下载掌阅APP，畅读海量书库
立即打开
多达90%的参与者在回答四卡片选择任务时答错了，85%的参与者在回答琳达组合问题时答错了。对大多数人来说，分析式系统对他们判断的控制并不那么稳固。分析式系统的这种失败表明，很多人不能很好地实现他们个人目标的最大化；这一点，我们将在随后两章中看得更清楚。否定后者（四卡片选择任务中，大多数参与者都不擅长使用的逻辑形式）跟概率的结合原则，正是建立清晰思维的重要基础。在第4章中，我们将会看到，这些推理错误不仅仅是实验室现象，也会发生在真实世界中，还会带来真切的消极结果。这些，以及其他许多认知心理学家研究的问题，都是实验室覆盖自发式反应问题的回声；这些问题在本章开头的几个案例中都有反应。
我们将在后面几章（特别是第7章和第8章）看到，本书呈现的认知模型给个人身份带来了有趣的问题。如果我们大脑的不同部分不和，计算出相互冲突的输出，那么，哪一个才是我们认同和谈论的“我们”呢？哪一部分，才是“作为一个人，我们到底是谁”的最佳代表呢？在某些情况下，答案貌似很清楚。当一个人回避和排斥破相者，但又觉得这样做不好，他到底在认同哪一种认知输出呢：是回避，还是对回避的羞耻？这两种反应都来自同一个大脑。当一个丈夫没有安慰因遭受强奸而痛苦的配偶，但很快他又后悔没有这样做时，哪一种认知输出是丈夫应该认同的：没有安慰她，还是后悔没有安慰她？
在这两种情况下，我们希望人们认同羞耻和后悔，希望他们认为另一种反应远非他们的本性。我们以这种方式感受，原因在于，起初的反应是由自发式系统自动运作产生的（不适当）输出，未经思考或反思。而羞耻和后悔是对整个环境文本分析和反思的结果。我们觉得，在许多这样的情况下，人们应该认同他们的反思式心智，而不是达尔文式心智。
支持我们的分析式心智，反对自发式心智，这就是我们给出的解决之道。但问题并不这么简单。思考一下本章注释25提及的哈克贝利·费恩的案例，它早已成了哲学分析的对象（比如Bennett 1974；MacIntyre 1990）。哈克基于最基本的友情和同情心，帮助他的奴隶朋友吉姆逃跑。然而，当哈克贝利明确思考时，他开始怀疑自己的做法：把奴隶放走，让白人帮他们，自己是不是做错了。这种情况下，我们的判断逆转了：我们想要哈克认同他的自发式模块引发的情绪，拒绝他被明确灌输的道德观念。这里的问题在于，哈克贝利通过分析式系统接受的明确的道德判断，并不是通过反思获得的（这是本书第7章的核心问题）。
哈克贝利·费恩的案例说明，外显思维加工依然有可能援引未经反思就吸收的规则。在这种情况下，我们可不想让自发式反应被这样的规则战而胜之。我将在第7章和第8章分析更多的类似案例。那时，我们将会看到，假如分析式系统使用未经反思就获得的智力工具，就会招致危险的外显思维过程。不过，这里，我要强调的是本章中阐述的一种未经反思的认知类型，即自发式认知（这种认知具有更古老的进化根源，它拥有自动的、弹道式的、不假思索、不受监督的特征）。当自发式跟分析式加工冲突时，我们不应该自动地认同前者（“跟着你的感觉走”）。按照哲学家丹尼尔·丹尼特的说法，那就是在认同你大脑的掘地蜂部分。
人类自然而然地看重 反省 心智而不是达尔文式 反射 心智。为了说明这一点，丹尼特在他1984年写的与自由意志有关的一本书中，要求我们思考自己对掘地蜂（Sphex ichneumoneus）行为描述的反应。雌掘地蜂为了产卵和孵化后代，会做很多事情。首先，她会挖一个洞穴。接着，她飞出去寻找蟋蟀。当她找到一个合适的对象，就会刺入蟋蟀的身体，把它麻痹，但又不杀死它。她把蟋蟀带回洞穴，放在洞穴口。她随后进入洞穴，确保一切安全，万事俱备。如果是这样，雌掘地蜂就会回到门口，把被麻痹的蟋蟀拖到洞穴里。然后，她就把卵产在洞穴里，密封起来，完事就飞走了。当卵孵化时，掘地蜂幼虫就吃瘫痪了的蟋蟀，那时蟋蟀恐怕还没腐烂，因为它仅仅是被麻痹了，但依然活着。
