魏子晗 李興珊

(中國科學(xué)院 行為科學(xué)重點實驗室,心理研究所,北京 100101)

1 前言

決策(decision making)就是人類根據(jù)自己的意愿和信念選擇行動的過程(莊錦英,2006)。理解人類的決策行為,改善決策過程是一個重要的研究領(lǐng)域。美國國家科學(xué)院曾指出“沒有哪一項基礎(chǔ)科學(xué)的研究目標能比‘了解人類是如何思維、解決問題、做出決定、并改進我們解決問題和制定政策的能力’這一研究目標更有前景、更為重要”(Simon,1986)。

決策研究自 20世紀 50年代興起,至今已有60多年的研究歷史(Weber & Johnson,2009)。盡管在這期間,研究者們?nèi)〉昧艘欢ǖ某晒?其中還有3位學(xué)者(Herbert Simon,1978年; Maurice Allais,1988年; Daniel Kahneman,2002年)因?qū)π袨闆Q策研究的突出貢獻而獲得了諾貝爾經(jīng)濟學(xué)獎(李紓,2006)。但是,至今我們似乎依然無法準確地回答“人類究竟是如何做出決策”這一謎題。為什么我們對決策過程知之甚少？一個重要的原因在于研究技術(shù)的局限性。由于缺乏直接觀察或記錄決策過程的技術(shù)手段,在很長一段時間內(nèi),研究者們只能通過觀察某些輸入變量(決策任務(wù)的特征、決策者的特征等)與決策結(jié)果的關(guān)系,來推測其背后隱含的決策過程。

近年來,隨著決策過程追蹤技術(shù)的使用和發(fā)展,研究者們逐步實現(xiàn)了對決策過程的直接觀察和記錄。其中,眼動技術(shù)由于其獨特的優(yōu)勢,逐漸成為決策過程追蹤研究中一項重要的研究技術(shù),眼動技術(shù)為揭示決策行為的心理機制,建立、完善和發(fā)展決策理論做出了重大貢獻。

2 為什么應(yīng)用眼動技術(shù)研究決策過程？

2.1 研究決策過程的重要性

決策研究中包括兩種不同的研究范式：基于決策結(jié)果(outcome-based)的研究范式和基于決策過程(process-based)的研究范式(Svenson,1979; Weber& Johnson,2009; Johnson,Schulte-Mecklenbeck,&Willemsen,2008; Riedl,Brandst?tter,& Roithmayr,2008; Schulte-Mecklenbeck,Kühberger,& Ranyard,2011)。前者只關(guān)注決策中的輸入–輸出數(shù)據(jù)(inputoutput data),通過分析實際行為數(shù)據(jù)與模型的擬合程度(goodness-of-fitting)來評價與驗證模型。這是一種較為傳統(tǒng)的研究范式,期望效用理論(Expected Utility Theory; Luce & Raiffa,1957)、預(yù)期理論(Prospect Theory; Kahneman & Tversky,1979)等早期決策理論都是基于這種研究范式得以建構(gòu)和發(fā)展(Gl?ckner & Betsch,2011)。但是,這種研究范式本身具有一定的局限性：首先,利用這種研究范式很難進行有效的模型比較,需要借助于非常精妙的實驗設(shè)計(Schulte-Mecklenbeck et al.,2011),很多情況下,同樣的決策行為結(jié)果能夠被多種模型所解釋,無法判別哪種模型的解釋更為合理(Weber & Johnson,2009; Johnson et al.,2008); 其次,這種研究范式對模型的證偽同樣存在困難,當實際決策行為與模型預(yù)測相悖時,舊的模型可以通過引進新的函數(shù)來優(yōu)化模型的擬合度,這就如同希臘神話中的九頭蛇——斬去一頭生出二頭,無法從根本上實現(xiàn)模型證偽(李紓等,2009; 汪祚軍,李紓,2012)。最后,也是最重要的一點,基于結(jié)果所發(fā)展的決策模型只是一個基于方法學(xué)產(chǎn)生的人造物(artifact) (Franco-Watkins &Johnson,2011),它所做的只是利用回歸、方差分析等統(tǒng)計方法去解釋輸入變量(決策任務(wù)或決策者的特征)與輸出變量(決策結(jié)果)的關(guān)系(Weber &Johnson,2009),而并非解釋實際的“決策過程”。許多模型對過程的假設(shè)存在著巨大的差異,但卻對決策結(jié)果有著相同的預(yù)測(Johnson et al.,2008),因此在這種情況下發(fā)展的模型即使能夠很好地擬合決策的結(jié)果,我們?nèi)耘f不能得知決策背后的心理機制是否真的如模型所預(yù)測的那樣。例如,從決策結(jié)果上來看,累積預(yù)期理論(Cumulative Prospect Theory,CPT; Kahneman & Tversky,1979; Tversky &Kahneman,1992)通過修正各種參數(shù),能夠很好地擬合決策結(jié)果,看起來是一個“好”的理論(Gl?ckner& Herbold,2011; Suter,Pachur,& Hertwig,2015)。但是,即使大多數(shù)被試的選擇結(jié)果能夠被累積預(yù)期理論這種基于期望價值計算的模型正確地預(yù)測,也依舊無法說明“決策過程”就是像累積預(yù)期理論所說的那樣是基于期望價值計算的。實際上,很多基于過程的研究都表明,決策過程并非像累積預(yù)期理論所說的那樣進行加權(quán)求和(Schulte-Mecklenbeck et al.,2011)。

與基于結(jié)果的研究范式不同,基于過程的研究范式試圖尋找輸入–輸出結(jié)果之間如何發(fā)生關(guān)聯(lián),旨在解釋決策行為背后的心理過程(Svenson,1979; Johnson et al.,2008)?；谶^程的研究范式直接對決策中的心理過程(如：哪種信息被深度加工整合了？)、決策者在決策中的中間狀態(tài)(如：決策信息會促進決策者提取什么樣的記憶？)、決策的時間順序(如：決策者先思考什么,后思考什么？)等問題提出假設(shè),并利用過程追蹤技術(shù)收集并記錄過程數(shù)據(jù),對這些心理過程、中間狀態(tài)進行假設(shè)檢驗(Weber & Johnson,2009)。相對于單純的輸入–輸出數(shù)據(jù),過程追蹤數(shù)據(jù)能為模型比較與驗證提供更為豐富的證據(jù),能夠真正地解釋決策背后的心理過程,真正地回答“人類究竟如何做決定”這一謎題(Schulte-Mecklenbeck et al.,2011)。

2.2 眼動技術(shù)在研究決策過程中的優(yōu)勢

為了實現(xiàn)對決策過程的追蹤,研究者們發(fā)展了多種不同的決策過程追蹤技術(shù),包括口頭報告法(Protocol Analysis)、出聲思維法(Thinking Aloud)(Svenson,1979)、主動信息搜集法(Active Information Search) (Huber,Wider,& Huber,1997)、信息板法(Information Board) (Payne,1976)、鼠標實驗室(Mouselab) (Bettman,Johnson,& Payne,1990)、鼠標追蹤法(Mousetracker) (Spivey,Grosjean,& Knoblich,2005)、眼動技術(shù)(Eye-movement technology)等。相比于其他決策過程追蹤技術(shù),眼動技術(shù)具有獨特的優(yōu)勢。

