# 偏见源于我执

![](https://piccdn3.umiwi.com/img/202412/25/202412251330477105243555.jpeg)

你可能已经听过很多个「心理偏误」，比如确认偏误、锚定效应、损失厌恶、过度自信偏差、聚光灯效应、可得性偏差、幸存者偏差、事后诸葛亮效应、邓宁-克鲁格效应、认知失调……等等等。我们专栏就讲过不少。

研究偏误的祖师爷是丹尼尔·卡尼曼，他的《思考，快与慢》一书专门讲这些偏误。别的研究者又不断发现新的偏误，现在可能已经有大约两百个。这些偏误是关于人类思考的模型，是元认知。熟悉这些偏误，就容易识别别人思维中的错误，同时自己有所警觉。它们应该像成语典故一样被现代人所熟知。

最近我看到一篇论文 [1]，两个德国心理学家，艾琳·厄伯斯特（Aileen Oeberst）和罗兰·因霍夫（Roland Imhoff），提出了一个关于人类偏误的统一理论！

我看完是一方面有种豁然开朗的感觉，人家说的确实有道理，它们找到了一个共同模式；可是另一方面也有点遗憾：怎么我就没早想到呢？

这一讲给你说说这个统一理论，希望你能据此更深刻地认识人的思维偏误是怎么回事。我的感悟是思维偏误恰恰展现了人性 —— 尤其在当今AI时代，它们让我们更像人。也许正是因为我们的思维有偏误，我们才跟AI不一样，我们的生活才更有意思。

✵

偏见、偏误或者偏差，英文都是bias，意思是对事物的判断有一个系统性的“跑偏”。就好比你开枪打靶，如果大部分时候总是往左偏，这就是偏差；而如果有时往左，有时往右，那就不叫偏差，叫噪声。

比如有两个人站在这里，一个长得好看，一个不好看，那么我敢说，大多数人会高估长得好看的那个人的能力和品德。不是绝对的每个人都会如此，但大多数人会如此。人们倾向于高估 —— 而不是低估 —— 长得好看的人。这叫光环效应，是一个科学规律，是一种心理偏误。

偏误的特点是总爱往一个方向偏，所以也叫「可预测的非理性」。这个非理性是怎么来的呢？厄伯斯特和因霍夫提出的统一理论可以用一个公式概括 ——

任何偏见 = 一个信念 + 确认偏误。

所谓「信念（belief）」，你认为不证自明的东西，你自然就相信，不愿意质疑。

而所谓「确认偏误（confirmation bias）」，我们以前讲过多次了，是一种对待新信息的态度：如果这个信息符合你的信念，你就会接受它，说“你看，没错吧，我早知道如此！”；而如果这个信息不符合你的信念，你就会忽略它、选择性地忘记它、或者质疑它。

简单说，先入为主的信念结合强化信念的态度，能解释，也许一切，偏见。

✵

而且这个理论不需要很多个信念。两位研究者列举了六个人人都有的「根本信念（fundamental beliefs）」，从这里出发就能解释很多个偏见。

第一个根本信念是“我的经验是合理的参考”，意思是当我们评估什么事情的时候，会从自己的经验出发，而不考虑他人的视角。

这个信念可以解释「聚光灯效应（spotlight effect）」。我们曾经讲过 [2]，聚光灯效应是说人总是觉得别人在关注自己，就好像自己随时处在聚光灯之下，人一多就搞得自己很紧张……而事实是每个人最关心的是他自己的事儿，哪怕你在台上演讲，台下观众也不会那么注意你身上的细节。为啥会有聚光灯效应？因为你的经验是你在关注你，所以你也认为别人也在关注你。

再比如「透明度错觉（the illusion of transparency）」，这我们也讲过 [3]，意思是我们倾向于高估别人对自己想法和意图的理解程度。比如你有强烈的想要帮助一个人的意图，你去给他提建议 —— 可是他却认为你是在指责他！现实是你要不明确说，对方不会知道你的意图是什么。为啥会有透明度错觉？因为那个意图在你自己看来是如此明显，所以你也认为别人也是这么看的。

