第9章-推理、判断与决策[59页]课件.pptx

1、第第九九章章 推理、判断推理、判断和决策和决策 第九第九章章 推理、推理、判断和决策判断和决策n第一节 演绎推理n第二节 归纳推理n第三节 推理的理论应用n第四节 判断与决策什么是推理（reasoningreasoning）？p推理推理从已知信息得到结论的认知加工过程。p推理通常分为：演绎推理和归纳推理演绎推理和归纳推理p当推理者从一个或多个关于已知条件的一般性阐述中得出一个逻辑合理的结论时，他所完成的是演绎推理（从一般到特殊的过程）。p当推理者从具体事实或观察中得出一个能够解释这些事实的合适的结论时，他所完成的是归纳推理（从特殊到一般的过程）。演绎推理与归纳推理有何不同？演绎推理与归纳推理有

2、何不同？演绎推理演绎推理（deductive reasoning）归纳推理归纳推理（inductive reasoning)从一般到特殊从一般到特殊从特殊到一般从特殊到一般由前提得到的必然性结论由前提得到的必然性结论由前提得到的或然性结论由前提得到的或然性结论本质上属于问题解决本质上属于问题解决在概念形成中具有重要作用在概念形成中具有重要作用不产生新的信息不产生新的信息产生新的信息产生新的信息第一节第一节 演绎推理演绎推理n（一）什么是三段论n所有的三段论都是由两个假定真实的前提，和一个可能符合，也可能不符合这两个前提的结论所组成的。n大前提，小前提，结论一、一、三段论推理（二）三段论推理中的

3、常见错误n气氛效应n曲解前提意义n没有考虑所有可能性n内容与可信度效应二二、条件推理、条件推理条件命题（conditional statement）：IfthenIfthen 如：如果你服用这种物质，你会更健康。有四种条件推理，最典型的形式如下有四种条件推理，最典型的形式如下:前件 后件命题：命题：如果你是一位母亲如果你是一位母亲，那么你一定那么你一定有孩子。有孩子。p肯定前件肯定前件（modus ponensmodus ponens）n你是母亲。n因此，你有孩子。p否定后件否定后件（modus modus tollenstollens）n你没有孩子。n因此，你不是母亲。p肯定后件肯定后件（a

4、ffirmation of the consequentaffirmation of the consequent）n你有孩子。n因此，你一定是母亲。p否定前件否定前件（denial of the antecedentdenial of the antecedent） 你不是母亲。 因此，你没有孩子。有效演绎有效演绎无效演绎无效演绎EvansEvans（19931993）总结了大量研究，发现：）总结了大量研究，发现：沃森选择任务沃森选择任务规则：若卡片的一面是元音字母，则另一面为偶数。 为验证上述规则的真伪，必须翻看哪些卡片？E：90%K：15% 4：60%7：25%E+7：10%如何解释被试

5、的错误选择？如何解释被试的错误选择？沃森：证实倾向沃森：证实倾向n人们在对假设进行检验时，不太去寻找能将假设推翻的证据，而是倾向于去寻找能够支持自己假设的证据。因此，被试在选择E后，为了进一步验证规则，又选择了4。匹配倾向、信息获得理论匹配倾向、信息获得理论nEvans & Lynch(1973) 用“如果正面是R的话，那么反面肯定不是3”这样的包含否定的形式进行了卡片实验，结果发现，R和3的卡片被选择的几率比较高。与证实倾向不符。nEvans & Lynch(1973)提出，被试倾向于选择与条件中明确说明的项目相对应的事例，这被称为匹配倾向（matching bias）。n近年来又出现了基于

6、概率方法的信息获得理论（Oaksford & Chater，1994）：为了判断某一规则是否适用，被试需要寻找能够提供最多信息量的证据。Oaksford & Chater（1994）规则：如果一辆汽车的头灯坏了，那么它的尾灯也坏了。一辆头一辆头灯没有灯没有坏的汽坏的汽车车一辆尾一辆尾灯坏的灯坏的汽车汽车一辆头一辆头灯坏的灯坏的汽车汽车一辆尾一辆尾灯没有灯没有坏的汽坏的汽车车在概率模型下，这个卡片提供的信息量比较高。主题内容效应和记忆线索说主题内容效应和记忆线索说nJohnson-Laird et al.(1972)：把推理中的材料换成现实中存在的具体问题，条件推理的正确率大大提升。这种现象被称