2.2.1 無干擾性

眼動技術(shù)可以自然地、無干擾地記錄被試的決策過程,具有非常好的實驗效度。其他決策過程追蹤技術(shù)往往會對決策過程本身產(chǎn)生影響。例如,出聲思維法要求被試在決策的同時關(guān)注自己的思維過程,一邊決策一邊口頭報告出自己的內(nèi)心所想; 而信息板法和鼠標實驗室法則是先將決策信息掩蔽起來,只呈現(xiàn)信息類別,而不顯示具體的信息內(nèi)容(如在風險決策中,只顯示有“概率”和“金錢”兩種信息類別,而不顯示具體的“概率大小”和“金錢金額”),被試先選擇要查看的信息類別,然后通過翻看信息板(信息板法)或鼠標點擊信息區(qū)塊(鼠標實驗室法)查看具體的信息內(nèi)容。這些方法本身就會干擾被試的決策過程,通過這些方式所追蹤到的決策過程并不算是自然條件下的決 策 過 程 (Gl?ckner & Betsch,2011; Schulte-Mecklenbeck et al.,2011)。眼動技術(shù)主要通過精妙的成像設(shè)備記錄決策者在決策過程中眼球的運動軌跡。一方面,由于眼球運動本身是一種無意識的行為,被試在實驗中很難察覺或改變眼動過程(Russo,1978); 另一方面,也有證據(jù)表明,佩戴眼動記錄儀本身對被試行為產(chǎn)生的影響很小(Gilbert & Gilbert,1942)。因此,相比其他過程追蹤技術(shù),眼動技術(shù)能夠更加真實地、無干擾地反映出自然狀態(tài)下決策者的決策過程。

2.2.2 適用范圍廣泛

眼動技術(shù)的適用范圍十分廣泛。其他決策過程追蹤技術(shù)往往對實驗環(huán)境、實驗任務(wù)、實驗對象有一定的限制。例如,鼠標實驗室、鼠標追蹤法要求被試必須使用鼠標完成實驗任務(wù),而信息板法、信息搜索、出聲思維法要求被試具有較好的教育水平和認知能力,因此無法用于研究兒童、精神障礙患者等特殊人群。但眼動技術(shù)幾乎對實驗環(huán)境、實驗任務(wù)和實驗對象沒有特殊的限制與要求(Russo,1978)。由于技術(shù)的發(fā)展,眼動儀的采樣率、便攜性、靈活性在不斷提高,眼動技術(shù)不僅適用于實驗室決策行為的研究,也適用于真實的現(xiàn)場決策研究,還適用于運動、駕駛等動態(tài)行為決策的研究。眼動技術(shù)也適用于研究各種不同類型的研究對象,不僅可以研究正常成人的決策行為,也可以研究老人、兒童、嬰幼兒、精神障礙患者等特殊人群的決策行為,甚至還可以應(yīng)用到動物的決策研究中(徐娟,2013)。

2.2.3 采集信息多樣

通過眼動技術(shù)獲取的決策過程追蹤數(shù)據(jù)信息量大,豐富的眼動指標既能反映決策過程的空間特征,又能反映決策過程的時間特征; 既能反映信息的加工廣度,又能反映信息的加工深度(Gl?ckner & Witteman,2010)。例如：對某信息或選項重復(fù)注視的次數(shù)可以反映決策者對該信息或選項的注意偏向程度,從而可以推斷該信息或選項在決策中的凸顯性和重要性(Hristova & Grinberg,2008; Kim,Seligman,& Kable,2012; Mei?ner &Decker,2010; Reisen,Hoffrage,& Mast,2008; Su,Rao,Li,Wang,& Li,2012; van Raaij,1977; Wedell& Senter,1997)。對某信息或某選項的注視總時長或注視點的平均注視時長可以反映決策者對該信息或選項的加工深度,從而可以推斷信息或選項在決策中的相對重要性(Kuo,Hsu,& Day,2009;汪祚軍,李紓,2012; Su et al.,2012)。決策者對各個信息的注視次數(shù)比例和注視時間比例,反映出了哪些信息對決策過程起到了作用,哪些信息在決策中被忽略(Horstmann,Ahlgrimm,& Gl?ckner,2009)。長時注視點、中時注視點和短時注視點在整個決策過程中的分布可以反映決策的整體加工模式(自動加工/控制加工) (Gl?ckner & Herbold,2011; Gl?ckner,Fiedler,Hochman,Ayal,& Hilbig,2012)。注視順序可以反映決策者所采用的決策策略,判斷決策者是使用基于選項的(alternativebased)還是基于屬性的(attribute-based)決策策略(Russo & Rosen,1975; Russo & Dosher,1983)。決策過程中瞳孔大小的變化也能夠反映決策者的認知加工負荷和喚醒度的變化(Beatty,1982; Partala& Surakka,2003)。

3 眼動技術(shù)為檢驗決策過程理論所做的貢獻

早在20世紀70年代,Russo和Rosen (1975)就開始將眼動技術(shù)應(yīng)用于決策研究中。此后,越來越多的研究者將眼動技術(shù)應(yīng)用于決策領(lǐng)域的研究中(Orquin & Mueller Loose,2013)。在眼動技術(shù)的幫助下,研究者們了解了諸如信息的凸顯性(Milosavljevic,Navalpakkam,Koch,& Rangel,2012; Orquin,Scholderer,& Jeppesen,2012)、信息呈現(xiàn)的位置(Chandon,Hutchinson,Bradlow,&Young,2009; Reutskaja,Nagel,Camerer,& Rangel,2011)、信息負荷量(Horstmann et al.,2009; Lohse& Johnson,1996; Reutskaja et al.,2011; Russo &Dosher,1983)、決策難度(Fiedler & Gl?ckner,2012;Russo & Dosher,1983)、決策階段(Russo & Leclerc,1994; Krajbich & Rangel,2011; Krajbich,Armel,&Rangel,2010; Krajbich,Lu,Camerer,& Rangel,2012)、決策策略(Horstmann et al.,2009; Sütterlin,Brunner,& Opwis,2008; 汪祚軍,李紓,2012)、審慎型/直覺型思維(Horstmann et al.,2009)、時間壓力(Pieters & Warlop,1999; Reutskaja et al.,2011;van Herpen & van Trijp,2011)、框架效應(yīng)(Kuo et al.,2009)、學(xué)習(xí)效應(yīng)(Mei?ner & Decker,2010; Orquin,Bagger,& Mueller Loose,2013)等關(guān)鍵因素是如何影響決策中的眼動模式,進而對決策行為產(chǎn)生影響的。此外,也有研究者發(fā)現(xiàn),眼動與注意過程本身會自下而上地影響決策行為,出現(xiàn)注視層疊效應(yīng)(gaze cascade effect) (Shimojo,Simion,Shimojo,& Scheier,2003; Simion & Shimojo,2006,2007;Glaholt & Reingold,2009,2011; Glaholt,Wu,&Reingold,2009; Schotter,Berry,McKenzie,&Rayner,2010),在眼動技術(shù)的實時反饋下,操縱決策者對信息的注視能夠在一定程度上影響決策結(jié)果(P?rnamets et al.,2015)。

這些研究已取得了豐富成果,幫助我們更深入地了解了決策過程。不僅如此,近年來眼動技術(shù)還被成功地應(yīng)用于驗證和比較不同決策理論的不同假設(shè)和預(yù)測,從而促進了決策過程理論的建立和發(fā)展。下面我們將詳細介紹眼動技術(shù)是如何為檢驗各個決策過程理論做出貢獻的。

3.1 補償性決策理論vs. 非補償性決策理論

決策理論與模型可以被劃分為補償性和非補償性兩大類別(Birnbaum & LaCroix,2008; Johnson et al.,2008; 汪祚軍,歐創(chuàng)巍,李紓,2010; 張陽陽,饒儷琳,梁竹苑,周媛,李紓,2014)。補償性指決策過程中對所有相關(guān)信息進行了加工,并權(quán)衡了所有選項及其信息的權(quán)重,補償性決策理論包括期望價值(Expected Value,EV)理論、期望效用(Expected Utility,EU)理論(Edwards,1954; Savage,1954; von Neumann & Morgenstern,1944)、累積預(yù)期理論(Cumulative Prospect Theory,CPT; Kahneman& Tversky,1979; Tversky & Kahneman,1992)等。相反,非補償性決策理論認為,個體的認知加工能力是有限的,人們無法對所有決策信息進行加工和整合,決策者只利用有限的信息,并避免進行價值之間的權(quán)衡(Payne & Bettman,2004)。非補償性決策模型包括占優(yōu)啟發(fā)式模型(Priority Heuristic,PH; Brandst?tter,Gigerenzer,& Hertwig,2006)、滿意原則(Principle of Satisficing; Simon,1955)、齊當別決策模型(Equate-to-differentiate; Li,2004)等。通過一些精妙的實驗設(shè)計,眼動技術(shù)被用于檢驗這些決策模型,以解決補償性和非補償性的理論之爭。

