决策的迷思

第 1 章：决策的迷思

聪明人为什么会做出糟糕的决定

2010年的一天，美国亚利桑那州图森市的一家医院里，一位经验丰富的放射科医生正在查看一位42岁女性患者的乳腺X光片。影像显示右乳有一个微小的钙化灶，直径约2毫米。医生盯着屏幕看了几秒，最终在报告上写下“未见明显恶性征象”。

三个月后，这位患者被确诊为乳腺癌晚期。

这并非个案。研究显示，放射科医生在下午晚些时候的癌症漏诊率显著高于上午，疲劳和决策倦怠正在悄悄侵蚀专业判断。更令人不安的是另一组数据：在美国最高法院法官的假释审批中，法官在餐后批准的假释申请比例高达65%，而在餐前，这一数字仅为个位数。法官的专业素养毋庸置疑，但即便是最训练有素的头脑，也会在某些条件下系统性地偏离理性轨道。

这些现象指向一个令人不安的问题：为什么人类决策常常违背自己的利益？为什么最聪明的大脑、最专业的训练、最审慎的态度，依然无法保证做出正确选择？

本书的写作正是从这个问题开始的。我们将用二十章的篇幅，探讨决策的底层逻辑、常见陷阱、提升路径，以及决策科学在现实世界中的应用。但在此之前，你必须接受一个不太舒服的前提——人类并非天生理性的决策者。这个结论不是悲观主义的宣言，而是几十年认知科学研究累积出的共识。理解这一点，才是改善决策能力的第一步。

---

决策的广义定义：从日常选择到国家战略

讨论决策之前，必须先明确决策究竟是什么。许多人对“决策”这个词存在误解，认为它只属于会议室里的高管或战争中的将军，与普通人的生活无关。实际上，决策是一个覆盖范围极广的概念，从你今天早上选择穿哪件衣服，到医生决定是否进行手术，再到政府规划城市的排水系统，都在决策的范畴之内。

心理学家赫伯特·西蒙（Herbert Simon）在20世纪50年代提出了一个影响深远的观点：决策并不是一个孤立的时刻，而是整个认知过程的最终输出。他将决策分为两种类型：程序性决策和非程序性决策。

程序性决策是指面对反复出现的问题，我们已经形成了固定的应对模式。大脑会自动调用长期积累的经验和规则，无需每次都重新分析。以你每天早上刷牙为例，这个动作不需要任何思考，因为它已经成为自动化的程序。但如果在刷牙时发现牙刷掉进了马桶里，你突然需要做一个快速判断：这把牙刷还能用吗？还是该换一把新的？这就是一个非程序性决策——问题新颖、信息模糊、后果重要，需要你停下来认真思考。

生活中的大多数低风险选择都属于程序性决策：午饭吃什么、走哪条路回家、用哪个APP听音乐。大脑默认采用“启发式”（heuristics）来处理这些选择，这是一种节省认知资源的策略。如果每做一件小事都需要权衡利弊，你的脑子早就过载了。

非程序性决策则是另一回事。这类决策面对的是新问题、复杂问题或高风险问题，没有现成的规则可以直接套用。填高考志愿、选择职业方向、投资理财、决定是否接受朋友的商业邀约——这些都属于非程序性决策的范畴。它们的共同特征是：错误成本高、后悔概率大、而且往往没有“正确答案”可以参考。

理解程序性决策和非程序性决策的区别非常重要，因为它们需要不同的认知资源。程序性决策可以被习惯和经验接管，几乎不消耗脑力；非程序性决策则需要你调用注意力、工作记忆和逻辑推理能力，这些资源是有限的。这也是为什么连续做出一系列重大决策后，人会感到精神疲惫，这种现象在认知科学中被称为“决策疲劳”（decision fatigue）。

现在你已经知道决策究竟是什么了。接下来要问的是：人类在做出决策时，大脑中究竟发生了什么？

---

人类理性的三大认知偏差及其神经机制

在理想状态下，决策过程应该遵循这样的路径：收集信息、分析利弊、权衡取舍、选择最优方案。这条路径听起来很清晰，但现实中的决策几乎从不按这个剧本走。心理学和行为经济学的研究揭示了人类认知系统的系统性偏差——这些偏差不是偶发的错误，而是大脑在漫长进化过程中形成的特定工作方式，它们在某些条件下保护我们，在另一些条件下却将我们引入歧途。

