0

1
0

文字

分享

0
1
0

【Gene思書齋】操縱與欺騙的釣愚經濟學

Gene Ng_96
・2017/09/10 ・3834字 ・閱讀時間約 7 分鐘 ・SR值 555 ・八年級

-----廣告,請繼續往下閱讀-----

 

2008 年金融風暴,差一點毀掉了整個自由市場資本主義,金融市場混亂到美國政府不得不用納稅人的錢去救,然後一群闖了大禍的貪得無厭銀行家仍坐領了高額分紅落跑,除了無辜的平民百姓,沒人為這場風暴付出真正的代價,也沒人真的負了責任。

歐巴馬就任的八年,美國經濟貌似恢復了元氣,但似乎還未回到金融風暴前,雖然一堆美化過的數字例如就業率很好看,可是創造出的新工作,大都是低薪就業機會,金融風暴後美國的經濟成長,幾乎完全被極少富人賺走,99% 的民眾仍幾乎一無所獲。無論是民主黨也好,共和黨也好,幾乎沒有任何傳統政客能對這種不公不義的現場有所改善的作為,幾乎全都被華爾街菁英綁架,他們有些甚至不願承認這樣的現象是需要改變的不公不義,更變本加厲地認為這是有能力的人應得的。

傳統政客這八年來的不作為,直接導致川普跌破所有主流媒體和知識份子眼鏡的上台,因為很多傳統上支持民主黨的選民倒戈了,或者乾脆不出來投票,否則希拉蕊也不會在贏了超過兩百萬普選票的情況下慘敗。川普的上台,可能也意味著有夠多的民眾對自由市場資本市場感到厭倦,雖然川普本身就是個從自由市場受益的商人,所以他口口聲聲要讓美國偉大起來,究竟是騙選票圖利自己,或是真的挑戰傳統制度還人民公道,我們拭目以待吧。

有部好片《大賣空》(The Big Short),改編自美國最富盛名的財經記者麥可.劉易斯(Michael Lewis)的同名暢銷書,片中用紀錄片手法,追蹤了幾個及早發現美國房市即將崩盤而摧毀經濟的投資客,他們不約而同地作空所謂的「債務擔保證券」(Collateralized Debt Obligation,CDO),和數家大到不能倒的銀行對賭,在金融風暴期間狂撈了一筆。電影非常寫實和諷制地拍出一大群房仲、銀行家、國際信用評級機構、美國證券交易委員會等等的狠狽為奸、胡搞瞎搞。

-----廣告,請繼續往下閱讀-----

《大賣空》很生動地描繪了市場失靈,片中還邀請了美國芝加哥大學布斯商學院教授理查‧塞勒(Richard H. Thaler)客串一幕解釋「合成 CDO」是啥。理查.塞勒是行為經濟學之父,他有本好書《不當行為:行為經濟學之父教你更聰明的思考、理財、看世界》(Misbehaving: The Making of Behavioral Economics)描述了行為經濟學的發展史,以及早期主流經濟學的假設有多不現實(請參見〈經濟學家說人理性而自私,但我們的判斷,常是不合理性的不當行為!?〉))。

在行為經濟學的發展中,耶魯大學的羅伯.席勒(Robert J. Shiller)也有許多卓越的貢獻,創立了行為金融學,他是 2013 年諾貝爾經濟學獎得主,和提出不對稱資訊理論的 2001 年諾貝爾經濟學獎得主喬治.艾克羅夫(George A. Akerlof)合著了這本好書《釣愚:操縱與欺騙的經濟學》(Phishing for Phools: The Economics of Manipulation and Deception)。艾克羅夫的太太,就是當今美國聯邦準備理事會主席珍妮特‧葉倫(Janet L. Yellen)。

兩位諾貝爾經濟學獎得主在《釣愚》挖掘出真實世界影響所有人甚鉅的各行各業釣愚實例,他們並不反自由市場,而是要提醒釣愚是全球自由市場的現象,要參與自由市場的所有人們要小心千萬別被騙上鉤!