7、为主题内容效应（thematic content effect）。信封的反信封的反面朝上且面朝上且被封上了被封上了信封的反信封的反面朝上面朝上且且信封是开信封是开着的着的信封信封的正的正面面朝上朝上且且贴有贴有50里里拉的邮票拉的邮票信封的正信封的正面朝上且面朝上且贴贴有有40里里拉的邮票拉的邮票信封信封问题：问题：“如果信的反面是封上的话，那么它的正面必须贴有一张50里拉的邮票。”若你是邮递员，需要对是否有人违反了以上规则进行调查，需要把哪个信封翻过来？ABCDA+D：88%Griggs & Cox（1982）规则：如果一个人在喝啤酒，那么这个人一定超过了19岁。喝啤酒喝啤酒喝可乐喝可乐16

8、岁岁22岁岁Griggs & Cox（1982）认为，不是任务有多具体，而是被试的知识经验即记忆线索在条件推理中有重要作用。“喝啤酒”+16岁：74% 实用的推理图式实用的推理图式nCheng & Holyoak(1985)为了说明义务条件的沃森选择任务中的主题内容效应，提出了实用的推理图式（pragmatic reasoning schema）这一概念。关于随意的规则、人的行为举止等描述被称为叙述性（indicative）条件；关于社会规则、道德规则等描述，被称为义务（deontic）条件(Manktelow & Over,1991)。饮酒问题是义务条件。抽象的文字数字任务是叙述性条件。n实

9、用的推理图式指的是，由于在日常生活中，我们有基于经验的归纳学习，我们能够形成关于原因和结果之间联系的特定思维模式，如“如果行为A被允许的话，那么，必须满足条件B”（许可图式）这样的形式。n实用的推理图式存在于抽象的规则和基于经验的具体知识之间。n实用的推理图式被激活后可以帮助推理者，提高推理的正确率。Cheng & Holyoak(1985)：n任务：信封问题和霍乱问题n被试：来自香港和美国的大学生（香港大学生有邮递规则经验，所有大学生都不熟悉霍乱问题）n结果：在不给出理由的条件下，只有香港大学生在信封问题上正确率较高。在给出理由条件下，两组学生在两个问题上的正确率都比较高。n解释：香港学生熟

10、悉邮递规则，许可图式更容易自由发挥作用。两组大学生虽然没有关于霍乱的经验，但是，可以基于给出的理由进行推理，使许可图式发挥了作用。入境入境换乘换乘霍乱霍乱伤寒伤寒肝炎肝炎伤寒伤寒肝炎肝炎霍乱问题：若你是海关人员，想确认是否有人违反“如果卡片的一面写着入境的话，那么反面的已接种疫苗列表中肯定会包括霍乱疫苗”这一规定，需要翻开哪些卡片？包括给出理由（为了确认旅行者是否对霍乱有一定免疫力）和不给理由两种条件。社会契约学说社会契约学说nCosmides(1999)：在义务条件的沃森选择任务上的成绩比较好，并不是由于许可图式，而是基于对说谎者的洞察时生成的心理结构，这就是社会契约学说（social co

11、ntract theory）。n在通过集群生活而进化的人类的社会交往中，有一条基本的规则“如果得到了一定利益的话，那么我们一定要付出对等的代价”。Cosmides认为，通过进化的过程，我们生成了说谎者洞察的算法，参与到了人类的认知机制当中。第第二二节节 归纳推理归纳推理一、类比推理一、类比推理例子：“火对石棉就像水对（）” A：乙烯树脂 B：空气 C：棉花 D：水龙头二、因果推理和假设检验二、因果推理和假设检验序列中第四个数是8序列中第一个数是1序列中第二个数是2序列中第三个数是4每一个数是前一个数的两倍前后两个数之间的差按1递增归纳推理的结论不是唯一的人们是如何从具体的例子和个别的证据中推导

12、出一般性的结论的？人们是如何从具体的例子和个别的证据中推导出一般性的结论的？刺激在四个维度上变化：物体数目；边框数目；物体形状； 物体颜色被试任务：形成实例的特定子集的概念假设形成- Bruner et al. ( 1965)的实验概念1+-+两个十字合取概念：概念成员的若干个特征的结合+-+-+两条边框或者圆形析取概念：只要有其中任何一个特征出现，都是概念成员概念2-概念3+-+-+-+物体数目必须等于边框数目关系概念：规定了两个维度之间的关系形成一个假设既需要识别与假设相关的特征，也需要识别这些特征是如何相关的。假设形成假设形成特征识别规则学习基于范畴的归纳n一般归纳：把某一事物具有的特征

