那些讓你後悔萬分的決定，都是怎麼做出的？

做出不合理的決定，可能是因為你的大腦要節能。

撰文 Emily Singer

翻譯 秦琪凱

審校 丁家琦

圖片來源：Pablo Alfieri/Quanta Magazine

我們每個人都經常做出糟糕的決定。就拿巧克力為例，如果你愛士力架勝過德芙，那麼當讓你二選一時，你顯然會選士力架。傳統的經濟學模型遵循邏輯直覺，認為人們會給每個選擇賦值，好比士力架是10分，德芙是5分——然後選擇得分最高的。然而，我們的決策系統並不一定永遠遵循理性原則，偶爾會出點「小故障」。

在最近的一項實驗中，紐約大學的神經科學家Paul Glimcher及其合作者要求受試者從各種巧克力棒中做出選擇。如果提供了士力架、星河（Milky Way）以及喜樂杏仁巧克力糖（Almond Joy）三種，受試者往往會選擇士力架，但如果提供了包括士力架在內的20種巧克力棒，選擇就變得不那麼明朗了。他們有時會選擇其他牌子的巧克力棒，儘管士力架仍是他們的最愛。而當實驗者排除了其他選項，只留下士力架和他們最後選擇的巧克力棒時，受試者自己也搞不明白為什麼自己沒有選士力架了。

為了理解這些不合理的選擇背後是何原因，經濟學家們已經花費了超過50年。諾貝爾獎也發過了，怪誕經濟學的書也賣出去百萬本，但經濟學家們仍然不明白為什麼這些看似不合理的決定會發生。哥倫比亞大學決策科學中心聯合主任、心理學家Eric Johnson說：「關於如何解釋這一現象甚至都發展成了一項小的產業，科學家也付出了不少的努力來避免這些不合理的決定，但目前為止出現的好幾種解釋都沒什麼說服力。」

最近15到20年，神經科學家開始直接研究大腦，以期獲得這個問題的答案。「知道信息在大腦中呈現的方式和大腦的計算規則，將有助於你理解人們為什麼會做出這些決定。」加州大學聖迭戈分校的理論神經科學家Angela Yu如是說。

Glimcher正在同時從大腦和行為兩方面的理論來嘗試解釋我們決策的不合理性。他結合了行為學實驗（例如剛剛提到的巧克力棒選擇實驗）的結果和神經科學數據（即動物做決定時大腦的電活動測量數據），以建立一個關於我們如何決策及為什麼會做出錯誤決定的理論。

Glimcher是新興的神經經濟學（neuroeconomics）領域的先驅之一，他的理論整合了腦活動、神經網路、功能磁共振成像（fMRI）和人類行為等多個領域中的重要研究。「他因將神經科學與經濟學聯繫起來而知名，」 普林斯頓大學的神經科學家Nathaniel Daw說。Daw認為，Glimcher一項最重要的貢獻，就是解決了如何將諸如價值的這類抽象觀念量化，並在實驗室中研究它們的問題。

在一篇新的工作論文里，Glimcher及其共同作者，同樣來自紐約大學的Kenway Louie和多倫多大學的Ryan Webb提出，他們基於神經科學的模型能比標準經濟學模型更好地解釋當人們面對紛繁選擇時的表現。「這個用生物學的語言描述，並經受了神經科學檢驗的神經模型，可以很好地解釋一些經濟學家無法解釋的事物。」 Glimcher說。

這個決策模型的核心，就是大腦對能量的渴望。大腦是身體里代謝消耗最大的組織，它僅佔據了人體2%到3%的質量，卻消耗了20%的能量。因為神經元實在是太需要能量了，所以大腦無法同時兼顧準確度和效率，而Glimcher認為保持決策準確度的代價大於收益。因此，在面對讓人眼花繚亂的眾多品牌麥片時，我們可能就會被迷惑住，從而錯失我們最愛的那一種。

Glimcher的提議吸引了經濟學家和神經科學家的興趣，但並不是每個人都買賬。聖路易斯華盛頓大學的神經科學家Camillo Padoa-Schioppa說：「我認為這非常令人激動，但這仍然只是一個假設。」神經經濟學仍然是一個剛起步的領域，科學家們甚至對大腦哪部分參與做決定仍無定論，更別說如何做決定了。

迄今為止，Glimcher已經表明，他的理論在特定條件下比較成功，例如上文提到的巧克力棒實驗。而他下一步的目標則是拓展現有範圍，尋找怪誕經濟學所研究的其他決策錯誤並用來檢驗他的模型。「我們力爭找到關於選擇的『大統一理論』。」他說。

分而治之，各個擊破

大腦是一個極其渴望能量的器官。神經元彼此之間傳遞信息是通過電脈衝的形式，稱為峰電位或動作電位，而準備和產生這些電脈衝信號十分耗能。

上世紀60年代，科學家推測，大腦是通過儘可能高效地編碼信息來處理這一難題的，這一模型被稱作高效編碼假說。它預測，神經元會用最少的峰值來編碼數據，就像通訊網路努力用最少的比特來傳送數據一樣。