3.1.1 應(yīng)用眼動技術(shù)直接檢驗決策理論

補償性決策模型與非補償性決策模型所描述的決策過程存在著本質(zhì)性區(qū)別,兩種模型對決策過程中的信息掃描量、掃描速度、信息加工深度、信息整合方式等有著不同的假設(shè)。眼動技術(shù)能夠很好地反映決策過程中的這些特征,因此有研究者(Gl?ckner & Herbold,2011; Fiedler & Gl?ckner,2012)試圖利用眼動技術(shù)直接檢驗累積預(yù)期理論(補償性決策模型)和占優(yōu)啟發(fā)式理論(非補償性決策模型)對決策過程的預(yù)測。累積預(yù)期理論認為(1)決策者會用穩(wěn)定的、有序的方式對所有信息進行搜索、加工、整合和計算; (2)決策者的信息加工和計算速度是穩(wěn)定不變的。因此累積預(yù)期理論對決策的眼動模式有以下幾個預(yù)測：a)信息的搜索量應(yīng)該近似 100%,并且信息搜索量不應(yīng)該受決策題目類型的影響; b)由于加工整合信息需要較長時間,因此注視點的持續(xù)時間較長; c)對各個信息的注視時間和注視次數(shù)分布較為均等。Gl?ckner和 Herbold (2011)發(fā)現(xiàn)決策者并沒有注視所有的決策信息,信息搜索量也受到?jīng)Q策題目類型的影響; 整個決策過程以中短時的注視點為主,而不是長時注視; 同時,對各個信息的注視次數(shù)和注視時長存在顯著的差異,注視具有選擇性。這些結(jié)果都與累積預(yù)期理論的預(yù)期相悖,在一定程度上說明決策并非是一個對所有信息進行加權(quán)求和的過程。不過,眼動數(shù)據(jù)也并沒有驗證占優(yōu)啟發(fā)式對信息加工的預(yù)測。根據(jù)占優(yōu)啟發(fā)式的決策規(guī)則：a)決策者對信息的整體搜索量偏少,信息搜索量隨著占優(yōu)啟發(fā)式條件的增多而增加; b)一開始加工深度較淺、注視時長較短,之后逐漸加工深度增加、注視時長增加; c)對最小結(jié)果(minimum outcome)的注視更多。而 Gl?ckner和 Herbold發(fā)現(xiàn),決策中對信息的注視次數(shù)并沒有因為占優(yōu)啟發(fā)式條件的變化而變化,注視點的時長也并沒有隨著加工時程的增長而增長,也沒有出現(xiàn)對最小結(jié)果的注視偏好。

Gl?ckner和 Herbold (2011)所采用的方法是較為直接的一種檢驗方法。他們利用某些眼動指標來反映決策過程的特征,然后直接檢驗被試在這些特征上是否符合某個決策理論的預(yù)測。

這種直接驗證的方法存在一定的局限性,眼動指標確實能夠定性反映決策過程的某些特征,但還無法真正達到量化的水平。究竟多長時間的注視點才是真正的深度加工,而多短時間的注視點才是真正的淺度加工？信息搜索量高于多少是遵循了補償性的信息搜索策略,低于多少是遵循了非補償性的搜索策略？基于選項的眼跳和基于屬性的眼跳差異要多大才能真正區(qū)分出基于選項的決策策略和基于屬性的決策策略呢？我們無法精確地回答這些問題,當然也就無法真正地驗證或證偽相應(yīng)的決策理論。

3.1.2 眼動技術(shù)與“迫選規(guī)則體驗法”范式的結(jié)合

將眼動技術(shù)與迫選規(guī)則體驗法結(jié)合可以有效地解決上述直接檢驗法的問題。迫選規(guī)則體驗法要求被試嚴格依據(jù)迫選決策規(guī)則(如：按照某決策模型所提出的規(guī)則)做出決策,然后比較被試在迫選規(guī)則決策和實際自主決策中的差異,以檢驗決策過程是否符合某個決策模型的預(yù)測(饒儷琳,梁竹苑,李紓,2009; 汪祚軍,李紓,2012)。采用迫選規(guī)則體驗法,有研究者曾探索了決策者在自主決策和規(guī)則迫選時的決策結(jié)果、情感體驗與規(guī)則認可程度的關(guān)系,發(fā)現(xiàn)決策者采用齊當別決策規(guī)則(非補償性決策理論)時的決策結(jié)果、情感體驗和規(guī)則認可度優(yōu)于采用期望價值原則(補償性決策理論)時的決策結(jié)果、情感體驗和規(guī)則認同,據(jù)此說明與期望價值理論相比,齊當別決策模型可能更符合決策者實際決策時所采用的規(guī)則(饒儷琳等,2009)。但是,決策結(jié)果、情感體驗和規(guī)則認可度都屬于間接的指標,這些指標仍然無法回答“實際的決策過程究竟是怎樣的”這一科學(xué)問題。因此,將眼動技術(shù)與迫選規(guī)則體驗法結(jié)合,就能充分發(fā)揮兩種研究方法的優(yōu)勢,既能直觀地追蹤到各種決策規(guī)則下的決策過程,又能定性地對比不同決策模型與實際決策過程的差異。

汪祚軍和李紓(2012)結(jié)合了眼動技術(shù)與迫選規(guī)則體驗法,檢驗了決策過程究竟是遵循期望價值原則(Expect Value,EV,補償性決策理論)還是占優(yōu)啟發(fā)式理論(Priority Heuristic,PH,非補償性決策理論)。他們要求被試分別進行了EV迫選任務(wù)、PH迫選任務(wù)和自主決策任務(wù)：在EV迫選任務(wù)中,要求被試對選項的期望價值(EV)進行計算,然后選擇期望價值較大的選項; 在 PH迫選任務(wù)中,要求被試按照占優(yōu)啟發(fā)式?jīng)Q策模型提出的決策步驟進行選擇; 自由決策任務(wù)中,不給被試任何策略要求,被試進行自由選擇。通過對這三種任務(wù)的眼動軌跡分析發(fā)現(xiàn)：被試在 EV迫選任務(wù)條件下,基于選項的眼跳次數(shù)顯著多于基于屬性的眼跳次數(shù); 而在自主決策任務(wù)條件下,被試基于屬性的眼跳次數(shù)顯著多于基于選項的眼跳次數(shù)。這說明,EV迫選任務(wù)條件下,決策者更多基于選項進行信息搜索,而在自主決策任務(wù)條件下則更多地進行基于屬性的信息搜索,也就是說自主決策并不是像期望價值理論所預(yù)測的那樣進行基于選項的加權(quán)求和。而 PH迫選任務(wù)與自主決策任務(wù)的眼動模式也有差異：在PH迫選任務(wù)中,被試對最小結(jié)果的注視時間、注視次數(shù)和選項間的眼跳次數(shù)都顯著多于對其他信息區(qū)域的注視時間、注視次數(shù)和選項間的眼跳次數(shù); 而在自主決策任務(wù)中,被試對最小結(jié)果的注視時間、注視次數(shù)和選項間的眼跳次數(shù)都顯著少于對最大結(jié)果的注視時間、注視次數(shù)和選項間的眼跳次數(shù)。這說明,自由決策也并不像占優(yōu)啟發(fā)式所預(yù)測的那樣首先關(guān)注最小結(jié)果。通過對這三個任務(wù)的眼動過程比較,汪祚軍和李紓(2012)的研究說明了人們在自由決策時既不遵循期望價值理論,也不遵循占優(yōu)啟發(fā)式原則,這與Gl?ckner和Herbold (2011)的發(fā)現(xiàn)是一致的。

