偏見的統一理論#
你可能聽過很多「心理偏誤」：確認偏誤、錨定效應、損失厭惡、過度自信偏差、聚光燈效應、可得性偏差、倖存者偏差、事後諸葛亮效應、鄧寧-克魯格效應、認知失調等等。研究偏誤的祖師爺是丹尼爾·卡尼曼，現在已經發現的偏誤可能已超過 200 個。
德國心理學家艾琳·厄伯斯特（Aileen Oeberst）和羅蘭·因霍夫（Roland Imhoff）提出了一個關於人類偏誤的統一理論，用一個公式概括：
任何偏見 = 一個信念 + 確認偏誤
- 信念：你認為不證自明的東西，你自然就相信，不願意質疑
- 確認偏誤：對待新信息的態度——符合你信念的信息你接受，不符合的你忽略、選擇性遺忘或質疑
簡單說，先入為主的信念結合強化信念的態度，能解釋也許一切偏見。
六個根本信念#
這個理論不需要很多信念，兩位研究者列舉了六個人人都有的「根本信念」：
信念一：我的經驗是合理的參考#
- 我們評估事情時，總從自己的經驗出發，而不考慮他人的視角
- 可以解釋「聚光燈效應」（覺得別人都在關注自己）和「透明度錯覺」（高估別人對自己想法的理解程度）
- 還有「虛假共識效應」：你默認你的信念是所有人的共識
信念二：我對世界的判斷是正確的#
- 如果別人不同意你的判斷，那一定是他故意如此
- 可以解釋「敵意媒體偏誤」和「偏誤盲點」（你很容易從別人的思維中發現偏誤，而看不到自己的）
信念三：我是好的#
- 每個人都認為自己的水平高於平均——「優於平均水平效應」
- 表現好歸功於天賦和努力，表現差歸咎於運氣和環境——「自利歸因偏差」
信念四：我的群體是一個合理的參考#
- 「種族中心主義偏見」和認為自己群體比其他群體更能代表一般人的「群體內投射」都源於此
信念五：我們群體是好的#
- 與信念三類似，只是從個人擴展到群體
信念六：人們的屬性決定了事情的結果#
- 認為他人做事的結果表現了他們是什麼人——「基本歸因謬誤」
- 我要是沒辦好一件事，那可能是因為偶然；別人要是沒辦好，那一定是因為這個人本身不行
六個信念的本質#
在作者看來，這六個信念可以進一步合併。其實強調的都是：「我很好」「我的經驗很重要」「我的判斷很正確」「我們很好」「我們的經驗很重要」，以及「人與人有本質的不同」。
用一句話概括：我跟別人很不一樣，對此我感到驕傲。
人類學家格雷戈里·貝特森（Gregory Bateson）稱之為「分裂演化」——相鄰的兩群人，哪怕自然環境完全相同，生活方式也會故意不同；哪怕知道對方的解決方案更好，也要堅持用自己的，只為了群體榮譽感。
用中國哲學的語言來說，偏見源於「我執」。每個人的「自我」都是有質量的物體，它會自動彎曲周圍的空間，所以我們才會有各種偏見。
偏見是認知層面的，不是策略層面的#
從統一理論出發，厄伯斯特和因霍夫推導出幾個見解：
- 人的偏見是認知意義上的——不是說這個人為了推銷產品故意吹噓，而是他真的相信自家產品好，這是出於信念
- 哪怕一個人的動機是追求客觀中立，哪怕他自以為無私、不圖任何好處，他還是會有偏見
- 想要消除偏見，就得改變信念——但改變信念意味著承認「我並不是那麼好，我的經驗不重要，我所在的群體不是世界的中心」
- 「不撞南牆不回頭」——也許一個人只有在不得不面對那些事實的時候，才有可能改變自己的信念
人與 AI 的偏見差異#
- AI 的偏見是知識性的：訓練語料不平衡、算法對某些輸入過於敏感或不敏感。AI 對待新信息的態度是貝葉斯式的——客觀吸收，隨時修改自己的參數
- 人的偏見源於「我執」：人傾向於用自己的信念評判新信息，而不是用新信息修正信念
- 簡單說，AI 的偏見源於無知，人的偏見源於「我執」。人的偏見是知識偏見之上的另一層偏見
偏見的演化意義#
偏見固然是人的弱點，卻源於我們生存繁衍所必需的信念：
- 因為你相信自己很重要很了不起，你才會積極地保護自己的生命、發展自我、繁衍後代
- 因為你對自己的群體有認同感，你們那個群體才能壯大、得以存活
- 如果大家都沒有「我執」，只是客觀地評估世界，人類社會會非常乏味——事實上現在的 AI 就有點兒這個意思，各家大語言模型算法幾乎是一樣的，輸出結果大同小異
在「正確」和「差異」之間，有一個可選地帶。你通常應該儘量離正確近一點，但如果你刻意選擇差異，也能理解——正是這個差異性增加了人類整體的多樣性和創造性。