把直覺外包給AI做決策真的可行嗎?利與弊一次看|《直覺鍛鍊》
在人工智慧逐漸滲透生活的時代,我們的思考與學習能力也面臨新的挑戰。AI能幫助我們追蹤偏見、修正錯誤決策,甚至提醒我們避免衝動行為。但同時,把決策過度外包給AI,可能讓我們的「生物直覺」逐漸退化。透過《直覺鍛鍊》提出的科學方法,我們能更好地理解直覺與人工智慧的關係,找到一種平衡...
在人工智慧逐漸滲透生活的時代,我們的思考與學習能力也面臨新的挑戰。AI能幫助我們追蹤偏見、修正錯誤決策,甚至提醒我們避免衝動行為。但同時,把決策過度外包給AI,可能讓我們的「生物直覺」逐漸退化。透過《直覺鍛鍊》提出的科學方法,我們能更好地理解直覺與人工智慧的關係,找到一種平衡...
退休後,很多人反而因為金錢、家庭和健康而感到更焦慮。理財作家嫺人在《有錢到老後》中提醒我們,不必事事追求完美,也不必跟別人比較,而是學會在有限的資源與時間裡,做出最智慧的選擇,享受每一次旅行、每一段陪伴,讓人生變得更自在、有溫度。
這是心理學取得的一大成就,證明我們大部分行為都是被環境給引出,往往落在我們的意識以外,這種效應要比我們人類所願意相信的大得多。
圖片來源:Unsplash
查特的想法符合心理學中一項最為耐久的發現,那項發現挺過了當時因研究可信度問題而起的懷疑浪潮。心理學家馬托(TheresaMarteau)說:「這是心理學取得的一大成就,證明我們大部分行為都是被環境給引出,往往落在我們的意識以外,這種效應要比我們人類所願意相信的大得多。」
我們並不像自以為的那麼愛反思,我們的行為也不像自以為的那樣經過深謀遠慮。少了這個船錨,可想而知我們會被風浪動搖、會不一致,因為那些作用於我們的影響並不一致,而我們對那些影響的關注必然是零零碎碎。難的是怎麼說服我們承認這一點。
2017年,財政研究所(Institutefor Fiscal Studies,IFS)研究員米勒(Helen Miller)做了一項小型實驗,用模擬民調來測試資訊對人們的看法有多少影響力。她和同事問了一個簡單的問題:廣泛來說,你覺得英國稅制公平嗎?
她說,在許多方面上,這個問題太過廣泛,讓人難以得知結果能拿來做什麼。只不過,那些結果有助於揭示,面對不一致的資訊框架,我們的回應會有多反覆。
在作答之前,參與者被隨機分入三組:
第一組只得到上述問題。
第二組(「富人繳很多稅」組)也收到了以下兩項真實統計數據:
.所得稅免稅額在近年來有所提高。現在10個成人中就有4人免繳所得稅。
.所得稅制頭重腳輕。前10%的所得稅納稅人繳了全部所得稅的60%。
正如他們所說,這就是「富人繳很多稅」組。這兩項統計數據肯定助長那樣的印象。或許你也有同感。
第三組(「富人沒繳很多稅」組)也收到以下兩項真實統計數據:
.前10%富有的所得稅納稅人所賺的收入多於整個後50%的人。
.4萬5000英鎊收入者多賺1英鎊要繳的所得稅等同於14萬5000英鎊收入者。
就我們所知,這些統計數據都是正確的。
米勒說:「這次民調的結果很分明。沒給任何資訊的話,有51%的應答者認為富人繳太少造成稅制不公」。一旦給了資訊,結果就大幅變動。在「富人繳很多稅」組裡,認為富人繳太少造成稅制不公的比例跌到33%。在「富人沒繳很多稅」組裡,這個比例則升到72%。
「我們會如何看待公平,取決於我們手邊的資訊。」米勒的說法呼應了查特的看法。對於這些可憐的研究受試者,我傾向投以同情的眼光,在測試一致性的時候,發現他們對稅收選擇性資訊的看法並不一致。
他們的看法變來變去並不奇怪,除非我們假設我們的信念和選擇應該是穩定的,以及我們已經知道我們所需要知道的一切(儘管會被種種對立的事實片段所困擾)。
不過我得重述一下,那會要求我們要麼把所有相關資料都記在腦裡,然後能在回答問題時想起來好好權衡,要麼在原則層次上就一次定案,而能應付任何扔向我們的新資訊。
如果我們有錯,並不是錯在未能維持一致性,而是錯在我們自以為應該總能辦得到。每當被要求交代我們的信念和選擇,我們有多常會說這是來自某零碎雜事的未知輕推呢?
「我之所以會相信這個,很可能是因為我在酒吧聽到的最後一件事,它讓我從我的心智衣物團抽出相當於一隻紅襪的東西……」我想這種說法大家聽了都不敢恭維。這一半的解釋就像在別處那樣,也隱藏在我們的自我理解之外。
財政研究所的提問是模擬民調的一部分,受試者就是那些選擇進行線上調查的人,樣本很小而不具代表性。米勒寫道:「但是,這些結果確實有助於展示這樣的事實,亦即少量的資訊就可以徹底形塑人們的表述看法。」
【書籍資訊】
《只有一半的真相》
出版日期:2020.11.30