掘地蜂的所有表现，看起来相当复杂，令人印象深刻：这是一场动物智能的真实表演。表面上的确如此。也就是说我们将了解到，实验室研究表明，掘地蜂行为的几乎任何一个步骤都是精心设计的、面对自身环境中具体刺激而做出的刻板而僵化的程序性反应。举例来说，思考一下掘地蜂把被麻痹的蟋蟀放在洞穴口的行为：她检查洞穴，然后把蟋蟀拖进里面。科学家发现，这一套行为不是反思的结果，而是相当刻板的。当掘地蜂在洞穴里检查时，他们把洞穴口的蟋蟀移动了几英寸远。当雌蜂出来后，她现在就不会把蟋蟀拖进去了。相反，她会把蟋蟀再拖到洞穴口，又一次检查洞穴。要是门口的蟋蟀又被移动了一英寸左右的距离，雌掘地蜂 还是 不会把它拖进洞穴里，而是第三次把蟋蟀移到洞穴口，再一次回到洞穴进行检查。事实上，在某个研究者不断搞破坏的实验中，雌掘地蜂居然把洞穴检查了 40次 ，也不会直接把蟋蟀拖进去。达尔文式动作的固定类型主宰着一定的行为顺序。当这种行为被具体的一套刺激引发后就会展开，而任何偏离这套顺序的偏差都不会被容忍。
在类似掘地蜂的情况中，当我们第一次观察到这种生物体如此巧妙复杂的行为时，恐怕会惊讶万分：它们乍看之下如此聪明。接着，实验就告诉我们，刚才描述的行为其实很机械。丹尼特把这称之为“当观察或了解昆虫或其他低等动物时，一种毛骨悚然的感觉：活动热闹非凡，可家里 一个人都没有！ ”（1984，13）。丹尼特引用了认知科学家道格拉斯·霍夫斯塔特（1982）的观点，提议我们把这种令人不安的特征称为“掘地蜂性”。他说，看到简单生物体表面行为的复杂性背后不过是简单、刻板的例行公事，这会让我们担忧：“有什么能让你确信，你自己不是掘地蜂，哪怕有一点点不是？”（11）。
出现在表2-1中的认知双过程理论，以及本章讨论的所有目的，就是以不同方式告诉读者这样的事实：我们都 有 一点像掘地蜂。事实上，这些理论中有很多都强调，自发式系统的无处不在，以及分析式加工的罕见和困难，实质上都认为我们默认的加工模式跟掘地蜂一样。假如我们不想跟掘地蜂一个样，就必须坚持完成那个艰难的任务：调用认知能力，运行包括心智套件的序列模拟机，以便能监控自发式系统，确保它实现的是载体水平的目标。
自发式模块提供的输出，要是跟有理有据的分析式系统的输出有矛盾，它们就可以被视作“你体内的掘地蜂”。某些自发式过程是我们当前环境的产物，因为习得的规则经过多次练习就能自动执行。即使了解这一点，也不能减少我们对于掘地蜂性的恐惧。通过广告，通过我们青春期的同伴群体，或通过我们父母重复的教条（这些教条来自他们有限的经历，因而并没有使得他们跟掘地蜂有什么不同），像掘地蜂一样的反应倾向都可能被安装在我们的自发式系统中。可事实上，它们跟其他的自发式加工过程一样，都没有经过反省，都不是深思熟虑的结果。只有那些经过反思被安装在自发式系统中的规则，才应该受尊重、被认同，即使这些规则有时候也会被过度概括（因为那时它们会自动运行），即使它们在某种情况下也需要被克服。
当自发式系统传给分析式系统的信息被不适当地（像前面讨论的掘地蜂一样）引发时，你体内的掘地蜂式加工就可能让你误入歧途。即使大多数情况下，自发性启发式通常都对你有用，这种情形也会发生。认知心理学家阿莫斯·特沃斯基跟丹尼尔·卡尼曼一起，率先进行了自发性启发式的研究。他们发现，这些启发式大多数时候都是不错的小帮手，但在某些情况下，它们会让我们变得跟掘地蜂一样蠢（Kahneman and Tversky 1973，1984；Tversky and Kahneman 1974，1983）。其中一种自发性启发式就是所谓的锚定和调整启发式（Brewer and Chapman 2002；Tversky and Kahneman 1974）。当我们要对一个不知大小的数值估算时，这个启发式就会发挥影响。使用锚定和调整启发式时，我们首先根据自发式系统，锚定一个我们了解的最相关的类似数值。接着，我们就根据已知的具体事实的含义，通过受控的分析式调整把锚定点提高或降低。
