知识的错觉
上QQ阅读APP看书,第一时间看更新

因果推理大师

人类乃这世界的因果推理大师。在粗糙的物质表面划一根火柴,下雨天出门没带伞,在天性敏感的同事面前说错了话,我们皆能预知将引发何种后果。以上这些都要求因果推理的能力。无一例外的是,我们先设想这世界处于某种状态,然后因为某项机制的操纵改变了初始状态。在第一个例子中,我们先想象一根火柴和一个粗糙的表面,接着想象用火柴摩擦糙面这个机制。我们已知该机制将产生火花且这些火花将引燃火柴头内的可燃物。在第二个例子中,我们设想外面在下雨但室内是干爽的。接着我们想象无数小水滴落在我们身上这样一个机制。基于对该机制的了解,我们预见衣服和头发将吸收一部分水滴而剩下的将会落在皮肤上。简而言之,我们会被淋湿。预测行为所基于的是因果性知识——那些关于机制如何运行的知识,这看似简单却要求我们对多种机制烂熟于心:在糙面上可以引燃火柴、被雨淋湿是附着了一层小水滴、觉得冷要盖厚毛毯、熊孩子要被大声批评才听话、打开电子设备要按电源按钮、棒球能够打碎玻璃窗、灌溉植物、踩下油门——这样的例子不胜枚举。我们熟知一大堆能导向既定结果的机制和原理。

而且我们不只熟悉它们,还熟知它们如何运行。如果火柴或摩擦面受潮,或是力道太轻或太重,火花都不会出现。如果披着雨衣或者雨势小得足以在落到身上后立即蒸发,我们都不会被淋湿。对每个耳熟能详的机制,我们都理解得足够深入,知道必须满足哪些条件,其机制导出的结果才能符合预期(只有当小孩子从对他的责备中感受到气愤而非玩笑时,他才会号啕大哭),以及哪些条件不过是虚张声势(你若是离得太远,他听不见你愤怒的批评,他当然不会哭了)。

还有一些其他类型的因果推理相对晦涩,不那么易于理解。解出8 743的立方根恐怕没那么简单;阐明量子力学谈何容易;你下次在内华达州里诺市赌博的胜算也很难猜透。就连里诺在洛杉矶的东边还是西边都不是个简单的问题(去查查看,答案会让你大吃一惊的)。我们不是样样精通的全能手。推论这世界的运行规则才是你我的强项,我们是天生的因果推理达人。而老鼠,碰巧也是这行当的怪杰。我们都是遵循相同规则演化至今的动物,除此以外谁还能生出如此智慧?

在上一章我们已了解到,思考的目的是在当前给定情境下选出最有效的行动方案。这要求我们能洞悉、识别那些深藏和贯穿在不同情势之中的恒量。人之所以为人,即在于我们能厘清那些深沉而稳定的特质,那些需要人类智慧才能辨识出的核心特质:从某人是否患有脑震荡或传染性疾病,到是不是该给汽车轮胎打气了。

截至目前,我们所讨论的例子都不过是蜻蜓点水而已。我们还尚未提及人类在预测战争结局、分析新健康保险方案的组织影响,甚至破解马桶工作原理方面的杰出才能。相较于其他类型的推理,我们的因果推理或许真的更胜一筹,但深度错觉还是说明了人类在个体层次上的局限性。

因果推理指的是我们试图用已知的因果机制对变化做出解释。它通过理性论证帮助我们预测“因”会结出怎样的“果”。这里有一些人们本能地参与因果推理的例证。试想以下故事中的问题。

一名说客暗中对一位参议员展开攻势:“如果你支持我的提案,下一年你就不用为资金发愁了。”在接下来的几个月里,当参议院吵得不可开交时,这位参议员是该法案坚定的支持者。故事说到这里,你认为这位参议员会在下一年度募款上花费多少时间?

这个问题回答起来并不困难。这位参议员显然更可能使用说客提供的经费,高枕无忧地品名酒、抽雪茄,而不是为筹款四处奔波。这个问题之所以如此容易回答是因为人类堪比一台推理机器。对所有未知或无法亲眼所见的事物,我们皆推测之。这一说客的故事是逻辑架构中被称作“肯定前件式的假言推理”的一个简单案例。如果使用符号,它可以表示为如下形式:

若A则B。

A成立。

因此B成立。

谁会反驳这样的说法呢?如果A意味着B,那么一旦你有A,就也有了B。这听起来就像你把一模一样的话说了两遍。但事实上,并非每一次真相都是如此显而易见。参议员有可能支持了提案但回绝了说客的资金。也或许是说客撒了谎。“果”是有可能不按套路出牌的。如“肯定前件式的假言推理”之类的逻辑架构在符号形式上看起来合情合理,可是一旦我们把它们放入有血有肉的现实情境中,可能就不那么顺理成章了,这是因为涉及因果关系的因素在不知不觉间被纳入考虑范围。 Modus ponens and causal considerations: D. D. Cummins, T. Lubart, O. Alksnis, and R. Rist (1991). “Conditional Reasoning and Causation.” Memory & Cognition 19(3): 274–282.