13、（如，金丝雀是有羽毛的）推广到它所属的上位概念（如，鸟是有羽毛的）。n特殊归纳：把某一事物所具有的特征（如，金丝雀是有羽毛的）推广到同水平的概念上（如，鸵鸟是有羽毛的）。n前提中事例的范围越广，种类越多，数量越多，推论的可靠性越高。假设检验最优方式保守聚焦：每次检验一个维度，确定它是否是假设的关键。沃森2-4-6任务被试被告知“2 4 6”是符合某种规则的一个三元组，要求被试通过考查其他数字三元组是否符合规则来找出这个规则。 三元组 提出三元组的理由 反馈 8 10 12 每次加2 是 14 16 18 按从小到大的顺序排列的偶数 是 20 22 24 相同理由 是 1 3 5 在前一个数上加

14、2 是 报告：规则是从任何一个数字开始，每次加报告：规则是从任何一个数字开始，每次加2 2已形成下一个数。（错）已形成下一个数。（错） 2 6 10 中间的数是另外两给数的算术平均数 是 1 50 99 相同理由 是报告：规则是中间的数是另外两个数的算术平均。（错）报告：规则是中间的数是另外两个数的算术平均。（错） 3 10 17 每次加上相同的数字7 是 0 3 6 每次加3 是报告：规则是两个相邻数之间的差相等。（错）报告：规则是两个相邻数之间的差相等。（错） 12 8 4 每次减去相同的数以形成下一个数 否报告：规则是每次加一个相同的数，以形成下一个数。（错报告：规则是每次加一个相同的数

15、，以形成下一个数。（错） 1 4 9 按从小到大顺序排列的任意三个数 是报告：规则是按从小到大顺序排列的任意三个数。（正确）报告：规则是按从小到大顺序排列的任意三个数。（正确）被试几乎只产生与假设一致的序列来检验假设证实倾向证实倾向检查与假设不一致的例子在选择实例来检验假设时，人们经常集中于那些与其假设一致的实例。如果他们的假设过于狭窄的话，这样做会带来困难。科学发现科学发现：搜索可能的理论空间和可能检验这些理论的实验空间。证实偏向在检验科学理论中是指为了防止个人所偏爱的理论被否定而产生的大量行为。在科学发现的研究中，被试倾向于集中注意那些与他们偏爱的假设一致的实验，而不愿去搜索有利于其他假设

16、的证据。第三节第三节 推理的理论研究推理的理论研究一、规则理论 它把推理看作是一个特殊的心理加工过程，认为推理者是依靠具有特定目的心理规则或心理逻辑来得出结论的。二、成分理论 Sternberg假定，推理过程是由一些认知加工成分组成的。 Sternberg认为，许多推理任务中出现的错误可能源自问题的编码（操作成分），也就是说，由于推理者没有充分地对有关信息进行编码，才引发了前面所提到的许多推理中的问题。三、心理模型理论 Johnson-Laird的心理模型理论强调推理过程中理解的作用，认为推理者是先理解前提，然后建构心理模型，再借助已建构的各种心理模型进行推理。 并且，推理过程会受到加工能力如

17、工作记忆容量的限制。 推理错误来源：1.没有建构相应的模型；2.没有评估所建构的全部模型的意义；3.没能搜索和建构足够的模型第四节第四节 判断与决策判断与决策一、概率判断一、概率判断你和前男友的恋爱关系结束了。一个要好的朋友邀请你去参加聚会。根据以往的经验，你认为你和前男友相遇的概率只有1/20 先验概率P(H) ，所以你决定参加聚会。但是，当你走到聚会的房子外时，你发现了停在车道上的黑色宝马，你估算出这辆车属于你前男友的概率是90% 条件概率P(E/H) 。那么，此时你前男友参加这个聚会的概率是多少 后验概率P(H/E) ？贝叶斯定理贝叶斯定理（Bayess theorem） 先验概率（pr

18、ior probability）：在考虑证据之前假设为真的概率。 P(H)=0.05 P(H)=0.95 条件概率（conditional probability ）：如果一个特定假设为真，一个特定类型的证据为真的概率。 P(E/H)=0.9 P(E/H)=0.1 后验概率（ posterior probability ）：在考虑证据之后假设为真的概率。 P(H/E)=？我们我们更倾向于把概率估计得比贝叶斯定理显示的更保守更倾向于把概率估计得比贝叶斯定理显示的更保守。nEdwards（1968）：给大学生两个分别装有100个筹码的袋子，其中A袋子里有70个红色筹码和30个蓝色筹码，B袋子里是3

