李 彬 徐富明 王 偉 張 慧 羅寒冰

(華中師范大學心理學院暨湖北省人的發(fā)展與心理健康重點實驗室;青少年網(wǎng)絡心理與行為教育部重點實驗室, 武漢 430079)

1 引言

20世紀80年代后, 大量的研究成果對占據(jù)人類認知發(fā)展兩大核心領域(記憶和推理)主導地位的理論——皮亞杰的理論、建構主義和信息加工理論構成了嚴重挑戰(zhàn), 經(jīng)典的認知發(fā)展理論無法對這些成果做出合理的解釋(曾守錘, 李其維,2004)。由此, Brainerd和Reyna (1990)提出了模糊痕跡理論(fuzzy-trace theory), 他們認為該理論基于廣泛的實證研究, 以新的視角來探索認知及其發(fā)展。

模糊痕跡理論的核心假設是人們在一個連續(xù)體上對信息進行多重表征, 這個連續(xù)體包含不同精確程度的要義層級, 從精確詳細的字面表征(verbatim representation)到模糊簡要的要義表征(gist representation)。字面表征保留了最精確的信息, 包括信息的表面形式、準確的數(shù)字信息、或是一句話的精確詞語; 而要義表征只保留了信息的基本意義及模式。在此基礎上, 該理論提出了以下的基本原則：人們加工信息時存在字面加工(verbatim processing)和要義加工(gist processing)兩種方式, 兩者在編碼時是平行的、存儲時是分開的、提取時是獨立的; 人們在記憶和思考時往往傾向于采取直覺的要義加工, 這種傾向被稱為模糊加工偏好(fuzzy-processing preference); 兩種加工方式存在個體差異。

在行為決策領域, Reyna和Brainerd (1991)最早用模糊痕跡理論對框架效應進行解釋, 并通過實證研究對此進行了驗證。但是他們只是針對框架效應中的某些具體問題做出分析和解答, 并沒有形成完整的解釋體系。此后, 模糊痕跡理論又對框架效應進行了深入探討(Kühberger & Tanner,2010), 而且在以醫(yī)療決策領域為主的風險知覺的研究上取得較大的突破(Reyna & Adam, 2003;Feldman-Stewart, Brundage, & Zotov, 2007)。另外,決策的個體差異也是模糊痕跡理論的重要解釋領域, 該理論采用了新的觀點, 創(chuàng)造性地以加工方式的個體差異來解釋決策的個體差異(Reyna &Lloyd, 2006; Jansen, Van Duijvenvoorde, &Huizenga, 2012)。根據(jù)模糊痕跡理論對行為決策現(xiàn)象的解釋, 我們提出了一個概括性的決策加工模型, 并總結了模糊痕跡理論對決策個體差異的分析, 最后展望未來的研究方向。

2 決策的加工過程

圖1 根據(jù)模糊痕跡理論提出的決策加工模型

根據(jù)模糊痕跡理論, 我們以圖1所示的模型來描述決策的加工過程：決策者在信息呈現(xiàn)時,首先要以自身的知識背景或者從外部獲得的相關內(nèi)容為參照, 對當前信息進行要義表征, 然后人腦會自動檢索與該信息相關的效價, 并依據(jù)檢索到的效價對要義進行價值判斷, 來決定究竟如何決策。本文以框架效應和風險知覺為例, 對這一決策加工模型進行解釋說明。

2.1 框架效應的加工過程

框架效應(framing effect)是指當決策信息以收益的形式呈現(xiàn)時, 人們傾向于選擇確定的結果,而當信息以損失的形式呈現(xiàn)時, 人們傾向于選擇有風險結果的一種現(xiàn)象。以亞洲疾病問題(Tversky& Kahneman, 1981)為例, 假設美國正在為亞洲即將爆發(fā)的一場疾病做準備, 這場疾病可能導致600人死亡, 你會選擇以下哪套方案：

積極框架：方案A, 200人會存活;

方案B, 有1/3的概率600人會存活, 有2/3的概率沒有人存活。

消極框架：方案C, 400人會死亡;

方案D, 有1/3的概率沒有人死亡, 有2/3的概率600人會死亡。

結果發(fā)現(xiàn)風險偏好會受信息框架的影響, 被試在積極框架下更可能選擇A, 而在消極框架下更可能選擇D。如圖1所示的過程, 由于亞洲疾病問題中的信息是常識性的, 普通大眾一般都能理解, 所以知識背景對人們選擇的影響較小, 也沒有外部的相關內(nèi)容出現(xiàn), 在此不對這兩者的影響進行探討。整個決策加工過程中最為關鍵的一環(huán)是人們對各個選項信息的表征。模糊痕跡理論認為人們在加工信息時傾向于使用模糊加工, 因此被試將框架問題中的數(shù)字信息表征為模糊的詞語, 如方案A被表征為“一些人存活”, B被表征為“有可能一些人存活或沒有人存活” (Reyna &Brainerd, 1991)?？蚣苄募庸み^程離不開效價的影響, 因為效價能夠指導決策(Pieterse, de Vries,Kunneman, Stiggelbout, & Feldman-Stewart, 2013)。效價是指人們擁有的存儲在長時記憶中的有關事物屬性的知識和普遍存在的基本要義原則。當被試完成對所有方案的表征后, 他們自動檢索到了長時記憶中的相關效價信息, 即“一些人存活比沒有人存活好”、“沒有人死比一些人死好” (Reyna& Brainerd, 2011)。在積極框架中, 個體將方案A和B拆分成兩部分進行比較和判斷, 即“一些人存活”和“一些人存活”、“一些人存活”和“沒有人存活”, 顯然前者的價值是相同的, 而根據(jù)效價信息,后者中A的價值要高, 因此被試傾向于選擇方案A, 對消極框架加工的分析與此類似。

