直觉与易得性

赫伯特·西蒙除了在经济学方面有极深的造诣，在管理学、心理学、决策理论及人工智能方面的造诣也很深厚。1993年，他获得美国心理学会终身贡献奖；1975年，他获得计算机科学领域图灵奖；1995年，他获得国际人工智能学会终身荣誉奖等多个奖项。

早期，赫伯特·西蒙主要围绕经济学进行研究，随后逐渐开始集中在人工智能与决策理论等领域。赫伯特·西蒙对国际象棋大师们干脆利落的落子非常痴迷。当这些大师被问到如何决策时，他们却都将其归功于“直觉”的作用。[40]

赫伯特·西蒙对这种所谓的直觉进行了深入的研究。比如，人们在收集信息时，大脑都在做些什么？需要迅速地做出决策时，人们又如何做出决策？通过计算机编程，是否能够像人一样思考？

赫伯特·西蒙通过研究发现，人们的大部分决策都包含直觉与分析两种类型：在直觉层面，人们的大脑不停地接收信息，寻找其中的模式，并将其存储，留待日后调用这些模式做出判断。也就是说，直觉通常都来源于之前的经历与经验。在分析层面，人们则更多地利用计算，对事情进行全面、系统的分析。

丹尼尔·卡尼曼等学者认为，经济激励并不是影响判断和决策质量的主要因素，利益的大小与非理性的决策之间并没有太多的相关性。很多学者对投资、房地产等市场的行为进行了研究，发现即便在重大的决策中也会充斥着系统性错误。

虽然，重大的经济决策会提高人们的注意程度，能够增加人们投入的精力，然而这些并不能保证决策就一定是理性的。它们与理性之间并不存在关系。一些研究甚至表明，耗费太多精力虽然可以让人们更全面地看待问题，然而考虑太多也可能犯低级错误。[41]

尽管有时直觉会被认为是一种糟糕的表现，然而，不得不承认的一个事实是，世界顶级的国际象棋大师下棋时的干净利落，就是凭借直觉在下棋。一些研究甚至认为，熟练的决策者相信直觉比详细的分析会做得更好。[42]

专家们可以通过直觉立即提取他们之前的记忆存储，然而其他人却很难做到这点。这也就是为什么存在一万小时定律这种说法，要想在某个领域取得卓越非凡的影响力，必须付出持续不断的努力来进行大量练习，以培养良好的直觉。生理学与神经科学的相关研究已经证实，直觉是一种生理现象，人们的身体通过大量的信息收集工作来产生直觉。

丹尼尔·卡尼曼和阿莫斯·特沃斯基将这种由系统1“不费力”产生的一些特征称为自然评价（Natural Assessment）。[43]丹尼尔·卡尼曼和谢恩·弗雷德里克（Shane Frederick）总结了一些自然评价，如尺寸、距离、相似度、情绪等。[44]

直觉思维自发地进入脑海，丹尼尔·卡尼曼用“易得性”（Accessibility）表示进入脑中的内容。易得性主要是由对象的一些实际特征决定的。

如果在图片上同时呈现特别大的数字和特别小的数字，乍一看，大的数字会首先进入人们脑海中。但是，如果有意识地提高注意力，则可能抵消这种具有大小特征的物理属性。比如，提前告之数一下图2-5中有几个“0”，这种由大小特征所产生的区别就可能被抵消。

图2-5 易得性

比如，在展示图2-5之前，就告诉你要在其中寻找字母，那么字母的易得性就会被提高。当提起某一个事物时，与该事物相关联的一些特征都会映入脑海，而与该事物无关的元素就会被排除掉。不少商家正是利用易得性原理进行促销，如图2-6所示。

图2-6 某商品促销图片

易得性会因情景的不同而不同。面对一个模糊不清的事物时，如果没有得到一个明确的提示（定位），那么人们对事物的解释就会有所不同，也就是横看成岭侧成峰。

图2-7给出了一张具有争议的图片。上下两行最后的那个字符，如果放在数字行，会被认为是数字，而放在字母行，又可能会被认为是字母。但是，如果没有两边的字母或数字的“提示”，人们可以给出不同的见解。可见，易得性是依赖于参考的。

图2-7 情景对易得性的影响