模糊效應(yīng)，是一種認(rèn)知偏誤。決策由于缺少信息或者是模糊而受到影響。這個(gè)效應(yīng)顯示，對(duì)于有利的結(jié)果，人們傾向于選擇概率是確定的那一個(gè)。
聽起來很繞吧，我們來做個(gè)實(shí)驗(yàn)：比如有一個(gè)罐子里有30個(gè)球，十個(gè)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(gè)紅球可以得100塊，拿到一個(gè)黑球也可以得100塊，你選擇拿紅球還是黑球？
多數(shù)人會(huì)選擇紅球，因?yàn)樗写_定的1/3的機(jī)率。但如果你懂一點(diǎn)概率，稍微花一點(diǎn)時(shí)間就能算出來，黑球或白球在剩下20個(gè)球中出現(xiàn)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(huì)說這是自己的風(fēng)險(xiǎn)偏好，“數(shù)鳥在林不如一鳥在手”，炒(du)股(bo)的都知道落袋為安。那我們?cè)賮砜聪乱粋€(gè)實(shí)驗(yàn)。
第一個(gè)罐子里有一半紅球，一半黑球，第二個(gè)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(shí)驗(yàn)發(fā)現(xiàn)，如果拿這兩個(gè)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(gè)罐子同時(shí)給受試者，他們?cè)敢鈮涸诘谝粋€(gè)罐子上的金額翻了一倍(24.34/14.85)。
分別決策時(shí)風(fēng)險(xiǎn)偏好消失了！這說明模糊效應(yīng)只在一個(gè)確定的概率和一個(gè)不確定的概率同時(shí)呈現(xiàn)在決策者面前時(shí)，才會(huì)出現(xiàn)。這是一種思維偏誤而不是風(fēng)險(xiǎn)偏好。
為什么會(huì)出現(xiàn)模糊效應(yīng)呢？
模糊效應(yīng)是一種描述性的研究（好像整個(gè)決策研究都是這樣吧！），所以現(xiàn)在科學(xué)家們并不清楚確定的成因。我的理解是，人腦不太擅長進(jìn)行絕對(duì)判斷，就是說上不著天下不著地給你一個(gè)東西讓你評(píng)價(jià)，你不知道該怎么評(píng)價(jià)。比如說在錨定效應(yīng)的研究中，在對(duì)自己完全不了解的領(lǐng)域進(jìn)行估計(jì)時(shí)，大腦會(huì)圍著輪盤上隨機(jī)轉(zhuǎn)出來的無意義數(shù)字打轉(zhuǎn)，死活都要找一個(gè)參照點(diǎn)。所以比起有明確概率的選項(xiàng)，無明確概率的選項(xiàng)顯得風(fēng)險(xiǎn)很大而期望收益不高。
造成思維偏誤的原因是關(guān)于黑白球的信息不足，而你認(rèn)為你有足夠的關(guān)于紅球的信息（實(shí)際上并沒有）?；诔渥阈畔⒆龀龅臎Q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(jìn)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(duì)于極低的概率，事情又出現(xiàn)了反轉(zhuǎn)，我們似乎又會(huì)偏愛模糊的概率。一個(gè)罐子里有一千個(gè)球，從1到1000編號(hào)，如果抽到687號(hào)就拿到一百塊。第二個(gè) 罐子里同樣是一千個(gè)球，但號(hào)碼是隨機(jī)編號(hào)。同樣抽到687，可以拿到一百塊，你選哪一個(gè)？大部分人會(huì)選擇第二個(gè)罐子，因?yàn)樗麄冇X得這里面有很大的概率，會(huì)出現(xiàn)不止一個(gè)687。結(jié)合確定性效應(yīng)的研究，我們似乎認(rèn)為小概率事件不會(huì)發(fā)生，期望為零。那么不確定的概念下，我們會(huì)主觀地想象，情況至少不會(huì)更糟，還可能更好。
生活中有哪些被模糊效應(yīng)愚弄的例子？
在模糊效應(yīng)的影響下，我們偏向于回避風(fēng)險(xiǎn)不確定的選項(xiàng)，寧愿在自己認(rèn)知范圍之內(nèi)承擔(dān)較高風(fēng)險(xiǎn)，也不愿意接受認(rèn)知范圍之外的低風(fēng)險(xiǎn)。
- 穩(wěn)定工資 vs 回報(bào)不確定的創(chuàng)業(yè)
- 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(píng)論的舊款
- 沒有歷史價(jià)格參考的比特幣 vs 傳統(tǒng)投資工具
- 雞肋的現(xiàn)有職位 vs 別人都認(rèn)為你能勝任的新工作
要注意的是，模糊效應(yīng)并不是說上面的場景里，不確定的選項(xiàng)優(yōu)于確定性選項(xiàng)，也有可能有明確概率的那個(gè)是最優(yōu)選項(xiàng)。這個(gè)效應(yīng)是說我們?cè)跊Q策時(shí)，通常會(huì)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(píng)估不確定概率的努力。 模糊效應(yīng)所說的模糊，完全是相對(duì)于個(gè)人的知識(shí)儲(chǔ)備而言的，也就是我們常說的
比如你是一個(gè)精通算法的程序員，有清晰的概率知識(shí)，從罐子里拿球?qū)δ銇碚f就有著明確的概率。但要不要放棄BAT的穩(wěn)定工作，高薪去創(chuàng)業(yè)就有些…………
應(yīng)對(duì)方法
- 發(fā)現(xiàn)影響判斷的模糊概率。應(yīng)對(duì)任何問題的第一步都是識(shí)別問題。模糊效應(yīng)的問題是大腦的系統(tǒng)1（見注釋）造成的，基于同樣的原因大腦會(huì)合理化你的選擇，給出一個(gè)看上去非常合理的解釋，回避掉你不想承認(rèn)的真實(shí)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(shí)一面。
- 補(bǔ)足信息，使不明確的變成明確。
- 調(diào)整評(píng)估方式 一件事件的結(jié)果及其效用有很多角度，在一個(gè)角度下因?yàn)樾畔⑷笔Ф悴磺甯怕实氖拢诹硗庖环N評(píng)估角度下可能就是清晰的。比如不以回報(bào)額，而以可能的損失額，與回報(bào)上限為評(píng)價(jià)標(biāo)準(zhǔn)。 車型沒有參考數(shù)據(jù)，車廠有。
前段時(shí)間比較火的”概率權(quán)“說的是確定性效應(yīng)——certainty effect，容易與模糊效應(yīng)混淆。它們間的區(qū)別在于，確定性效應(yīng)中，不確定選項(xiàng)的概率是已知的，模糊效應(yīng)中則連不確定選項(xiàng)的概率都不確定。我們以后會(huì)有文章專門介紹確定性效應(yīng)。
注：系統(tǒng)一及系統(tǒng)二，見卡尼曼《思考，快與慢》
擴(kuò)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