通過上述的分析可以發(fā)現(xiàn), 框架效應之所以會出現(xiàn)是因為人們將方案中的數(shù)字信息表征為模糊的要義。但在亞洲疾病問題中, 600并不僅僅代表一些人, 而是代表所有可能死亡的人數(shù), 因此個體在進行要義表征時可以將方案B表征為“有可能所有人會存活或者沒有人存活”, 這樣方案A與方案B的比較即為“一些人存活”和“所有人存活”、“一些人存活”和“沒有人存活”這兩部分的比較, 前者中B的價值較高, 后者中A的價值較高,因此A和B的價值無法分出高低。據(jù)此推論, 如果在呈現(xiàn)信息時重點突出“600是所有人的人數(shù)”這一信息, 促使個體將“600人”表征為“所有人”,是否能夠使個體的選擇沒有差異？未來研究可以進一步驗證。

除了圖1所示的內(nèi)部知識背景、外部相關內(nèi)容及效價的影響外, 模糊痕跡理論認為情緒也能夠?qū)蚣苄募庸ぎa(chǎn)生影響。有研究者認為決策信息的情感聯(lián)系越強, 與字面編碼相比, 要義編碼的相對影響越強(Levine, 2012), 并且由錯誤校準情緒驅(qū)動的信仰系統(tǒng)能夠?qū)е聜€體在行為選擇時感知到的機會和潛在結果的錯誤表征(Paulus& Yu, 2012)。按照這樣的觀點推論, 情緒或情感的加強可能會導致框架效應的增強, 但是Seo,Goldfarb和Barrett(2010)卻發(fā)現(xiàn)情緒能夠削弱決策框架與風險行為的關系, 在收益范圍內(nèi)愉快體驗能夠減少風險規(guī)避, 而在損失范圍內(nèi)不愉快體驗能夠減少風險尋求。該研究與事關自己生死的決策中發(fā)現(xiàn)的結果一致, 相比物質(zhì)上的收益和損失框架效應, 決策者對于“存活”和“死亡”的意義有更深刻的情感體驗, 尤其是自己的生死, 他們將更加避免任何死亡發(fā)生, 其選擇也更具一致性,因此框架效應可能會消失(Fagley & Miller, 1997)。目前為止模糊痕跡理論關于情緒影響的觀點還只是一種理論假設, 缺乏直接的實證研究支持, 其正確性還有待檢驗。且Seo等人(2010)的研究并沒有說明情緒能夠削弱框架效應這一現(xiàn)象的內(nèi)在認知加工機制, 因此我們不排除存在其他內(nèi)在機制的可能。另外, Fagley, Coleman和Simon (2010)的實驗還發(fā)現(xiàn)情緒上的聚焦能夠?qū)蚣苄a(chǎn)生影響, 但是這種影響在不同性別中是有差異的。對于這樣矛盾、復雜的結果, 上述加工模型就顯得較為簡單, 不能比較詳細地說明情緒的影響作用, 需要進一步補充完善。

最后, 還有非常重要的一點需要說明, 本文所總結的框架效應的加工過程僅是針對狹義的框架效應, 即風險選擇框架效應(risky choice framing effect)而言的, 對于廣義上的框架效應的加工, 包括特征框架效應(attribute framing effect,指采用積極框架或消極框架描述一個事物的某個關鍵特征, 會影響個體對該事物的喜愛程度)和目標框架效應(goal framing effect, 指信息是強調(diào)做某事的獲益還是強調(diào)不做某事的損失, 會影響信息的說服力), 研究者并沒有進行詳細探討。而且模糊痕跡理論在解釋這兩種框架效應尤其是目標框架效應上存在一定的困難, 以“說服女性參加胸部自檢”為例, 無論是進行胸部自檢可能帶來的益處, 還是不進行胸部自檢可能帶來的風險,其包含的信息量都比較大, 進行要義表征所耗費的資源多。

2.2 風險知覺的加工過程

風險知覺(risk perception)是指人們對環(huán)境中的風險進行主觀的評定。模糊痕跡理論認為人們一般將信息的要義表征為類別的或是順序的(Reyna & Lloyd, 2006), 根據(jù)圖1所示, 人們在對決策信息進行要義表征時, 首先需要利用自身內(nèi)部的知識背景來理解所呈現(xiàn)信息的意義, 尤其是在專業(yè)性較強的決策中; 而當人們?nèi)狈ο嚓P的知識背景時, 他們就會依據(jù)來自外部的相關內(nèi)容對呈現(xiàn)的信息進行判斷, 即外部內(nèi)容能為當前信息的要義表征提供參照和依據(jù)。由于知識水平的高低、參照的內(nèi)容不同, 決策者可能將呈現(xiàn)的信息表征為某一類別或順序, 也可能表征為另一類別或順序, 這將直接影響到人們對該信息風險程度的判斷。與此一致, Peters等人(2009)認為人們通常不會直接使用數(shù)字信息, 直到獲得能夠進行比較和對照的數(shù)據(jù)來確定選項的情感意義, 或者直到通過其他方式(如評估類別)使這些數(shù)字獲得了意義, 他們才會使用數(shù)字; 并且無論信息以什么方式呈現(xiàn)都將影響到?jīng)Q策者對數(shù)字意義的尋找,以及在不熟悉領域中的選擇建構。如, Fagerlin,Zikmund-Fisher和Ubel (2005)在實驗中讓一部分女性被試估計其患乳腺癌的概率, 而另一部分女性不進行估計, 結果發(fā)現(xiàn)被試普遍高估自己患乳腺癌的概率(M=46%)。然后被試被告知普通人在一生中患乳腺癌的概率為13%, 這些高估患病率的被試會將13%表征為低概率, 其風險較低, 而沒有估計患病率的被試則表征為高概率, 風險較高。

