思维倾向与认知能力

讨论至此,让我们退后一步,思考一下我们是如何解释现实世界中的人类行为的呢?让我们走近一位漫步在悬崖边的女士。三种场景,三个故事,可惜每个故事都是以悲剧收场。希望大家思考如何对每个故事中的死亡原因进行解释。

场景A:一位女士沿着海边悬崖散步,忽然一股劲风吹过,将她吹落悬崖,女士重重地撞到海边的巨石上而死。

场景B:一位女士沿着海边悬崖散步,她试图爬上一块巨石,然而她所爬的并不是石头,而是一道深渊的边缘,她不小心跌落,撞到巨石而死。

场景C:一位女士试图自杀,飞身跃下海边悬崖,撞到海边巨石而死。

试问,导致上述三则故事中女主角死亡的直接原因是什么呢?三个故事的答案相同。在场景A中发挥作用致使这位女士死亡的物理法则(万有引力),同样适用于场景B和场景C。可是,我们会隐隐觉得仅仅用万有引力似乎无法给场景B和场景C一个完整的解释。没错,如果想究其死亡的本质原因,需要从不同层面对三个场景进行解释。

对于场景A来说,仅仅用物理法则(风力、重力和冲击力)即可对死亡原因做出清晰的解释。从物理学层面对死因进行科学解释无疑是非常重要的,但与本章讨论的主题关系不大,不是我们的兴趣所在。相比来说,场景B和场景C之间的差异对本章后续的讨论更加重要。

在分析场景B时,心理学家倾向于这样进行分析:当她对眼前的刺激进行加工时(看起来像巨石的深渊边缘),信息处理系统发生紊乱,给反应决策机制发送了错误的信息,导致她做出了灾难性的动作反应。以上过程被认知科学家称为算法层面的分析[1]。如果从机器智能的视角来看,这类似于操纵电脑的抽象机器语言(FORTRAN,COBOL等)。在这个方面,认知心理学家做了大量工作,认为我们可以假定大脑中存在特定的信息处理机制(输入编码机制、知觉登记机制、短时和长时记忆存储系统等)。例如,一个简单的字母发音任务也许会涉及字母编码、短时记忆存储、与长时记忆中的已有信息进行比较等过程,如果经过比较后发现能够与已有记忆配对,则做出决策,执行动作反应。对于场景B中的女士死亡原因,从算法层面进行解释最为恰当。由于她的知觉登记和分类机制功能发生紊乱,给决策反应机制提供了错误的信息,导致她不慎跌落悬崖。

然而,对于场景C来说,就丝毫不涉及算法层面的信息加工谬误了。这位女士精确地知觉到了悬崖边缘,动作指令中心下达了操纵她身体的准确指令,让得她纵身一跃,跳落悬崖。单从算法层面来说,她的计算加工过程执行堪称完美。算法分析运行正常,无法为场景C中的女士死因提供解释。导致她死亡的真正原因是她的目标以及她对所处世界的信念与目标的交互作用。

1996年,哲学家丹尼尔·丹尼特(Daniel Dennett)撰写了一本关于人类心智与其他动物心智异同的书。他将这本书命名为《心灵种种》,认为人类大脑中存在多种心智控制系统。基于这本书的理念,场景B中的女主角存在算法心智问题,而场景C中的女士则有反省心智方面的问题。为了更好地理解场景C这一类案例,需要对个体的目标、欲望和信念进行分析。如果仅从算法层面进行分析,很难完美地解释场景C这类问题。因为算法层面提供了大脑如何加工特定任务(在本例中是如何跳下悬崖)的解释,而没有解释为什么要执行这个任务。如果想更深入地了解系统计算(系统试图加工什么?原因何在?)的目标,那么,就要把关注点转向反省心智层面了。简而言之,反省心智关注于系统目标、与目标相关的信念以及基于当前系统目标和信念的最优化的行动。只有在反省心智分析层面,理性才会参与其中。更为重要的是,算法心智的效率可以被量化评估,但理性的效率却无法被评估。