3.1.3 眼動技術(shù)與“概率–比例決策任務(wù)”范式的結(jié)合

由于迫選規(guī)則體驗法要求被試按照特定的策略進行選擇,需要對被試進行訓(xùn)練,故該范式中的決策不是一個自然的加工過程。因此,這種任務(wù)與自主決策任務(wù)在眼動模式上的差異不僅僅源于補償性和非補償性決策過程的不同,還可能源自于兩個任務(wù)在自動化加工程度、被試對任務(wù)的熟悉度等方面的差異。針對這一問題,梁竹苑、徐麗娟、饒儷琳、蔣田仔和李紓(2012)巧妙地設(shè)計了“概率–比例決策任務(wù)”新范式,引入了概率決策任務(wù)和比例決策任務(wù)的對比。概率任務(wù)和比例任務(wù)的刺激材料完全相同,都用“X,Y%”來表示選項。但是,在概率任務(wù)中“Y%”表示概率,“X,Y%”表示有Y%的可能性獲得/損失X元錢,被試在概率任務(wù)中自主地進行風險決策; 而在比例決策任務(wù)中,“Y%”表示比例,“X,Y%”表示獲得/損失 X元的 Y%,此時被試會自主地進行加權(quán)求和,計算并比較X與Y%乘積。比較這兩種任務(wù)下被試的眼動過程的異同,就可以檢驗風險決策過程是否會進行加權(quán)求和的計算,同時又避免了訓(xùn)練、自動化加工等因素的干擾。

Su等人(2013)利用“概率–比例決策任務(wù)”范式分別檢驗了被試在進行單次概率任務(wù)與比例任務(wù)時眼動模式的異同。其結(jié)果發(fā)現(xiàn)單次概率任務(wù)的眼動模式與比例任務(wù)的眼動模式存在較大的差異,具體表現(xiàn)以下幾個方面：(1)信息搜索方向：信息搜索方向用SM值來表示,SM值反映被試基于選項的眼跳次數(shù)比例高還是基于屬性的眼跳次數(shù)比例高。另外SM值大于0表示整個決策是基于選項的,小于 0則表示整個決策是基于屬性的(B?ckenholt & Hynan,1994a,1994b)。Su 等人(2013)的研究發(fā)現(xiàn)比例任務(wù)的 SM 值顯著大于單次概率任務(wù); 在正負值上,比例任務(wù)的 SM 值為正值,而單次概率任務(wù)的 SM值為負值。這表明,比例任務(wù)整體上是基于選項進行決策的,遵循補償性決策理論; 而單次概率任務(wù)則是基于屬性進行決策的,遵循非補償性決策理論。(2)信息加工深度：在決策反應(yīng)之前被試所注視的信息量占總信息量的比例表示了整個決策的信息加工深度。Su等人(2013)的結(jié)果表明,單次概率任務(wù)的信息加工深度顯著低于比例任務(wù)的信息加工深度。(3)加工復(fù)雜性：用平均注視時間來表示信息加工的復(fù)雜性,單次概率任務(wù)的平均注視時長顯著低于比例任務(wù)的平均注視時間。(4)注視分布：注視分布是指被試在決策中對各種信息的注視比例,反映了各種信息對決策的重要性。補償性決策理論認為,決策者需要整合所有的信息之后才能做出決策,因此,決策者對每個信息的注視是相對平均的; 而非補償性決策理論認為,決策者只依賴較為關(guān)鍵的一些屬性進行決策,因此,決策者對不同信息的注視分布是不均勻的。Su等人(2013)的結(jié)果表明,單次概率任務(wù)中,被試對各個信息區(qū)的注視比例的兩兩差異顯著,注視比例由大到小依次為：大報酬,小概率,小報酬,大概率,這與非補償性決策理論的預(yù)測較為一致。而對于比例任務(wù)來說,被試對四個區(qū)域的注視比例較為均衡,注視比例的差異均不顯著,更加符合補償性決策理論的預(yù)測。Su等人通過比較單次概率任務(wù)與比例任務(wù)在眼動模式上的差異,再次說明了被試在進行自由風險決策時并不像補償性決策理論所預(yù)測的那樣進行加權(quán)求和。

3.1.4 實驗性分離

如果操縱一個自變量能使兩個對象發(fā)生不同的變化,那么就可以認為這兩個對象在本質(zhì)上是不同的,也就是出現(xiàn)了實驗性分離(楊治良,鐘毅平,1996)。除了直接對比不同任務(wù)下的眼動模式外,利用實驗性分離的思想也能夠檢驗不同任務(wù)是否包含相同的決策過程。

非補償性決策理論,如齊當別決策模型等,認為決策者是基于屬性進行信息搜索的,如果更換選項內(nèi)信息呈現(xiàn)的位置,使得兩個選項的某些屬性(例如：最大結(jié)果及其概率)交叉呈現(xiàn),就會引起決策者產(chǎn)生更多交叉轉(zhuǎn)換的眼跳軌跡。而補償性理論認為決策者是基于選項進行信息搜索和加工的,因此,無論是否交換選項內(nèi)的信息位置,都不會影響決策中的眼跳軌跡?；谶@一思想,汪祚軍和李紓(2012)操縱了實驗材料的呈現(xiàn)方式,通過交換選項中信息的呈現(xiàn)位置,使得兩個選項的最大結(jié)果及其概率與最小結(jié)果及其概率出現(xiàn)交叉和非交叉兩種呈現(xiàn)方式(圖1),然后分別觀察決策者在自主決策任務(wù)和 EV迫選任務(wù)中的眼動模式。結(jié)果發(fā)現(xiàn)呈現(xiàn)方式與任務(wù)類型對交叉眼跳次數(shù)的交互作用顯著：在EV迫選任務(wù)條件下,交叉呈現(xiàn)與非交叉呈現(xiàn)的交叉眼跳次數(shù)無顯著性差異;而在自主決策任務(wù)條件下,交叉呈現(xiàn)條件下的交叉眼跳次數(shù)顯著多余非交叉呈現(xiàn)條件下的交叉眼跳次數(shù)(圖1)。這說明,自主決策任務(wù)與EV迫選任務(wù)條件下被試的信息搜索模式確實存在不同——自主決策條件下,被試更傾向于進行屬性間的比較而非選項間的比較。

圖 1 非交叉呈現(xiàn)(a)與交叉呈現(xiàn)(b)的材料及其在自主決策任務(wù)中的典型眼動軌跡示意圖,其中,箭頭表示了注視點在注視軌跡中的先后順序,S表示注視軌跡的起始點,E表示注視軌跡的終點(來源：Zhou et al.,2015)。

另外,補償性理論認為決策者會對每個選項進行加權(quán)求和,即對各個結(jié)果及其概率進行乘積計算,然后再將這些乘積結(jié)果相加求和。因此,加權(quán)求和的計算難度將會對整個決策過程產(chǎn)生重要影響,如果計算難度較大,消耗的認知資源較多,那么被試對信息的加工時間、信息加工量、加工深度等都會相應(yīng)地增加,這些決策過程都會反映在眼動模式上。相反,非補償性決策理論認為決策者只是依賴于屬性間的比較,應(yīng)用啟發(fā)式的決策策略。因此,無論結(jié)果與概率的計算難度如何,都不會影響到整體的決策過程,眼動軌跡也不會發(fā)生改變?；谶@種思路,Su等人(2013)操縱了單次概率任務(wù)和比例任務(wù)中決策選項的計算難度,計算難度較低的選項其報酬結(jié)果和概率/比例都是整十整百數(shù)(如：800和90%),而計算難度較高的選項其報酬結(jié)果和概率/比例都是非整十整百數(shù)(如：750和85%)。他們的研究結(jié)果表明,計算難度與任務(wù)類型對信息搜索方向的影響存在著顯著的交互作用：計算難度的增大顯著提高了被試在比例任務(wù)中的 SM 值,隨著計算難度的增加,被試越傾向于進行基于選項的信息搜尋; 但計算難度的提高卻顯著降低了單次概率任務(wù)下眼動的SM值,隨著計算難度的增加,被試反而更傾向于進行基于屬性的信息搜索。此外,計算難度與任務(wù)類型對被試的決策反應(yīng)時以及平均注視時長的影響也存在著顯著的交互作用：隨著難度的增加,比例任務(wù)的決策反應(yīng)時、平均注視時長都顯著地增長了; 但難度卻并沒有對被試在單次概率任務(wù)中的決策反應(yīng)時和平均注視時長產(chǎn)生顯著的影響。