與框架效應的加工過程一致, 效價也會影響到人們對風險程度和價值大小的判斷。在上述乳腺癌的例子中, 如果被試將13%表征為低概率,那么即使后來告知其有一些措施能夠預防乳腺癌,她們可能也不會重視這些措施, 因為對于低概率事件人們存有這樣的效價, 即“低概率事件一般不會發(fā)生”, 所以她們覺得自己先前高估了自身的患乳腺癌概率, 轉而對自己的身體情況抱有非常樂觀、輕松的態(tài)度, 認為這些預防乳腺癌的措施價值較低, 沒有必要為此花費時間和金錢; 而對于將13%表征為高概率的被試, 情況卻完全相反, 因為“高概率事件一般會發(fā)生”, 所以他們覺得自己的身體狀況不容樂觀, 將來很有可能患乳腺癌, 進而認為這些預防措施的價值較高, 非常有必要采取以達到預防的目的。

不論是以亞洲疾病問題為例的框架效應還是有關患乳腺癌的風險知覺, 其涉及的信息都是數(shù)字信息, 而對于非數(shù)字信息, 其表征方式與數(shù)字信息的要稍微有所差異。例如, Reyna和Adam(2003)發(fā)現(xiàn)被試低估了人乳頭瘤病毒(一種性傳播疾病病毒, 通過皮膚接觸傳播)的風險, 并認為他們可能將性傳播疾病表征為一種類似于艾滋病和淋病的流體傳播疾病, 以致高估安全套在預防此種疾病時的有效性, 而皮膚接觸傳播就可能是一種并不明顯的傳播方式。這說明人們經(jīng)常將疾病表征為一種原型(prototype), 這種原型是類別基線的一種不準確的要義表征(Reyna, 2008), 而疾病的原型表征有時會造成人們對疾病的風險性及其預防措施有效性的錯誤評估。在這里, 對于性傳播疾病的要義表征并不是基于具體的數(shù)字信息,而是根據(jù)對“性傳播疾病”這一詞語的表面意義的理解, 以與其相似的、并為人們所熟知的其他疾病替代, 來完成對該疾病風險知覺的加工。與數(shù)字信息相比, 非數(shù)字信息的表征較為復雜, 其決策的加工過程解釋起來也相對困難, 因此相關的實證研究較少, 未來研究應該在其他應用領域中進行廣泛探索。

總體來說, 接觸到相同信息的人可能形成不同的要義表征(Blalock et al., 2014), 在形成過程中還會受到情境中其他相關信息的影響, 這說明要義表征具有個體差異性和情境依賴性。因此,決策者在解釋陌生領域的信息, 尤其是數(shù)字信息時需要幫助, 不僅要理解它們是什么, 還要理解它們的意義; 信息提供者也需要確定信息的意義,并對其負責(Peters et al., 2009)。而且, 指導決策的效價信息也不都是正確的, 在提取時也可能會受到其他因素的影響(Pieterse et al., 2013), 所以在用效價指導決策時應該注意效價的正確性, 以及提取過程中是否受到干擾。此外, 以上述加工模型來解釋決策偏差時應考慮它的局限——代表性可能不足, 由于目前模糊痕跡理論對框架效應和風險知覺的解釋要相對完善, 因此本文著重以這兩者為例來闡述該模型, 但是對其他許多重要的決策現(xiàn)象如沉沒成本效應(sunk cost effect)等,這一模型的解釋力就稍顯不足, 缺乏廣泛認可的觀點和實證研究。

3 決策的個體差異

根據(jù)模糊痕跡理論, 人們在決策時的加工過程存在個體差異, 不同年齡段的個體在加工方式上會有很大的不同, 知識、經(jīng)驗的差異也會對加工方式造成影響, 因此本文對決策個體差異的解釋將分成以下三部分：不同年齡段兒童的決策差異、青少年與成人的決策差異、專家與新手的決策差異。

3.1 不同年齡段兒童的決策差異

不同年齡段的兒童由于其認知和語言能力的發(fā)展水平不同, 他們的決策存在著顯著的差異。模糊痕跡理論認為加工方式在發(fā)展上是有差異的,兒童早期個體主要以字面分析加工為主, 隨著年齡增長個體就會從依賴字面加工轉向依賴要義加工(Miller & Bjorklund, 1998)。

Reyna和Ellis (1994)對兒童框架效應進行了研究, 在實驗中年齡4至11歲的兒童被分成三組,回答不同獎勵和風險的框架問題。結果發(fā)現(xiàn)學齡前兒童的選擇在不同框架中沒有顯著差異; 二年級兒童在風險最高時表現(xiàn)出反向框架模式(reverse-framing pattern), 他們更可能在確定選項中偏好風險, 而在賭博選項中規(guī)避風險; 五年級兒童在風險增加時呈現(xiàn)出單一的增加風險規(guī)避的傾向, 他們也是三組兒童中唯一表現(xiàn)出標準框架模式(standard framing pattern, 即前文詳述的框架效應)的一組。但是五年級兒童的決策依賴于結果間差異的大小, 如果結果間的差異較小(如肯定會獲得1個獎品, 或者50%的可能性獲得2個獎品),他們在消極框架中更傾向風險尋求, 即出現(xiàn)標準框架模式; 在中間水平上, 不同框架的選擇沒有差異; 而當差異較大時(如肯定會獲得30個獎品,或者50%的可能性獲得60個獎品), 他們就會表現(xiàn)出反向框架模式。