Paul Glimcher是紐約大學的神經科學家，他發展出了一個模型可以解釋我們如何做出經濟決策和我們為什麼會做出錯誤決定。這張圖展示了他和用來追蹤眼球運動的裝置，這個裝置用於研究動物的決策。圖片來源：Paul GLimcher本人

在上世紀90年代末和本世紀初期，科學家表明，大腦的視覺系統的確利用了這個原則。大腦會忽略可預測的信息，而著重關注意外。如果牆的一部分是黃色，其餘部分也可能是黃色，那麼神經元就會忽視這部分的細節；但如果牆上有一個巨大的紅色污點，那麼神經元則會特別關注這一部分。

Glimcher提出，大腦的決策機制同樣如此。想像一個簡單的決策場景：一個猴子在兩杯果汁中抉擇。簡單起見，假設猴子的大腦中一種選擇只用一個神經元來完成，選項越有吸引力，神經衝動速率越快，猴子通過比較神經衝動速率來做出決定。

設想實驗人員首先向猴子展示一個簡單的選擇：左邊是一茶匙的可口果汁，右邊是一壺可口果汁。假如一茶匙對應著神經元每秒產生1次脈衝，而一茶壺果汁對應著神經元每秒產生100次脈衝。這樣的話，就很容易得出二者的區別了：一個神經元聽起來像滴答鐘錶，另一個則像振翅蜻蜓。

但當猴子面前左邊是一滿壺果汁，而右邊是幾乎滿壺的果汁時，情況就不那麼明朗了。假設幾乎滿壺的果汁會讓神經元每秒產生80次脈衝，那麼猴子就要在每秒80次和每秒100次的神經衝動之間做出區分，這就有點難了，好比區分蜻蜓的振翅與蝗蟲的嗡鳴。

Glimcher認為，在面對這種情況時，大腦會通過重新校正尺度來把兩個選項區分開來，將幾乎滿壺果汁對應的神經元脈衝速率降得更低，那麼再一次選擇時，猴子就可以容易地區分兩個選擇了。

Glimcher的模型被稱為「分離歸一化」（divisive normalization），它闡明了重新校正過程中的數學原理。它推測，如果神經元只對選項間的相對差異來編碼脈衝序列，就能夠高效地傳遞信息。「各個選項之間有許多共同的信息，他們並不是隨機獨立的，」 Glimcher說，「歸一化剔除了冗餘信息，這樣一來，信息就會儘可能明確，耗費的能量也儘可能地少。」他注意到，習慣接觸自適應系統的工程師對這一想法並不震驚，而研究選擇的人卻常常對此感到驚訝。

Daw表示：「分離歸一化最大的優點在於，它吸收了我們從視覺得來的原理，並直接應用在了其他有意義的方向。」

上文中果汁的例子只是理論上的，但Glimcher和他的合作者們記錄下了猴子在做出不同選擇時大腦的電活動。這些研究證明，負責決策的神經元的表現正如模型預測的一般。如果科學家增加某一選項的價值，相當於將一個普通的星河巧克力棒換成一個美味的士力架，而代表這個選項的神經元也會增加激發速率。

而如果你增加另一個選項的價值，比如將士力架之外的另一個普通巧克力棒換成超大塊的，則會降低士力架的相對價值——模型預測，這樣的話代表士力架的神經元激發速率會降低，而Glimcher和他的同事表明大腦頂葉皮層的神經元的確這樣運作，這也給模型提供了生理學上的支持。「這種分離歸一化函數可以很好地描述所有條件下的數據，」 Glimcher說，「這支持了神經元的工作模式等同或接近於分離歸一化的觀點。」

這個系統在絕大多數情況都工作得很好，但正如我們從黑暗的電影院走出時，在明亮的陽光照耀下會出現短失明的現象一樣，決策機制有時也會出問題。我們在現代世界裡遇到的令人目不暇接的無數選擇就與此類似，Glimcher和他的合作者就在用這類錯誤來檢驗其模型，研究同樣的演算法能否預測出其他場景下當人類趨向做出的不當選擇。

另一方面的聲音

不過，神經經濟學仍然是一個十分年輕的領域，充滿了問題與爭論。Glimcher不是唯一一個發現大腦判斷經濟價值的標誌的神經科學家。科學家們已經運用非侵入性人腦成像和動物大腦直接記錄的方法，在不同的腦區測量了決策時的神經特徵，但關於究竟是大腦哪一部分真正做出決定仍有爭論。到底是大腦的哪一部分在計算士力架的激發速率要比星河的高？「並沒有一個公認的概念來解釋大腦是在哪裡、怎樣完成價值比較和決策的。」Padoa-Schioppa說。

