编辑推荐：
在健康危机中，信息传播至关重要。为探究反事实思维（Counterfactual thinking）对新冠死亡人数预测判断的影响，研究人员收集 6731 人 377 天的预测数据。结果显示，触发反事实思维会降低判断准确性。这为危机沟通策略提供了重要依据。
新冠疫情的爆发，给全球带来了巨大的冲击。在这场没有硝烟的战争中，准确预测新冠死亡人数，对于制定科学有效的防控政策、合理分配医疗资源以及稳定社会秩序至关重要。然而，以往的研究发现，人们在预测时往往会受到各种因素的干扰，导致预测结果出现偏差。其中，反事实思维作为一种常见的认知机制，可能在人们对疫情相关信息的处理和预测中发挥着重要作用，但它究竟如何影响预测判断准确性，此前却并不明确。
为了揭开这个谜团，来自 IE 大学 IE 商学院（IE Business School, IE University）的 Matthias Seifert 和 Jeeva Somasundaram 开展了一项研究。他们的研究成果发表在《Communications Medicine》上，为我们深入理解反事实思维在健康危机预测中的作用提供了关键线索。
研究人员采用了在线实地研究的方法，从 2020 年 4 月 24 日至 2021 年 5 月 5 日，通过亚马逊 Mechanical Turk 平台招募了美国公民参与研究。在研究过程中，共有 6731 名受试者参与，他们被随机分为两组。研究人员让受试者预测美国每日因新冠死亡的人数，在预测前，实验组的受试者需要思考并写下 “本可以使死亡人数演变产生不同结果的干预措施”，以此触发他们的反事实思维，而对照组则在实验结束时才进行此项操作。此外，研究人员还收集了受试者的其他信息，如对数据趋势变化的判断、新冠感染状况、疫苗接种情况等，并记录了他们预测的死亡人数以及 90% 置信区间的上下限 。
研究结果主要通过以下几个方面呈现：
- 最可能预测值（Most-likely forecasts）：对实验组和对照组的平均预测值进行分析发现，实验组的平均预测值（662.78）低于对照组（735.15），且两组的预测值均低于实际死亡人数（1390）。这表明，触发反事实思维会使受试者更倾向于低估死亡人数。通过非参数检验和回归分析进一步验证了这一结果，在控制了性别和年龄等因素后，实验组相比对照组平均多低估 110 例死亡人数。
- 预测误差（Forecast error）：研究人员使用对称平均绝对百分比误差（sMAPE）来衡量预测误差。结果显示，实验组的预测误差显著大于对照组，这意味着触发反事实思维会导致预测的准确性下降。
- 置信区间（Confidence intervals）和命中率（Hit rate）：实验组提供的置信区间捕获实际死亡人数的命中率（16.4%）低于对照组（21.3%），这表明对照组的预测性能更好。通过逻辑回归分析也证实了这一点，即实验组的命中率显著低于对照组。
- 新冠感染状况的影响：研究发现，曾感染过新冠或其社交圈中有感染病例的受试者，相比未感染过的受试者，平均低估死亡人数更多，且预测误差更大、命中率更低。但实验组和对照组中感染状况对低估程度的影响没有显著差异。
- 趋势判断和预测准确性：在趋势判断方面，实验组中认为死亡人数趋势未发生变化的受试者比例更高。而且，那些认为趋势不变的受试者往往会更大程度地低估每日死亡人数，预测误差也更大。这表明反事实推理可能会降低人们对趋势变化的敏感度，进而导致更大的预测误差。
- 情感分析和字符计数：对实验组受试者在预测前写下的文字进行分析，发现 95% 的内容为向上反事实陈述，这可能使他们更倾向于锚定在更有利的死亡人数演变情景上，从而低估死亡人数。同时，字符计数与预测误差呈正相关，即描述反事实推理使用的字符越多，预测误差越大。
综合以上研究结果，研究人员得出结论：在预测具有负面、不可控结果的事件时，如新冠死亡人数，触发反事实思维会降低判断准确性，导致更大的预测偏差。这主要是因为人们在产生向上反事实思维时，会锚定在更有利的情景上，对趋势变化的敏感度降低。
这项研究具有重要意义。在理论方面，它拓展了现有文献对反事实思维的研究，以往研究多关注反事实思维在积极个人结果情境中的作用，而本研究聚焦于健康危机这种负面个人结果的领域，揭示了反事实思维在该情境下对判断准确性的负面影响机制。在实践方面，为公共政策制定者和风险沟通者提供了重要参考。他们在传播危机相关信息时，应尽量使用中性语言，避免触发公众的向上反事实思维，减少对危机演变的错误认知。同时，也可以通过培训等方式，帮助公众更好地解读危机相关信息。
不过，该研究也存在一定的局限性。例如，研究仅在新冠疫情这一特定背景下进行，其结果在其他高影响危机情境中的普适性有待进一步验证。未来的研究可以探索反事实思维在更广泛的危机场景中的影响，以及对更丰富的行为结果的作用，如风险认知、疫苗接种决策等。
总的来说，Matthias Seifert 和 Jeeva Somasundaram 的这项研究为我们理解反事实思维在健康危机预测中的作用提供了新的视角，也为未来的研究和实践指明了方向。