还有「虚假共识效应（false consensus effect）」，意思是你默认你的信念是所有人的共识。一个非常相信中医的人，到了新环境发现很多人不信中医，可能会感到震惊；一个吃惯了中餐的人可能觉得不爱中餐的人都不正常……这些都是只重视自己的经验造成的。

第二个根本信念是“我对世界的判断是正确的”。如果别人不同意你的判断，那一定是他故意如此。

这个信念能解释「敌意媒体偏误（hostile media bias）」：如果一个号称是中立的媒体，报道了对你的形象不利的信息，你会认为它是在故意抹黑你、它倾向于你的对手。

再比如「偏误盲点（the bias blind spot）」：你很容易从别人的思维中发现偏误，而看不到自己的偏误。

第三个根本信念是“我是好的”。

你当然是好的，这就是为什么每个人都认为自己开车的水平高于平均水平 —— 这叫「优于平均水平效应（better-than-average effect）」。

如果你有一次没表现好，那一定是因为运气不好或者环境有问题；而如果你这次表现真的很好，那显然是因为你的天赋和努力 —— 这个不对称的归因方法，叫「自利归因偏差（self-serving bias）」。

每个人都认为自己不但水平高，而且道德也好。我做这个工作是为了造福人类，而我的同事们做这个工作则是为了赚钱。

第四个信念是“我的群体是一个合理的参考”。如果我们村的人都是这么想和这么做的，那这就一定是对的，而且是最正常的。

「种族中心主义偏见（Ethnocentric Bias）」和认为自己群体比其他群体更能代表一般人的「群体内投射（Ingroup Projection）」都是由此而来。

第五个信念与此类似，是“我们群体是好的”。

第六个信念是“人们的属性，而不是具体情境，决定了事情的结果”。简单说就是认为他人做事的结果表现了他们是什么人。

这里涉及到「基本归因谬误（fundamental attribution）」：我要是没办好一件事儿，那可能是因为偶然；而别人要是没办好一件事儿，那一定是因为这个人本身不行。

等等等。

基本上你随便说一个心理偏误，我们都能从上面六个信念中找到原因。比如「损失厌恶」：为什么失去一个东西的痛苦大于得到一个东西的喜悦？因为那原本是*你的*东西啊，你的自然是特别好的。

再比如「现状偏见」：为什么人们总是倾向于维持当前现状，而不愿意改变呢？因为你的经验是合理的参考！你正在体验现状。

建议你对照这六个信念，再考察几个别的偏误。

✵

在我看来，那六个信念还可以进一步合并。

其实这些信念强调的都是“我很好”、“我的经验很重要”、“我的判断很正确”、“我们很好”、“我们的经验很重要”，以及“人与人之间有本质的不同”。我看这些信念可以用一句话概括，那就是 ——

我跟别人很不一样，对此我感到骄傲。

你想想是不是这样。我们前面讲《人类新史》一书的时候说过，人类学家格雷戈里·贝特森（Gregory Bateson）有个说法叫「分裂演化（schismogenesis）」，意思是相邻的两群人，哪怕生活的自然环境完全相同，他们的生活方式也会故意不同。哪怕知道对方的解决方案更好，也要坚持用自己的。只是为了群体荣誉感。

那是身份政治的出发点……而厄伯斯特和因霍夫这个统一理论似乎告诉我们，「我不一样我骄傲」，是一种比任何思维偏误都更根本的信念，是一种基本人性。那么如此说来，身份政治就是永远都无法消除的。