Glimcher的神經記錄實驗是在頂葉皮層進行的，但Padoa-Schioppa對於頂葉皮層與經濟決策的相關性表示懷疑。他說，損壞頂葉皮質並不會影響基於價值的決策，而損壞大腦額葉則會。基於這個原因，Padoa-Schioppa對Glimcher的模型多少有點懷疑。他認為，在關於選擇的神經科學模型方面，此時此刻還沒有足以服眾的理論。

其他的神經科學家們則認為，分離歸一化的一般概念是可取的，但需要進一步的細化，以來解釋人類決策的更加複雜的方面。例如，Yu就指出，這個模型在簡單決策時很成功，但是對於更加複雜的情形，可能就不那麼有效了。「分離歸一化模型很有意義，但是他們為探索決策過程中而設計的實驗有點太簡單化了，」Yu說，「為了解釋人類的決策的各種現象，我們需要加強這個模型並且著眼於更加複雜的決策場景。」

分離歸一化模型的框架來源於對視覺系統的研究，Yu認為其被應用到決策研究時會更加複雜。關於視覺系統編碼的對象，科學家已經了解得很多了：無非就是由色彩和光影組成的二維場景。自然場景遵照一些常規、容易計算的特徵，大腦可以利用此來過濾一些冗餘信息。簡單來說，如果一個像素點是綠色的，那他周圍的像素點也有很大可能是綠色的。

但是，決策系統運作時的限制條件則要複雜得多，並且要考慮到多種類型的信息。舉個例子，如果你要買一幢房子，你肯定會考慮房子的地點、大小和風格，但這些要素的相對重要性以及它們的最優值（地點位於市區還是郊區、風格屬於復古還是現代）都是非常主觀的，不僅因人而異，甚至可能在同一個人的不同時期也會變化。「在決策過程中，並不存在一個經濟學領域的『冗餘』（redundance）那樣簡單、易於測量，且被決策科學家們廣泛接受，並看做是比較各個選項的過程中起主導作用的數學量。」Yu說。

她提出，我們會做出一些不合理的決定，背後可能是因為我們在衡量不同選項的價值時存在不確定性。「如果你已經買下了許多套房，你在評估房子時的視角肯定會與首次購房者時有所不同，」Yu說，「或者說如果你的父母在住房危機期間購買了房子，也可能影響你以後自己買房時的判斷。」

此外，Yu還指出，視覺和決策系統的最終目標是不同的。「視覺系統的目標是從世界上獲取儘可能多的信息，」她說，「而決策系統卻是儘力讓你做出你會喜愛的決定。我認為，對於決策系統而言，計算的對象並不是信息，而更像『總體愉悅感』這種與行為相關的東西。」

對我們大多數人而言，我們對決策最關心部分還是其實際應用——我們如何做出更好的決定? Glimcher說他的研究已經幫助他找出了具體的策略。「現在在做決定時，我不會一下子直接選擇最心儀的選項，而是先排除掉選項里最不好的，將選項數減少到一個可以控制的數量，比如說3個，」他說，「我發現這真的有用，而這正是來源於我們關於數學的研究。有時候，你可以從最複雜的事務中學到簡單的東西，而這的的確確可以提高你的決策水平。」

https://www.quantamagazine.org/20160823-the-neuroscience-behind-bad-decisions/

更多精彩

-當你發獃時，大腦在做什麼？

-關於大腦，這五個「常識」其實是謠言

-數學家的大腦，跟我們這些凡夫俗子有何不同？

轉載請先聯繫newmedia@huanqiukexue.com。

TAG:環球科學 |

※你做過哪些讓你後悔的事？又是怎麼彌補的？
※那些年的家裝，你後悔了嗎？注意幾點，讓你不再後悔
※嫁給這樣一個如饑似渴的男人，你後悔嗎？
※看完這個你還敢許願嗎？等你後悔的時候，已經太晚了
※千萬不要讓這種人民幣從你身邊溜走，否則你後悔都找不到地！後悔也沒用！
※出現青春痘，千萬別拖，一定要及時處理！否則會讓你後悔的！
※後悔了嗎？這幾個段子絕不讓你後悔！
※有這幾個特點的員工，再優秀也是不能培養的！否則你後悔都來不及！
※看完這個你還敢逃課外出嗎，遇上這種人有你後悔的
※喝了，困了，讓我們喝口吧！你還有這想法嗎看看吧，不看你後悔的
※聽我一句勸，千萬不要對狗子說出去玩這三個字，否則你後悔都來不及！
※一個女人有這樣的表現，即使男人不要也罷，渠道家就讓你後悔終生，還是遠離吧！
※「大姨媽」期間傻傻的做了這件事，否則慢慢出現各種毛病，讓你後悔莫及。
※遠嫁可能讓你後悔的六個原因，你後悔過嗎？
※懷孕後再嘴饞也別吃這些東西，否則有你後悔的！
※遠嫁可能讓你後悔的三個原因，你後悔過嗎？
※你後悔嗎？那些想說卻又來不及說的話
※好後悔孕期沒有做這些事，看來只有二胎補回來了，你後悔了嗎？
※離開這樣的尤文，你後悔了嗎？