經濟學鼻祖蘇格蘭哲學家亞當.斯密(Adam Smith,1723-1790)在 1776 年的《國富論》(The Wealth of Nations)提出,市場「猶如被一隻看不見的手操縱……人人都在追求自己的利益。」自此,現代經濟學的核心思想之一便是均衡:一旦達成經濟均衡,人人都能獲得最大利益,任何干涉只會弄巧成拙。雖然「看不見的手」這比喻在全書只出現了一次而已,但卻成了經濟學的信仰。

-----廣告,請繼續往下閱讀-----
《國富論》中提到,市場機制由一看不見的手操控。圖/National Geographic Channel @ GIPHY

艾克羅夫和席勒認為這樣的結論忽略了很重要的一點:在完全自由的市場,人們不只有很多選擇的自由,也會出現各種釣愚之人,利用人類在資訊或心理上的弱點,操縱和欺騙他人以獲致最大利益。在上述《大賣空》的案例中,只是釣愚五花八門手法的冰山一角而已,《釣愚》當然也提到了其過程和影響。艾克羅夫與席勒提出提出「釣愚均衡」的新觀點,羅列與每個人生活最相關的各領域釣愚實例,令人嘆為觀止。

這本書可讀性很高,沒有艱澀難懂的專業術語,卻有許許多多你我看了都會會心一笑的熟悉例子,因為釣愚現象,在我們的社會中確實無處不在,在自由市場中固然有許多交易是公平的,但是仍有不可忽略的「釣愚者」(phishers)和「被釣上鉤的愚人」(phools)。他們在《釣愚》前兩章用釣愚事例和釣愚均衡來說明它們如何嚴重影響了我們的生活,在第二部探討各種釣愚的奇觀。

精準掌握人性弱點的廣告商只提供傳統上以為的廣告而已嗎?主流媒體本身就是廣告商,製造大量和事實有落差的訊息,我們真的可以把電視上的新聞當真嗎?我們自以為知道廣告是假的,但真是如此嗎?只要有腦的人都知道,美妝品廣告中的女星全都是天生麗質,才不是用了那些產品才變正妹,可是有種對在周年慶買產品的朋友說說實話看看,多半會被刪朋友加封鎖;甚至連大選本身的政見都可以是純粹的廣告,要不然你說說川普競選時提出的政策,哪些有可能真的會實行?哪些是騙選民用的?

買車、買房、刷卡時,都可能被當冤大頭,連熟知箇中道理的作者也不例外,多花了錢買了一開始沒想要的產品,剛開始還自以為划算,等到付出的一堆金錢,卻享受不到原本想像的好處,已經太晚了,結果一堆人背上了車貸、房貸和卡債,生生世世為奴。因為行銷太成功,這些債務的膨脹,加上連賣買者都已搞不清楚實際內容的衍生性金融商品,近年已重創全球經濟一次!

-----廣告,請繼續往下閱讀-----
圖/Dmitri Bender @ Flickr

選戰、金權政治與遊說,是民主政治的毒瘤,然而這些毒瘤沒放鬆過,即使民眾已感到厭惡,不過聰明的政客仍舊能夠遊刃有餘,反正某些政客黑掉了,就會有人取而代之。《釣愚》裡提到的,政客巧妙地大玩兩手策略,可以即贊同又反對某些政策,或者用上數千頁撰寫某些極為複雜的法案,在裡頭埋下一大堆漏洞日後用來走後門,或者讓通過的預算或監管有一大堆限制而無法有效執行,更甭提直提涉及利益交換的遊說,《釣愚》提到的僅是冰山的一小角。

在美國只要吃下肚的東西,不管是食品或藥品,都要經過著名的食品藥物管理署(FDA)監管。《釣愚》探討的釣愚對象不只針對一般民眾,還包括企業如何鑽漏洞,讓由專家組成的 FDA 也上鉤。《釣愚》揭露出的藥廠釣愚現象,當然又只是冰山一角而已;除了一般的食品,菸酒也是容易讓人失去判斷力的玩意兒,作者主張用增稅等方式去管控,才是對全民有利的。

自由市場資本市場,最令支持者盛讚的,是其旺盛的創新能力,無謂是網路服務或實體商品,今天有大量十年前連想都不曾想到的創新,徹底地改變了我們的行為和生活。我們還能想像沒有臉書、LINE 和智慧手機的生活嗎?可是《釣愚》卻要大膽地指出,創新不總是有利也可能有其危害,包含臉書。《釣愚》要我們瞭解,沉迷臉書的世界,換來的可能不是快樂。臉書盛行後,我們也許聽說過一個新詞「同溫層」,這可不是大氣科學的專有名詞,而是臉書的資訊篩選機制讓我們更容易只看到自己本來就想看到的。

