Loading [MathJax]/extensions/tex2jax.js

0

0
1

文字

分享

0
0
1

為什麼比起數據,人們更容易相信個案?

蔡宇哲
・2018/10/11 ・2346字 ・閱讀時間約 4 分鐘 ・SR值 503 ・六年級

社會中總會有許多來來去去的科學議題,從基改、食安到能源議題,每一個都能看到正反兩方戰到天荒地老。一方總是主要訴諸理性/科學/數據,另一方則是走感性/案例/經驗的路線。

這類的爭議總是來來去去,理性方每每準備好詳盡的數據與論述來回應,感性方則是以打動人心的故事來說服大眾。一兩則個案並不能代表什麼,大範圍的抽樣才有可信度才對啊。很多理性方的人不懂,明明證據都擺在眼前,為何就是有那麼多人不願意接受。

source:Wikimedia

在指責他人沒知識或不理性之前,或許可以先瞭解一些心理學,知己知彼才能百戰百勝。直接講結論就是,人天生傾向於接受個案而不是數據

不管數據說什麼,個案就是能說服你

有個實驗很有意思,研究找了 317 位大學生,聲稱研發了一個新藥,要請他們評估願不願意使用這個藥物。告知方法會說明這個藥物的成功率經臨床測試的成功率是多少(90%, 70%, 50%, 30%),同時也會講一位個案接受藥物後的情況,個案情況有成功也有失敗也有不確定。個案的說明內容大致如下:

-----廣告,請繼續往下閱讀-----
  1. 個案情況良好:小強使用這個藥物後成效良好,病毒都被清除了,醫師認為病情不會再復發。治療完一個月後情況良好。
  2. 個案情況不佳:小強使用這個藥物後成效不好,病毒並沒有完全被清除,醫師認為病情還在持續。治療完一個月後小強失明了且失去行走的能力。
  3. 個案情況不確定:小強不確定使用藥物的選擇是不是對的,醫生也無法確定病毒是否都被清除了,同時也不肯定病情是否還會持續。治療完一個月後小強的情況時好時壞。
圖/pixabay

每位都會閱讀到關於此藥物的成功率以及一位個案使用的情況。為了避免先後順序的影響,有一半的人會先被告知成功率後再知道個案,另一半的人則相反。理論上要不要服藥應該著重於藥物的成功率,畢竟這是經過臨床驗證來的,個案因為只有一個很難做得準。

但是結果發現:

同樣是告知有 90% 成功率的藥物,後面加上失敗的案例的話,人們接受的程度就會由 88% 銳減為 39%,相當驚人的差異。而更有意思的是,同樣是告知成功率只有 30%,若加上一個失敗的案例,那麼接受程度只有 7%,但若是加上成功案例的話,接受程度會爆增到 78%!

我把兩個比較極端的例子獨立出來:

  • 90% 成功率+失敗案例 = 39% 接受度
  • 30% 成功率+成功案例 = 78% 接受度

看到上表數據就知道,個案的成功與否影響接受度非常大啊!幾乎是只要有成功個案就很容易接受、個案失敗就很難接受。

-----廣告,請繼續往下閱讀-----

這樣數據派根本就是全面潰敗啊,雖然可以打臉打得很爽,但就是不容易說服人接受。

為什麼會這樣呢?我們來假想一個情況:

如果要你對一個不識字、不懂統計學概念的人談這件事,是講個案比較容易,還是讓他理解數據比較容易?

