第31章 个体认知偏差
如果两个个体拥有相同的感知、相同的对象、相同的属性和相同的当前变化，为什么他们仍然可能形成不同的认知？
在前面的章节中，我们已经建立了一条逐渐完整的认知形成链：
感觉
↓
感知
↓
元素
↓
对象
↓
属性
↓
动态属性
↓
对象状态
↓
认知匹配
↓
匹配强度
↓
匹配权重
↓
概率
↓
认知第27章以后，我们进一步加入了个体因素：
经验
记忆
先验于是，认知不再只是当前感知信息的处理，而开始具有明显的个体特征。
但是，到这里仍然存在一个问题：
为什么拥有相似经验、相似记忆甚至相似先验的两个个体，在面对相同对象时，仍然可能产生不同判断？
这就需要引入：
个体认知偏差。
这里的“偏差”不是简单意义上的错误，也不是一定代表不合理。
在本理论中，认知偏差首先是一种：
个体认知系统在信息选择、属性权重、匹配过程、概率判断和结果解释中表现出来的稳定性差异。
因此，本章研究的不是“人为什么会犯错”，而是：
个体认知为什么不会完全等同于客观输入。
31.1 什么是个体认知偏差
最简单的理解是：
当前事实
↓
个体认知系统
↓
认知结果如果所有个体都拥有完全相同的：
感知
对象识别
属性识别
权重
经验
先验
目标那么理论上，他们的认知结果可以非常接近。
但是现实中的个体并不是完全相同的认知系统。
因此：
Individual A
+
Current Situation
↓
Cognition A而：
Individual B
+
Current Situation
↓
Cognition B可能出现：
Cognition A ≠ Cognition B即使：
Current Situation A
=
Current Situation B因此可以把个体认知偏差表示为：
Individual Bias
=
个体认知过程
相对于共同输入基准所产生的系统性偏移这里最重要的是：
偏差是“认知过程的差异”，而不仅仅是“认知结果错误”。
31.2 偏差与错误不是同一个概念
这是本章首先需要澄清的问题。
例如：
对象：鸡蛋
状态：受到较大压力甲认为：
破裂风险 = 高乙认为：
破裂风险 = 中如果最终鸡蛋没有破裂，并不能简单说：
甲错误
乙正确因为甲可能基于过去经验，对“高压力”赋予了更高权重。
这是一种：
认知权重差异而不是简单错误。
因此：
Bias ≠ Error更准确地说：
Bias
↓
可能导致
↓
认知偏移
↓
在某些情况下形成错误所以偏差是一种认知机制属性，错误则是某一次判断与结果之间的不一致。
31.3 为什么个体会产生偏差
个体认知偏差不是凭空出现的。
它通常来自：
经验
↓
记忆
↓
先验
↓
权重
↓
匹配
↓
认知但是不同个体的这条链并不完全相同。
例如：
个体A
过去发生过一次物体破裂事故
个体B
从未发生过类似事故面对：
相同对象
+
相同压力
+
相同变化A可能立即提高：
破裂风险权重而B可能认为：
当前变化仍属于正常范围于是：
相同输入
↓
不同先验
↓
不同权重
↓
不同概率
↓
不同认知这就是个体偏差产生的重要机制。
31.4 偏差来自认知系统内部，而不是输入本身
可以把认知过程进一步表示为：
Input
↓
Perception
↓
Object
↓
Attribute
↓
State
↓
Matching
↓
Weight
↓
Probability
↓
Cognition个体偏差可以发生在多个位置：
Individual Bias
│
┌────────────┼────────────┐
↓ ↓ ↓
感知解释 属性关注 匹配权重
↓ ↓ ↓
先验 经验 目标
└────────────┼────────────┘
↓
概率
↓
认知因此，偏差并不是认知系统最后才出现的东西。
它可以在认知形成的多个阶段逐渐形成。
31.5 感知偏差
第一个层次是：
对感知信息本身的解释差异。
例如，一个对象发生轻微移动。
一个个体可能认为：
对象正在移动另一个个体可能认为：
只是环境造成的轻微晃动输入可能非常接近，但解释不同。
于是：
相同感觉
↓
不同感知解释
↓
不同元素
↓
不同对象状态
↓
不同认知因此：
个体偏差可以在认知匹配开始之前就产生。
31.6 属性关注偏差