根據(jù)上述兒童框架效應的結果可以推論, 要義加工導致框架效應產(chǎn)生, 因此相對于年齡較小的兒童, 五年級兒童能夠在決策中使用要義加工。該推論得到了劉澤文, 郭謙和葛列眾(2010)的研究支持, 他們發(fā)現(xiàn)8歲兒童的字面痕跡提取能力或保持能力沒有發(fā)展完善, 10歲時兒童已經(jīng)很好地形成了提取和保存字面痕跡的能力, 8至10歲兒童提取要義痕跡、形成要義連接以及存儲要義痕跡的能力在這段時間持續(xù)發(fā)展。這說明在10歲以前相對于要義加工, 兒童字面加工能力的發(fā)展程度比較高, 所以在這一時期內(nèi)兒童在決策時通常使用字面加工。但這種字面加工的能力還沒有發(fā)展完善, 因此學齡前兒童只能進行數(shù)量上的粗略計算, 二年級兒童也僅從收益數(shù)量上考慮。10歲以后兒童字面加工能力發(fā)展比較完善,要義加工的能力也有了一定發(fā)展, 因此他們同時使用字面加工和要義加工, 這就導致五年級兒童反向框架和標準框架模式的出現(xiàn)。

總之, 學齡前兒童在決策任務中從數(shù)量上結合風險和收益兩個維度對呈現(xiàn)的信息進行基本的理解, 并能將概率和結果信息整合起來(Levin,Hart, Weller, & Harshman, 2007); 二年級兒童將這種數(shù)量上的關注從兩個維度轉向一個維度; 五年級兒童的加工能力進一步發(fā)展, 要義加工能在決策中發(fā)揮作用, 他們可以從性質(zhì)上對決策信息進行分析。隨著年齡的增長, 兒童的要義加工能力正在逐步發(fā)展成熟, 雖然三個年齡段兒童都沒有表現(xiàn)出明顯的模糊加工偏好, 但要義加工在決策中的地位將變得越來越重要。

3.2 青少年與成人的決策差異

模糊痕跡理論認為青少年在風險選擇中雖然也能進行要義思考, 但是他們更傾向于對風險的優(yōu)劣細節(jié)進行慎重地推理; 而成人卻不是以細節(jié)為導向, 他們更多地基于要義進行決策(Figner,Weber, Mackinlay, & Wilkening, 2009)。

Reyna 等人(2011)發(fā)現(xiàn)在框架任務中隨著結果在數(shù)量上變化, 青少年會出現(xiàn)標準框架模式與反向框架模式, 但是成人卻不會出現(xiàn)這種現(xiàn)象,只是其標準框架模式會消失, 這表明青少年的風險偏好傾向比成人高。Furlong和Opfer (2009)的研究也發(fā)現(xiàn), 雖然在框架任務中各選項結果的比例保持不變, 但是收益數(shù)量上的差異會影響青少年的選擇。這可能是因為青少年在決策時較多地運用字面加工, 當收益在數(shù)量上的差異較小時,青少年不會給予它較高的權重; 而當這一差異增大時, 其權重也會增大。例如, 1元和2元之間的差值為1, 而100元和200元的差值是100, 相對于100而言, 1這樣的差值較小, 有時可能會忽略不計。但由于成人在決策時傾向于進行要義加工,所以對差值的大小可能不那么敏感, 他們會將兩種收益表征為一個類別, 這樣就不會出現(xiàn)反向框架模式。另外, Steinberg等人(2008)認為青少年在決策中重視收益數(shù)量的差異, 風險偏好傾向高,也有可能是由某些神經(jīng)生物學因素造成的, 如感覺尋求(sensation seeking)和行為抑制(behavioral inhibition)。感覺尋求促使個體偏好風險, 而行為抑制促使個體規(guī)避風險, 兩者是相互制約的。在青春期, 感覺尋求和行為抑制都得到了發(fā)展, 行為抑制的增長被感覺尋求的增長所抵消, 但感覺尋求在青春期過后會下降, 而行為抑制則隨年齡的增長而增長(Van Leijenhorst et al., 2010;Steinberg et al., 2008)。

3.3 專家與新手的決策差異

前文已提到自身的知識背景能夠影響信息的要義表征, 因此在成人期, 某一專業(yè)領域的專家和新手在該領域做出的決策也是有差異的。模糊痕跡理論認為, 隨著人們在一項任務中變得越來越有知識和經(jīng)驗, 他們的信息加工就會越來越基于要義, 在這一任務的范圍內(nèi)逐漸傾向于將信息加工得盡可能簡單、定性、明確(Reyna & Lloyd,2006)。也就是說與新手相比, 專家能夠發(fā)展出相關風險的適當要義, 并能使用更先進的要義加工來解決問題(Wolfe & Fisher, 2013)。如, Reyna和Lloyd (2006)發(fā)現(xiàn)知識水平不同的醫(yī)生, 他們的醫(yī)療決策存在差異：知識水平較高的專業(yè)人士在心肌梗塞、冠心病的確診和風險知覺上更有能力區(qū)分低風險病人和高風險病人; 而知識水平較低的新手更可能通過選擇中間水平的治療來阻止他們的決策極端化。當然, 并不是所有的專家在決策時都基于要義, 由于有意思考者更多基于字面做決策, 而無意思考者更多基于要義做決策, 所以模糊痕跡理論認為采用無意思維的專家能夠比采用有意思維的專家做出更好的預測, 這一推論得到了實證研究的支持(Dijksterhuis, Bos, Van der Leij, & Van Baaren, 2009)。然而, González-vallejo和Phillips (2010)卻認為模糊痕跡理論承認意識是多維的, 而且該理論并沒有說明當仔細思考時要義加工不能使用, 因此Dijksterhuis等人(2009)的觀點還有待商榷。