关于信息处理效率与理性相对立的担忧也体现在智力测验的现状中。这些测试是信息处理效率的测评工具,而非理性。心理测量学领域的一种经典概念区分为这一观点提供了清晰的解释。长期以来,心理测量学家区分了典型表现情境与最优化(有时被称为“最大化”)表现情境[2]。典型表现情境中几乎没有限制和约束,没有要求绩效最大化的指令,对任务的解释在一定程度上由被试自行决定,任务目标具有开放性。这类情境关注的是在较少约束条件时,一个人通常会做出怎样的行为。典型表现测量评估的是反省心智,评估的是目标优先级和知识管理。与之相对比,最优化表现情境是指任务解释是由外部因素确定的。个体在完成任务时,得到了要让表现最优化的指示,并且被告知了达到最优化目标的具体做法。因此,最优化表现测量是对目标达成的效率进行评估,这种方法能够获取算法心智的加工效率。所有的智力测验或认知能力测验都是最优化表现评估,而对批判性思维和理性思维的测量则通常是在典型表现情境下的评估。

算法心智与反省心智的区别还体现为个体在认知能力和思维倾向方面的差异,已有充分证据表明这两者之间存在本质性区别。如前所述,认知能力测量实则是对算法心智效率的评估。思维倾向的称谓在心理学中尚存争议,不同的学者看法不一,比较常用的是“思维倾向”和“认知风格”两种说法。许多思维倾向方面的研究将关注点置于信念、信念结构,以及信念形成与改变的态度。另外,个体的目标和目标层级结构也属于思维倾向的研究范畴。心理学工作者已对积极开放的思维、认知需求(乐于思考的认知倾向)、对行为后果的深思熟虑、迷信思想和教条主义等思维倾向[3]展开了深入的研究。

有关这些思维倾向的文献数量繁多,在此我无意赘述。需要提请大家注意的是,经由思维倾向评估所得出的认知倾向,反映了人们在以下几方面的认知属性:为了做出决策而收集信息的认知倾向、为了得出结论而寻求多元观点的倾向、面对问题时思维广度的认知倾向、根据证据矫正已有观点的倾向、采取行动前考虑后果的思维倾向、做决策前权衡情境的倾向、寻求细微差别以避免绝对论的倾向。简而言之,思维倾向的个体差异可以通过对反省心智操作的测量而得出,具体包括:目标管理、认识价值观、自我管理认识论等。以上这些心理特质是支撑理性思维和行动的基石。

智力测验所评估的认知能力不包括上述任何一种。既没有高层次的个人目标及目标管理,也没有基于相斥证据而有意改变信念的倾向。然而,人们却通常认为“智力”的定义包含上述特质,下一章会对这个问题进行详细介绍。有些学者认为,智力的概念内涵应包含理性行为和理性信念。但是,不管持这种观点的学者如何呼吁,一个不可忽视的事实是:现行的各种智力测验所评估的都只是算法层面的认知能力。当前得到广泛应用的智力测验丝毫没有涉及对理性思维和行为的评估。

经由智力测试评估的算法心智决定了场景B中这位女士的命运,但是,却无法为场景C中的死因提出充分解释。如果想深入全面地了解场景C中的女士死因,我们不仅要知道她的记忆加工过程和模式识别速度,还需要更多额外的信息。我们还需要知道她的人生目标是什么?她眼中的世界是什么样子?我们最为迫切想知道的问题是,她跳崖自杀的意义何在?我们对她在跳崖时的认知效能是否最大化并不感兴趣(算法层面的问题),我们真正关心的是:她的自杀是否经过了理性思考?

[1] 关于认知科学层面的分析,详见安德森等人的研究(Anderson,1990,1991;Bermudez,2002;Demett,1978,1987;Levelt,1995;Marr,1982;Newell,1982,1990;Oaksford and Chater,1995;Pollock,1995;Pylyshyn,1984;Sloman,1993;Sloman&Chrisley,2003;Sterely,1990)。称呼该分析层面的专业术语并不统一,关于我为何选择了算法这种说法,以及围绕着该问题的讨论与争论,参见我的其他论著(Staovich,1999,2004)。

[2] 关于传统与最优/最大的区别,参见艾克曼等人的研究(Ackerman,1994,1996;Ackerman&Heggestad,1997;Ackerman and Kanfer,2004;Cronbach,1949;Matthews,Zeidner,and Roberts,2002)。

[3] 很多学者都曾研究过思维倾向(比如,Ackerman and Heggestad,1997;Baron,1985,2000;Cacioppo et al.,1996;Dole and Sinatra,1998;Kruglanski and Webster,1996;Norris and Ennis,1989;Perkins,1995;Schommer,1990;Stanovich,1999;Sternberg,1997c,2003b;Sternberg and Grigorenko,1997;Strathman et al.,1994)。

《超越智商:为什么聪明人也会做蠢事》