判断
判断(judgment)是认知心理学的一个基本概念,指个体在信息不完整、时间有限的条件下,对事物的属性、关系、数量或某一命题的真伪作出评估并得出结论的认知过程。它与决策相邻而有别:判断回答“这是什么”“有多大可能”,决策回答“该选哪一个”“该怎么做”;判断为决策提供输入,决策的后果又反过来塑造后续判断的取向。作为思维活动的基本环节,判断渗透在知觉辨认、问题解决、社会归因与专业诊断之中,也是检验人类理性限度最直接的窗口:一个人可以在逻辑上无懈可击,却在判断上系统性地出错。
概念的界定与类型
判断的对象可以是事实,也可以是价值;可以是当下的属性,也可以是将来的概率。按对象不同,研究传统把判断分为几类:对物理属性的感知判断,如大小、距离、重量的估计;对不确定事件的可能性判断,即概率判断;对事件之间关系的因果判断;对他人特质与意图的社会判断;以及对方案优劣的价值判断。分类的意义不在于贴标签,而在于不同判断所依赖的线索与规范标准并不相同。感知判断的规范是物理真值,概率判断的规范是概率论与贝叶斯定理,社会判断则往往没有公认的正确答案,只能以共识或后续行为作为效标。
另一组重要区分来自判断的评估标准。一致性(coherence)关注判断内部是否自洽、是否遵守逻辑与概率法则;对应性(correspondence)关注判断是否与外部世界相符。一个判断可以高度一致却完全脱离现实,也可以大体正确却包含局部矛盾。多数判断研究实际上在两种标准之间摇摆:实验室偏爱一致性,因为它易于检验;应用领域更关心对应性,因为错误判断的代价由现实承担。这种标准的分裂,后来成为判断研究争论的根源之一。
主要研究传统
判断研究的第一个传统来自心理物理学。费希纳式的阈限测量假定观察者有一个固定的感受界限,但信号检测论在20世纪50年代以后证明,观察者在每一次“有”或“无”的判断中,既受感觉证据强弱的影响,也受自己所持判断标准的影响。把感受性与判断标准分离之后,“判断”不再是对刺激的被动登记,而是一个包含取舍的主动过程。这一转变意义深远:它第一次在实验上说明,同一份感觉输入可以因标准不同而得出不同结论。
第二个传统是布伦斯维克(Egon Brunswik)的透镜模型。他把判断看作对远端环境线索的概率性利用:环境中的可用线索各自与目标有不同程度的关联,即线索效度;判断者给这些线索分配权重,最后整合为一个估计。透镜模型的价值在于把“判断准确性”拆成两部分,即环境本身的可预测性,以及判断者对线索权重的匹配程度。若环境杂乱无章,再高明的判断者也无法准确;若环境有规律而判断者权重错配,错误才归咎于判断者。这一框架至今仍是判断分析的方法论基础。
第三个传统是启发式与偏差研究。特沃斯基与卡尼曼在20世纪70年代发表的一系列实验中,让被试对概率、频率、数量作出估计,发现人们的判断系统性地偏离概率论与统计学的规范,并把这种偏离归因于少数几种心理捷径。第四个传统是社会判断研究,关注人如何推断他人的能力、动机与人格,其难点在于效标模糊、线索可被操纵,以及判断者自身的情感卷入。[1]
判断的形成机制
多数判断理论假定判断经历三个环节:线索提取、权重赋值与整合、标准设定。判断者先从情境中抽取少数显著线索,再依据经验或情境给线索赋权,最后把加权信息合成一个总体评估,并与某个内部标准比较后输出结论。问题在于,人在这三个环节上都难以做到最优:抽取线索受注意限制,容易抓住醒目而非有效的线索;权重赋值受近因、生动性与情绪影响;标准设定则随情境漂移,同一证据在不同场合可能得出相反结论。
一个反复被验证的发现是,简单的线性组合往往不劣于,甚至优于人的直觉整合。研究者让专家在大量案例上作出整体判断,再用统计方法拟合出专家的线索权重,结果发现把权重固定下来的简单模型在许多任务上比专家本人更准确。原因并不神秘:人的权重会随疲劳、情绪与个案特征波动,而模型不会;人还会对个别难忘案例过度反应,模型则对每个案例一视同仁。这一现象常被概括为“少即是多”的一种表现,它并不否定专家的知识,而是否定专家对自身权重的主观监控能力。
与形成机制紧密相关的是判断的元认知。人在作出判断的同时还会给出信心评估,而信心与正确率之间常常脱节。在难度较高的任务上,人们普遍过度自信;在极简单的任务上,反而可能低估自己。更麻烦的是,能力较低者往往既判断不准,也估不准自己的水平,这一现象被称为元认知的双重缺陷。信心的这种系统性偏离,使得“凭感觉有多确定”不能作为判断质量的可靠指标,也解释了为什么专家访谈中获得的信心陈述需要独立校验。[2]