雖然與新手相比, 專家能夠依賴要義加工做出更加確定的決策, 但是這并不表示他們的決策就一定是理性的。有研究者認為就像隨著年齡增長, 要義加工能力的發(fā)展導致偏差增多一樣, 隨著知識的增多, 人們越來越依賴要義加工, 決策時的非理性偏差也應該增多(Reyna, Chick, Corbin,& Hsia, 2014)。其實驗也證實了這一觀點, 情報人員比大學生表現(xiàn)出更多的偏差, 當結果以損失框架呈現(xiàn)時, 他們更愿意拿著人的生命冒險, 并對自己的選擇更有信心。而Perneger和Agoritsas(2011)的結果卻與上述研究不太一致, 他們雖然發(fā)現(xiàn)了醫(yī)生和病人一樣在決策時都表現(xiàn)出框架效應, 但兩者之間卻并不存在顯著差異。

對加工方式發(fā)展差異的研究一直是模糊痕跡理論研究的關鍵組成部分, 而且由于該理論對要義加工的強調(diào), 知識對要義表征的影響也是其研究的重點。因此, 本文對決策個體差異的敘述主要圍繞年齡和知識的差異展開。但是, 該理論對決策個體差異的其他方面(如性別等)的解釋相對較少, 未來需要針對這些方面做更深入的研究。

4 研究展望

4.1 模糊痕跡理論與其他理論的比較

預期理論(prospect theory)認為當面臨比參照點多的收益時, 決策者是風險規(guī)避的; 而當面臨比參照點少的損失時, 決策者是風險尋求的; 而且由同等數(shù)量的收益和損失帶來的主觀感受是不同的, 損失帶來的痛苦要遠大于收益帶來的快樂,因此決策者更傾向于損失規(guī)避(Kahneman &Tversky, 1979)。從理論內(nèi)容上看, 預期理論根據(jù)參照點劃分收益和損失, 并且運用數(shù)字模型對行為和現(xiàn)象進行解釋和預測, 而模糊痕跡理論是從個體的加工方式入手, 提出了風險決策的加工模型, 但是其模型是文字的, 而非數(shù)字的。因此預期理論更多地利用數(shù)字, 結合事實來建立具體的數(shù)學模型, 如果缺乏數(shù)字信息, 預期理論或許不能完善地解釋某些現(xiàn)象; 但數(shù)字信息對模糊痕跡理論來說并不十分重要, 從這點來看模糊痕跡理論的解釋領域可能更廣。并且, 預期理論的數(shù)字化與模糊痕跡理論的文字化也影響了兩者的應用領域, 前者更多地偏向經(jīng)濟學、行為經(jīng)濟學, 其他領域也有所涉及; 而后者的研究目前多集中于醫(yī)療決策領域, 其應用范圍可能沒有前者的廣闊。在對框架效應的解釋力上, Chang, Yen和Duh (2002)發(fā)現(xiàn)對于管理會計決策中出現(xiàn)的框架效應, 模糊痕跡理論比預期理論有更強的解釋力, 后來Kühberger和Tanner (2010)又將亞洲疾病問題框架中的零補充項刪除, 重新形成了一種新的框架問題。他們認為預期理論預測該問題會出現(xiàn)框架效應, 而模糊痕跡理論則預測方案的選擇沒有差異, 其實驗結果證實了后者預測的正確性。

雙加工理論(dual process theory)認為個體有兩個加工系統(tǒng), 基于直覺的啟發(fā)式系統(tǒng)和基于理性的分析系統(tǒng); 啟發(fā)式系統(tǒng)加工的速度較快, 不占用或占用很少的心理資源; 分析系統(tǒng)加工速度較慢, 占用較多的心理資源, 遵從邏輯和規(guī)則(Sloman, 1996)。第一, 從理論內(nèi)容上看, 雙加工理論與模糊痕跡理論都認為人類加工信息的方式有兩種, 但是這兩類加工在本質(zhì)上是不同的, 前者是從思維方式的角度, 基于直覺和理性的區(qū)分,而后者是從心理語言學的角度, 基于要義與字面的區(qū)分。第二, 從理論發(fā)展上看, 模糊痕跡理論的發(fā)展較慢, 兩種加工方式并沒有發(fā)展成為比較完整的加工系統(tǒng); 而雙加工理論的兩個加工系統(tǒng)雖然在劃分方式與獨立性等方面存在質(zhì)疑, 但這兩種加工系統(tǒng)的存在卻得到了許多研究的支持(Keren & Schul, 2009)。第三, 兩個理論的矛盾點在于究竟哪種加工方式比較高級。雙加工理論認為啟發(fā)式加工能夠?qū)е赂嗟姆抢硇云? 所以與啟發(fā)式加工相比, 分析加工是一種比較高級的加工; 而模糊痕跡理論則認為要義加工能夠?qū)е赂嗟姆抢硇云? 它同時還表示要義加工是相對高級的加工(Reyna & Brainerd, 2008)。如果分析加工是比較高級的加工方式, 那隨著個體年齡的增長, 分析加工的能力隨之發(fā)展, 偏差的發(fā)生應該減少, 但實際上某些偏差隨年齡的增長而增多,這顯然與雙加工理論的預測不符, 因此模糊痕跡理論在解釋這樣的“發(fā)展逆轉”現(xiàn)象時具有優(yōu)勢(Reyna & Brainerd, 2011)。

