聊聊“自证偏差”

有时，困住我们的是我们自己的偏见。问题不在于我们是否“想证明它是真的”，而在于一旦我们从观察者切换成论证者角度，我们就落入了“自证的偏见”的陷阱中。

最近，一个同事最近回复消息变慢，我脑子里会跳出一个解释：“他是不是对我有意见”。

与此同时，我会忽略其他证伪的信息，比如他最近项目变多、他对其他同事也回复变慢、他在群里仍然正常互动等等。

此时，我不是在“解释现象”，而是在“验证一个已经产生的怀疑”。

有时，我会觉得自己“数学不行”。一旦这个标签成立，我注意到自 己看不懂的概念，然后摇摇头说“我果然不擅长”。

久而久之，这种解释会影响行为，信心不足，看起来就像最初判断被“证明”了一般。

这是“自证陷阱”，或者称之为“确认性偏差confirmation bias”。

这种“看到一个现象 → 立刻解释 → 只保留支持证据 → 忽略反例”的模式。在日常生活里挺常见的。

当人已经注意到某种现象之后，大脑会迅速把它当作一个需要被解释、被合理化的对象，而不是一个需要被严格检验的假设。

随后就会出现选择性证据搜集，人的证伪机制会处于瘫痪状态。

问题不在于你是否“想证明它是真的”，而在于你从观察者切换成论证者角度，把“现象存在”等同为“现象有解释，且该解释必须成立”。

观察和论证，是两种不同的认知模式，前者以不确定性为基础，后者以结论为中心。

一旦进入后者，人很容易自动过滤掉反例，因为反例是对对结论的威胁，而不是更新信息。

要避免这种认知偏差，核心不是保持客观，而是改变处理信息的方式。

首先，保留“假设空间”。

也就是说，允许大脑至少两到三种彼此不兼容的解释并存，并且允许它们都有同等初始概率的模型。

这样做，可以把人的思维从“证明模式”拉回到“观察模式”。

第二，建立“好的解释”新的标准

人类天然喜欢支持性证据。因为支持证据更容易加工，而反例往往需要主动去找。

我们并不是更努力去找反例，而是建立新的内在评价标准。就是说，一个“好解释”不是解释得通，而是包含“什么情况下它会是错的”。

第三，理解人的关注力倾向于合理化

我们眼中很多所谓的规律，其实只是注意力分布的产物。我们很容易把现象误当作稳定存在。

人怀孕后会觉得周围孕妇和孩子增加。

你开始关注某个健康问题（失眠、胃病、焦虑等），你会在社交媒体、新闻、甚至朋友聊天中频繁看到相关内容。

人的注意力不是均匀采样器，而是一个会被“意义、情绪、目标、最近经验”强烈偏置的采样器。当你把采样结果当作总体分布，就会自然得出“规律在增强”的错觉。

大多数人在解释时，是在已有现象上构造意义，人倾向于合理化自己的解释。很多人喜欢血型或者星座分析，道理在于此。

其实，自证偏见并非认知缺陷。它是大脑的一种策略，它可以节省计算资源。

降低合理化速度，让不同的声音彼此争执一下，让模型之间竞争，多听听不同声音，而不是让第一个声音赢得解释权。这种自证偏差就会明显下降。

---

原文链接：https://mp.weixin.qq.com/s/ynTEhbjaSXii5t0gqQHyEg

来源：XT