一反我們對社交網路的想像,臉書反而將提供給你的資訊越篩越同溫。圖/Richie Preiss@Flickr

我們難道該認命被這些釣愚高手操縱嗎?艾克羅夫與席勒兩位經濟學大師當然不會要我們坐以待騙,他們也提出許多實例來說明一些防患未然的制度之建立,在商界和政府都有為全民著想的英雄出來建立標準和監理方法。不過面對快速發展的商業環境,法規的落後,在各國也都是事實。他們主張,政府仍需要學習如何在不干涉市場的情況下管理市場。

-----廣告,請繼續往下閱讀-----

《釣愚》是本讀起來令人嘖嘖稱奇的好書,每一章提到的故事,改編成電影都應該相當有看頭。當然為了整理出大量事例,許多案例都只能是點到為止,但整體而言也讓人可以綜觀市場中無奇不有的釣愚事例,讓我們認識到各種釣愚手法有多高明和嚴重,如果放任不管絕非全民之福!

本文原刊登於閱讀.最前線【GENE思書軒】,並同步刊登於 The Sky of Gene

文章難易度
Gene Ng_96
295 篇文章 ・ 30 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

3
2

文字

分享

0
3
2
【從中國經典認識大腦系列】「朝三暮四」背後的行為經濟學:人是不理性的
YTC_96
・2023/08/18 ・3161字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

《莊子.齊物論》勞神明為一,而不知其同也,謂之朝三。何謂朝三?狙公賦芧,曰:「朝三而暮四。」眾狙皆怒。曰:「然則朝四而暮三。」眾狙皆悅。名實未虧,而喜怒為用,亦因是也。是以聖人和之以是非,而休乎天鈞。

以上是一個大家耳熟能詳的成語「朝三暮四」的原始出處,用來比喻人的心意不定、反覆無常,也可用在比喻事物變化無定。但你知道這個成語的故事也描述了行為經濟學中人們常見的認知偏誤嗎?

這個故事是這樣的,有一位養猴人告訴他的猴子們說:「我決定每天早上給你們三升橡樹果實,下午給你們四升橡樹果實。」然而,猴子們卻很不滿意,覺得早上的份量太少。於是,養猴人說:「好吧,那我們改成早上給四升,下午給三升。」聽到這個消息,猴子們都很高興,以為早上的份量增加了。

「朝三暮四」也討論了認知偏差的問題。 圖/Pixabay

事實上,「朝三暮四」和「朝四暮三」只是改變了早上和晚上給予食物的量,但猴子們卻以為獲得了更多。這個故事要給我們啟示是,人以自我中心的眼光看待事物,沒有固定不變的準則。或許「朝三暮四」和「朝四暮三」的現象一般人聽起來覺得有點離譜,應該是猴子們太笨才會有如此愚蠢的行為。但事實上,人類許多不理性的行為從旁觀者來看其實和那些猴子差不多,而這些和我們的認知偏誤有關。

展望理論與框架效應

在「朝三暮四」和「朝四暮三」的故事中,猴子們對橡樹果實分配的滿意度,完全是受到訊息的框架影響,可以發現雖然總量沒有改變,但因為參照點改變,他們態度就改變了。在早上給四升,下午給三升的情境下,因為早上比較多,這對他們來說是一種增加,因此他們感到滿意。但相對的,在早上給三升,下午給四升的情境下,猴子們認為早上怎麼變少了,因此對他們來說這是一種損失,因此感到憤怒不滿意。

-----廣告,請繼續往下閱讀-----

猴子們會出現這樣的反應和框架效應(Framing Effect)有關。框架效應是一種認知偏誤,指人們在面對邏輯意義上相同訊息時,根據訊息的呈現方式會產生不同的反應或評價。這代表著訊息的表達方式能夠影響我們的決策和判斷,就彷彿我們的思考被侷限在框架內。

