探索复杂决策中的锚定与框架效应：非线性交互下的搜索行为研究

本研究针对复杂决策中启发式与认知偏差的研究空白，通过创新性"旋钮调节"实验范式，揭示了损失框架(loss framing)促进探索、抱负锚点(aspirational anchor)抑制搜索的行为机制，为NK模型在决策科学中的应用提供了实证支持，对优化教育/医疗等高风险决策具有重要启示。

　　

在日常生活和重大决策中，人们常常面临变量间存在非线性交互的复杂选择——从简单的超市购物到关乎终身的教育规划，这类决策往往涉及海量可能性组合。以选择3类各含10选项的变量为例，其组合数高达19亿种。传统研究将此类问题简化为约束优化模型，却忽视了人类决策的两大关键特征：启发式(heuristics)和认知偏差(biases)。这就像在落基山脉的浓雾中寻路，决策者只能依靠有限视野摸索，而现有理论未能解释心理捷径如何影响这种"崎岖地形"的探索策略。

针对这一理论缺口，受DARPA资助的研究团队开发了突破性的实验范式：参与者通过调节屏幕旋钮来探索变量组合，系统记录其搜索轨迹。这种设计巧妙模拟了真实决策中"边尝试边学习"的特点，首次将锚定效应(anchoring)和框架效应(framing)两大经典心理学现象置于复杂选择情境下检验。论文发表于《Journal of Choice Modelling》，为行为决策理论开辟了新维度。

研究采用体验式实验(experiential experiment)方法，通过NK模型构建不同"崎岖度"的决策地形（单峰vs四峰）。关键创新在于操纵两类变量：(1)框架条件：将任务目标呈现为获得收益(gain framing)或避免损失(loss framing)；(2)锚点类型：设置抱负锚点(明确提示最佳可能结果)或无锚点对照组。通过量化搜索时长、尝试组合数等指标，结合高斯过程函数学习(Gaussian process function learning)模型分析行为模式。

【主要结果】

1. 地形复杂度效应：参与者在单峰地形(M=2.175,SD=0.631)的表现显著优于四峰地形(M=1.543,SD=0.308)，验证了NK模型参数K（交互程度）对决策难度的影响。

2. 框架效应：损失框架组比收益框架组多探索34%的选项组合，支持前景理论(Prospect Theory)的预测——损失规避(loss aversion)促使更彻底的信息搜索。

3. 锚定效应：抱负锚点组的总探索量减少28%，而无锚点组表现出对首次任务结果的依赖，证实内部锚点(internal anchor)的形成机制。

4. 策略动态：失败经历触发探索行为，成功则导向局部优化，这与Billinger等(2014)的适应性景观搜索理论一致。

【理论贡献】
研究首次证实启发式与探索策略在复杂决策中的协同作用：损失框架通过激活风险规避机制扩展搜索广度，而锚点则通过设定参考点压缩搜索空间。这为Simon的满意原则(satisficing)提供了微观解释——决策者并非被动接受认知局限，而是主动运用心理捷径应对复杂性。

【应用价值】
在教育咨询、医疗方案选择等场景中，可通过框架设计引导更全面的选项评估；在智能决策辅助系统开发时，需警惕算法锚点对用户探索意愿的抑制效应。研究还启示：复杂问题团队协作中，适度保持成员个体探索自由度可能优于强制共识，这与Sommer等(2020)的团队复杂性研究形成呼应。

未来研究可拓展至跨文化比较、神经机制探索等方向。正如作者指出："就像生物体无需理解适应度景观也能进化，决策者虽不显式构建NK模型，其行为却精准映射了景观的拓扑特征。"这种隐喻与实证的结合，为行为科学提供了新的解释框架。