就如同广义相对论：每个人的「自我」都是有质量的物体，它会自动弯曲周围的空间，所以我们才会有各种偏见。

用中国话说，偏见源于我执。

✵

从这个统一理论出发，厄伯斯特和因霍夫推导出几个见解。最重要的是，人的偏见是认知意义上 —— 而不是策略意义上的。

不是说这个人为了向你推销他们公司的产品才故意吹嘘，而是他真的相信自家的产品好。那是出于信念，而不只是什么理性动机！

这也就是说，哪怕一个人的动机就是追求客观中立、他自以为无私、不图任何好处，他还是会有偏见。哪怕你给这个人充分的思考时间，说你头脑清醒一点、好好努力想想，他仍然会有偏见。他只会努力地证明自己的信念。

而这还意味着，想要消除偏见，就得改变信念。

可是想要改变一个人的信念，你必须给他呈现与信念不符的事实 —— 可是从情感上，他不愿接受那些事实。因为承认事实就等于承认我并不是那么好，我的经验不重要，我所在的群体不是世界的中心……

也许“不撞南墙不回头”，只有当一个人不得不面对那些事实的时候，才有可能改变自己的信念，进而修正偏见。

✵

我们立即就能发现，人的这个性质跟AI非常不同。

AI也会犯错，有时会出现幻觉，有时候你也可以说它有偏见 —— 但AI的偏见都是知识性的：要么是训练语料本身就不平衡，可能对某些事物有倾向性；要么是算法对某些输入过于敏感或者不敏感。不管怎么说，AI对待新信息的态度是贝叶斯式的：它会客观吸收，随时修改自己的参数。

AI的偏见是由于对世界真实情况和样本分布的理解不充分导致的。AI没有我执。

人也会有AI那样的偏见。比如闭塞环境中成长的人对世界的判断肯定不如大都市人更准确，这纯粹是因为训练语料不足。但人的那些「心理偏误」则是难以用更多语料消除的，因为你倾向于用自己的信念评判新信息，而不是用新信息修正信念。

简单说，AI的偏见源于无知，人的偏见源于我执。人的偏见是知识偏见之上的另一层偏见。

✵

这样说来，偏见固然是人的弱点，但偏见是出于我们生存繁衍所必需的信念。

是因为你相信自己很重要很了不起，你才会积极地保护自己的生命、你才会发展自我、繁衍后代。是因为你对自己的群体有认同感，你们那个群体才能壮大、得以存活。AI暂时没有这样的需求。

而且从信息演化的角度看，有偏见也许是个好事儿。

如果大家都没有“我执”，每个人都只是客观地评估世界，看别人做什么挺好就自己也去做一样的事情，人类社会会非常乏味。事实上现在的AI就有点这个意思：各家的大语言模型的算法几乎是一样的，训练语料也是一样的，输出结果大同小异；偶尔有一家领先一步，别家也会很快跟上。

幸亏我们人类不是这样。我们有互相学习、趋同的一面，但我们刻意地保持了差异性。哪怕你那条路走的挺好，我也非要走出一条新路，只是为了不跟你一样。对人类整体演化来说，正是这个差异性增加了多样性，也就增加了创造性，也就确保了我们更容易找到最优解，更容易存活下来。

在「正确」和「差异」之间，有一个可选地带。你通常应该尽量离正确近一点，但你如果刻意选差异，我也能理解。

![](https://piccdn2.umiwi.com/uploader/image/ddarticle/2024122519/1863078325698774612/122519.jpeg)

注释

[1] Oeberst, A., & Imhoff, R. (2023). Toward Parsimony in Bias Research: A Proposed Common Framework of Belief-Consistent Information Processing for a Set of Biases. Perspectives on Psychological Science, 18(6), 1464-1487. https://doi.org/10.1177/17456916221148147

[2] 《稀缺大脑》5：地位聚光灯

[3] 《怎样激励10到25岁的人》5：透明度和提问法

## 划重点

1.人类的思维偏误可以用一个统一理论解释：任何偏见 = 一个信念 + 确认偏误。
2.人类的偏见与AI的偏见有本质区别：人的偏见源于我执，AI的偏见源于无知。
3.从信息演化角度看，偏见可能是好事，它保持了人类社会的差异性和创造性。

