概率功能主义：行为现象稳健性的边界条件

《Scientific Reports》：Probabilistic functionalism as a limiting condition for robustness

本研究探讨了行为效应（如吸引效应和默认助推）的稳健性边界。研究人员通过实验证明，这些效应的强度与操纵特征（如诱饵、默认选项）预测最优结果的概率成正比。该研究揭示了“线索-结果”关系是行为现象稳健性的关键限制条件，为理解助推和选择架构的适用范围提供了新视角。

　　

在行为科学领域，我们常常期望一个实验发现能够被稳定地重复出来，这种性质被称为“稳健性”（robustness）。然而，现实往往不尽如人意。例如，著名的“吸引效应”（attraction effect）——即通过增加一个明显更差的“诱饵”选项来提升目标选项被选中的概率——有时能成功复现，有时却会失败甚至出现反向效应。同样，旨在通过预设选项来引导人们做出更优决策的“默认助推”（default nudge），其效果也并非总是稳定。

面对这些时有时无、时强时弱的行为效应，研究者们通常从统计或方法学角度寻找原因，例如样本偏差或实验设计差异。但由Matties Forsgren、Benjamin Mandl和Gustav Karreskog Rehbinder发表在《Scientific Reports》上的这项研究，提出了一个全新的、理论驱动的解释：这些行为效应的稳健性，可能受到“线索-结果”关系（cue-outcome relationship）的严格限制。

该研究认为，当实验者操纵选项的特征（如增加诱饵、设置默认选项）时，这些被操纵的特征本身就会成为环境中的一种“线索”（cue）。如果参与者发现，遵循这些线索（例如，选择有诱饵的选项，或选择默认选项）能够帮助他们获得更好的结果，他们就会学习并依赖这些线索。反之，如果线索与结果无关，他们则会忽略它。因此，一个行为效应能否被观察到，以及其强度如何，很大程度上取决于该线索在多大程度上能够预测好的结果。这一观点根植于Brunswik的“概率功能主义”（probabilistic functionalism）理论，该理论认为人类心智会适应环境中的统计规律，以做出更有效的判断。

为了验证这一核心思想，研究人员设计了一项巧妙的实验。他们招募了超过900名在线参与者，并将其随机分配到三种不同的“线索类型”条件下：吸引效应（诱饵线索）、默认助推（默认线索）以及一个更传统的规则学习任务（规则线索）。在每个条件下，研究人员都系统地操纵了一个关键变量：线索的预测性（predictivity），即该线索（如“有诱饵的选项”）指示最优选项的概率。在实验的测试轮次中，线索的预测性被设定为随机，以测量参与者对线索的依赖程度。

研究结果清晰地支持了他们的假设。在所有三种条件下，参与者选择遵循线索（如选择有诱饵的选项、选择默认选项或选择特定形状的选项）的概率，都与其在实验过程中观察到的“历史预测性”（historical predictivity）呈显著正相关。当线索在过去总是能预测最优选项时，参与者会高度依赖它；当线索的预测性处于随机水平时，吸引效应和默认助推效应几乎消失；而当线索预测的是较差选项时，参与者甚至会表现出反向选择，即刻意避开该线索指示的选项。

这项研究深刻地揭示了，许多行为效应并非普遍存在的“硬编码”认知偏差，而是个体在特定环境中进行适应性学习的产物。它提醒我们，在评估一个行为干预（如助推）的有效性时，必须考虑其背后的线索-结果关系。这一发现不仅为理解行为效应的边界条件提供了新的理论框架，也对政策制定者如何设计更有效、更持久的助推策略具有重要的启示意义。

关键实验方法

本研究采用了一项基于Crosetto和Gaudeul（2016）以及Trueblood等人（2016）范式的在线决策任务。参与者被随机分配到“诱饵条件”、“默认条件”或“规则条件”中，并在每种条件下完成40轮选择任务。在每轮任务中，参与者需要从三个几何图形（如矩形、椭圆、圆形）中选择一个，每个图形都有面积和价格，其收益为面积减去价格。实验的核心操纵是“线索预测性”（cue predictivity），即被操纵的特征（如诱饵、默认选项、特定形状）指示最优选项的概率。研究人员通过回归分析，检验了参与者观察到的“历史预测性”（historical predictivity）与其在测试轮次中选择遵循线索的概率之间的关系。

研究结果

1. 历史预测性对选择行为的正向影响

研究人员通过回归分析检验了历史预测性对选择行为的影响。结果显示，在所有三种线索类型条件下，历史预测性对选择遵循线索的概率均具有显著的正向效应。具体而言，历史预测性每增加10个百分点，参与者选择有诱饵选项的概率估计增加1.29%，选择默认选项的概率估计增加1.58%，选择规则指示选项的概率估计增加2.21%。这些结果表明，参与者确实能够学习并利用线索与结果之间的统计关系来指导自己的决策。

2. 线索预测性对效应强度的调节作用

通过绘制历史预测性与选择概率之间的关系图，研究人员进一步揭示了线索预测性对行为效应强度的调节作用。当线索的预测性处于随机水平（约0.33）时，吸引效应和默认助推效应均非常微弱，选择概率接近随机水平。当线索的预测性较高时，参与者选择遵循线索的概率显著高于随机水平。更有趣的是，当线索的预测性较低（即指示较差选项）时，参与者选择遵循线索的概率甚至低于随机水平，表现出一种反向效应。这表明，参与者不仅会利用线索来追求好的结果，还会利用线索来避免坏的结果。

3. 不同线索类型的效应强度差异

研究还发现，不同线索类型对选择行为的影响强度存在差异。规则线索（涉及刺激物属性）的效应最强，其次是默认线索（涉及反应模式与刺激物的关联），而诱饵线索（涉及两个刺激物之间的关系）的效应最弱。研究人员推测，这可能反映了线索的复杂性差异，即线索越容易提取，参与者对其的依赖程度就越高。

结论与讨论

本研究最核心的结论是，行为效应的稳健性受到线索-结果关系的严格限制。吸引效应和默认助推效应并非普遍存在的认知偏差，而是个体在特定环境中进行适应性学习的产物。当被操纵的特征能够可靠地预测好的结果时，这些效应会增强；当预测性消失时，效应也会随之消失甚至反转。

这一发现对相关领域的理论和实践具有深远意义。首先，它意味着解释吸引效应或默认效应的理论，不应被视为关于“人们如何做决策”的普遍理论，而应被视为关于“某些人在没有高度预测性线索时如何做决策”的特定理论。其次，它挑战了将“默认启发式”（default heuristic）视为一种硬编码算法的观点，而是将其重新描述为一种可塑的、基于环境统计规律的适应性策略。

对于政策制定和助推实践而言，本研究提出了一个关键启示：助推的效果可能高度依赖于其与个体目标的“动机一致性”（motivational alignment）。当助推引导个体走向其自我感知的目标时，助推所创造的线索-结果关系是积极的，个体愿意依赖它，助推效果也更持久。反之，如果助推与个体目标相悖，个体最终会重新校准其线索权重，从而削弱甚至消除助推的效果。因此，未来的助推设计或许不应仅仅关注如何“推动”人们，而应更多地关注如何构建高度预测性的线索，以帮助个体更好地实现其自身目标。