猴子的反應與框架效應有關圖/GIPHY

框架效應的概念是建立在心理學家阿莫斯.特沃斯基(Amos Tversky)與丹尼爾.卡尼曼(Daniel Kahneman)在 20 世紀 70 年代和 80 年代的研究,他們在行為經濟學和決策理論有許多貢獻,並證實了人們會因為認知偏誤而產生不理性的判斷。

1979年,他們提出一種描述性模型,用來解釋人們在面對風險和不確定性時做出的選擇。當時的主流經濟學認為人的決定都是理性的,但他們提出的展望理論(Prospect Theory)挑戰了傳統的期望效用理論,證實人們在處理損失和收益時表現出不對稱的行為。

展望理論發現人們對於遭遇損失時的痛苦感受要大於同等數量的收益所帶來的快樂感受,稱作「損失厭惡性 (loss aversion)」,這狀況也和猴子們的表現是相似的,對於損失感到非常不滿意。這凸顯了個人的決策和評估是受到選擇和訊息呈現方式的影響。

-----廣告,請繼續往下閱讀-----

框架效應也對風險決策產生影響。當同一風險以不同方式呈現時,人們的反應可能有所不同。例如,若醫師說手術有「10% 會失敗」,病人可能傾向認為風險較高,而不用接受手術;但如果使用手術有「90% 成功率」的描述,病人可能會認為風險較低,而願意接受手術治療。

雖然在「朝三暮四」的故事中,猴子們並不用考量收益獲得的機率來做出相對應的風險決策,但事實上,科學家們會使用猴子作為實驗動物,紀錄他們的行為以及特定腦區神經細胞反應來了解人們行為決策的本質,並幫助我們未來規劃更完善的經濟學理論來制定國家政策。

初始效應與錨定效應

錨定效應是什麼呢? 圖/Pixabay

除了框架效應,心理學的初始效應和錨定效應的結合也能解釋猴子「朝四暮三」而感到滿意的原因。

初始效應(Primacy Effect)是指在記憶和印象形成過程中,人們對於最早接收到的訊息更容易保持和記憶,並且更重視和注意這些訊息,而對整體印象具有更大的影響力。這可能是因為在一開始時,人們的注意力和認知資源是最充沛的,所以他們對於最早接收到的訊息進行更深入的處理和編碼,導致這些訊息更容易被記憶。

-----廣告,請繼續往下閱讀-----

從「朝三暮四」例子來看,因為初始效應的關係,早上的橡樹果實數量對猴子來說印象可能更深刻。也因為如此,猴子們只關心早上獲得的數量而可能忽略下午的數量。猴子們進而將早上的橡樹果實數量當作錨點,過度偏重此訊息。當飼主把早上的數量從三升增加為四升,猴子們就以為獲得較多,並非常高興。反之,若早上只給三升則猴子誤以為減少,並非常生氣。猴子們的問題是,他們忽略了真正重要的是一整天獲得的橡樹果實總量,而不是只有早上的數量。

這樣過度依賴最初呈現的訊息並將其錨定的現象也稱作錨定效應(Anchoring Effect),和框架效應一樣屬於認知偏誤的一種。最早也是由心理學家阿莫斯.特沃斯基(Amos Tversky)與丹尼爾.卡尼曼(Daniel Kahneman)觀察到並將其理論化。

1974 年,他們撰寫的不確定狀況下的判斷:啟發式和偏差(Judgment Under Uncertainty : Heuristics and Biases)一書中,首次提及錨定概念並分享了一個實驗。他們要求受試者在 5 秒內計算 1 × 2 × 3 × 4 × 5 × 6 × 7 × 8,或者 8 × 7 × 6 × 5 × 4 × 3 × 2 × 1。

由於受試者沒有足夠的時間計算完整的答案,他們必須在進行了幾次乘法運算後做出預估。當序列以較小的數字開始(1 × 2 × 3 × 4 × 5 × 6 × 7 × 8),他們給出的答案中位數估計值為512;而當序列以較大的數字開始時(8 × 7 × 6 × 5 × 4 × 3 × 2 × 1),中位數估計值為 2,250(而正確答案是 40,320)。

-----廣告,請繼續往下閱讀-----

這說明了,只因為兩個序列的數字大小排序不同,則讓受試者產生了不同的錨點,進而估算出不同的答案,雖然兩序列的估計值都離正確答案有段距離,但可以發現以數字較小為開頭的序列估算出較小的可能答案。