影响因素与偏差
判断的准确性首先取决于任务本身的可预测性。若目标事件在被判断之前已由随机过程决定,任何判断都只能达到概率上限,此时判断者表现再好在绝对意义上也不会高。研究者因此强调,评价判断必须同时报告环境的最大可预测性,否则无法区分判断差与任务难。其次是线索的效度与冗余:高效度线索若被淹没在大量低效度线索中,判断者容易被干扰;线索之间高度相关时,判断者会重复计算同一信息,造成虚假的信心。
情绪与动机对判断的影响同样稳定。处于愉悦情绪中的人倾向于更依赖捷径、作出更乐观的可能性估计;焦虑则使人高估威胁性事件的发生概率。动机性推理指人先有想要的结论,再为此搜寻与解释证据,此时判断的偏差不是认知懒惰,而是有方向的信息加工。专业知识的效应则是双刃的:领域知识能提高线索识别与模式匹配的效率,但也带来“知识诅咒”,使专家难以想象外行的视角,并在熟悉的模式上过早定型。
呈现格式的影响常被低估。同一信息以概率还是以自然频率呈现,会显著改变判断质量;以频率表达时,人们对基础比率的利用率明显提高。这一发现提示,部分所谓认知缺陷其实是表达方式与人类长期适应的信息形态不匹配的产物,而非心智本身的固有限制。这条线索把判断研究从“人有多不理性”引向了“何种呈现方式更契合人的认知”,对风险沟通与医学告知有直接的实践含义。[3]
测量与准确性评估
判断的测量有两类思路:结果取向与过程取向。结果取向把判断当作对真值的估计,用一套指标刻画其质量。校准衡量信心与正确率的吻合程度:若在所有信心为七成的判断中确有七成正确,则校准良好。分辨力衡量判断者能否把不同难度的题目区分开,即高信心题目是否确实更常答对。两者可以独立变化:一个判断者可以校准良好却毫无分辨力,只要他对所有题目都给同一信心值。综合指标如布里尔分数把校准与分辨合并为一个损失值,便于跨研究比较。
过程取向则试图揭示判断是如何得出的。判断分析用多因素回归反推判断者的线索权重,再与环境的理想权重比较;过程追踪技术通过信息板、眼动或出声思维记录信息搜寻的顺序与时长。近二十年来,计算建模成为主流,研究者用贝叶斯模型或启发式算法拟合个体判断,检验其是否符合某种策略。
测量的困难在于效标。许多重要判断,如临床预后与长期绩效,其真值要多年后才显现,或根本无法获得;用共识作效标,则可能把群体偏见当成真理。效标问题不解决,判断准确性的比较就始终带有循环论证的风险。这也是判断研究里方法争议最集中的地方:指标越精细,效标的可靠性就越成为瓶颈。
争议与应用
最著名的争论是专家直觉与统计预测的优劣。20世纪50年代,米尔(Paul Meehl)系统比较了临床专家的整体判断与简单统计规则在预后、学业、再犯等领域的预测力,结论是后者几乎从不更差,通常更好。这一结论引发持续数十年的争论:批评者指出统计研究多在同一机构内完成、效标单一,且忽略了专家掌握的个案信息;支持者则强调,争论的关键不是专家是否有知识,而是这些知识能否被稳定地整合为判断。
第二场争论关于判断偏差的性质。启发式与偏差纲领把偏离规范视为认知局限的证据,而生态理性纲领认为,判断的规范应随环境而变,在信息稀缺、时间紧迫的真实环境中,简陋的捷径可能是最优解,实验室里的偏差在现实中未必造成损失。两派的分歧不只是经验发现,更是关于何为好判断的立场差异:是以形式模型为标尺,还是以环境适应为标尺。近年出现的自然主义决策研究,通过观察消防指挥、急诊处置等现场任务,强调专家在高压下依靠情境再认而非逐一比较选项,进一步挑战了实验室范式的外部效度。
在应用上,判断研究直接塑造了若干制度。结构化面试与工作样本测验的推广,源于对非结构化面试低效度的判断研究;临床检查表、放射科双读制度、情报分析中的竞争性假设分析,都是针对已知偏差设计的纠偏装置。它们的共同思路不是消除直觉,而是用外部程序约束直觉,使判断在关键节点上接受独立证据的检验。这种“以程序补人性”的策略,也提醒人们:改善判断最可靠的办法,往往不是要求人更聪明,而是改变人作出判断时所处的信息结构。[4]
参考资料
- ↑ Decision Making,Encyclopaedia Britannica,2024年访问
- ↑ APA Dictionary of Psychology,American Psychological Association,2024年访问
- ↑ Problem Solving,Encyclopaedia Britannica,2024年访问
- ↑ 中国心理学会,中国心理学会,2024年访问