綜上所述, 模糊痕跡理論為信息加工提供了一種更為現(xiàn)實的觀點, 其解釋及預測具有生態(tài)和現(xiàn)實意義, 因為它同時考慮了認知局限和對任務的動態(tài)適應(Kühberger & Tanner, 2010; 段錦云,曹忠良, 婁瑋瑜, 2008)。但是, 與上述理論以外的其他理論相比, 模糊痕跡理論并不一定具有優(yōu)勢,如Kühberger (1995)發(fā)現(xiàn)在解釋亞洲疾病問題時概率心理模型(probabilistic mental models)的解釋力要比模糊痕跡理論、預期理論的高。而且模糊痕跡理論在某些方面仍然存在一定的局限性, 它的某些具體解釋關鍵還是依賴于任務或現(xiàn)象的性質(zhì)(Figner et al, 2009)。因此, 模糊痕跡理論的優(yōu)勢具有相對性, 未來應該在更廣闊的情境和條件下驗證上述觀點, 不能以偏概全、一概而論。

4.2 進一步完善根據(jù)模糊痕跡理論提出的決策加工模型

首先, 根據(jù)模糊痕跡理論的解釋, 研究者提出了一些相關的干預措施。例如, 增強對要義信息的理解能夠幫助人們提高決策的質(zhì)量和速度(Elwyn, Stiel, Durand, & Boivin, 2011), 提升語義的一致性能夠幫助人們更好地區(qū)分信息的類別或順序(Wolfe & Reyna, 2010)。但是多數(shù)基于理論提出的干預措施其可操作性和有效性仍然需要未來研究的檢驗。而且雖然其中少數(shù)得到了實驗證實,如Severtson和Henriques (2009)的研究結果表明圖像能夠幫助人們更準確地理解細節(jié)信息的要義,Wolfe, Fisher和Reyna (2013)又進一步發(fā)現(xiàn)歐拉圖和2×2表能夠增強語義一致性, 前者還可以減少重疊集和子集的不一致。但是已得到驗證的干預措施卻很少被廣泛地運用到現(xiàn)實情境中, 因此這些措施在現(xiàn)實中究竟應如何應用？目前的多數(shù)研究尚不能給出明確答案, 未來需要在具體的生活情境中探索, 這也是一種對該模型正確性的間接檢驗。

其次, 對決策信息中數(shù)字的判斷能夠影響決策, 尤其是對數(shù)學概率的判斷, 信息中各概率值之間存在復雜的關系, 準確判斷這些關系是做出理性決策的重要前提。有研究者發(fā)現(xiàn)人們的字面加工能力越差, 出現(xiàn)合取謬誤(conjunction fallacy)、析取謬誤(disjunction fallacy)的次數(shù)就越多(Liberali, Reyna, Furlan, Stein, & Pardo, 2012)。可以看出, 根據(jù)模糊痕跡理論, 合取、析取謬誤的產(chǎn)生可能是因為人們只簡單地加工信息的要義,而忽略了準確細節(jié)。未來可以探索決策加工模型是否能夠解釋合取、析取謬誤的加工過程, 改善上文提及的這一模型代表性不足的問題。

最后, 由于模糊痕跡理論在某些解釋上具有情境依賴性, 而本文的決策加工模型完全依照模糊痕跡理論提出, 所以該模型在對一些具體現(xiàn)象的解釋上仍然有待完善。目前已有研究者嘗試將模糊痕跡理論的觀點與其他的理論或觀點結合來解釋某些現(xiàn)象, 如Fukukura, Ferguson和Fujita(2012)結合解釋水平理論(construal level theory)與模糊痕跡理論來解釋心理距離能夠在信息超負荷的情況下通過要義記憶提高決策質(zhì)量, Kühberger和Wiener (2012)曾將焦點調(diào)節(jié)能改變風險態(tài)度和模糊加工偏好這兩種觀點相結合, 來建立一個能夠預測框架任務中風險態(tài)度的模糊邏輯模型。因此, 研究者可以在決策加工模型中加入一些其他的理論和觀點, 來彌補它在某些具體情境或現(xiàn)象解釋上的局限, 提高其普適性。

4.3 深入探索決策的個體差異

近年來, 有研究者發(fā)現(xiàn)心理障礙或精神疾病患者的決策與常人不同。例如, Miller, Odegard和Allen (2014)認為自閉癥患者在9至11歲時缺少轉向使用要義的發(fā)展轉變過程, 但這并不表示他們沒有加工要義的能力, 而是其自發(fā)使用該能力來指導認知或行為反應的傾向在降低。這一觀點得到了De Martino, Harrison, Knafo, Bird和Dolan(2008)的支持, 他們的研究發(fā)現(xiàn)與控制組相比,自閉癥患者對框架效應的敏感度較低, 說明他們在決策時較少運用要義加工。另外, Raji, Lopez,Kuller, Carmichael和Becker (2009)發(fā)現(xiàn)阿茲海默癥與海馬萎縮有關, 并且隨著病情發(fā)展萎縮的腦區(qū)會從內(nèi)側顳葉向外延伸。而內(nèi)側顳葉的單側毀損(包括杏仁核)會損害記憶中復雜刺激的要義(Adolphs, Tranel, & Buchanan, 2005)。因此可以推測與正常同齡人相比, 阿茲海默癥患者的要義加工能力將隨病情加重逐漸降低, 可能在決策時不太容易出現(xiàn)框架效應等偏差, 未來可以對此推論進行驗證。類似研究亦可以擴展到其他心理疾病中, 探索各類患者在腦區(qū)活動、加工能力和行為決策等方面的異狀及其關系, 從產(chǎn)生根源上為模糊痕跡理論對決策個體差異的解釋提供強有力的證據(jù)。

段錦云, 曹忠良, 婁瑋瑜. (2008). 框架效應及其認知機制的研究進展.應用心理學, 14(4), 378–384.