結論

我們必須跳脫框架的影響。圖/Pixabay

「朝三暮四」這個寓言讓我們知道人世間沒有永恆不變的道理,不同的準則和觀點之下會產生不一樣想法。莊子希望人們能超越人世間紛擾,回歸自然,在自然的境界中找到永恆不變的道理。也就是原文中提到「休乎天鈞」的境界,齊物論的核心思想。

框架效應的存在顯示了人們對訊息呈現方式的敏感度和評價的相對性。這提醒我們在面對決策時要謹慎思考,並注意訊息的呈現方式對我們的判斷和行為的影響。

參考資料

YTC_96
11 篇文章 ・ 19 位粉絲
從大學部到博士班,在神經科學界打滾超過十年,研究過果蠅、小鼠以及大鼠。在美國取得神經科學博士學位之後,決定先沉澱思考未來的下一步。現在於加勒比海擔任志工進行精神健康知識以及大腦科學教育推廣。有任何問題,歡迎來信討論 ytc329@gmail.com。

0

2
1

文字

分享

0
2
1
面對選擇,你是害怕風險,還是尋求風險?從心理學中的前景效應談起
Vicky Ho_96
・2020/04/19 ・2360字 ・閱讀時間約 4 分鐘 ・SR值 547 ・八年級

-----廣告,請繼續往下閱讀-----

  • 文/何晨瑋 Vicky Ho|一個幼教系雙主修心理諮商的大學生,致力挑戰大眾的刻板印象。文章多以日常故事為基底,並透過心理學、哲學等領域的角度,重新反思生活與生命的核心價值。個人部落格

年節期間,彩券行總是人潮滿滿,風靡全家大小的就是刮刮樂,不論金額大小,總有人願意掏錢出來買。不過,你曾想過究竟是什麼影響了你決定購買多少面額的刮刮樂,以及買到多少才停手嗎?

如果現在你有 95% 的機會贏得 10,000 元,或有 100% 的機會贏得 9,499 元,你會選擇哪一個呢?

先透露一下,理論中的實驗結果,多數人選擇後者!

我們真的能理性的做決定嗎?

在主流的經濟學中,假設人在決策時是「理性」的。經濟學家提出了預期效益模型(Expected Utility Model),認為人會依據這個模型的公式,理性的精打細算,比較各種選擇可能獲致的酬賞大小,才做出選擇。

-----廣告,請繼續往下閱讀-----

預期效益模型公式:

機率(Probability)× 價值(Value)=人類在決策某事物的預期效益(Expected Utility)

但實際上,我們做決策時真的這麼理性嗎?想想你是否曾在刮刮樂沒刮回本時繼續加碼,或在電商平台舉辦購物節時大買特買?

電商平台辦活動時,難道不買個夠嗎?圖/Photo by Andrea Piacquadio from Pexels

心理學教授丹尼爾・康納曼(D. Kahneman)和阿摩司・特沃斯基(A. Tversky)發現:「人做決策時,並非想像中理性,且帶有主觀的偏見。」因此他們提出了前景理論(Prospect theory),並加以驗證。

什麼是前景理論?

前景理論又稱為展望理論,是由心理學教授康納曼和特沃斯基所提出的行為經濟學理論1,用來解釋當決策選擇呈現不確定時,人對於決策的衡量標準,是從「關心收益和損失」的角度來考慮。

-----廣告,請繼續往下閱讀-----

面對高收益或低損失的選擇時,多數人會規避風險(risk-averse),傾向選擇效用低(也就是獲利低)且確定性高的選項;但面對低收益或高損失的決策時,多數人卻是尋求風險(risk-seeking),傾向降低效用,只求減少損失的可能性。

有趣的是,前景理論也指出,多數人對損失所引起的不悅情緒,比獲利的愉悅感來得強烈。而且,我們對於得失的判斷會有一個基本的參考點。舉例來說,如果一天的打工薪水是 1200 元,只要高過 1200 元就會被評價為獲利,反之則視為損失,不過這個參考點因人而異。

接下來,讓我們來深入探討規避風險和尋求風險這兩種類型。

規避風險:贏少一點沒關係,但獲利的可能性愈高愈好!