过度自信：最常见的认知陷阱

你有没有过这样的经历：觉得自己能在一个小时内完成作业，结果花了三个小时；估计考试能得85分，最后只得了70分；相信自己的驾驶技术比平均水平高，但事故统计数据不支持这种判断。

这种“我比实际更有能力”的感觉有一个专门的名字：过度自信偏差（overconfidence bias）。它是人类认知系统中最顽固的偏差之一。

神经科学的研究揭示了过度自信的生理根源。2011年，塔勒·夏罗什（Tali Sharot）及其团队在伦敦大学学院进行了一项著名实验。研究者向受试者展示了一系列全球城市人口排名的问题，让他们先做出预测，然后告诉他们真实答案。关键是实验的第二部分：研究者人为地让某些正确答案看起来更极端（比如把东京人口从3500万改成8000万），让某些错误答案看起来偏差更大。然后让受试者重新预测。夏罗什发现了一个惊人的现象——受试者更容易接受“向上修正”的反馈（让自己的估计变得更高），而拒绝“向下修正”的反馈（让自己的估计降低）。功能性磁共振成像（fMRI）扫描显示，当受试者收到让他们提高估计的反馈时，大脑中与快乐和奖励相关的区域（伏隔核和尾状核）会显著激活；而收到降低估计的反馈时，与恐惧和焦虑相关的区域（杏仁核）会被激活。

换句话说，大脑将“高估自己”与“积极情绪”建立了联系，将“承认错误”与“负面情绪”建立了联系。这种神经层面的偏好使得人类天然倾向于维持一个偏高的自我评价，而不是追求准确的自我认知。

过度自信在现实中的后果远比考试成绩严重。商业领域的数据显示，70%至90%的新创企业会以失败告终，但调查创业者在创业初期的成功率预测时，平均值往往超过60%。医学研究中，大约三分之一至一半的临床试验招募不到足够的受试者，其中一个重要原因是研究者低估了患者招募的难度。在法庭上，被告律师经常在开场陈述中向陪审团承诺“我们会证明……”，但事后分析显示，这些开场承诺中有相当比例在结案时无法兑现。

需要指出的是，过度自信并非总是有害。在某些情境下，适度的过度自信能带来实际好处。研究者发现，适度过度自信的人更愿意主动承担任务、面对挑战，在竞争性环境中表现更积极。这种现象被称为“成功者的诅咒”——成功者往往比失败者更自信，不是因为自信让他们成功，而是因为过度自信的人更愿意去尝试。

关键在于识别过度自信出现的条件。研究表明，当任务难度被高估时，人们容易过度自信；当反馈延迟或缺失时，过度自信更容易累积；在信息不完整的条件下，人们往往高估自己的判断准确性。理解这些触发条件，是避免落入过度自信陷阱的第一步。

后见之明：事后的确定性幻觉

想象一个场景。2008年金融危机爆发后，无数媒体评论员和经济学家开始撰文分析这场灾难的成因。他们的文章有一个共同特征：读起来就像是他们早就预见到了这一切。“我们早就知道次贷危机是定时炸弹”“房地产泡沫破裂是显而易见的”“监管机构的失职早有预兆”——这些表述在当时占据了大量篇幅。

如果你回到2007年去读同样的出版物，会发现预测危机的人寥寥无几，即使有人发出警告，也淹没在乐观的主流论调中。这就是后见之明偏差（hindsight bias）——当结果已经揭晓时，人们会高估自己在事件发生前预测结果的准确性。

后见之明偏差在希腊神话中已有描绘。俄狄浦斯杀父娶母的故事中，先知忒瑞西阿斯的预言和命运的安排在事后回顾时显得“不可避免”，但如果读者能够站在俄狄浦斯做出每一个选择之前的时点，就会发现那些悲剧并非必然。后见之明的幻觉让我们把偶然当必然，把可能当注定。