即使两个个体识别出了完全相同的属性，他们也可能关注不同属性。
例如：
对象：
玻璃杯当前具有：
重量
温度
压力
位置
高度
脆弱性个体A关注：
重量个体B关注：
脆弱性于是：
A：
重量 → 高权重
B：
脆弱性 → 高权重这就形成：
属性关注偏差。
这种偏差不一定是错误。
它可能与个体目标有关。
例如：
目标A：搬运效率
目标B：避免损坏因此：
目标
↓
属性关注
↓
属性权重
↓
认知结果31.7 经验偏差
个体过去的经验会影响当前认知。
例如：
甲曾经因为握得太紧导致鸡蛋破裂。
于是形成：
经验：
较大压力 → 鸡蛋破裂长期以后，这一经验可能成为强先验：
压力稍微增加
↓
破裂风险立即上升而乙没有类似经历。
于是：
相同压力变化可能产生：
甲：
高风险
乙：
中风险这就是：
经验进入当前认知之后形成的系统性影响。
31.8 先验偏差
上一章已经建立：
经验
↓
记忆
↓
先验但先验并不一定准确。
例如：
过去：
某种材料经常破裂个体可能形成：
先验：
这种材料很脆弱但是后来材料工艺已经改变。
当前实际情况变成：
材料强度 ↑如果个体仍然坚持旧先验：
旧先验
>
当前证据就会出现：
先验偏差。
这说明：
先验可以帮助认知，也可以限制认知。
31.9 权重偏差
这是本章与第24章、第25章最重要的连接之一。
前面我们已经知道：
不同属性在认知中并不具有相同权重。
现在进一步发现：
不同个体对同一个属性也可能赋予不同权重。
例如：
对象：
鸡蛋
属性：
压力
摩擦
滑移
形变个体A：
压力：0.50
摩擦：0.20
滑移：0.20
形变：0.10个体B：
压力：0.20
摩擦：0.20
滑移：0.30
形变：0.30于是即使：
A(t)
B(t)
C(t)
D(t)完全相同，
最终综合匹配也可能不同。
可以表示为：
Same Attributes
↓
Different Individual Weights
↓
Different Matching
↓
Different Probability
↓
Different Cognition这就是：
个体权重偏差。
31.10 注意力偏差
认知系统不可能同时以完全相同的程度处理所有信息。
因此个体会出现：
关注
忽略
优先
延迟例如：
一个人在复杂环境中看到一个对象。
他可能首先注意：
运动另一个人可能首先注意：
颜色第三个人可能首先注意：
位置因此：
Attention
↓
Information Priority
↓
Matching Order
↓
Cognition注意力偏差实际上可以理解为：
个体对输入信息处理优先级的系统性差异。
31.11 风险偏差
风险判断尤其容易体现个体差异。
例如：
当前状态：
物体轻微晃动个体A：
风险低个体B：
风险中个体C：
风险高可能不是因为他们看到的信息不同，而是：
历史经验不同
+
先验不同
+
目标不同
+
损失敏感度不同因此：
Risk Perception
=
Current State
+
Prior
+
Experience
+
Goal
+
Weight这使风险认知成为典型的个体认知结果。
31.12 目标偏差
同一个对象，如果目标不同，认知重点就会改变。
例如：
对象：
鸡蛋目标一：
快速移动目标二：
保证完整目标三：
尽可能减少力量虽然三个人看到：
相同鸡蛋
+
相同压力
+
相同滑移
+
相同形变但他们的认知重点可能完全不同。
因此：
Current State
+
Individual Goal
↓
Attribute Weight
↓
Matching
↓
Cognition目标因此成为认知偏差的重要来源。
31.13 偏差是动态的
个体认知偏差并不是永久固定的。
例如：
第一次经历
↓
形成偏差
↓
再次经历
↓
获得新证据
↓
偏差减弱也可能：
长期没有新证据
↓
原有偏差强化或者：
一次强烈事件
↓
某一属性权重突然增加因此：
Bias(t)也是一个动态变量。
可以建立：
Bias(t+1)
=
Update(
Bias(t),
Experience,
Evidence,
Result
)这意味着：
个体认知偏差本身也是可以学习和改变的。
31.14 偏差强化
如果一个个体不断获得与原有先验一致的结果，那么偏差可能被强化。
例如：