通過操縱這兩種不同的調(diào)節(jié)變量,上述兩個研究再次說明單次的、自主的風險決策過程并非像補償性決策理論所預(yù)測的那樣進行基于選項的、加權(quán)求和的計算。很顯然,那些影響加權(quán)求和計算的因素(如：計算難度)對單次的、自主風險決策過程并不產(chǎn)生影響; 相反,那些影響屬性比較的因素(如：交叉呈現(xiàn)方式)對單次的、自主風險決策過程產(chǎn)生了顯著的影響。這說明單次的、自主風險決策過程可能更符合非補償性決策理論所描述的那樣進行基于屬性的、啟發(fā)式的決策。

以上研究無論是采用眼動技術(shù)直接對決策過程進行檢驗,還是將眼動技術(shù)與“迫選規(guī)則體驗法”或“概率–比例決策任務(wù)”范式結(jié)合,或是利用某些調(diào)節(jié)變量實現(xiàn)了實驗的雙分離,都說明了人們的決策過程并不像補償性決策模型所說的那樣,對每個選項進行加權(quán)求和,然后基于選項的效用進行決策。相反,人們的決策更符合非補償性決策理論的描述,是一種基于屬性的、啟發(fā)式的過程。不過,一些特定的非補償性決策模型,如占優(yōu)啟發(fā)式,也并不能很好地解釋追蹤到的決策的眼動過程。實際決策過程究竟符合哪種非補償性決策模型？對這一問題的解答還有待更多研究者采用眼動技術(shù)去進一步地探索。

3.2 單次風險決策vs. 多次風險決策

上述研究提供了大量的證據(jù)說明單次的風險決策不符合補償性決策理論的描述,可理論研究者們?yōu)槭裁词冀K對這類決策理論不離不棄？Li(2003)指出,這可能是因為對于研究者來說,建立決策理論的目的在于能夠解釋和預(yù)測多數(shù)人、多次決策的行為傾向,而并不在意特定的某次決策行為。因此,這些補償性模型反映的實質(zhì)上是一個多次決策的過程。實際上,補償性模型所依賴的“期望”這一概念本身也正是基于多次重復(fù)取樣計算所得的,多次決策時人們的決策行為才更加符合期望價值理論,而單次決策與多次決策的心理機制和決策過程并不相同。Samuelson (1963)和其同事的故事就展現(xiàn)了單次決策和多次決策的差異：他的同事拒絕了一次一半可能獲得 200元一半可能損失 100元的賭博,但當這個賭博要進行100次時,Samuelson的同事卻欣然接受了該賭博。眾多實證研究也發(fā)現(xiàn),決策者在做多次決策時更符合期望價值理論的預(yù)測(Colbert,Murray,&Nieschwietz,2009; DeKay & Kim,2005; Klos,Weber,& Weber,2005; Langer & Weber,2001; Li,2003)。

為了驗證多次決策過程是否真的與單次決策過程不同,多次決策過程是否更符合期望價值理論的預(yù)測,Su 等人(2013)利用“概率–比例決策任務(wù)”范式比較了單次概率任務(wù)、多次概率任務(wù)和比例任務(wù) 3種條件下的眼動模式。結(jié)果發(fā)現(xiàn),多次概率任務(wù)下的眼動模式確實與比例任務(wù)的眼動模式更為接近,而單次概率任務(wù)與多次概率任務(wù)下的眼動模式存在較大差異。具體表現(xiàn)在：多次概率任務(wù)和比例任務(wù)的 SM 值都為正,而單次概率任務(wù)的 SM 為負值; 多次概率任務(wù)的信息注視比例顯著多于單次概率任務(wù),但與比例任務(wù)的差異不顯著; 多次概率任務(wù)下被試對各個信息區(qū)的注視分布也與比例任務(wù)更為接近,兩個任務(wù)下對幾種信息區(qū)的注視都較為均衡,而單次概率任務(wù)下對各個信息區(qū)的注視卻存在較大差異。這說明,多次風險決策確實更加符合期望價值理論的預(yù)測,進行加權(quán)求和的期望運算,而多次風險決策與單次風險決策的心理機制和決策過程存在著較大的差異。

Sun,Rao,Zhou和Li (2014)也應(yīng)用眼動技術(shù),探索了單次決策與多次決策在應(yīng)急管理應(yīng)用中的區(qū)別。她們發(fā)現(xiàn)在應(yīng)急方案的制定與選擇中,決策者得知方案只實施一次時的選擇偏好及其眼動軌跡與決策者得知方案會重復(fù)實施多次時的選擇偏好及其眼動軌跡具有較大差異。具體來講,相對于應(yīng)急方案只實施一次時被試的選擇及其眼動軌跡,當應(yīng)急方案會實施多次時,被試的選擇會更加符合期望價值理論的預(yù)測,被試更傾向于選擇期望價值更高的選項,其眼動軌跡中基于選項的眼跳比例更多,注視的平均時長更長,長時的注視點比例更多而短時的注視點比例更少。這些差異在公共衛(wèi)生應(yīng)急決策情境和農(nóng)業(yè)生產(chǎn)應(yīng)急決策情境下都得到了一致的結(jié)果。

上述兩個眼動研究揭示了多次風險決策與單次風險決策在決策過程上的差異,說明多次風險決策是符合期望價值理論的,但單次風險決策行為則與期望價值理論不符。

3.3 剔除–關(guān)注模型vs.齊當別決策模型

作為消費者,我們每天都要面臨各種各樣的選擇。對于兩種相似(共享特征)卻又不同(獨有特征)的商品,究竟是什么決定了我們的選擇？是相似的共享特征還是不同的獨有特征？基于補償性的決策理論,研究者們提出了“剔除–關(guān)注”模型(Houston & Sherman,1995; Houston,Sherman,&Baker,1989),認為消費者在兩個商品之間做出選擇時,會忽略兩者的共享特征而將注意的焦點集中在兩種商品的獨有特征上,整個決策過程不會受到共享特征的影響。但是,基于齊當別決策模型,Li,Zheng和Li (2007)認為并不是所有共享特征對消費決策都不產(chǎn)生影響。他們的研究發(fā)現(xiàn),當共享特征與獨有特征之間有關(guān)聯(lián)時,共享特征會改變某些屬性間的差異,進而影響整個決策過程。在Li等人(2007)的研究基礎(chǔ)上,Su等人(2012)進一步提出共享特征的“質(zhì)”與“量”的變化都會影響消費者的消費決策,并應(yīng)用眼動技術(shù)驗證了這一觀點。他們選用了最常見的快餐店決策情景,要求被試從兩種不同的套餐中進行選擇,套餐 A的食品量小(小號雞漢堡)而飲品量大(大杯冰可樂),套餐 B的食品量大(大號雞漢堡)而飲品量小(小杯冰可樂),同時,兩種套餐還包含了一個共同商品(共享特征)。Su 等人(2012)從“質(zhì)”和“量”上分別操縱了共同商品的種類,形成了 6種不同的共享特征：小量的食品“一對烤雞翅”、大量的食品“十對烤雞翅”、小量的飲品“品嘗杯雪碧”、大量的飲品“大杯裝雪碧”,以及與食品飲品都無關(guān)的“大包濕紙巾”和“小包濕紙巾”。

