26 °C Taipei, TW
2021-08-06

選擇困難症:決策背後的選擇困難,從刪去法開始|cacao 可口雜誌

人們常常會做出錯誤的決定。好比你喜歡XXX巧克力,更甚於OOO巧克力,那麼當這兩種巧克力棒放在你面前時,你可以輕鬆做出選擇。傳統的經濟學模型認為人們就是按照這種「理性的直覺」(logical intuition)賦予每一個選擇不同的價值,我們會給不同的選擇打分。但是,實際情況並非像上面所說的那麼簡單,我們的決策系統常常會犯錯。

紐約大學的神經學家保羅·格里姆徹(Paul Glimcher)在實驗中,如果拿出三款巧克力,受試者很快就選出自己的最愛選擇,但是,如果拿出二十多款巧克力時,選擇就開始略顯困難了,儘管受試者最愛XXX品牌,但他們還是會做出一些其他的決定。選完後,他們也會驚訝為什麼當時沒有選自己最喜歡的巧克力。

經濟學家們花費了超過50年,去研究像這些非理性的決定。但是經濟學家們仍舊沒有弄清這一問題。許多小型企業、品牌們想要去弄懂這些決定來自何處,又如何去避免這些非理性的決定。在過去的15到20年中,神經學家們希望通過直接研究人們做決定時的腦內活動來得到答案。了解訊息是如何呈現在大腦中,以及大腦的計算原則,有助於幫助我們弄清出人們為什麼做出這樣的決定。

格里姆徹在新興的「神經經濟學 」(neuroeconomics)領域中,理論中廣泛涵蓋了關於大腦活動、神經網絡、功能性磁共振成像(fMRI)和人的行為學研究成果。這個神經學模型基於生物學的理論框架,並在神經元中進行了測試,測試結果表明它可以解釋一些經濟學不能解釋的理論。

gif image via TraceLoops

我們的大腦總是貪得無厭

大腦貪得無厭的特點是這一模型的核心。由於神經元高耗能的特性,使得只占我們體重的2%-3%的大腦,卻消耗著20%的能量,成為機體代謝最為旺盛的器官。也正是因為神經元的耗能特性,精確和效率這兩個指標時刻,在大腦這個戰場中進行著鬥爭。在這場鬥爭中,做出更精準的決策往往取得勝利。這就導致了為什麼我們常常在超市猶豫不決的原因。

大腦是一個高耗能的器官,內部的神經元不斷以電脈衝的形式傳遞著訊息,這種電脈衝也常被叫做峰電位或者動作電位。在一次神經衝動中,電信號的產生和傳遞都會消耗大量的能量。60年代,科學家們提出大腦會通過將訊息,進行盡可能簡單的編碼來應對每天需要處理的大量數據,進而提出了「有效編碼假說」(efficient coding hypothesis)。這個假說預測,正如通信網路大多採用二進制進行訊息傳遞,神經元會使用盡可能少的峰電位去編碼數據。

科學家們提出這一原則在視神經系統中確實存在著。我們的大腦通過忽略那些可預測的訊息,並專注於那些意料之外的事物,來高效的編碼著我們目之所及的世界。舉例來說:如果一面牆的一部分是黃色的,很大的可能性這面牆的剩餘部分也是黃色的,神經元便會自動忽略這一細節;但如果牆上出現了一個意料之外的巨大的紅色斑點,神經元就會給予特別的關注。

image via hoppip

選擇的背後都有著很多共有的訊息,這些訊息並非隨機而獨立的

正如我們從昏暗的電影院走出時經歷的短暫失明,我們的決策系統有時也會犯錯,尤其是當下社會中,我們每天都面對各種紛繁複雜的選擇。究竟能否採用相同的算法,預測人們在一些特定的場合下,常常做出的錯誤決定?迄今為止沒有一個關於哪個腦區,採用何種方式,對不同選擇的價值進行比較,進而做出決定的觀點被大眾廣泛認同。

舉例來說,有的人可能是根據位置,大小和風格來挑選心儀的住所。但是這些指標的相對重要性,以及他們的最優選項:房屋處於城市或郊區,維多利亞式還是現代的建築風格?這些選擇本質而言是非常主觀的。人與人的選擇,甚至是處於人生不同階段的同一個人,的選擇都不盡相同。目前來說,還沒有一個可被決策學家們,普遍認同的、簡單並且像去除多餘訊息那樣,便於計算的數學定量方法。

我們賦予每個選擇不同價值的不確定性,是導致我們做出錯誤決定的真正原因,假設:如果你已經購置了大量的房產,那麼相對於一個買房新手而言,你對每個房子的評估一定會有所不同;或者如果你的父母曾在房地產危機時買過房子,就可能對你後期的買房觀念產生影響。

gif image via GIPHY

此外,視覺系統與決策系統,有著截然不同的終極目標。視覺作為一個感覺系統,它的主要任務是要盡可能多地還原,周圍環境所呈現出的訊息;而決策系統的目的,在於做出讓你覺得快樂的決定,所以系統的計算方式,不僅僅是對訊息的處理,還與人整體的快樂或幸福感有著行為學上的相關性。

對於大部分的人而言,對於決策系統最大的關注點非常實際——我們如何做出更好的決定?格里姆徹表示他的研究,幫助他開發出了一種特殊的決策制定策略。他聊到:與其在選項中挑選認為的最好選項,現在他總是從在列表中,刪去最差的選項這件事開始做起。把選項降低至可控的數量,例如三個。他發現這是由我們的數學模型、計算出來的結論真的有幫助。有時你可以從最複雜的事物中,學習到最簡單的道理,並且這些道理真的能夠應用,並不斷提升我們的決策制定。

Related articles

新增回應