當然是前者。可以這樣說,對於他人的經歷的理解幾乎是每人都能作到,這或許是生物本能之一。然而對數據的解讀與理解卻是需要後天學習的,沒學過統計學就無法理解薪資平均數並不是指有一半的人有這樣的收入。所以說理解個案比理解數據容易多了,當然也更快。

圖/wikimedia

別讓天性騙了你:透過學習成為有理性的人

常看到的推銷、電視購物、廣告,就很常訴諸這種個案效果,不需要名人,只要找出一兩位個案站出來,說他用了這個產品多久就產生神奇的效果。對產品有疑慮的人一看了成功個案後,很容易就被說服而購買,這也是消費心理學的絕妙手法之一啊。

所以在電視購物、網路看到某個產品多厲害多厲害,要打電話或刷卡之前,請先想想:這效果是個案還是大部分人都會有用呢?千萬別因個案就以為自己也適用。也請記得廠商肯定有高人指點,知道透過成功個案會比較讓人接受,因此你可千萬別上當啊。

-----廣告,請繼續往下閱讀-----

另如果是要筆戰,身為理性的一方,就該瞭解到要說服大眾光端出數據肯定是不夠的,得要雙管齊下、理性與感性同時並進才能獲得最佳效果。

心理學有非常多的例子來說明人有太多不理性的決策模式,之後有機會再一一跟大家介紹。那既然人生來就有不理性的決策,那是不是就沒救了呢?對心理學家而言,辭典裡是沒有「沒救了」這三個字的。固然天性影響行為甚大,但後天學習才是決定人最終將會是什麼姿態的關鍵。

天性的影響正說明我們必須對科學素養的培養非常在意又認真,因為唯有透過後天學習來增強理性的部份,才能夠盡量做出相對合理的決策,才有資格自稱為理性的人。

研究出處

  • Freymuth, A. K., & Ronan, G. F. (2004). Modeling patient decision-making: the role of base-rate and anecdotal information. Journal of Clinical Psychology in Medical Settings, 11(3), 211-216.

編按:身處在這越來越複雜世界,面對這麼多複雜議題,要做出合理的決策如此不容易,到底該怎麼辦呢?

這時你就需要科學思辨力

科學思辨力:現代人都需要的生存演算法】能幫助學生與每個人,建立自己的邏輯、跨過複雜議題討論的門檻、提升資訊選擇、處理與溝通的能力,成為更能面對未來變化的公民。

還等什麼,快點上車吧:http://bit.ly/2KQgEPx

-----廣告,請繼續往下閱讀-----
文章難易度
蔡宇哲
67 篇文章 ・ 5 位粉絲
中正大學心理學博士,台灣應用心理學會理事長、「哇賽!心理學」創辦者兼總編輯。泛科學、幼獅少年、國語日報科學版……等專欄作者,著有《神奇的心理學》、《哇賽!心理學》、《用心理學發現微幸福》。 喜歡分享心理學,希望人人都可以由心理學當中認識真實的自己,也因此能夠更溫柔的對待他人。

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

2
2

文字

分享

0
2
2
你被暗示了嗎?是什麼偷偷影響了我們決策?——《超越直覺》
一起來
・2024/04/30 ・2133字 ・閱讀時間約 4 分鐘

數十年來,多數心理學家和新興的行為經濟學家在可控制的實驗情境中,不斷研究人類的決策過程。這些研究結果不僅動搖關於人類理性的基本假設,甚至迫使大家用一種截然不同的觀點來思考人類行為。

例如,心理學家已經藉由無數個實驗證明,人的選擇和行為會受到特定字詞、聲音等刺激的「促發」(priming)所影響。受試者若在實驗中念到「老」和「虛弱」等字詞,他們離開實驗室在走廊上行走的速度就會變慢。在酒坊裡,如果店家播放的背景音樂是德國音樂,消費者更有可能購買德國葡萄酒,如果是法國音樂,則會傾向購買法國葡萄酒。受訪者在填寫跟運動飲料有關的調查問卷時,如果是用綠色的筆,則更可能會選擇開特力運動飲料(Gatorade)。購物網站的背景圖案如果是蓬鬆的白雲,網路購物者更有可能選擇昂貴、舒適的沙發,如果背景圖案是錢幣,則購物者傾向買較硬、較便宜的沙發。