Su等人(2012)記錄了被試在不同共享特征的套餐選擇中的眼動軌跡,結(jié)果發(fā)現(xiàn),不同質(zhì)與量的共享特征對決策確實產(chǎn)生了不同的影響,導(dǎo)致被試對共享特征和獨有特征關(guān)注程度不同。具體來說,首先,不同類型的共享特征顯著影響了被試的選擇：當“十對烤雞翅”作為共享特征加入備選套餐時,被試選擇飲品維度占優(yōu)的套餐A的比例顯著提高; 當“大杯裝雪碧”作為共享特征時,被試選擇食品維度占優(yōu)的套餐B的比例顯著提高;而當其他類型的共享特征加入時,被試的選擇偏好差異不顯著。其次,不同類型的共享特征顯著影響了被試對共享特征的關(guān)注度：當大量的、相關(guān)的物品(如：“十對烤雞翅”、“大杯裝雪碧”)作為共享特征出現(xiàn)時,被試對這類共享特征的注視時長、注視次數(shù)顯著高于其他幾種類型的共享特征(“品嘗杯雪碧”除外,這可能是由于“品嘗杯”詞頻較低,導(dǎo)致決策者好奇而給予更多關(guān)注),對這類共享特征的最后注視時間也晚于所有其他類型的共享特征,說明相關(guān)的、大量的共享特征在決策中起到了重要作用。同時,不同類型的共享特征也顯著影響了被試對選項中獨有信息的關(guān)注度：“十對烤雞翅”作為共享特征加入備選套餐能夠顯著提高被試對選項“食品”維度的注視次數(shù)百分比和注視時長百分比,同時也顯著提高了被試在兩選項“食品”維度上的眼跳次數(shù); 而當“大杯裝雪碧”作為共享特征加入套餐時,被試對選項“飲品”維度的注視次數(shù)百分比、注視時長百分比、以及眼跳次數(shù)也顯著地提高了; 而無關(guān)的共享特征或小量相關(guān)的共享特征則沒有顯著影響被試決策中對獨有特征的注意。

應(yīng)用眼動技術(shù),該研究說明了共享特征確實會影響多屬性決策。當共享特征與獨有特征相關(guān)且量較大時,人們在決策過程中會關(guān)注這些共享特征。共享特征的加入還影響到人們在決策過程中對獨有特征的加工。這一結(jié)果表明,人們的實際決策違背了基于補償性規(guī)則的“剔除–關(guān)注”模型的預(yù)期; 另一方面,上述結(jié)果亦說明多屬性決策過程可能如齊當別所預(yù)期的是基于維度的。

4 總結(jié)與展望

早期對決策行為的研究僅僅關(guān)注于輸入和輸出變量之間的關(guān)系,并沒有真正解答“人類究竟如何做出決策”這一謎題。隨著眼動技術(shù)等過程追蹤技術(shù)在決策研究中的應(yīng)用,研究者才真正實現(xiàn)了直接觀察與探索“決策過程”的目標。在各種過程追蹤技術(shù)中,眼動技術(shù)具有獨一無二的優(yōu)勢,因此被廣泛應(yīng)用于各種決策研究中。眼動技術(shù)為驗證和比較各種決策理論提供了直接、有效的證據(jù)。例如：在眼動技術(shù)的幫助下,研究者們利用各種實驗范式解決了風險決策的“補償性決策理論與非補償性決策理論”之爭; 在眼動技術(shù)的幫助下,研究者發(fā)現(xiàn)多次風險決策和單次風險決策的決策過程存在著不同; 在多屬性決策中利用眼動技術(shù)檢驗了“剔除–關(guān)注模型”和“齊當別決策模型”?？偠灾?眼動技術(shù)促進了決策理論的建立、發(fā)展和完善,為整個決策心理學(xué)的理論發(fā)展做出了不可估量的貢獻。

在今后的研究中,眼動技術(shù)必將為決策研究帶來更多的新發(fā)現(xiàn),為決策理論的發(fā)展帶來更多的證據(jù)支持。我們期待著有更多的決策研究者能夠應(yīng)用眼動這一過程追蹤技術(shù)揭開“決策過程”的神秘面紗。為了實現(xiàn)這一目標,我們認為,今后的決策與眼動研究需要著力于以下兩個方面的探索：

一方面,從眼動技術(shù)發(fā)展的層面來看,研究者們應(yīng)該進一步發(fā)展和豐富更加適用于決策領(lǐng)域研究的眼動指標和眼動數(shù)據(jù)分析方法?？v觀當前決策的眼動研究,大部分研究所關(guān)注的眼動指標還相對比較局限,常用的眼動指標,如注視次數(shù)、注視時長、興趣區(qū)注視比例等,只能夠反映決策的某些局部特征(local details),信息比較單一,要不只體現(xiàn)時間特征,要不只體現(xiàn)空間特征,很少能夠整合性地考慮多維度信息。此外,這些指標大部分都是靜態(tài)性指標,不能反映整個決策過程中信息加工模式的動態(tài)變化性。因此,今后在決策研究中,研究者們應(yīng)當更多地關(guān)注能夠反映決策整體特征、動態(tài)特征的眼動數(shù)據(jù)。例如：注視軌跡(scanpath)分析法能夠分析眼動軌跡的注視點順序,反映了注視時間與注視位置的動態(tài)變化情況,因此被認為是更能反映決策過程整體特征和動態(tài)特征的一種眼動分析技術(shù)(Day,2010;Harte,Westenberg,& van Someren,1994)。近年來,有決策研究者開始關(guān)注如何將注視軌跡(scanpath)分析法應(yīng)用于決策研究中。Zhou等人(2015)利用注視軌跡分析方法對已發(fā)表的3篇決策研究中的眼動數(shù)據(jù)進行再分析,驗證了注視軌跡分析法在決策研究中具有較高的信效度,同時利用這種分析方法還找出了不同決策任務(wù)下最典型的眼動軌跡,為我們更直觀地理解不同決策過程提供了便利。

另一方面,從決策理論發(fā)展的層面來看,研究者們應(yīng)該進一步探索在決策過程中各種眼動模式背后的心理意義,建立眼動過程與決策結(jié)果的聯(lián)系,最終實現(xiàn)用眼動數(shù)據(jù)預(yù)測決策行為的終極目標。事實上,按照目前所取得的證據(jù),我們已經(jīng)發(fā)現(xiàn)決策者采用不同的決策策略(Horstmann et al.,2009; Sütterlin et al.,2008; 汪祚軍,李紓,2012)、依賴不同的決策信息(Gl?ckner & Herbold,2011;Gl?ckner et al.,2012; Su et al.,2012; van Raaij,1977; Wedell & Senter,1997)、在不同的決策階段(Russo & Leclerc,1994; Krajbich & Rangel,2011;Venkatraman,Payne,& Huettel,2014),其眼動模式都有巨大的區(qū)別?；谶@些證據(jù),研究者可以進一步建立不同眼動模式與不同決策策略、不同決策信息、不同決策階段的關(guān)聯(lián),進而利用眼動數(shù)據(jù)預(yù)測決策者采用了什么決策策略、依賴什么樣的決策維度,在什么樣的決策階段做決策。如果能夠理清決策過程中各種眼動模式背后的心理意義,建立完善的眼動過程與決策結(jié)果的關(guān)聯(lián)圖譜,那么,利用眼動技術(shù)來預(yù)測人們選擇的結(jié)果,真正把“眼睛”作為心靈的窗戶,實現(xiàn)“讀心術(shù)”或許就不再是神話。

李紓. (2006). 發(fā)展中的行為決策研究.心理科學(xué)進展,14(4),490?496.

李紓,畢研玲,梁竹苑,孫彥,汪祚軍,鄭蕊. (2009). 無限理性還是有限理性?——齊當別抉擇模型在經(jīng)濟行為中的應(yīng)用.管理評論,21(5),103?114.

梁竹苑,徐麗娟,饒儷琳,蔣田仔,李紓. (2012). “20%的概率獲得蛋糕”=“獲得蛋糕的20%”? 檢驗風險決策的期望法則假設(shè).科學(xué)通報,57(35),3421?3433.

饒儷琳,梁竹苑,李紓. (2009). 迫選規(guī)則體驗法: 檢驗規(guī)范性和描述性風險決策理論的新嘗試.心理學(xué)報,41(8),726?736.