劉澤文, 郭謙, 葛列眾. (2010). 兩種視覺特征提示對兒童錯誤記憶發(fā)展的影響.心理學報, 42(3), 406–414.

曾守錘, 李其維. (2004). 模糊痕跡理論: 對經(jīng)典認知發(fā)展理論的挑戰(zhàn).心理科學, 27(2), 489–492.

Adolphs, R., Tranel, D., & Buchanan, T. W. (2005). Amygdala damage impairs emotional memory for gist but not details of complex stimuli.Nature Neuroscience, 8(4), 512–518.

Blalock, S. J., Slota, C., DeVellis, B. M., DeVellis, R. F.,Chewning, B., Sleath, B. L., & Sleath, B. L. (2014). Patient–rheumatologist communication concerning prescription medications: Getting to the gist.Arthritis Care & Research,66(4), 542–550.

Brainerd, C. J., & Reyna, V. F. (1990). Gist is the grist:Fuzzy-trace theory and the new intuitionism.Developmental Review, 10(1), 3–47.

Chang, C. J., Yen, S. H., & Duh, R. R. (2002). An empirical examination of competing theories to explain the framing effect in accounting-related decisions.Behavioral Research in Accounting, 14(1), 35–64.

De Martino, B., Harrison, N. A., Knafo, S., Bird, G., & Dolan,R. J. (2008). Explaining enhanced logical consistency during decision making in autism.Journal of Neuroscience,28(42), 10746–10750.

Dijksterhuis, A., Bos, M. W., Van der Leij, A., & Van Baaren,R. B. (2009). Predicting soccer matches after unconscious and conscious thought as a function of expertise.Psychological Science, 20(11), 1381–1387.

Elwyn, G., Stiel, M., Durand, M. A., & Boivin, J. (2011). The design of patient decision support interventions: addressing the theory-practice gap.Journal of Evaluation in Clinical Practice, 17(4), 565–574.

Fagerlin, A., Zikmund-Fisher, B. J., & Ubel, P. A. (2005).How making a risk estimate can change the feel of that risk: Shifting attitudes toward breast cancer risk in a general public survey.Patient Education and Counseling,57(3), 294–299.

Fagley, N. S., Coleman, J. G., & Simon, A. F. (2010). Effects of framing, perspective taking, and perspective (affective focus) on choice.Personality and Individual Differences,48(3), 264–269.

Fagley, N. S., & Miller, P. M. (1997). Framing effects and arenas of choice: Your money or your life?Organizational Behavior and Human Decision Processes, 71(3), 355–373.

Feldman-Stewart, D., Brundage, M. D., & Zotov, V. (2007).Further insight into the perception of quantitative information:judgments of gist in treatment decisions.Medical Decision Making, 27(1), 34–43.

Figner, B., Weber, E. U., Mackinlay, R. J., & Wilkening, F.(2009). Affective and deliberative processes in risky choice:Age differences in risk taking in the Columbia card task.Journal of Experimental Psychology: Learning Memory andCognition, 35(3), 709–730.

Fukukura, J., Ferguson, M. J., & Fujita, K. (2012).Psychological distance can improve decision making under information overload via gist memory.Journal of Experimental Psychology: General, 142(3), 658–665.

Furlong, E. E., & Opfer, J. E. (2009). Cognitive constraints on how economic rewards affect cooperation.Psychological Science, 20(1), 11–16.

González-vallejo, C., & Phillips, N. (2010). Predicting soccer matches: A reassessment of the benefit of unconscious thinking.Judgment and Decision Making, 5(3), 200–206.

Jansen, B. R., Van Duijvenvoorde, A. C., & Huizenga, H. M.(2012). Development of decision making: Sequential versus integrative rules.Journal of Experimental Child Psychology,111(1), 87–100.

Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk.Econometrica, 47(2), 263–291.

Keren, G., & Schul, Y. (2009). Two is not always better than one: A critical evaluation of two-system theories.Perspectives on Psychological Science, 4(6), 533–550.

Kühberger, A. (1995). The framing of decisions: A new look at old problems.Organizational Behavior and Human Decision Processes, 62(2), 230–240.

Kühberger, A., & Tanner, C. (2010). Risky choice framing:Task versions and a comparison of prospect theory and fuzzy-trace theory.Journal of Behavioral Decision Making,23(3), 314–329.

Kühberger, A., & Wiener, C. (2012). Explaining risk attitude in framing tasks by regulatory focus: A verbal protocol analysis and a simulation using fuzzy logic.Decision Analysis, 9(4), 359–372.

Levin, I. P., Hart, S. S., Weller, J. A., & Harshman, L. A.(2007). Stability of choices in a risky decision making ask:A 3-year longitudinal study with children and adults.Journal of Behavioral Decision Making, 20(3), 241–252.