神经机制层面，后见之明偏差与大脑的“叙事构建”功能有关。人类大脑不喜欢不确定性，我们本能地渴望为已经发生的事情找到一个合理的解释。当结果呈现后，大脑会自动重构因果链，让事件看起来“注定会发生”。加州大学洛杉矶分校的心理学教授巴鲁克·费施霍夫（Baruch Fischhoff）通过一系列经典实验验证了这一现象：他的受试者在得知某些历史事件的真实结果后，对“如果当初……会怎样”的虚拟情景预测明显偏离了事件真实发生前的实际预测。

后见之明偏差在日常生活中也无处不在。一场足球比赛结束后，球迷们普遍觉得“那个进球的机会太明显了，球员怎么看不见”；一次考试失利后，学生们常说“我早该想到会考这个知识点”；一次创业失败后，投资者们声称“从一开始就有很多红旗信号”。问题在于，这些“早该想到”的反思，往往是在已知结果的前提下进行的重构，而非事件发生前真正存在过的认知状态。

后见之光偏差的危害在于它阻碍了真正的学习。当人们相信“我本来就知道”时，他们就不会认真分析决策过程中的真实问题；当下一次类似情况出现时，同样的错误还会重复。更严重的是，后见之明偏差会让我们对他人产生不公正的评价——我们倾向于惩罚那些结果不好的决策者，即使他们的决策在信息条件下是合理的；与此同时，我们往往神化那些结果好的决策者，即使他们的成功可能主要来自运气。

可得性启发：最容易被操纵的捷径

如果你问一个美国人：飞机失事和鲨鱼袭击，哪个每年杀死更多人？大多数人会回答飞机失事，因为飞机失事在新闻中更引人注目、报道更密集。但实际上，鲨鱼袭击导致的死亡人数约为每年5至10人，而飞机失事（仅统计商业航班）每年约为数百人，相差数十倍。

这就是可得性启发（availability heuristic）——大脑在评估某个事件的发生概率时，倾向于依赖那些最容易回忆起来的信息。如果一件事更容易被想起（因为它最近发生过、情感冲击大、或者媒体密集报道），大脑就会高估它的频率和重要性。

可得性启发的神经基础与大脑的“情绪记忆优先”机制有关。人类大脑在进化过程中形成了一套警觉系统，对威胁性、情感强烈的事件记忆更深刻。这种机制在原始环境中是有益的——记住哪里有猛兽出没能提高生存概率。但在现代社会，这个机制被大量无关紧要的刺激劫持了。

恐怖袭击、飞机坠毁、校园枪击——这些事件虽然罕见，但在媒体报道中占据大量篇幅。结果是，人们普遍高估这些事件的发生概率，而对真正更常见的威胁——比如心脏病、交通事故、糖尿病——缺乏应有的警惕。在一项经典研究中，研究者询问受试者：字母K在英语中更常见出现在单词的第一个字母还是第三个字母？大多数人选择了第一个字母，因为以K开头的单词更容易想起来。但实际上，以K作为第三个字母的单词数量大约是作为第一个字母的三倍。

可得性启发的一个更阴暗的应用是操纵舆论。那些掌握话语权的人可以通过控制信息曝光的频率和强度，来操纵公众对不同议题的重视程度，而不必真正改变议题的实际重要性。这就是为什么“新闻价值”和“社会重要性”往往存在巨大差距——媒体倾向于报道耸人听闻的事件，而普通公众缺乏对报道偏差的校正能力。

值得特别注意的是，可得性启发在青少年的日常决策中尤为活跃。青少年的大脑前额叶皮层尚未完全发育，该区域负责风险评估和长期后果考量。同时，青少年的社会认同需求强烈，同伴的行为和评价在记忆中被高度激活。结果是，青少年往往会系统性地高估同伴的危险行为（比如“我认识的每个人都在抽烟”）和低估计划行为（比如“这种事不会发生在我身上”）。理解可得性启发的工作原理，可以帮助青少年在面对同伴压力和社会信息时保持更清醒的判断。