汪祚軍,歐創(chuàng)巍,李紓. (2010). 整合模型還是占優(yōu)啟發(fā)式模型? 從齊當別模型視角進行的檢驗.心理學(xué)報,42(8),821?833.

汪祚軍,李紓. (2012). 對整合模型和占優(yōu)啟發(fā)式模型的檢驗: 基于信息加工過程的眼動研究證據(jù).心理學(xué)報,44(2),179?198.

徐娟. (2013). 眼動儀的發(fā)展和性能比較.中國現(xiàn)代教育裝備,(23),16?18.

楊治良,鐘毅平. (1996). 現(xiàn)代實驗心理學(xué)三種新方法評述.心理科學(xué),(1),44?48.

張陽陽,饒儷琳,梁竹苑,周媛,李紓. (2014). 風險決策過程驗證: 補償/非補償模型之爭的新認識與新證據(jù).心理科學(xué)進展,22(2),205?219.

莊錦英. (2006).決策心理學(xué). 上海: 上海教育出版社.

Beatty,J. (1982). Task-evoked pupillary responses,processing load,and the structure of processing resources.Psychological Bulletin,91(2),276?292.

Bettman,J. R.,Johnson,E. J.,& Payne,J. W. (1990). A componential analysis of cognitive effort in choice.Organizational Behavior and Human Decision Processes,45(1),111?139.

Birnbaum,M. H.,& LaCroix,A. R. (2008). Dimension integration: Testing models without trade-offs.Organizational Behavior and Human Decision Processes,105(1),122?133.

B?ckenholt,U.,& Hynan,L. S. (1994a). Caveats on a process-tracing measure and a remedy.Journal of Behavioral Decision Making,7(2),103?117.

B?ckenholt,U.,& Hynan,L. S. (1994b). Similarities and differences between SI and SM: A reply to Payne and Bettman.Journal of B ehavioral D ecision M aking,7(2),123?127.

Brandst?tter,E.,Gigerenzer,G.,& Hertwig,R. (2006). The priority heuristic: Making choices without trade-offs.Psychological Review,113(2),409?432.

Chandon,P.,Hutchinson,J. W.,Bradlow,E. T.,& Young,S.H. (2009). Does in-store marketing work? Effects of the number and position of shelf facings on brand attention and evaluation at the point of purchase.Journal of Marketing,73(6),1?17.

Colbert,G.,Murray,D.,& Nieschwietz,R. (2009). The use of expected value in pricing judgments.Journal of Risk Research,12(2),199?208.

Day,R. F. (2010). Examining the validity of the Needleman–Wunsch algorithm in identifying decision strategy with eye-movement data.Decision Support Syst ems,49(4),396?403.

DeKay,M. L.,& Kim,T. G. (2005). When things don't add up: The role of perceived fungibility in repeated-play decisions.Psychological Science,16(9),667?672.

Edwards,W. (1954). The theory of decision making.Psychological Bulletin,51(4),380?417.

Fiedler,S.,& Gl?ckner,A. (2012). The dynamics of decision making in risky choice: An eye-tracking analysis.Frontiers in Psychology,3,335.

Franco-Watkins,A.,& Johnson,J. G. (2011). Decision moving window: Using interactive eye tracking to examine decision processes.Behavior Research M ethods,43(3),853?863.

Gilbert,L. C.,& Gilbert,D. W. (1942). Reading before the eye-movement camera versus reading away from it.The Elementary School Journal,42,443?447.

Glaholt,M. G.,& Reingold,E. M. (2009). Stimulus exposure and gaze bias: A further test of the gaze cascade model.Attention,Perception,& Psychophysics,71(3),445?450.

Glaholt,M. G.,Wu,M.-C.,& Reingold,E. M. (2009).Predicting preference from fixations.PsychNology Journal,7(2),141?158.

Glaholt,M. G.,& Reingold,E. M. (2011). Eye movement monitoring as a process tracing methodology in decision making research.Journal of N euroscience,Psychology,and Economics,4(2),125?146.

Gl?ckner,A.,& Betsch,T. (2011). The empirical content of theories in judgment and decision making: Shortcomings and remedies.Judgment and D ecision M aking,6(8),711?721.

Gl?ckner,A.,Fiedler,S.,Hochman,G.,Ayal,S.,& Hilbig,B.E. (2012). Processing differences between descriptions and experience: A comparative analysis using eye-tracking and physiological measures.Frontiers in Psychology,3,173.

Gl?ckner,A.,& Herbold,A.-K. (2011). An eye-tracking study on information processing in risky decisions:Evidence for compensatory strategies based on automatic processes.Journal of Behavioral Decision Making,24(1),71?98.

Gl?ckner,A.,& Witteman,C. (2010). Beyond dual-process models: A categorisation of processes underlying intuitive judgement and decision making.Thinking & R easoning,16(1),1?25.

Harte,J. M.,Westenberg,M. R. M.,& van Someren,M. (1994).Process models of decision making.Acta P sychologica,87(2-3),95?120.

Horstmann,N.,Ahlgrimm,A.,& Gl?ckner,A. (2009). How distinct are intuition and deliberation? An eye-tracking analysis of instruction-induced decision modes.Judgment and Decision Making,4(5),335?354.

Houston,D. A.,& Sherman,S. J. (1995). Cancellation and focus: The role of shared and unique features in the choice process.Journal of Experimental Social Psychology,31(4),357?378.

Houston,D. A.,Sherman,S. J.,& Baker,S. M. (1989). The influence of unique features and direction of comparison of preferences.Journal of Experimental Social Psychology,25(2),121?141.

Hristova,E.,& Grinberg,M. (2008).Disjunction effect in prisoner's dilemma: Evidences from an eye-tracking study.Paper presented at the Proceedings of the 30th Annual conference of the cognitive science society.

Huber,O.,Wider,R.,& Huber,O. W. (1997). Active information search and complete information presentation in naturalistic risky decision tasks.Acta P sychologica,95(1),15?29.

Johnson,E. J.,Schulte-Mecklenbeck,M.,& Willemsen,M.C. (2008). Process models deserve process data: Comment on Brandst?tter,Gigerenzer,and Hertwig (2006).Psychological Review,115(1),263?272.

Kahneman,D.,& Tversky,A. (1979). Prospect theory: An analysis of decision under risk.Econometrica,47(2),263?292.

Kim,B. E.,Seligman,D.,& Kable,J. W. (2012). Preference reversals in decision making under risk are accompanied by changes in attention to different attributes.Frontiers in Neuroscience,6,109.

Klos,A.,Weber,E. U.,& Weber,M. (2005). Investment decisions and time horizon: Risk perception and risk behavior in repeated gambles.Management Science,51(12),1777?1790.

Krajbich,I.,Armel,C.,& Rangel,A. (2010). Visual fixations and the computation and comparison of value in simple choice.Nature Neuroscience,13(10),1292?1298.

Krajbich,I.,& Rangel,A. (2011). Multialternative driftdiffusion model predicts the relationship between visual fixations and choice in value-based decisions.Proceedings of the National Academy of Sciences of the United States of America,108(33),13852?13857.

Krajbich,I.,Lu,D. C.,Camerer,C.,& Rangel,A. (2012).The attentional drift-diffusion model extends to simple purchasing decisions.Frontiers in Psychology,3,193.

Kuo,F.-Y.,Hsu,C.-W.,& Day,R.-F. (2009). An exploratory study of cognitive effort involved in decision under Framing—an application of the eye-tracking technology.Decision Support Systems,48(1),81?91.

Langer,T.,& Weber,M. (2001). Prospect theory,mental accounting,and differences in aggregated and segregated evaluation of lottery portfolios.Management Science,47(5),716?733.

Li,S. (2003). The role of expected value illustrated in decision-making under risk: Single-play vs multiple-play.Journal of Risk Research,6(2),113?124.

Li,S. (2004). A behavioral choice model when computational ability matters.Applied Intelligence,20(2),147?163.

Li,S.,Zheng,R.,& Li,L. B. (2007). Do shared features of offered alternatives have an effect in consumer choice?.Journal of Economic Psychology,28(6),658?677.