19、0个红色筹码和70个蓝色筹码。随机选择一个袋子，让被试从中一次拿出一个筹码，检查它的颜色，再将它放回，然后继续这个过程。被试需要根据获得的新信息判断这是A袋子还是B袋子。最初，从A袋子里抽中红色筹码的概率是70%，从B袋子中抽中红色筹码的概率是30% 。如果我们从一个袋子中只拿出一个筹码，并且这个筹码是红色的，那么根据贝叶斯定理，该袋子为A袋子的概率是70。但实际上被试往往会低估这个概率，猜测该袋子为A袋子的概率是60%。如果第二次抽取的筹码仍是红色，那么该袋子为A袋子的概率就上升到84%，但在这种情况下被试的判断还是趋于保守的。人们判断不确定事件概率的能力有多强呢？在在做概率估计时，人们通常

20、很少考虑做概率估计时，人们通常很少考虑先验概率先验概率（基础比率）（基础比率）。nTversky & Kahneman(1980)的出租车问题：一辆出租车牵涉某一晚上发生的一场交通肇事逃逸事故。这个城市共有两家出租车公司，一家是绿色出租车公司，另一家是蓝色出租车公司。已知数据是：(a)整个城市85的出租车属于绿色出租车公司，15属于蓝色出租车公司；(b)一个证人在法庭上指认肇事出租车是蓝色公司的。然而，法庭在恰当视觉条件下测试了该证人辨认出租车的能力，并且发现当给证人呈现一系列出租车(其中一半是蓝色，另一半是绿色)时，证人的选择只有80是正确的，而20是错误的。问蓝色出租车公司出租车卷入这场车

21、祸的概率是多少?人们如何运用过去的经验作判断？n我们用HA表示假设蓝色公司出租车出车祸，HB表示假设绿色公司出租车出车祸。最初，HA和HB为真的概率分别是0.15和0.85。当肇事车是蓝色公司汽车时，证人指认其为肇事车的概率，即P(E|HA)为0.80，而当肇事车是绿色公司汽车时，证人指认蓝色出租车公司汽车为肇事车的概率，即P(E|HB)为0.20。把这些值代进前面的公式，可以发现，蓝色出租车公司出租车卷入这场车祸的概率是41%，相应的，绿色出租车公司出租车卷人这场车祸的概率是59%。nTversky & Kahneman(1980)发现大部分被试忽视了绿色和蓝色出租车的相对数量这一基本信息。

22、他们把注意力放在证人的证词上，认为有80的可能性是蓝色公司出租车而不是绿色公司出租车。事实上，正像我们所看到的，根据贝叶斯定理计算出的正确答案应该是41。nTversky & Kahneman(1980)还设计了另一种实验条件来促使人们考虑先验概率。具体做法是他们改变了出租车问题的部分内容：虽然两家出租车公司规模大致相等，但本市85%的出租车事故与绿色公司出租车有关，15%的出租车事故牵涉蓝色公司的出租车。n在这个问题表述中，出租车公司的事故纪录和事故发生的概率之间就存在明显的因果联系。相反，在原来的问题表述中，两家出租车公司的规模差异与事故发生的概率之间并不存在明显的因果联系。因此，在新问题

23、中，先验概率显得更加重要一些，而且对被试的判断的影响也应该更大。实验结果证实了这一预测，即绝大多数被试估计肇事出租车是蓝色出租车的概率是60%。研究者认为，先验概率确实会被忽视，但也有许多因素(如呈现某种因果联系)可以在某种程度上改变这种忽视行为。nCasscells,Schoenberger, & Graboys (1978)也研究了人们对先验概率信息的使用情况。他们向哈佛医学院职员和学生呈现以下问题： 如果我们用某种检测方法检测一种发病率为1/1000的流行病而得到错误的阳性检查结果的比率是5%，假定你对患者的症状一无所知，那么一个检查结果是阳性的人真正患上这种疾病的概率是多少呢?n在这个

24、问题中，先验概率是99.9%的人不会受到这种疾病的困扰。并且，检查结果为阳性的人当中有5%的人的检查结果是错误的。根据贝叶斯定理，检查结果为阳性的人仅仅有2%的概率真正患病。研究结果显示，18%的被试答案正确，但45%的被试忽视了先验概率信息而给出了95%这个错误答案。nWeber et al.(1932)：经验越丰富，人们越是趋于遵循统计理论。nGluck & Bower(1988)：人们显示了内隐的贝叶斯行为，基础比率对判断有一些影响。nGigerenzer & Hoffrage(1995)：如果用频数而不是用概率陈述事件时，对基础比率的忽视有所降低。nKoehler(1996)：不能说人