先验：
某对象很容易损坏随后连续出现：
轻微压力
↓
对象确实损坏那么：
先验可信度 ↑
风险权重 ↑
偏差强度 ↑形成：
经验
↓
先验
↓
匹配
↓
结果
↓
经验强化
↓
先验强化
↓
偏差强化31.15 偏差修正
相反，如果当前证据不断与原有偏差冲突，系统就应该逐渐修正。
例如：
原有先验：
压力稍高就会破裂连续观察：
压力 ↑
对象稳定然后：
压力继续 ↑
对象仍然稳定最终：
原有先验可信度 ↓
相关权重 ↓
风险概率 ↓
偏差减弱因此：
认知学习不仅是增加知识，也是修正已有偏差。
31.16 偏差与认知冲突
第30章已经讨论了先验冲突。
现在可以进一步表示：
个体先验
↓
当前证据
↓
不一致
↓
认知冲突
↓
偏差显现当：
Prior与：
Evidence之间出现持续冲突时，系统需要判断：
是当前证据异常？
还是原有先验错误？这实际上是认知系统非常重要的判断。
如果系统永远相信先验：
先验 > 证据就容易形成固化偏差。
如果系统永远相信当前证据：
证据 > 先验又可能失去经验带来的预测能力。
因此需要：
Prior
+
Evidence
+
Confidence
+
Context
↓
Reconciliation也就是：
先验与当前证据之间的动态协调。
31.17 个体之间的认知差异
现在可以正式回答本章开头的问题。
为什么：
A：
相同感觉
B：
相同感觉仍然会形成：
Cognition A ≠ Cognition B因为真正参与认知的不是感觉本身，而是：
感觉
+
对象
+
属性
+
状态
+
经验
+
记忆
+
先验
+
偏差
+
目标
+
权重因此：
Same Input
↓
Different Individual Cognitive State
↓
Different Matching
↓
Different Probability
↓
Different Cognition这就是个体认知存在的理论基础。
31.18 个体偏差的数据结构
进入理论工程以后，偏差同样需要结构化。
可以定义：
Bias
{
type
object
attribute
context
direction
strength
confidence
source
time
stability
}其中：
type表示偏差类型。
例如：
perception
attribute
prior
risk
attention
weight
goaldirection表示偏差方向。
例如：
higher
lower
positive
negativestrength表示偏差强度。
confidence表示系统对该偏差判断的可信程度。
stability表示该偏差是否已经成为稳定的个体特征。
这样：
偏差就从心理描述转化成了可被认知系统处理的数据对象。
31.19 个体偏差进入匹配系统
前面已经建立：
Attribute
↓
Dynamic Attribute
↓
Dynamic State
↓
Matching
↓
Weight
↓
Probability现在加入偏差：
Attribute
↓
Dynamic Attribute
↓
Dynamic State
↓
Individual Prior
↓
Individual Bias
↓
Dynamic Matching
↓
Individual Weight
↓
Probability
↓
Individual Cognition这意味着：
个体偏差不是认知系统外部的附加说明，而是认知匹配过程内部的实际变量。
31.20 偏差与行为
认知偏差最终会影响行为。
例如：
个体A：
认为物体容易破裂那么：
风险概率 ↑
↓
保护权重 ↑
↓
动作速度 ↓
↓
施力 ↓个体B：
风险概率低
↓
速度权重 ↑
↓
动作速度 ↑于是：
相同对象
+
相同环境
+
相同任务仍可能产生：
不同认知
↓
不同决策
↓
不同行为这正是模拟人认知系统必须解决的问题。
31.21 从偏差进入个体认知模型
到这一章，我们可以把个体认知模型进一步扩展：
Individual
│
├── Experience
│
├── Memory
│
├── Prior
│
├── Bias
│
├── Goal
│
├── Weight