许多逻辑架构看上去本就不怎么合理,有些论点也不如它们看上去那么合乎逻辑。我们来看下面这个例子。

如果我的内衣是蓝色的,那么我的袜子肯定是绿色的。

我的袜子确实是绿色的。

因此,我的内衣是蓝色的。

上述推理成立吗?大多数人会觉得没错,但回归逻辑的学理(即从逻辑命题的角度来解释),答案是:大错特错。这个推理犯了一种名为“以果证因”的逻辑谬误。

现在请来思考一个不仅有关事实真伪,还涉及因与果的论证。

如果我掉进下水道里,那么我将需要洗个澡。

我洗了个澡。

因此,我掉进了下水道里。

大多数人能看出这个例子的问题所在。“我洗了个澡”这一事实并不意味着我曾掉进下水道里,因为导致我去洗澡的原因远不止这一个。在这个例子中,第一条陈述是因果性的:掉进下水道是洗澡的原因。当我们进行因果推理时,我们会更加充分地考虑到所有致使我们做出正确推论的因素。它确实还是要费一番脑力的。我们必须厘清的是,掉进下水道可能是导致洗澡的原因之一,但反之不然。我们必须顾及其他亦可能导致洗澡行为的原因。我们不得不一一评估这些原因的合理性。而且,我们还要将上述意见或看法组织成回答问题的答案。所有这一切,不过在转瞬之间完成。当涉及因果关系时,我们的推理简直无懈可击、浑然天成。

人类不是计算机那样的逻辑运算机器。我们或许时时刻刻都在进行推论,但这些推论并非基于教科书式的逻辑,而是因果性的逻辑。

正如人们不相信联系是任意的(巴甫洛夫想象中的人类行为),人们也不是按照逻辑演绎做日常推理,而是用因果分析。我们通过推理世界运转的方式来进行推论。我们猜想如何由因导果,哪些东西会抑制或阻碍预期中的“果”,以及为了“因”能发挥作用,哪些因素必须就位。我们判断一个说法的是非对错所依靠的是因果式的逻辑,而非命题式的逻辑,因果关系的逻辑包括了具体事件如何一一对应到其结论。

因果推理的能力让我们得以解决许多现实问题。在裂谷或水面上建造一座桥梁就是因果推理的产物。桥梁设计师必须进行与承重结构相关的推理,以确保建造一座能承载汽车和卡车重量的安全桥梁。为机动车安装车轮使车子能随着车轮的滚动而移动,这要求另一种因果机制的参与。实际搭建一座桥梁或制造一只车轮的前提是构思与筹划它们的能力,这也使人类得以拓展领地、躲避敌人,并在争夺稀有资源的演化之战中成为最大的赢家。

将想法投射到长远未来的能力也是因果推理的一种。它涉及对世界长期情势发展的预期机制。这类长期规划是必要的,可以激励我们终生学习。学习的精髓在于,我们精进的能力不会立竿见影,而是在多年以后才凸显其价值。学习独木舟的精良制作工艺可能要花费数年之久。但是,某个社群中使用独木舟的人不会投入时间在这项将来才会用到的工艺上,在当代的独木舟工匠做出最后一支船桨之前,这个社群还是可以继续他们习以为常的捕鱼和交通方式。只有在你能通过因果机制的推理足以看到未来社会变迁的时候,比如当你看到死亡的威胁近在眼前时,才会花时间学习某项有用的技能或工艺。

我们所擅长的因果分析不仅针对客观实物和社会流变,还包括精神和心理层面遇到的问题。 We excel at casual analysis: An introduction to this literature can be found in B. F. Malle and J. Korman (2013). “Attribution Theory.” In ed. D. S. Dunn, Oxford Bibliographies in Psychology. New York: Oxford University Press.试想某人,比如你的爱人,拒绝跟你说话。现在,你有了一个要解决的问题。你需要调动因果推理来找出问题所在并弄清楚如何应对。

想要确认问题出在哪里,你得因果式地揣测人类的反应和情感。是什么导致他/她对你做出负面反应呢?你冒犯他/她了吗?你提起他/她不堪回首的过去了吗?你踩到他/她的道德雷区了吗?正如面对客观实物一样,这也需要复杂的因果分析。此时,你需要了解人类的想法和动机,以及它们如何引发后续行动。要弄清是什么触怒了某人,你得对他/她的信条或观念略知一二。例如,他/她对你的过去了解多少?哪些道德价值观是他/她看重的?你还得对他/她的欲求所有了解。他/她的敏感地带在哪里?他/她跟你冷战是为了达到什么目的?换句话说,你要做的就是找出操控他/她行为的背后意图并弄清他/她希望借此达成的结果。这类因果分析在每一个人际交往场合都会被调动,也是绝大多数人用起来都得心应手的一类推理。

寻求解决问题的具体做法也需要因果推理:现有的各种方案都会导向怎样的后果?如果你试图安抚此人,他/她的态度可能会有所缓解,但也可能被理解为你认错了,使对方占了上风。如果你挑起争执,或许能逞一时口舌之快,但你可能将结束或至少在一段时间内无法维系这段关系。有时,预测我们的所作所为会对他人产生何种影响并非易事,但还是那句话,如果我们义无反顾地这样做,大多数情况下还是能顺利解决问题的。彬彬有礼地提出一个简单的请求,对方通常会心甘情愿地顺从;如果以开玩笑的方式提出,则大多会得到一个忍让的似笑非笑作为回应(根据我们的经验)。人们在因果推理上的非凡天赋不只是针对具体事物,在预测人类行为方面也毫不逊色。