对这个问题,坊间流行的解释是从一个心理学概念“认知偏差”(Cognitive Biases)出发的。

“认知偏差”一词,是上世纪70年代初,丹尼尔·卡尼曼(Yes!就是《思考:快与慢》的作者)首创的;用来描述人们在判断风险和做出决策时,大脑漏洞百出的工作模式。

认知偏差产生的根源在于大脑的快系统(系统一)总是试图简化信息处理过程,便于以最快捷、最省力的方式得出貌似靠谱的“结论”。这些“结论”随后会被作为“经验法则”,“帮助”我们“理解”这个越来越复杂的世界。如果早期的偏差未能得到及时纠正的话,这些偏差驱动得出的结论会被作为下一轮思考和判断时的新起点,从而得出更多离谱荒谬的新结论。

认知偏差通过两个独立的过程来影响大脑的分析和决策:基于熟悉度的偏差(Familiarity Bias熟悉度偏差)和来自外部影响的偏差(Persuasion Bias说服偏差)。

熟悉度偏差:陌生的野象和熟悉的市虎

首先来了解一下熟悉度偏差。研究表明,基于熟悉度的认知偏见会导致人们更容易接受某项事物或活动的缺陷,并低估其风险。换句话说,我们的大脑对日常熟悉事物的风险判断,总是低于陌生的不常见的事物。打个比方,绝大部分人会误以为一只熟悉的老虎的危险性要小于一只陌生的野象。

对大多数人而言,飞机(陌生的野象)是难得一见的,坠机事故更是罕见且场面极其惨烈的;而车子(熟悉的市虎)是几乎天天要开、天天要坐的,车祸也是随时随地都会发生的事情。当车祸真的发生时,我们通常几乎不会去注意人员伤亡,很多人更担心的是车祸造成交通堵塞而迟到。

从大数据统计角度看,熟悉的市虎(车子)和陌生的野象(飞机),到底哪一个风险更高呢?

根据美国交通部下属的国家公路交通安全管理局(https://www.nhtsa.dot.gov/)公布的数据,2020年美国全年共有3万8千人死于车祸,另有超过2百万人因车祸受伤而需要医疗急救。上述统计数字仅包括公共道路上所发生的车祸,不包括停车场、小路和私家路上发生的车祸。

而根据Airlines for America (A4A,美国民航服务业的一个行业协会)公布的数据,2020年美国公用民航总共发生11期飞行事故,其中致命事故为0起,死亡人数为0。为了扎实起见,我们回看20年的数据:从2000年到2022年,每年飞行事故小于30起,其中致命事故每年小于1起,年平均死亡人数约37人(这个平均数包括了2001年“911事件”中死于四场恐怖袭击空难的265 人;数据来源见下)。

做为对照:2000年~2020年,每年死于公共道路车祸中的平均人数是多少呢?38,030人!(参考图一)

为什么2022年那么多空难(人类对空难事件的恐惧)(1)

图一. 2000-2020美国每年空难与车祸死亡人数对照

上面只是借用了美国的数据来说明一个道理。其实中国的数据,甚至全世界的数据都可以用来说明同样的道理——随着技术的不断进步,飞行远比驾车要安全的多(我的印象中,中国的空中安全率也是全世界最高的)。我看到过这样一个有趣的说法:在这个星球上任挑一个地球人,TA一生死于航空事故的几率为1/20000、死于汽车交通事故的几率为1/100,而死于心脏病的几率为1/5。

但是了解了这些理性数字之后,我们就能克服对飞行的恐惧吗?我认为对大多数人还是不行的。我们的大脑,特别是其中的古旧脑(Paleencephalon),是不会轻易被理性数字说服的。特别地,我们每一个人都不是生活在孤立的真空中;我们的思维信念时时刻刻会受到方方面面的影响甚至干扰。所以我们还得来看一下认知偏差的第二个独立过程——来自外部影响的说服偏差——是如何在熟悉度偏差基础上,进一步强化人脑中的认知偏差的。

说服偏差:谎言重复一百次就会成为真理

在这个互联网时代,对我们影响最大的无非就是各种各样的网络媒体,包括自媒体。如果说资本的本性是吸血的话,那么媒体的本性就是吸睛。为了吸睛,任何一家媒体都不会放过空难这样一个“热点”。其实这也不能全怪媒体。亿万年来,我们的大脑已经演化成了一台猎奇机器,我们对狗咬人已经毫无兴趣,只有人咬狗才能吸引我们的注意。总之,空难在媒体中出现的比例超高,其描述比车祸报道更具戏剧性。只有这样媒体才能挑起读者的好奇,煽动读者的情绪,进而更容易影响和说服我们接受它们的观点(和产品!)(也希望能有理性的学者做一项研究,调研一下各家新闻媒体在每个空难受害者和每个车祸受害者身上花费了多少报道时间)。