當你有 95% 的機會贏得 10,000 元,或有 100% 的機會贏得 9,499 元,你會選擇哪一個呢?

頭好痛!到底應該選哪一個?圖/by Andrea Piacquadio from Pexels

-----廣告,請繼續往下閱讀-----

通常多數人傾向選擇後者。

當我有百分之百的機會可以全拿時,即使預期效益前者大於後者,95% × 10,000 = 9,500 > 9,499,但如果選擇 95% 的機會贏得獎金,卻仍有 5% 是零獲利。多數人會選擇規避風險,找到一個確定性高的獲利方式,來避免自己因零獲利而失望的情緒。

當你有 5% 的機會損失 10,000 元或 100% 的機會損失 501 元,你會選擇哪一個呢?

多數人會選擇後者,因為擔心損失巨大,所以會極力規避風險。因此,解釋前景理論的結論之一是,多數人面對「高收益可能」及「低損失可能」時,幾乎都是選擇規避風險的。

尋求風險:損失的可能性愈低愈好,或許運氣好就能零損失!

當你有 95% 的機會損失 10,000 元或 100% 的機會損失 9,499 元,你會選擇哪一個呢?

多數人傾向選擇前者,當我有機會可以避免零損失,即使預期效益後者大於前者,95% ×− 10,000 = − 9,500 <− 9,499,大家通常還是會冒險選擇 95% 的機會損失 10,000 元,因為其中仍保有 5% 可能零損失,不試試看實在說不過去。而這就是尋求風險。

-----廣告,請繼續往下閱讀-----

當你有 5% 的機會贏得 10,000 元或 100% 的機會贏得 501 元,你會選擇哪一個呢?

多數人會選擇前者。因為希望獲得最大效益,所以會尋求風險,機會很小也沒關係。因此,解釋前景理論的另一個結論是,當多數人面對「高損失可能」
及「低收益可能」時,通常會選擇尋求風險。

尋求風險派 or 規避風險派?

想想看,你喜歡玩刮刮樂嗎?你會買到多少才停手呢?雖然大部分的人適用於前景理論的結果,但我們每個人對於規避風險或尋求風險,事實上有一些偏好。這個偏好跟參考點有關,也就是收益和損失在你心中的基準,例如有人覺得花 2,000 元玩刮刮樂很OK,但有人連花 200 元都覺得多。

你會想花多少錢玩刮刮樂呢?圖/by Montage Communications on Foter.com / CC BY-SA

如果你在玩刮刮樂時,喜歡選中獎率低但獎金很高的類型,而且你總是會一直刮一直刮,儘管中獎率很低,讓你花了很多錢也在所不惜,那你很可能就是尋求風險派。但事實上,這樣尋求風險的賭下去,未必會讓你如實獲利。為了不讓自己的荷包損失太慘重,最好還是提醒自己,在適當的時機見好就收吧!

-----廣告,請繼續往下閱讀-----

若是規避風險派的人,玩刮刮樂會有什麼表現呢?讓我告訴你,這類型的人通常根本不玩刮刮樂!頂多是因為過節氣氛,為了應景才花點小錢玩一玩,所以他們通常會選擇獎金可能較低,但百分之百包中的刮刮樂。

理性客觀?

現在你知道了,經濟學家計算出的預期效益公式,並不是人們下決策的唯一依據。根據前景理論的概念,可以理解當人面對高收益及低損失可能時,人會保守的避免損失,將利益極大化;但當面對高損失及低收益可能時,卻又會積極的尋求風險,用賭一把的心態來處理。所以,其實我們真的沒有自己想像中那麼客觀理性,下決策時,還是再多想一下吧!

註解

  1. 你可能會覺得有點奇怪,為什麼一下是行為經濟學,一下又是心理學,由於此理論為兩位心理學家所提出,研究結果被廣泛應用在行為經濟學中,而在以思考決策為主的心理學領域,對前景理論也有許多研究。因此,行為經濟學及心理學所談的前景理論本質上是相同的,只是所關注的內容不同。

參考資料

 

  • 責任編輯/竹蜻蜓
Vicky Ho_96
12 篇文章 ・ 209 位粉絲
多以心理科普方式,討論時事等議題。