圖/envato

我們的反應也可能被無關的數字給影響。有一項實驗,要求參與葡萄酒拍賣會的人在競價之前寫下自己社會保險號碼的末兩位數字。儘管數字基本上是隨機的,且絕對與買家對酒的估價無關,但研究人員發現數字越大,買家就更願意出價。心理學家稱這種現象為「錨定效應」。不論是估計非洲聯盟的會員國數量,或是我們認為合理的小費或捐款金額,都可能受到錨定效應的影響。

事實上,當慈善機構的募款單上附有「建議」捐款金額,或帳單上預先寫出小費的比率,你都該懷疑這是利用錨定效應技巧,因為提出一個較高的金額,其實是在錨定你對「公平」的初步估計。就算你覺得 25% 的小費似乎太高了,所以調降你的估計值,但最後給出去的小費或許還是高於沒有被暗示時的金額。

-----廣告,請繼續往下閱讀-----

改變情境呈現的方式也可能強烈影響個人偏好。比方說,在同一個賭局,如果強調輸錢的可能性,就會讓人傾向規避風險,但如果強調贏錢的可能性,則會造成相反的結果。更讓人困惑的是,加入第三種選項,竟然可以逆轉一個人對先前兩種選項的偏好。

舉例來說,A 是一款品質好、價錢昂貴的相機,B 是品質較差,但較便宜的相機。光這樣看可能很難比較與選擇。但假設如下圖所示,加入第三個選項 C1,雖然品質差不多,但顯然比 A 貴。這時要選擇 A 或是 C1 就變得很明確了。三者中選擇 A 的占大多數,這似乎非常合理。但假設加入的第三個選項是價錢跟 B 差不多,但品質較差的 C2,那大家又會如何選擇?這種情況當然會選擇 B。換句話說,即使選項 A 和 B 都沒有改變,只要加入一個不同的選項,就能夠有效逆轉對 A 和 B 的偏好。更奇怪的是,決策者永遠都不會選擇引起偏好逆轉的第三個選項。

心理學家藉由研究這一系列非理性的行為發現,提取或回憶不同類型訊息時,其難易度通常會影響人類的決策與判斷。以搭飛機為例,與其他任何致命因素相比,人們通常會高估死於恐怖攻擊的可能性。因為人們對恐怖攻擊的印象非常鮮明,即便它發生的機率明顯低於任何其他事故。

還有一個矛盾的情況,當人們被要求回憶自己果斷行動的經驗時,通常會認為自己沒那麼果斷。並不是因為這個問題和他們對自己的看法有衝突,而是因為回想的時候很費力。相較於真實情形,人們也傾向於認為自己現在的行為、信念都跟過去差不多。

-----廣告,請繼續往下閱讀-----

此外,在閱讀一份手寫聲明稿時,如果字體容易閱讀,或者之前曾經看過,那這份聲明就會更容易被取信。就算人們上次看這份聲明時,已經明確知道那是假的,結果依然如此。

圖/envato

最後,人們消化新訊息的方式,往往會增強他們既有的想法。某種程度上,這是因為我們偏愛注意「更能證實自己既有信念」的訊息,並忽略不符合自己信念的訊息。

另一方面,我們對於那些不符合自己信念的訊息,也傾向加以質疑或嚴格檢查。這兩種密切相關的傾向,分別稱作「確認偏誤」(confirmation bias)和「動機性推論」(motivated reasoning),會嚴重阻礙我們解決爭端的能力。從家事上的小分歧,到北愛爾蘭或以巴衝突都深受其害。在這些爭端當中,各持己見的雙方看待的明明是同一套「事實」,但對實情的印象卻完全不同。

即便是在科學領域,確認偏誤與動機性推論也時常扮演有害的角色。基本上,科學家應該遵循基於證據的真相,即使該證據與自己既有的信念或理論相抵觸,但是更多時候,科學家反而質疑證據。

-----廣告,請繼續往下閱讀-----

結果正如量子力學創始者馬克斯.普朗克(Max Planck)的至理名言:「一個新的科學真理之所以能勝出,不是因為它說服了反對者,讓那些人接受——而是因為反對者死光了。」

——本文摘自《超越直覺》,2024 年 01 月,一起來出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

一起來
5 篇文章 ・ 2 位粉絲

3

4
1

文字

分享

3
4
1
如何不做出後悔的決定?短暫轉移注意力,讓潛意識幫助你——《怪咖心理學之 59 秒的練習》
azothbooks_96
・2023/05/30 ・2801字 ・閱讀時間約 5 分鐘

你通常如何做決定?

