合评估,能够有效地利用宽框架的特性来改善决策的效果。
- 第34章 善用框架效应——“反过来想”
- 不同的框架下,导致了人们产生不同的情感而导致不同的决策
- 损失比起成本引起更加强烈的负面感觉(“成本就是没有损失” Page335)
- 相对于附加费(损失),人们更加容易放弃折扣
- 即使是同样的结果,使用不同的描述,引导人们使用不同的框架,也可能会导致不同的决策
- 得到20英镑 vs 损失30英镑(Page336)
- 90%存活率 vs 10%死亡率(Page338)
- 丢了2张票 vs 丢了160美元(Page341,沉没成本)
- 使用正确(适当)的框架,有助于我们思考问题
- 考虑所得而不是损失(Page338)
- 每英里耗油量(Page342)
- 不同的框架下,导致了人们产生不同的情感而导致不同的决策
一些思考
总的来说,第四部分重点讨论了两个概念:前景模型和框架效应。
- 前景模型告诉我们:
- 边际递减:原来有10块得到了20块,比起原来有100块得到120块,会更加快乐(因为带来了更大的效用),并且,边际会带来“可能性效应”和“确定性效应”,引起极大的效用波动。
- 参考点:都是拥有100块,原来只有20块的人会很开心,原来有200块的人会不开心(一定程度客服了伯努利模型的不足,但是无法对“失望”带来的效应进行解释)
- 损失厌恶:损失1块钱≈收益2块钱(即损失带来的痛苦大概是两倍于收获带来的快乐),另外,在极端的情况下,对于损失的厌恶会飙升,比如用健康作为赌注时候。(参考Page321)
- 框架效应告诉我们:
- 使用不同的思考框架,将会带来不同的锚定,引发不同的情感,最后可能导致做出不同的决策。
- 窄框架更加容易受到系统1的影响,而产生偏见,如果使用了宽框架,(虽然需要考虑的东西多了导致更加累,但是)能够有效地应对这些偏见。有两种表现
- 外部意见:用于应对规划谬误中的过度乐观
- 风险政策:用于应对损失厌恶中的过度谨慎
- 除了宽框架和窄框架的视角,也有着更多的框架视角:比如“损失”vs“成本”,“沉没成本”vs“一般收入”等,善于转换使用不同的框架,有助于我们从不同的角度去考察一个问题带来的影响。(90%的成活率vs10%的死亡率,虽然两者从逻辑上是等效的,但是,前者带来积极的效应,后者带来效应的效用)
第五部分 两个自我
归纳总结
- 第35章 体验效用和决策效用的不一致——记忆的不可靠
- 体验效用 vs 决策效用
- 体验效用:快乐还是痛苦?
- 决策效用:想要还是不想要?
- 对于完全理性的人,快乐就是想要的,痛苦就是不想要的。然而,从正常人的角度看,有时候这个两个并不是一致。这是由于:
- 峰终定律:回忆的时候,是通过巅峰体验和最后时刻的体验的平均加权而来
- 过程忽视:过程中的持续时间对评估没有影响
- 经验自我 vs 记忆自我
- 经验自我:“我”当时体验到的东西
- 记忆自我:“我”回忆时候体验到的东西
- 一般,可以理解成,经验自我对应了体验效用(当时的快乐与否,是当时体验决定的),记忆自我对应了决策效用(是否决定做一个事件,是回忆同类事件的效用来决定的)
- 那么,当两种效用,或者说两种自我出现不一致的时候,我们就有可能选择做一些实际上更加痛苦的决策。(“冰手实验” Page 351)
- 体验效用 vs 决策效用
- 第36章 人生如戏
- 看戏的时候,我们关注于高潮和结局,对于过程往往是忽视——对于人生,记忆自我感知到的也是类似的情况。
- 旅游的目的
- 是为了拍照?(记忆自我)
- 还是为了享受当下的一刻?(经验自我)
- 第37章 经验自我的幸福
- 衡量的方法
- 经验取样法
- 昨日重现法
- 幸福的方法
- 有足够的时间分配到自己喜欢的事情
- 贫穷使人悲惨,富有可能会提升某个人的生活满意度
- 经验自我的幸福感随着收入增加而增加,但超过一个标准后,就不再增加了
- 衡量的方法
- 第38章 思考生活——再次探讨幸福在哪里
- 婚姻:最后都会回归到现实。平均来说,经验自我的幸福感不受婚姻的影响
- 遗传:经验自我的幸福的性情是可以遗传的
- 目标:目标对于满意度产生影响(18岁时对钱的看重程度反映日后的收入满意度 Page370)
- 聚焦错觉:忽略了时间对幸福感的影响
- 婚姻
- 新买的车
一些思考
第五部分主要探讨了两个自我以及对幸福的影响。
作者想要强调的是,要获得幸福,需要同时关注于经验自我和记忆自我——即使这两者会出现不一致的情况。
以及,获得幸福的方法之一是安排好自己的时间,让自己能够多干自己喜欢的事情。