8. 我们究竟是如何作出判断的？——系统1的评估机制

本章深入探讨了系统1如何对环境进行全方位的自主评估。它如同一台持续运转的雷达，不仅监测基本的生存威胁，还能进行跨维度的强度匹配和发散性思维。然而，这种自主机制虽然高效，却在面对复杂的统计问题（如总量评估）时表现出明显的局限性。

一、 基本评估：全方位的雷达

系统1时刻都在对周围环境进行基本评估，这些评估是无意识且毫不费力的：

• 生存监测：事情进展顺利吗？有威胁吗？
• 敌友识别：只需一瞥，我们就能通过脸型（如方下巴代表强势）和表情（微笑代表友善）判断陌生人的可信度和支配力。这种能力是进化的产物，旨在提高生存概率。

应用案例：看脸预测选举

心理学家托多罗夫的研究发现，人们仅凭 0.1秒 观看陌生政治家的照片，就能评估其能力和可爱程度。惊人的是，这些基于面部特征的直觉判断，竟能预测 70% 的选举胜出者。这说明许多选民实际上是在听从系统1的直觉投票，而非理性分析政纲。

二、 强度匹配：跨维度的直觉转换

系统1具备一种特殊能力，即将不同领域的强度等级进行匹配（Intensity Matching）。我们可以轻松回答类似“如果山姆的身高和智商一样，他有多高？”这样的奇怪问题。

案例：朱莉的早慧

“朱莉4岁时就能阅读。”
请问：如果一个人的身高和朱莉的早慧程度相匹配，他有多高？

大多数人会直觉地给出一个远高于常人的身高（如 7英尺），因为“4岁阅读”代表着极高的智力强度。我们会自动将这种强度“翻译”成身高、收入、犯罪严重程度甚至音量大小。虽然这种匹配在统计学上往往是错误的，但在直觉上却显得非常自然和谐。

三、 意向性与发散性：系统1的“多管闲事”

1. 思维的发散性（The Mental Shotgun）
当我们试图计算或评估某件事时，系统1往往会进行“过量计算”，就像散弹枪一样，除了击中目标，还会波及周围区域。

• 押韵实验：即使只要求听声音判断押韵（VOTE – GOAT），受试者也会受拼写差异的影响而变慢。系统1自动比较了拼写，干扰了主要任务。
• 句子真伪：判断“有些工作是蛇”为假很容易，但判断“有些工作像监狱”为假则较慢，因为后者在比喻意义上是真。比喻义的自动激活干扰了字面义的判断。

2. 强项与短板：平均值 vs 总量
系统1非常擅长处理原型和平均值，但对总量（Sum-like variables）完全束手无策。

• 线段实验：看一眼图中的多条线段，系统1能瞬间估算出它们的平均长度，却无法估算出总长度。
• 原油泄漏捐款：人们愿意为拯救受困鸟类捐款的数额，主要取决于脑海中“一只无助小鸟”的画面（原型）。无论是拯救 2,000 只、20,000 只还是 200,000 只，平均捐款额几乎不变（约 80美元）。数量这一关键变量被系统1完全忽略了（比率忽略）。

总结：系统1是一台强大的联想机器，它能跨维度匹配强度，能瞬间识别面孔特征，也能自动计算平均值。但它也是一台有缺陷的机器，容易被比喻义干扰，且对总和类变量极不敏感。这种机制解释了为什么我们能迅速作出直觉判断，也解释了为什么这些判断在涉及数量和统计时往往是错的。