---

从个体到群体：防洪堤上的决策困境

认知偏差不是个人问题，当决策权分散到一群人身上时，情况会变得更加复杂。要理解群体决策的动力学，一个发生在2011年美国密苏里州锡代利亚小镇的真实故事提供了绝佳的案例。

锡代利亚坐落在黑河河畔，人口约4500人。每年春天，融雪和降雨的叠加都会给小镇带来洪涝风险。镇政府有一套运行多年的防洪决策机制：水文监测员每天报告水位数据，当水位超过警戒线时，紧急事务委员会召开会议，委员包括镇长、消防队长、警察局长和几位民选官员。委员会讨论后投票决定是否发布疏散令。

2011年4月，一场百年一遇的洪水威胁着小镇。水文监测员在4月23日报告水位已达到警戒线。委员会召开紧急会议，气氛紧张。消防队长认为应该立即疏散，理由是“水位上涨速度太快”；警察局长则认为数据可能有误，建议再观察几个小时；几位民选官员担心疏散会造成恐慌和经济损失，建议等更明确的数据；镇长在两个立场之间犹豫不决。会议开了三个小时，最终决定发布“建议性疏散令”——鼓励低洼地区居民撤离，但不强制执行。

结果如何？洪水在第二天凌晨达到峰值，多个低洼社区被淹。虽然没有人员死亡，但财产损失高达数百万美元。更糟糕的是，事后调查显示，许多居民根本没有收到疏散通知，因为他们把“建议性”疏散令当成了例行公事的警告。

这个案例揭示了群体决策的几个核心问题。

首先是极化效应（group polarization）。当相似背景的人聚在一起讨论时，他们的观点往往向更极端的方向倾斜。在锡代利亚的委员会中，几位民选官员的共同担忧是经济影响和恐慌情绪，这种担忧在讨论中被不断强化，最终压倒了更谨慎的判断。在日常生活和校园场景中，学生社团、朋友圈、甚至课堂讨论都存在极化效应——本来只是想组织一次简单的活动，讨论着讨论着就变成了一个超出所有人能力的“大项目”。

其次是从众压力（conformity pressure）。社会心理学经典实验表明，即使个人持有不同意见，在群体压力下也会选择沉默或顺从。在锡代利亚的会议上，那位提出异议的水文监测员的意见在委员会投票时被边缘化了，因为他的职位最低、年资最短，而且他的反对意见与在场大多数人的直觉不符。麻省理工学院的詹姆斯·马奇（James March）将此称为“组织认同的代价”——为了维持群体和谐，成员会压制与主流不一致的信息，即使这些信息至关重要。

第三是责任分散（diffusion of responsibility）。当决策涉及多个参与者时，没有一个人会感到对结果负完全责任。在锡代利亚，如果疏散令导致了不必要的经济损失，谁该负责？是投票赞成的镇长？还是投票反对但少数服从的委员？在这种模糊的责任结构中，最安全的立场往往是不做决定或做模糊的决定。研究者发现，群体规模越大，个体感到的责任越少，做出冒险或保守极端决策的可能性越高。

第四是信息级联（information cascade）。这个概念由经济学家苏希尔·比哈贾瓦拉（Sushil Bikhchandani）等人在1992年提出。当个体观察到其他人的行为时，即使他们拥有自己的私人信息，也会倾向于忽略这些信息而跟随群体行为。如果前几个人都选择不疏散，后续的人即使有不同的看法，也会倾向于假设那些先做决定的人掌握了更多信息。在锡代利亚，第一个发言的官员对“建议性疏散令”的偏好，可能影响了整个后续讨论的走向。

那么，群体决策如何才能避免这些陷阱？研究者总结了三条核心原则。

一是指定唱反调的角色。在重大决策中，明确指定一个人扮演“魔鬼代言人”——他的职责不是提出更好的方案，而是系统性地挑战主流观点。在商业领域，亚马逊的杰夫·贝索斯在产品发布会上专门设置一个“红队”角色来挑刺；在军事领域，美国国防部要求重大行动计划必须经过“红队”攻击测试。这个角色不需要被采纳，但他的存在确保了不同声音被听到。