Levine, D. S. (2012). Neural dynamics of affect, gist, probability,and choice.Cognitive Systems Research, 15–16, 57–72.

Liberali, J. M., Reyna, V. F., Furlan, S., Stein, L. M., &Pardo, S. T. (2012). Individual differences in numeracy and cognitive reflection, with implications for biases and fallacies in probability judgment.Journal of Behavioral Decision Making, 25(4), 361–381.

Miller, H. L., Odegard, T. N., & Allen, G. (2014). Evaluating information processing in Autism Spectrum Disorder: The case for Fuzzy Trace Theory.Developmental Review, 34(1),44–76.

Miller, P. H., & Bjorklund, D. F. (1998). Contemplating fuzzy-trace theory: The gist of it.Journal of Experimental Child Psychology, 71(2), 184–193.

Paulus, M. P., & Yu, A. J. (2012). Emotion and decisionmaking: Affect-driven belief systems in anxiety and depression.Trends in Cognitive Sciences, 16(9), 476–483.

Perneger, T. V., & Agoritsas, T. (2011). Doctors and patients'susceptibility to framing bias: A randomized trial.Journal of General Internal Medicine, 26(12), 1411–1417.

Peters, E., Dieckmann, N. F., V?stfj?ll, D., Mertz, C. K.,Slovic, P., & Hibbard, J. H. (2009). Bringing meaning to numbers: The impact of evaluative categories on decisions.Journal of Experimental Psychology: Applied, 15(3), 213–227.

Pieterse, A. H., de Vries, M., Kunneman, M., Stiggelbout, A.M., & Feldman-Stewart, D. (2013). Theory-informed design of values clarification methods: A cognitive psychological perspective on patient health-related decision making.Social Science & Medicine, 77, 156–163.

Raji, C. A., Lopez, O. L., Kuller, L. H., Carmichael, O. T., &Becker, J. T. (2009). Age, Alzheimer disease, and brain structure.Neurology, 73(22), 1899–1905.

Reyna, V. F. (2008). A theory of medical decision making and health: Fuzzy trace theory.Medical Decision Making,28(6), 850–865.

Reyna, V. F., & Adam, M. B. (2003). Fuzzy-trace theory, risk communication, and product labeling in sexually transmitted diseases.Risk Analysis, 23(2), 325–342.

Reyna, V. F., & Brainerd, C. J. (1991). Fuzzy-trace theory and framing effects in choice: Gist extraction, truncation,and conversion.Journal of Behavioral Decision Making,4(4), 249–262.

Reyna, V. F., & Brainerd, C. J. (2008). Numeracy, ratio bias,and denominator neglect in judgments of risk and probability.Learning and Individual Differences, 18(1), 89–107.

Reyna, V. F., & Brainerd, C. J. (2011). Dual processes in decision making and developmental neuroscience: A fuzzytrace model.Developmental Review, 31(2–3), 180–206.

Reyna, V. F., Chick, C. F., Corbin, J. C., & Hsia, A. N.(2014). Developmental reversals in risky decision making:Intelligence agents show larger decision biases than college students.Psychological Science,25(1), 76–84.

Reyna, V. F., & Ellis, S. C. (1994). Fuzzy-trace theory and framing effects in children's risky decision Making.Psychological Science, 5(5), 275–279.

Reyna, V. F., Estrada, S. M., DeMarinis, J. A., Myers, R. M.,Stanisz, J. M., & Mills, B. A. (2011). Neurobiological and memory models of risky decision making in adolescents versus young adults.Journal of Experimental Psychology:Learning, Memory, and Cognition, 37(5), 1125–1142.

Reyna, V. F., & Lloyd, F. J. (2006). Physician decision making and cardiac risk: Effects of knowledge, risk perception, risk tolerance, and fuzzy processing.Journal of Experimental Psychology: Applied, 12(3), 179–195.

Seo, M-G., Goldfarb, B., & Barrett, L. F. (2010). Affect and the framing effect within individuals over time: Risk taking in a dynamic investment simulation.Academy of Management Journal, 53(2), 411–430.

Severtson, D. J., & Henriques, J. B. (2009). The effect of graphics on environmental health risk beliefs, emotions,behavioral intentions, and recall.Risk Analysis, 29(11),1549–1565.

Sloman, S. A. (1996). The empirical case for two systems of reasoning.Psychological Bulletin, 119(1), 3–22.

Steinberg, L., Albert, D., Cauffman, E., Banich, M., Graham,S., & Woolard, J. (2008). Age differences in sensation seeking and impulsivity as indexed by behavior and selfreport: evidence for a dual systems model.Developmental Psychology, 44(6), 1764–1778.

Tversky, A., & Kahneman, D. (1981). The framing of decisions and the psychology of choice.Science, 211(4481), 453–458.

Van Leijenhorst, L., Gunther Moor, B., Op de Macks, Z. A.,Rombouts, S. A., Westenberg, P. M., & Crone, E. A.(2010). Adolescent risky decision making: Neurocognitive development of reward and control regions.NeuroImage,51(1), 345–355.

Wolfe, C. R., & Fisher, C. R. (2013). Individual differences in base rate neglect: A fuzzy processing preference index.Learning and Individual Differences, 25, 1–11.

Wolfe, C. R., Fisher, C. R., & Reyna, V. F. (2013). Semantic coherence and inconsistency in estimating conditional probabilities.Journal of Behavioral Decision Making, 26(3),237–246.

Wolfe, C. R., & Reyna, V. F. (2010). Semantic coherence and fallacies in estimating joint probabilities.Journal of Behavioral Decision Making, 23(2), 203–223.