Lohse,G. L.,& Johnson,E. J. (1996,3-6 Jan 1996).A comparison of two process tracing m ethods for choice tasks.Paper presented at the System Sciences,1996.Proceedings of the Twenty-Ninth Hawaii International Conference on.

Luce,R. D.,& Raiffa,H. (1957).Games and decis ions:Introduction and critical survey. New York,NY: Wiley.

Meiβner,M.,& Decker,R. (2010). Eye-tracking information processing in choice-based conjoint analysis.International Journal of Market Research,52(5),593?612.

Milosavljevic,M.,Navalpakkam,V.,Koch,C.,& Rangel,A.(2012). Relative visual saliency differences induce sizable bias in consumer choice.Journal of Consumer Psychology,22(1),67?74.

Orquin,J. L.,Bagger,M.,& Mueller Loose,S. (2013).Learning affects top down and bottom up modulation of eye movements in decision making.Judgment and Decision Making,8(6),700?716.

Orquin,J. L.,& Mueller Loose,S. (2013). Attention and choice: A review on eye movements in decision making.Acta Psychologica,144(1),190?206.

Orquin,J. L.,Scholderer,J.,& Jeppesen,H. (2012). What you see is what you buy: How saliency and surface size of packaging elements affect attention and choice.Paper presented at the Society for Advancement of Behavioural Economics,Granada,Spain.

Partala,T.,& Surakka,V. (2003). Pupil size variation as an indication of affective processing.International Journal of Human-Computer Studies,59(1–2),185?198.

P?rnamets,P.,Johansson,P.,Hall,L.,Balkenius,C.,Spivey,M. J.,& Richardson,D. C. (2015). Biasing moral decisions by exploiting the dynamics of eye gaze.Proceedings of the National Academy of Sciences of the United States of America,112(13),4170?4175.

Payne,J. W. (1976). Task complexity and contingent processing in decision making: An information search and protocol analysis.Organizational Behavior and H uman Performance,16(2),366?387.

Payne,J. W.,& Bettman,J. R. (2004). Walking with the scarecrow: The information-processing approach to decision research. InBlackwell handbook of judgment and decision making(pp. 110?132). Blackwell Publishing Ltd.

Pieters,R.,& Warlop,L. (1999). Visual attention during brand choice: The impact of time pressure and task motivation.International Journal of Research in Marketing,16(1),1?16.

Reisen,N.,Hoffrage,U.,& Mast,F. W. (2008). Identifying decision strategies in a consumer choice situation.Judgment and Decision Making,3(8),641?658.

Reutskaja,E.,Nagel,R.,Camerer,C. F.,& Rangel,A. (2011).Search dynamics in consumer choice under time pressure:An eye-tracking study.The Am erican E conomic R eview,101(2),900?926.

Riedl,R.,Brandst?tter,E.,& Roithmayr,F. (2008). Identifying decision strategies: A process- and outcome-based classification method.Behavior Research Methods,40(3),795?807.

Russo,J. E. (1978). Eye fixations can save the world: A critical evaluation and a comparison between eye fixations and other information processing methodologies.Advances in Consumer Research,5(1),561?570.

Russo,J. E.,& Dosher,B. A. (1983). Strategies for multiattribute binary choice.Journal of Experimental Psychology: Learning,Me mory,and Cogn ition,9(4),676?696.

Russo,J. E.,& Leclerc,F. (1994). An eye-fixation analysis of choice processes for consumer nondurables.Journal of Consumer Research,21(2),274?290.

Russo,J. E.,& Rosen,L. D. (1975). An eye fixation analysis of multialternative choice.Memory & C ognition,3(3),267?276.

Samuelson,P. A. (1963). Risk and uncertainty: A fallacy of large numbers.Scientia,98(612),108?113.

Savage,L. J. (1954).The foundations of statistics. New York:Wiley.

Schotter,E. R.,Berry,R. W.,McKenzie,C. R. M.,& Rayner,K. (2010). Gaze bias: Selective encoding and liking effects.Visual Cognition,18(8),1113?1132.

Schulte-Mecklenbeck,M.,Kühberger,A.,& Ranyard,R.(2011). The role of process data in the development and testing of process models of judgment and decision making.Judgment and Decision Making,6(8),733?739.

Shimojo,S.,Simion,C.,Shimojo,E.,& Scheier,C. (2003).Gaze bias both reflects and influences preference.Nature Neuroscience,6(12),1317?1322.

Simion,C.,& Shimojo,S. (2006). Early interactions between orienting,visual sampling and decision making in facial preference.Vision Research,46(20),3331?3335.

Simion,C.,& Shimojo,S. (2007). Interrupting the cascade:Orienting contributes to decision making even in the absence of visual stimulation.Perception & Psy chophysics,69(4),591?595.

Simon,H. A. (1955). A behavioral model of rational choice.The Quarterly Journal of Economics,69(1),99?118.

Simon,H. A.,(1986). Decision making and problem solving.Research briefings 1986: Report of the research briefing panel on decision m aking and problem so lving. The National Academy of Sciences. National Academy Press,Washington DC.

Spivey,M. J.,Grosjean,M.,& Knoblich,G. (2005).Continuous attraction toward phonological competitors.Proceedings of the National Academy of Sciences of the United States of America,102(29),10393?10398.

Suter,R. S.,Pachur,T.,& Hertwig,R. (2015). How affect shapes risky choice: Distorted probability weighting versus probability neglect.Journal of Behavioral Decision Making,doi: 10.1002/bdm.1888.

Sütterlin,B.,Brunner,T. A.,& Opwis,K. (2008). Eye-tracking the cancellation and focus model for preference judgments.Journal of Experimental SocialPsychology,44(3),904?911.

Su,Y.,Rao,L.-L.,Li,X. S.,Wang,Y.,& Li,S. (2012). From quality to quantity: The role of common features in consumer preference.Journal of E conomic P sychology,33(6),1043?1058.

Su,Y.,Rao,L.-L.,Sun,H.-Y.,Du,X.-L.,Li,X. S.,& Li,S.(2013). Is making a risky choice based on a weighting and adding process? An eye-tracking investigation.Journal of Experimental Psychology: Learning,Memory,and Cognition,39(6),1765?1780.

Sun,H. Y.,Rao,L. L.,Zhou,K.,& Li,S. (2014).Formulating an emergency plan based on expectationmaximization is one thing,but applying it to a single case is another.Journal of Risk Research,17(7),785?814.

Svenson,O. (1979). Process descriptions of decision making.Organizational Behavior and Human Performance,23(1),86?112.

Tversky,A.,& Kahneman,D. (1992). Advances in prospect theory: Cumulative representation of uncertainty.Journal of Risk and Uncertainty,5(4),297?323.

van Herpen,E.,& van Trijp,H. C. M. (2011). Front-of-pack nutrition labels. Their effect on attention and choices when consumers have varying goals and time constraints.Appetite,57(1),148?160.

van Raaij,F. W. (1977). Consumer information processing for different information structures and formats.Advances in Consumer Research,4(1),176?184.

Venkatraman,V.,Payne,J. W.,& Huettel,S. A. (2014). An overall probability of winning heuristic for complex risky decisions: Choice and eye fixation evidence.Organizational Behavior and Human Decision Processes,125(2),73?87.

von Neumann,J.,& Morgenstern,O. (1944).Theory of games and econo mic behavior. Princeton: Princeton University Press.

Weber,E. U.,& Johnson,E. J. (2009). Mindful judgment and decision making.Annual R eview of P sychology,60(1),53?85.

Wedell,D. H.,& Senter,S. M. (1997). Looking and weighting in judgment and choice.Organizational B ehavior and Human Decision Processes,70(1),41?64.

Zhou,L.,Zhang,Y.-Y.,Wang,Z.-J.,Rao,L.-L.,Wang,W.,Li,S.,… Liang,Z.-Y. (2015). A scanpath analysis of the risky decision-making process.Journal o f Behavioral Decision Making,(accepted)