做为说服偏差的一个例子,考虑一个读者读到了一份带有明显政治倾向的报纸上的一篇文章。

在完全理性的情况下,读者应该预期文章中提出的论点必定反映该报纸的总体政治倾向。此外,该读者心中也应该已经有一个对该报纸论证的靠谱度的评估(事先评估Prior Assessment)。

在阅读文章后,读者应根据事先评估更新其政治信仰。具体而言:如果文章的论证比读者预期更加靠谱(强论证),则读者应该倾向于相信报纸的观点;而如果论证比预期更不靠谱(弱论证),则读者应扬弃报纸的观点。因此平均而言,阅读一篇文章应该不会影响读者的信仰。更严谨的说法是:在完全理性假设下,信念必须遵循鞅。

然而,有关鞅的理论结果似乎与日常的观察相反。我们看到的是:报纸确实会影响读者的观点,即使报纸的偏向性视角是众所周知的。对于这一现象,说服偏见理论的一个自然解释是——个体通常无法正确地适应环境中信息的重复。

在上面的例子中,信息重复出现是因为这篇文章反映了该报的一贯政治观点。一个人如果不能适应这种重复(所谓“适应重复”,就是要适应性地忽视该报文章的论点),他将会倾向于报纸的观点;倾向于该报的观点越多,他读该报的文章就越多。从而形成一个正向强化性循环(“戈培尔效应”:谎言重复一百次就会成为真理)。

更普遍地,适应重复的失败例子不仅常见于单来源的信息,也适用于社交网络中的多来源的信息。例如,假设两个人A和B,在分别与第三方C就某个问题进行了讨论之后,才对这个问题进行了讨论。如果A、B两个人没有考虑到对方的意见也是基于与C的讨论,他们将双倍倚重C的意见。网络媒体就这样把原先来自同一个来源的信息(包括误差)交叉重复放大,再散布到网络中去,形成“伪”多源信息,反复冲击影响读者的思考判断。

好了,现在我们终于对大脑认知世界的工作机制有所了解——即使你有幸避开了“熟悉度偏差”的陷阱,也很难逃得过“说服偏差”的罗网。在互联网大数据时代,做一个理性的人比做一条流浪的狗要难的多。

掌控错觉带来的安慰和失控状态带来的恐惧

假设有这么一个相当理智的人,在了解了上面所陈述的事实(即车祸发生的概率要远高于空难事故)之后,TA会对开车这件事情感到更加恐惧吗?答案是不会的。我们对开车,特别是开自己的车感到放心的背后,还有一个重要的原因:我们以为我们在开车时能随时掌控自己、掌控这辆车、和掌控周边的路况。这种“掌控的错觉”(Illusion of Control)带来的信心让人低估了风险,同时还会让我们高估自己的能力。比如很多“老司机”都认为每次行车的时候自己都会非常小心;一旦发生事故的时候,想象自己也会有够快的反应,可以做出很多自救的操作。比如,可以踩刹车、可以猛打方向盘,甚至快速倒车等等。然而实际上绝大部分车祸的发生也就是一两秒之内的事情(下面我们会看到,这个时间短未必是坏事)。无论是老司机还是新手,都做不出什么有效的反应。但是“掌控错觉”还是给我们每天必践的出行活动带来了极大的安慰。

另外一个相关的事实是,当车祸发生时候,对车子没有控制的乘客所感受到的恐惧要大于能够操控车子的司机,不管后者是真的在操控还是在幻觉中操控。同样早在70年代,吉尔和戴维森就已经发现,在控制力增强的情况下,负向刺激(比如即将发生的事故)引发的生理唤醒(比如恐惧)会比没有控制力的情况低;这个发现在真实的控制和自以为的控制状态下同样存在。飞机在天上失事的时候,也基本上处于一种失控的状态。任何一名乘客都没有什么办法来增加自身的生存机会,只能眼睁睁的看着自己从万米高空掉下来。而且这个掉落的时间其实相当长。以波音B737-800NG客机为例,机身自重41145公斤,最大起飞重量70535公斤,巡航高度8869米。重达70吨的物体在大气中做自由落体运动的话,从8千多米高度下降到达地面的时间为42.74秒,撞击地面的速度超过1478公里/小时。当然,飞机毕竟不是简单的重物,它不会做完全的自由落体运动。因此飞机的下降速度会慢一些,时间会更长一些。这大概就是新闻报道里所提到的“下午2点19分,飞机突然从巡航高度下降.....2点21分雷达信号丢失”的原因吧。