使用潛意識思考理論,為複雜的問題做出正確的決定;不想讓自己後悔,就積極把握任何的機會。

做比較不重要的決策時,我總覺得考慮所有利弊是有益的,不過,做重要的決策時⋯⋯則應該由潛意識、大腦內的某處決定。 ——佛洛伊德

想像老闆告訴你,他覺得你們辦公室看起來沒什麼藝術氣息,想請你幫他買一幅看來要價不斐的現代藝術印刷品來妝點牆面。你穿上外套,開車去藝廊,發現他們只剩次頁所示的四幅印刷品。你如何做決定?

老闆叫你買畫,這 4 幅你選哪一幅?圖/《怪咖心理學之 59 秒的練習

一種可能是根據老闆的個性、公司的形象、目前辦公室的裝潢,思考每幅畫作的利弊。又或者,你可以相信直覺,挑選你「覺得」適合的作品。你也可以根據最近的研究, 依賴不同的技巧,幫你做出更好的決策。

什麼是「潛意識思考理論」?

幾年前,心理學家狄克斯特霍斯與柴格.凡歐登(Zeger van Olden)用同樣的海報挑選流程,做了一個特別的實驗。

-----廣告,請繼續往下閱讀-----

在研究中,他們請受測者進實驗室裡看五張海報,用三種技巧中的一種幫他們挑選最喜歡的一張;他們請第一組研究每張海報約一分半鐘,列出他們喜歡與不喜歡每一張的主因,仔細分析他們的想法,再挑選最喜歡的那張。他們叫第二組大略看一下海報後,就從五張裡挑出最喜歡的一張。他們讓第三組迅速瞄過海報,請他們花五分鐘解困難的字謎,然後再讓受測者迅速瞄一次海報,之後就做決定。

做完決策後,他們請所有受測者評估他們喜歡五張海報的程度。

實驗中,研究人員用三種方法幫助受測者找出最喜歡的畫作。 圖/envato

每個人都做了選擇與評估後,實驗者做出前所未有的慷慨決定,把每個人最喜歡的那張海報當成禮物送給受測者,以感謝他們參與研究。等每個人拿著禮物準備離開實驗室時,實驗者不經意地向每個人要電話,宣稱萬一資料儲存有問題或是需要重做實驗時,可以聯絡他們。

假設你參與研究,研究人員又告訴你,因為怕硬碟出問題, 需要你的電話,這表示他們一定在打什麼主意。最有可能的情況是,實驗還沒結束,未來他們會打電話給你。打電話的形式可能有好幾種,你的電話可能半夜響起,市調員問你願不願意參與有關肥皂的調查;又或者,你可能接到一通電話,那人聲稱自己是你長期失聯的朋友,問你想不想見面;也有可能,就像本例中發生的,研究團隊打電話來問好,問你還喜歡那張海報嗎。

-----廣告,請繼續往下閱讀-----

實驗完後一個月,研究人員聯絡受測者,問他們對海報的滿意度,要多少錢才願意割愛出售。當初在實驗室裡剛選好海報時,仔細思考過每幅海報的利弊才做決定的人,都確定他們做了正確的選擇,事實上,他們比另外兩組的人還要確定。不過,一個月後,情況完全不同了。花時間解字謎後才選海報的人反而最滿意他們的選擇,他們要求的割愛價格也比其他兩組高出許多。

