本字幕由TME AI技术生成

嗯

假设你进入纽约州立大学学习

有一天你在学生会遇见一个名叫布莱恩的学生

布莱恩拥有一头金发

皮肤晒成棕褐色

看起来非常成熟温和

而且喜欢去海边度假

你会认为布莱恩来自哪个州呢

由于布莱恩符合一般人对加利福尼亚人的印象

因此你可能会猜他来自加利福尼亚州

如果你真是这么想的话

那么你就使用了代表性启发式

它是指我们用来对事物进行归类的一种心理洁径

其依据的是该事物与典型例子的相似程度

例如

布莱恩在多大程度上与你印象中的加利福尼亚人相似

利用事物所具有的代表性特征来进行归类是非常合理的做法

如果不采用代表性启发式

你如何判断布莱恩来自哪里呢

难道就随便猜一个州

而不尝试判断他与纽约州或其他州同学之间的相似性吗

事实上

你还可以利用另一个信息来源

如果你对布莱恩一无所知

比较聪明的做法是猜测他来自纽约州

因为在州立大学中

来自纽约州的学生远比其他州的学生多

如果你根据这种逻辑猜测它是纽约州

那么你就采用了所谓的基础比例信息

即关于总体中不同类别的成员所占的相对比例的信息

当人们同时拥有基础比例信息和关于目标人物相反的信息时

我们会怎么做呢

卡尼曼与特维尔斯基发现

人们通常倾向于不使用基础比例信息

而把大部分人注意力集中在有关某个人属于某个群体类别的代表性信息上

如果关于某个人的信息可靠

那么这倒不失为一个好方法

但是如果信息来源不够真实

那就可能会带来许多麻烦

由于加利福尼亚人到纽约州立大学去就读的基础比例是很低的

因此在你忽略这一基础比例信息

并猜它可能是一个例意外之前

必须要有确凿的证据证证他是加利福尼亚人

并且

一个来自东部的人具备金发

悠闲

喜欢去海边的这些特征并不是一件多稀奇的事

所以在这种情况下

使用基础比例信息是明智的选择

我们并不是暗示人们会完全忽视基础比例信息

棒球教练看到对方派出左头手时

会考虑派出惯用左手的击球者获胜的可能性

鸟类观察者在确认鸟的品种时

会考虑不同种类的鸟在本地出现的频率

关键是人们常常过多的强调他们所观察到的个别特征

而忽略了基础比例信息

好的 对不的

例如

纵观历史

人们认为治疗疾病的药物肯定和发病症状存在联系

无论事情是否真的如此

有段时间

狐狸的肺部被认为是治疗气喘的特效药

因为狐狸的呼吸系统相当强健

这种对于代表性的依赖常常会妨碍人们发现真正的病因

在二十世纪初

华盛顿的一家报社的主编指责某些些人利用联邦政府的经费从事荒谬可笑的关于黄热病成因的探讨

如沃尔特里德荒谬的认为黄热病由蚊子引起

假设你做了一份网上随处可见的人格测验

然后得到如下反馈

因为你很需要别人喜欢你

欣赏你

所以你总是很严厉的要求自己

如果你有某些缺点

那么你一般都能努力的弥补它

你有巨大的潜力还未发挥

这些还未曾变成你的优点

虽然你外表看起来纪律严明且自控力强

但你心中常有烦忧和不安安全感

有时你会怀疑自己是否做出了正确的决定和正确的事情

你喜欢一定的改变和多样化

当你陷入种种限制和约束时

你会很不满意

你同样很为自己是个独立思考者而骄傲

你不会不加思索就接受别人的观点

但你也觉得在别人面前太过坦诚不是明智之举

有时候你外向活泼

善于交际

而有时你又变得内向

机警和保守

你的某些突发灵感常常看起来很不切实际

安全是你人生的主要目标之一

读完之后

你可能会想

天哪

这个测验好神奇

他怎能把我描述的这么准确

你并不是唯一这样的人

罗伯特

福特将这份反馈给了一群学生看

并让他们以五点积分量表来评价他在多大程度上描述了自己

最后得到的评平均分数十四点二六

为了纪念马戏团团长兼演员PT

巴拿姆

这一现象现在被叫做巴拿姆效应

为什么绝大部分人会认为这份人格测验的反馈很符合自己呢

一个原因就是代表性

启发式在起作用

这份反馈最大的特点就是足够模糊

每个人都能在某种奥魔曼找到符合自己的描述

看看这句话

有时你会怀疑自己是否做出了正确的决定和正确的事情

所有人都认为这是在说自己

这就是这份反馈具有高度代表性的例子之一

谁没有由于某个诸如去哪里上学或读什么专业的重大决定而怀疑过自己呢

同样

我们都会在某些时候觉得自己是一个独立思考着

又在有时候都觉得自己对他人袒露的太多

这份反馈看起来如此适合自己的原因就是我们并不会跳出这些代表性的例子去做这样的思考

事实上

我们与这份反馈不相符的情况也很多

所以要警惕杂志上的小测验和星座运势

他们给出的笼统反馈可能适用于任何人