这里有一个锚定和调整如何运作的例子。思考一下，温斯顿先生听到布莱尔先生向他抱怨，说自己的孩子花了大把时间听音乐。布莱尔先生诉苦，说他儿子买了大概100张光碟。他又问温斯顿先生，他儿子有多少张。不知如何估算，温斯顿先生就以100这个数字为锚定点，在此基础上调整。他儿子戴耳机的时间不像布莱尔的儿子那么长，因此，温斯顿先生给出了75的估计值。此外，他儿子参加了更多的户外活动，于是他又把估计值从75调低为60。不过，温斯顿先生突然想起来，由于各种原因，他儿子的零花钱比布莱尔的儿子多，因此他接着把估计值从60调高到70。
看起来，这不是一个糟糕的过程，它使用了所有可用的信息。自发式系统让分析式系统聚焦于最相关的数值附近，接着，根据已知的具体实施，更多的分析式加工进行调整。可是，当能拿到的锚定数值跟手边的计算不相关时，问题就来了。我们如果仍然使用它，就成了掘地蜂。在一个经典实验中，特沃斯基和卡尼曼（1974）展示了这一情况是如何发生的。他们要求参与者观察纺车。当指针停在一个数字上（该数字被动了手脚，总是指向65）时，参与者会被问及，联合国中非洲国家所占的比例是高于还是低于该数字。回答完这个问题后，参与者接着就要给出他们自己的最佳估计值，即非洲国家占联合国所有国家的比例有多少。而在另一组参与者中，他们看到的指针总是指向数字20。同样，他们也要回答非洲国家在联合国的比例高于还是低于该数字，也要给出自己的估计值。结果，第一组的估计值远远高于第二组；前者是45%，而后者是25%。
显然，某些事发生了。两组使用的都是锚定和调整启发式：高的锚定值被调低，低的锚定值被调高。不过，他们的调整“拖泥带水”，调整得不够，因为他们没有考虑这个事实：最初的锚定值完全由研究者 随机 决定。对于自发式系统给出的某个锚定值，不管它是有关还是无关，锚定与调整启发式都表现出了掘地蜂倾向。在特沃斯基和卡尼曼的这个实验中，我们显然应该忽略锚定值。可是，我们过于习惯使用锚定值，因为它们携带着某种重要信息。而在它们需要被拧干水分、打折处理的情况下，我们没有那么做。
你想有10%的概率获得1美元，还是有8%的概率获得1美元？几乎所有人都会选择前者。然而，了解了西摩·爱泼斯坦跟同事（Denes-Raj and Epstein 1994；Kirkpatrick and Epstein 1992；Pacini and Epstein 1999）的研究，要是你像该研究中的多数人一样，你其实会因为头脑中的掘地蜂而选择后者。在爱泼斯坦的好几个实验中，参与者面前有两碗果冻豆。第一碗中有9个白色果冻豆和1个红色果冻豆，第二碗中是92个白色果冻豆和8个红色果冻豆。这是一个随机抽奖：参与者从两碗果冻豆中随便取一个，要是拿到了红色果冻豆，就能赢得1美元。尽管多数人都意识到，在统计学上，大碗中赢得1美元的概率低，但他们认为，大碗中能获胜的果冻豆也多，有8颗红色的。许多人都抵制不住诱惑，选择了含有更多红色豆的大碗，尽管有人也承认这一碗抽中的概率低。很多人能意识到不利的概率，但还是忍不住要从大碗中抽奖。这一点，在某些参与者的评论中得到了说明：“我选择含有更多红色果冻豆的碗，因为看起来我获胜的方式更多，虽然我也知道，这一碗里白色的果冻豆更多，而且概率对我不利”（Denes-Raj and Epstein 1994，823）。简而言之，更简单的自发式系统倾向，即对绝对数量更多的获胜物做反应，击败了更复杂的计算概率的分析式过程。
因此，可能有大量的自发性启发式已安装在你的头脑中，让你有机会表现出跟掘地蜂一样的行为。而且，从第1章令人震惊的事实中，我们知道，在复制子跟载体目标不兼容时，你的基因想让你像掘地蜂一样，为基因的目标服务。它们想让你盲目执行你的自发式系统发布的指令。而机器人叛乱，部分就来自我们有能力认识到，我们的行为有可能让自己变成掘地蜂，并因此采取措施，防止它发生。