在大流行期間絆倒我們的認知偏見

: By Taha Yasseri，都柏林大學學院

感謝造訪 InnerSelf.com，哪裡有 20,000+ 宣傳“新態度和新可能性”的改變生活的文章。所有文章均翻譯為 超過30種語言. 訂閱每週出版的《內在自我》雜誌和瑪麗·T·拉塞爾的《每日靈感》。 InnerSelf雜誌 自 1985 年起出版。

認知偏差
豐富的 COVID 數據。約翰·霍普金斯大學

人腦是一台了不起的機器，能夠處理複雜的信息。為了幫助我們快速理解信息並做出快速決策，它學會了使用捷徑，稱為“啟發式”。大多數時候，這些捷徑可以幫助我們做出正確的決定。但有時它們會導致認知偏差。

在不繼續閱讀的情況下盡快回答這個問題：哪個歐洲國家受到大流行的打擊最嚴重？

如果你回答“意大利”，那你就錯了。但你並不孤單。意大利甚至不在歐洲國家的前十名之列確診的 COVID 病例 or 死亡.

很容易理解為什麼人們可能會對這個問題給出錯誤的答案——就像我和朋友一起玩這個遊戲時發生的那樣。意大利是第一個受到大流行打擊的歐洲國家，或者至少這是我們被告知一開始。我們對局勢的看法很早就形成了，重點是意大利。後來，當然，其他國家受到的打擊比意大利更嚴重，但意大利這個名字一直留在我們的腦海裡。

這個遊戲的訣竅是要求人們快速回答。當我給朋友們時間思考或尋找證據時，他們往往會想出不同的答案——其中一些相當準確。認知偏差是捷徑，當資源有限時，通常會使用捷徑——在這種情況下，資源就是時間。

這種特殊的偏見被稱為“錨定偏見”。當我們過於依賴我們收到的關於某個主題的第一條信息並且在收到新信息時未能更新我們的感知時，就會發生這種情況。

正如我們在最近的工作，錨定偏見可以採取更複雜的形式，但在所有這些形式中，我們大腦的一個特徵是必不可少的：更容易堅持我們首先存儲的信息並嘗試從那個參考點開始製定我們的決定和感知——而且通常不會走得太遠。

數據氾濫

COVID 大流行在很多方面都很引人注目，但作為一名數據科學家，對我來說最突出的是可供仔細研究的數據量、事實、統計數據和數字。

能夠定期在門戶網站上在線查看數字是相當令人興奮的，例如約翰·霍普金斯冠狀病毒資源中心和我們的數據世界，或者只是收聽幾乎任何廣播、電視台或新聞網站，以查看最新的 COVID 統計數據。許多電視頻道專門引入了節目片段來每天報告這些數字。

但是，我們收到的大量 COVID 數據與我們可以有意義地使用和處理該數據的速度不兼容。我們的大腦接收錨點、第一波數字或其他信息，並堅持下去。

後來，當它受到新號碼的挑戰時，需要一段時間才能切換到新的主播和更新。當我們不再關注任何新輸入並且我們也忘記了初始信息時，這最終會導致數據疲勞。畢竟，英國社交距離的安全長度是多少：一米或兩米? 不好了， 1.5米，或者 6腳. 但是六英尺是1.8米，不是嗎？沒關係。

與 COVID 溝通的問題不僅限於描述大流行的傳播和流行的統計數據或我們應該與他人保持安全距離的統計數據。最初，我們被告知“群體免疫”出現一次 60%-70%的人口通過感染或接種疫苗獲得了免疫力。

後來，隨著更多的研究和分析，這個數字被更準確地預測為大約 90%-95%，它比初始數字有意義地大。然而，正如我們的研究所示，這個初始數字的作用可能是深遠的，簡單的更新不足以將其從人們的腦海中移除。這可以在一定程度上解釋在許多國家觀察到的疫苗猶豫不決；畢竟，如果有足夠多的人接種了疫苗，我們為什麼還要冒著疫苗副作用的風險呢？別介意“足夠”可能還不夠。

這裡的重點不是我們應該停止信息流或忽略統計數據和數字。相反，我們應該學習在處理信息時考慮我們的認知局限。如果我們再次經歷大流行，我會更加小心我得到多少數據以避免數據疲勞。在做決定時，我會花時間不要強迫我的大腦走捷徑——我會檢查最新的數據，而不是依賴我認為我知道的東西。這樣，我的認知偏差風險就會降到最低。