二是采用“预演”程序。让参与者假设决策已经做出，然后想象一周后、一个月后、一年后发生了什么。这个简单的心理练习能有效降低后见之明偏差的干扰，让参与者真正站在事前而非事后的角度思考。

三是匿名投票。群体讨论中的公开表态容易产生从众压力，匿名投票可以消除这种压力，让不同意见有机会被平等表达。在线工具（Google表单、投票小程序等）的普及使得匿名决策变得前所未有的便捷。

---

决策质量的评价标准：过程与结果的双重维度

在讨论如何改善决策之前，必须先回答一个更根本的问题：什么是“好决策”？

许多人下意识地用结果来评价决策质量。如果投资赚了钱，就说决策英明；如果创业失败，就说决策失误。这种评价方式看起来很直观，却存在根本性的缺陷。结果往往受到运气和不可控因素的影响。一场飓风可能摧毁最完善的商业计划，一次意外的政策变化可能让最周密的投资化为乌有。仅仅用结果来评价决策，会让决策者陷入“结果主义”的陷阱——他们可能会过度追求高风险高回报的选项，因为一旦成功就能掩盖决策过程中的草率；或者因为一次失败就彻底否定自己曾经正确的判断。

更合理的评价框架将决策质量分为过程维度和结果维度，两者既相关又独立。

过程维度关注的是决策是如何做出的。一个高质量的决策过程应该具备以下特征：首先，信息收集是否充分？决策者是否考虑了多种可能性，还是只寻找支持自己预设观点的证据？其次，分析是否系统？决策者是否使用了明确的评估标准，还是凭直觉和情绪做判断？第三，是否考虑了替代选项？诺贝尔经济学奖得主罗杰·迈尔森（Roger Myerson）指出，决策的本质是在多个选项中选择，不考虑替代选项的“决策”根本不是决策，而是冲动。第四，是否对不确定性进行了诚实评估？决策者是否区分了“已知”和“未知”，是否估计了每种结果的可能性？

结果维度则关注最终发生了什么。这里需要引入一个关键概念：预期价值（expected value）。预期价值不是单次结果的加总，而是每种可能结果与其概率的乘积之和。掷骰子游戏可以说明这个概念：如果你有50%的概率赢得100元、30%的概率赢得50元、20%的概率输掉20元，你的预期价值是50×0.5 + 30×0.3 + (-20)×0.2 = 25 + 9 - 4 = 30元。即使某一次你实际输了20元，从预期价值角度看，这个游戏仍然是有利的。

用预期价值而不是单次结果来评价决策，可以有效区分“好运”和“好决策”。扑克牌高手之所以能长期盈利，不是因为每一手牌都赢，而是因为他们的决策在长期平均上产生正值预期价值。短视地盯着单次结果，会让你在应该坚持的时候放弃，在应该止损的时候加码。

将过程维度和结果维度结合起来，决策可以被分为四种类型：正确的决策产生好结果，错误的决策产生坏结果，这两种情况最容易评价。棘手的是剩下两种——“正确的决策产生坏结果”和“错误的决策产生好结果”。

当正确的决策恰好产生坏结果时，不应该追究决策者的责任，但应该分析为什么会发生坏结果——是因为概率被低估了？还是出现了未曾预料的风险？这些教训可以改善未来的决策过程。当错误的决策产生好结果时，恰恰是最危险的情况——成功会强化错误的模式，让决策者在下一次遭遇相似的情境时重复同样的错误。研究显示，泡沫破裂后的投资失败案例中，相当比例的冒险决策在此之前曾经“成功”过，这些成功记录滋养了过度自信，最终导致了更大的灾难。

这种分类框架对青少年的启发是：不要因为一次考试失利就否定自己的学习方法，也不要因为一次意外高分就认为自己不需要改进。真正的学习发生在对决策过程的分析中，而不是对结果的简单奖惩中。

---

决策前的暂停检查清单

理解了认知偏差和决策质量评价标准，是时候把知识转化为行动了。在每次做出重大决策之前，你可以使用下面这份暂停检查清单，它能帮助你在决策前进行最后的系统性审查。

清单分为三个板块，对应决策前需要确认的三个核心问题。

第一板块：识别决策类型

你面对的是程序性决策还是非程序性