25、们习惯于忽视先验概率。相反，这些信息总是被人们所利用，而它们被利用的程度取决于任务结构和任务表征。他认为，大部分研究发现个体对先验概率的注意确实有些程度不够，但是这种信息对个体的决策过程也确实有一定的影响。另一方面，在自然环境中，这种信息是模糊的、不可靠的和不稳定的，针对这些信息的简单使用法则也是不存在的。而且，在自然环境中还常常存在几个相互竞争的先验概率信息。正是由于现实环境中的这些不确定性，日常生活经验告诉我们，先验概率信息没有太大的价值，所以即使有这种信息可利用时，我们也不愿意使用它。二、二、决策模型决策模型决策是人们为了达到一定目标而设计方法和手段，然后对各种手段和方法进行评价和选择的

26、一个过程。（Simon ,1989）决策指的是意欲产生令人满意的结果的行动。（Yates,1990）判断与决策是人类（及动物或机器）根据自己的愿望（效用、个人价值、目标、结果等）和信念（预期、知识、手段等）选择行动的过程。（Hastie，2001）决策制定的阶段确立目标制定计划收集信息建构决定做出最终选择决策者确定或创造一种管理信息的方法被称为决策建构Galotti(2002)决策相关的脑区u前额叶皮层（前额叶皮层（PFC）腹内侧前额叶皮层（VMPFC）：储存和标识未来结果价值的脑区，该部位损伤会导致病人倾向于追求可以带来短时获益的行为。眶额叶皮层（OFC）：在调节刺激物的奖赏效应、编码预期结

27、果的价值以及在冲动的控制上有重要作用，受损会出现决策障碍。背外侧前额叶皮层（DLPFC）：与工作记忆相关，从而影响正常的决策。u前扣带回皮层（前扣带回皮层（ACC）：）：调控不同行为之间的选择。u脑岛（脑岛（insula）：）：对模糊和风险情境下的行为选择起作用。u下顶叶皮层（下顶叶皮层（IPC）：）：与一些认知任务中必须的注意过程相关。决策模型：n标准模型（nomative models）or 规范模型（prescriptive models）关注应该用什么样的方法进行决策，对最合适的、理性的选择进行研究n描述模型（descriptive models） 做决定时实际做了什么人们如何在收益和

28、代价不同的各种不确定选项中作决策的？n一种标准模型nEU=（pi ui）效用（u）指事件对个体的价值n有研究显示，如果你总是做出期望效用最大化的选择，在足够数量的决策之后，你自己的满意度将达到最高点。换句话说，没有比用EU更好的选择方式了，它能使你在相当长的一段时间里提升个人整体的满意程度。n期望效用理论的扩展-主观期望效用理论（subjective expected utility theory; Savage,1954）：采用主观概率而非客观概率n人类在决策中违反期望效用理论的例子很多前景理论（前景理论（prospect theory）(Kahneman & Tversky,1979)n一

29、个描述性模型n该理论在保持了期望效用理论的基本框架的基础上，做了几个重要的改变。n第一个重要的改变就是，用“价值”概念替代了“效用”概念，并且对每个结果的价值的评估是相对于一个参照点进行的，而不是绝对效用。这一假设有助于解释决策中的框架效应。n第二个重要改变是，用权重函数取代了客观概率。根据前景理论，事件的权重会随着事件发生概率的增加而增大，必然事件权重最大。但是，小概率事件的重要性往往会被夸大，即具有超过其概率值的决策权重。（1）想象一种罕见的疾病即将袭击我们的国家，预计这种疾病将导致600人死亡。两个治疗方案被提出，并且实施每个方案的后果也被准确、科学地评估：n如果实施方案A，将救活200

30、人。n如果实施方案B，将有三分之一的可能性救活600人，但有三分之二的可能性一个人也救不活。 你会选择哪个方案？（2）再想象有下面两个方案的情景：n如果实施方案C，将有400人死亡。n如果实施方案D，将有三分之一的可能性没有人死亡，但有三分之二的可能性600人死亡。 你会选择哪个方案？n经典决策理论 知晓所有的可能的选择 对选项间的差异无限敏感 确定选项时人是理性的n诺贝尔经济学奖获得者Herbert Simon：我们我们有理性，但是有限的。有理性，但是有限的。n收集、评估信息并做出决策时，是追求绝对的正确答案还是利用启发式走捷径（降低了认知负荷，但包含了更大的错误概率） 三三、判断和决策中的直觉与偏差、判断和决策中的直觉与偏差无限理性？无限理性？常见的启发式及决策偏差n代表性启发式（representativeness heuristic）人们认为具有代表性的或具有典型意义的事件发生的概率会高一些。n易得性启发式（availability heuristic）根据从记忆中提取相关信息的难易程度来估计事件发生的概率n锚定与调整启发式（anchoring）人们在进行估计时，会根据前面几项得到一个初值即锚定值，然后再根据锚定值进行调整并作出最终的估计