模糊效應 Ambiguity Effect

模糊效應,是一種認知偏誤。決策由于缺少信息或者是模糊而受到影響。這個效應顯示,對于有利的結果,人們傾向于選擇概率是確定的那一個。

聽起來很繞吧,我們來做個實驗:比如有一個罐子里有30個球,十個是紅色的,剩下的是白色或者黑色,但不知道黑色白色有多少。如果拿到一個紅球可以得100塊,拿到一個黑球也可以得100塊,你選擇拿紅球還是黑球?

2017-07-08 094519.png

多數人會選擇紅球,因為它有確定的1/3的機率。但如果你懂一點概率,稍微花一點時間就能算出來,黑球或白球在剩下20個球中出現的概率在0%-100%間均勻分布,所以拿到它們的概率同樣是1/3。

你也許會說這是自己的風險偏好,“數鳥在林不如一鳥在手”,炒(du)股(bo)的都知道落袋為安。那我們再來看下一個實驗。

第一個罐子里有一半紅球,一半黑球,第二個罐子里是紅球和黑球,但不知道各有多少。如果抽到紅球可以得一百塊,你愿意賭上多少錢來抽一次?

實驗發現,如果拿這兩個罐子分別去問不同的人,他們給出的金額基本上沒有差別(17.94/18.42)。但如果把兩個罐子同時給受試者,他們愿意壓在第一個罐子上的金額翻了一倍(24.34/14.85)。

2017-07-08 095846.png

分別決策時風險偏好消失了!這說明模糊效應只在一個確定的概率和一個不確定的概率同時呈現在決策者面前時,才會出現。這是一種思維偏誤而不是風險偏好。

為什么會出現模糊效應呢?

模糊效應是一種描述性的研究(好像整個決策研究都是這樣吧!),所以現在科學家們并不清楚確定的成因。我的理解是,人腦不太擅長進行絕對判斷,就是說上不著天下不著地給你一個東西讓你評價,你不知道該怎么評價。比如說在錨定效應的研究中,在對自己完全不了解的領域進行估計時,大腦會圍著輪盤上隨機轉出來的無意義數字打轉,死活都要找一個參照點。所以比起有明確概率的選項,無明確概率的選項顯得風險很大而期望收益不高。

造成思維偏誤的原因是關于黑白球的信息不足,而你認為你有足夠的關于紅球的信息(實際上并沒有)。基于充足信息做出的決策讓你更有信心,但更有信心不代表這是更好的選擇。比如雖然整體上抽到紅球的概率是1/3,但你并沒有在意球在罐子里面的分布是不是均勻的,你的手伸進去的地方,也許全是紅球也許摻了一大堆黑球和白球。紅球的概率很可能不是1/3,而是同樣的在0-100%間平均分布。

有趣的是對于極低的概率,事情又出現了反轉,我們似乎又會偏愛模糊的概率。一個罐子里有一千個球,從1到1000編號,如果抽到687號就拿到一百塊。第二個 罐子里同樣是一千個球,但號碼是隨機編號。同樣抽到687,可以拿到一百塊,你選哪一個?大部分人會選擇第二個罐子,因為他們覺得這里面有很大的概率,會出現不止一個687。結合確定性效應的研究,我們似乎認為小概率事件不會發生,期望為零。那么不確定的概念下,我們會主觀地想象,情況至少不會更糟,還可能更好。

生活中有哪些被模糊效應愚弄的例子?

在模糊效應的影響下,我們偏向于回避風險不確定的選項,寧愿在自己認知范圍之內承擔較高風險,也不愿意接受認知范圍之外的低風險。

  • 穩定工資 vs 回報不確定的創業
  • 固定收益的債券 vs 股票
  • 剛上市的新款汽車 vs 快要換代但是有不少用戶評論的舊款
  • 沒有歷史價格參考的比特幣 vs 傳統投資工具
  • 雞肋的現有職位 vs 別人都認為你能勝任的新工作

要注意的是,模糊效應并不是說上面的場景里,不確定的選項優于確定性選項,也有可能有明確概率的那個是最優選項。這個效應是說我們在決策時,通常會高估確定情況的好處而低估了不確定情況的好處,從而放棄了嘗試評估不確定概率的努力。 模糊效應所說的模糊,完全是相對于個人的知識儲備而言的,也就是我們常說的

比如你是一個精通算法的程序員,有清晰的概率知識,從罐子里拿球對你來說就有著明確的概率。但要不要放棄BAT的穩定工作,高薪去創業就有些…………

應對方法

  • 發現影響判斷的模糊概率。應對任何問題的第一步都是識別問題。模糊效應的問題是大腦的系統1(見注釋)造成的,基于同樣的原因大腦會合理化你的選擇,給出一個看上去非常合理的解釋,回避掉你不想承認的真實原因。最好是把決策的因素一條一條寫在紙上,并且直面自己的真實一面。
  • 補足信息,使不明確的變成明確。
  • 調整評估方式 一件事件的結果及其效用有很多角度,在一個角度下因為信息缺失而算不清概率的事,在另外一種評估角度下可能就是清晰的。比如不以回報額,而以可能的損失額,與回報上限為評價標準。 車型沒有參考數據,車廠有。

前段時間比較火的”概率權“說的是確定性效應——certainty effect,容易與模糊效應混淆。它們間的區別在于,確定性效應中,不確定選項的概率是已知的,模糊效應中則連不確定選項的概率都不確定。我們以后會有文章專門介紹確定性效應。

注:系統一及系統二,見卡尼曼《思考,快與慢》

擴展閱讀:卡尼曼《思考,快與慢》第25章
Jonathan Baron 《思維與決策》,第11章
維基百科頁面 https://en.wikipedia.org/wiki/Ambiguity_effect

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,517評論 6 539
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,087評論 3 423
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,521評論 0 382
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,493評論 1 316
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,207評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,603評論 1 325
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,624評論 3 444
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,813評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,364評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,110評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,305評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,874評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,532評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,953評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,209評論 1 291
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,033評論 3 396
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,268評論 2 375

推薦閱讀更多精彩內容

  • 《思考,快與慢!》書摘 第一部分 系統1和系統2第1章1、系統1的運行是無意識且快速的,不怎么費腦力,沒有感覺,完...
    巴山小羊兒閱讀 7,358評論 0 6
  • 本文翻譯自維基百科認知偏見系列List of cognitive biases之Ambiguity effect。...
    Y先生說閱讀 1,934評論 0 2
  • 明天就是周末了,給大家帶來一道營養大菜——牛腩燉蘿卜!牛肉,蛋白質含量高,脂肪含量低,富含鈣、鐵、鋅以及多種維生素...
    詩樺閱讀 1,518評論 8 16
  • 使用編輯器生成html后,如果有空格就會有&nbsp,再往數據庫保存的時候,&nbsp將會轉成 ...
    拉肚閱讀 1,494評論 0 0
  • 居住在倫敦的俄國人口在15萬到30萬之間,如此大的跨度區間,雖表明了統計之不易,但起碼給“倫敦格勒”、“泰晤士河上...
    Blackpaws閱讀 825評論 0 0