實驗結束後,研究人員電訪受測者,發現他們對自己的決定出現不同的看法。 圖/envato

你可能會主張,這類研究做的選擇不像我們真實生活做的選擇那麼複雜。事實上,研究人員做了很多實驗,他們一再獲得同樣的奇怪效果。不管是決定租哪間公寓、買哪輛車、或是投資哪檔股票——先看過選擇,然後忙著動腦處理困難的問題,之後再做決定,往往可以做出比較好的決策。

為什麼會這樣?狄克斯特霍斯與凡歐登認為,這和掌握潛意識的力量有關。當你必須從差別不大的選擇中做決定時,大腦意識很擅長用理性、清醒的方式研判情況,做出最佳選擇。

不過, 大腦同一時間能思索的事實與數字量有限,所以事情一複雜,大腦意識就不是那麼靈通了,它不會觀看全局,只鎖定最明顯的要素。相反的,潛意識比較擅長處理生活中常見的複雜決策。給它一點時間,它就會慢慢地考慮所有因素,最後做出比較平衡的決定。狄克斯特霍斯與凡歐登為這種效果所做的解釋,就是所謂的「潛意識思考理論」(Unconscious Thought Theory)。

-----廣告,請繼續往下閱讀-----

這理論主張,做複雜的決策時應該尋求中庸之道,為一個議題想太多或是太快做決定時,結果一樣糟。重點在於知道需要決定什麼,然後轉移你的大腦意識,讓潛意識來思考。怎麼做才能讓潛意識思考這個問題呢?就像我們在提升創意那個單元裡看到的,有一種技巧是讓大腦意識忙著處理其他困難的事,例如解字謎或每隔三倒數數字。

在做重要的決定前先解字謎,當然不是確保你不會反悔的唯一方法。事實上,根據其他的研究,還有一種更快的方法可以讓你不會反悔。

世上沒有後悔藥,有什麼方法可以幫助人們不會後悔嗎? 圖/envato

真的有讓人不後悔的方法嗎?

康乃爾大學的湯瑪斯.季洛維奇(Thomas Gilovich)研究後悔心理已經超過十年,他的研究結果相當耐人尋味。他的研究大多是叫人回顧人生並說出他們最大的遺憾。約 75% 的受訪者後悔沒做某件事,前三名分別是在學校不夠用功、沒有把握某個重要機會、沒有多陪陪親人與朋友。相反的,只有 25% 的人後悔做了某件事,例如入錯行、嫁錯郎(娶錯人)、或是在錯誤的時間點有了孩子。

不過這裡有個問題,要看已發生的事有什麼負面後果比較容易。你選錯行,所以你陷在討厭的工作裡動彈不得。你很年輕時就有小孩,所以無法隨性地和朋友出遊。你和不適合的人結婚, 經常爭吵。負面後果是已知的,後悔的程度雖大,畢竟還是有限。

-----廣告,請繼續往下閱讀-----

但是,如果事情沒發生過,情況就完全不同了。突然間,可能的正面效益近乎無限大,如果你當初接下那份工作,會發生什麼事?如果你當初勇敢約心儀的對象,或是在校時多念點書,會發生什麼事?在這些情況下,你的後悔程度只受想像力的限制而已。

季洛維奇的有趣研究也驗證了十七世紀美國詩人惠蒂爾的一番話,惠蒂爾說:「在言語或筆墨所能表達的悲傷話語中,最可悲的莫過於:『要是⋯⋯就好了!』」

——本文摘自《怪咖心理學之 59 秒的練習,靠表情、姿勢和小動作,輕鬆翻轉工作與人生!、社區裡的用藥悲劇與重生》,2023 年 4 月,漫遊者文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 3
azothbooks_96
55 篇文章 ・ 21 位粉絲
漫遊也許有原因,卻沒有目的。 漫遊者的原因就是自由。文學、人文、藝術、商業、學習、生活雜學,以及問題解決的實用學,這些都是「漫遊者」的範疇,「漫遊者」希望在其中找到未來的閱讀形式,尋找新的面貌,為出版文化找尋新風景。