这样一个长达两分钟的失控过程,带给每一位乘客的恐惧感是随着时间每一秒的流逝而直线上升的。据传爱因斯坦曾经这样向普通人解释“相对论”:你坐在一个漂亮姑娘旁边两小时,你觉得只过了一分钟;如果你紧挨着一个火炉坐了一分钟,却会觉得过了两个小时。爱因斯坦虽然名义上只是一位物理学家,但他对心理学现象却有着远超常人的准确直觉。他对相对论的这种“通俗”解释实际上就是心理学中的“时间-情绪悖论”(The Time–Emotion Paradox)——正向情绪会让我们感觉到时间缩短,负向情绪会让我们感觉到时间拉长。极度的恐惧会让时间感知极度拉长,短短几秒钟就像过了一个世纪。漫长的两分钟失控期,带给每一位乘客的会是怎么样的一种煎熬(torture)?

虽然我们不在失事那一架飞机上,但人类共情(Empathy)的本能让我们完全能够体会到每一位不幸的乘客在最后那段失控状态中的绝望心境。坠机带来的冲击,远远超过了我们心理能够承受的悲伤和恐惧的阈值上限(Fear Threshold);再加上各类媒体的渲染放大,一起严重的空难事故必定会在我们心灵中留下很深的阴影(部分敏感人群还会感应到心理创伤)。


通过上面的分析,我们至少可以得出一个“人性化”的“结论”:人,绝大部分人,绝大部分时候,都是感情主导的生物;仅仅靠冰冷客观的统计数据,不可能让我们回归理性。从理性和感性两个维度综合来看,任何一场空难的冲击都比一场车祸要大得多。人类对飞机失事的焦虑和恐惧,真的没有错!“认知偏差”也好,“掌控幻觉”也罢,都不能拿来做为我们失去同理心的借口。相反,人类可以通过同理心,把恐惧和焦虑变成动力,推动技术和管理一点点进步,直到空难和车祸完全消灭!

谨以此文向东航MU5735航班遇难者致哀!

参考文献:

  1. <表征回头看:直觉判断中的属性替代> 丹尼尔·卡尼曼Kahneman D, Frederick S., Representativeness Revisited: Attribute Substitution in Intuitive Judgment (2002). In Gilovich T, Griffin DW, Kahneman D (eds.). Heuristics and Biases: The Psychology of Intuitive Judgment. Cambridge: Cambridge University Press. pp. 51–52. ISBN 978-0-521-79679-8.
  2. <熟悉偏差(一):它是什么?Familiarity Bias PART I: What is it?> https://www.psychologytoday.com/intl/blog/mind-my-money/200807/familiarity-bias-part-i-what-is-it
  3. <说服偏差、社会影响和单维度意见>DeMarzo, Peter M. and Zwiebel, Jeffrey H. and Vayanos, Dimitri, Persuasion Bias, Social Influence, and Uni-Dimensional Opinions (November 2001). Available at SSRN: https://ssrn.com/abstract=293139 or http://dx.doi.org/10.2139/ssrn.293139
  4. <网络中说服偏差与社会影响的实验研究>Jordi Brandts, Ayça Ebru Giritligil, Roberto A. Weber,An experimental study of persuasion bias and social influence in networks, European Economic Review, Volume 80, 2015, Pages 214-229, ISSN 0014-2921
  5. <鞅Martingale (概率论)> https://zh.wikipedia.org/wiki/鞅_(概率论)
  6. <美国每年机动车死亡率Motor vehicle fatality rate in U.S. by year> https://en.wikipedia.org/wiki/Motor_vehicle_fatality_rate_in_U.S._by_year
  7. <美国航空公司安全记录(符合法规121条款的定期航班):2000年至今Safety Record of U.S. Air Carriers (Part 121 Scheduled Service): 2000 to Present> https://www.airlines.org/dataset/safety-record-of-u-s-air-carriers/
  8. <大气中自由落体的速度和时间计算器> https://keisan.casio.com/exec/system/1231475371
  9. <通过对厌恶性刺激的非经验性感知控制减轻人类的压力>Geer, J. H., Davison, G. C., & Gatchel, R. I. (1970). Reduction of stress in humans through nonveridical perceived control of aversive stimulation. Journal of Personality and Social Psychology, 16, 731–738. http://dx.doi.org/10.1037/h0030014
  10. <时间-情感悖论>Droit-Volet Sylvie and Gil Sandrine 2009 The time–emotion paradox Phil. Trans. R. Soc. B3641943–1953 http://doi.org/10.1098/rstb.2009.0013
,