│
└── Cognitive State然后与当前对象发生作用：
Individual
↓
Individual Cognitive State
↓
Current Object
↓
Current Attributes
↓
Current Dynamic State
↓
Matching
↓
Probability
↓
Cognition因此：
个体认知不是对象本身产生的，而是对象状态与个体认知结构共同作用的结果。
31.22 一个完整例子：两个个体面对同一个鸡蛋
现在把本章理论放入一个完整工程案例。
假设：
对象：鸡蛋当前状态：
压力 ↑
摩擦 ↑
滑移 ↑
形变轻微 ↑两个个体看到完全相同的信息。
个体A
过去有过鸡蛋破裂经历：
Experience
↓
Memory
↓
Prior：鸡蛋易损
↓
Bias：高风险关注
↓
Pressure Weight ↑
↓
Risk Probability ↑
↓
Cognition：需要保护个体B
过去很少接触鸡蛋：
Experience
↓
Memory
↓
Prior：较弱
↓
Bias：较低风险关注
↓
Pressure Weight ↓
↓
Risk Probability ↓
↓
Cognition：仍可正常操作于是：
Current Input A
=
Current Input B但：
Cognition A
≠
Cognition B进一步：
Action A
≠
Action B这就是个体认知理论真正需要解释的现象。
31.23 本章核心模型
现在可以建立：
Individual
│
┌─────────────┼─────────────┐
↓ ↓ ↓
Experience Memory Goal
↓ ↓ ↓
└─────────────┼─────────────┘
↓
Prior
↓
Bias
↓
Weight Structure
↓
Current Object → Dynamic State
↓
Dynamic Matching
↓
Probability
↓
Cognition
↓
Decision
↓
Behavior其中最关键的是：
Prior
↓
Bias
↓
Weight三者不是同一个概念。
31.24 偏差、先验、权重三者的区别
可以做一个明确区分：
| 概念 | 回答的问题 |
|---|---|
| 经验 | 我过去经历过什么？ |
| 记忆 | 我保留了什么？ |
| 先验 | 当前事情发生之前，我预期什么？ |
| 偏差 | 我的认知过程倾向于向哪里偏移？ |
| 权重 | 哪些信息对我更重要？ |
| 概率 | 我认为哪种结果更可能？ |
| 认知 | 我最终形成了什么判断？ |
因此：
经验
↓
记忆
↓
先验
↓
偏差
↓
权重
↓
概率
↓
认知这条链不是绝对的单向因果，而是一个相互影响的动态认知系统。
31.25 本章建立的理论原则
通过本章，可以正式提出几个原则。
原则一：认知偏差具有个体性
不同个体拥有不同认知历史，因此具有不同认知偏差。
原则二：偏差不是简单错误
偏差首先是认知过程中的系统性倾向，只有在与结果比较时才可能表现为错误。
原则三：偏差可以影响匹配
Bias
↓
Weight
↓
Matching原则四：偏差可以动态变化
Bias(t)
→
Bias(t+1)原则五：偏差可以通过学习修正
New Evidence
↓
Experience
↓
Memory
↓
Prior Update
↓
Bias Update原则六：偏差最终可以影响行为
Bias
↓
Cognition
↓
Decision
↓
Behavior31.26 从“个体偏差”进入“个体目标”
到这里，个体认知已经具备：
经验
+
记忆
+
先验
+
偏差但还缺少一个决定性变量：
这个个体现在究竟想做什么？
同一个人面对同一个对象，在不同目标下也可能产生不同认知。
因此下一章需要继续研究：
第32章 个体目标
核心问题是：
当对象、属性、状态和个体历史都相同，而个体当前目标发生变化时，认知匹配为什么会改变？
这将把：
经验
↓
记忆
↓
先验
↓
偏差
↓
目标
↓
权重
↓
概率
↓
个体认知进一步连接起来，并进入个体认知形成的核心阶段。