新冠肺炎:疫情期间让我们判断失准的认知偏差

A couple wearing masks in front of view of Rome.
Was Italy really the worst affected by COVID-19 in Europe?Image: UNSPLASH/Gabriella Clare Marino
本内容由人工智能自动翻译。
  • 启发式是大脑采用的思维捷径,帮助我们快速处理信息并迅速做出决定。

  • 认知偏差(如锚定偏差)是指我们过度依赖某个主题的第一条信息来做出判断。

  • 社会学教授撰文指出,考虑到认知局限并避免数据疲劳,我们就能减少认知偏差。

人脑是一台了不起的机器,能够处理复杂信息。为了帮助我们迅速理解信息并快速做出决定,它学会了使用称为“启发式”的捷径。大多数时候,这些捷径有助于我们做出正确决定。但有时,它们也会导致认知偏差。

请尽可能快速地回答这个问题,不要继续往下读:哪个欧洲国家受疫情冲击最严重?

如果你回答“意大利”,那就错了。但你并非个例。按以下数量计算,意大利甚至不在欧洲前十名之列:确诊新冠病例或死亡人数。

人们为什么会答错这个问题并不难理解——我和朋友玩这个游戏时就遇到了这种情况。意大利是欧洲第一个遭受疫情冲击的国家,至少一开始我们是这样听说的。我们很早就形成了以意大利为焦点的局势认知。当然,后来其他国家的疫情比意大利更严重,但留在我们脑海中的还是意大利这个名字。

这个游戏的诀窍在于让人们快速作答。当我给朋友时间思考或寻找证据时,他们往往会给出不同的答案,其中一些相当准确。认知偏差是思维捷径,而资源有限时,人们往往会使用捷径——在这个例子中,有限的资源就是时间。

这种特定的偏差称为“锚定偏差”。当我们过度依赖最先接收到的某个主题的信息,并在收到新信息后未能更新自己的看法时,就会出现这种偏差。

正如我们在近期一项研究中所展示的,锚定偏差可以有更复杂的表现形式,但它们都体现了大脑的一个关键特点:我们更容易固守最先储存的信息,并以此为参照点形成判断和看法,而且往往不会离这个参照点太远。

数据洪流

新冠疫情在许多方面都非同寻常,但作为一名数据科学家,最令我印象深刻的是,有如此大量的数据、事实、统计信息和数字可供细细审视。

能够定期在网上查阅数据颇令人兴奋,例如浏览约翰斯·霍普金斯大学冠状病毒资源中心和Our World in Data等网站;也可以收听或收看几乎任何广播电台、电视台或新闻网站,了解最新的新冠统计数据。许多电视频道还专门开设节目板块,每天播报这些数字。

然而,扑面而来的新冠数据洪流,与我们能够有意义地利用和处理这些数据的速度并不匹配。我们的大脑接收最初的锚点,也就是第一波数字或其他信息,然后便固守于此。

后来,当新数字对原有认知形成挑战时,大脑需要一段时间才能转向新的锚点并更新认知。最终,这会导致数据疲劳:我们不再关注任何新信息,也会忘记最初的信息。毕竟,在英国保持社交距离的安全距离究竟是一米还是两米?哦不,是1.5米,还是6英尺。但6英尺是1.8米,对吧?算了。

新冠疫情信息传播中的问题,不仅限于描述疫情传播和流行情况的统计数据,也涉及我们与他人应保持的安全距离。最初,我们被告知,当60%-70%的人口通过感染或接种疫苗获得免疫力后,就会形成“群体免疫”。

后来,随着更多研究和分析开展,人们更准确地预测这一比例约为90%-95%,明显高于最初的数字。然而,正如我们的研究所显示,最初那个数字可能影响深远,仅仅更新数字并不足以让人们忘记它。这在一定程度上或许能解释许多国家出现的疫苗犹豫现象;毕竟,如果有足够多的其他人接种了疫苗,我们又何必冒险承受疫苗的副作用呢?但别忘了,所谓“足够多”可能其实还不够。

这里的重点不是要我们停止接收信息,或忽视统计数据和数字。相反,在处理信息时,我们应学会考虑自身的认知局限。如果要我们重新经历一次疫情,我会更谨慎地控制自己接触数据的量,以避免数据疲劳。在做决定时,我也会花时间,不让大脑走捷径——我会查看最新数据,而不是依赖自以为了解的信息。这样一来,我出现认知偏差的风险就会降低。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。