超越概率与合理性：通过情景规划调整构建对意外风险的预期机制

本文提出对直觉逻辑（IL）情景规划方法的创新性调整，通过引入“意外性”评估框架突破传统概率与合理性评估的局限。实验研究表明，使用“意外”作为不确定性表达比“合理”或“可能”更能激发对极端结果的认知（p<0.05，ηp2=0.14），为风险评估领域提供了结构化想象（structured acts of imagination）的新方法论，对应对气候变化、公共卫生危机等复杂系统风险具有重要实践价值。

　　

ABSTRACT

研究背景表明传统风险评估方法过度依赖概率指标，难以有效应对由未知知识（unknowledge）引发的意外事件。Derbyshire与Aven（2025）强调需通过结构化想象行为开发对意外事件的预期能力，而直觉逻辑（Intuitive Logics, IL）情景规划方法为此提供了实施路径。

1 Introduction

现有风险分析方法的局限性在于过度关注可实证的已知信息，而忽视第二阶效应和新兴结果带来的极端可能性。本研究通过改进IL方法，将“意外性”作为核心评估维度，旨在拓展对未来极端结果的认知边界。实验设计通过对比“可能”、“合理”与“意外”三种不确定性表达对参与者极端值赋值的影响，验证该方法在风险识别中的有效性。

2 The Need to Go Beyond Probability in Risk Assessments

概率评估基于当下知识体系，其强度（strength of knowledge）不足时会导致对高风险事件的低估。主观概率（subjective probability）依赖既有知识体系，反而可能因确认偏差（confirmation bias）放大意外事件的影响。现代风险评估框架要求将知识强度评估与概率结合，但需通过结构化想象弥补未知知识的缺位。

3 The IL Scenario-Planning Method

标准IL方法包含八个阶段：确定焦点议题、识别驱动力（driving forces）、构建影响图（influence diagrams）、生成方向性集群（directional clusters）、排序不确定性、构建2×2矩阵、添加描述符和生成叙事场景。第四阶段要求基于“极端但仍合理”的标准设定结果值，但本研究指出该标准存在局限性。

4 Probability, Plausibility, and Surprise

合理性（plausibility）判断本质上仍依赖过往经验（Connell & Keane, 2006），与概率评估同样受限于已知知识范畴。Urue?a（2019）认为合理性包含概率，但实证显示参与者对“合理”与“可能”的赋值无显著差异（p>0.05）。意外性（surprise）则基于与既往知识的对比（Teigen & Keren, 2003），能有效突破认知边界。

5 The Present Study

实验聚焦IL第四阶段，要求参与者在冠状病毒传播和英国房价两个领域内，对集群驱动力结果分别赋值“意外”、“合理”与“可能”的极端值。因变量采用估计值的绝对范围（absolute range of estimates），并控制集群复杂度（简单/复杂）与理解度得分的影响。

6 Method

通过Prolific平台招募264名母语为英语的参与者，采用3（不确定性表达）×2（集群复杂度）组间设计。使用COVID-19死亡数据和房价数据作为基线值，通过理解度测试和注意力检查确保数据质量。退出问卷采用主成分分析（principal component analysis）验证参与者对三类概念的认知差异。

7 Results

7.1 理解度与操纵检验显示参与者能有效区分集群复杂度（t=8.46, p<0.001, d=1.04）。

7.2 描述性统计表明“意外”条件下的估计范围显著更大（COVID-19领域：M=39,935；房价领域：M=174,251）。

7.3 方差分析确认不确定性表达的主效应显著（F=21.64, p<0.001, η_p²=0.14），但集群复杂度无显著影响。

7.4 探索性分析显示“意外”条件主要驱动向上偏离基线值（high estimates），且参与者能有效区分“意外”与其余概念，但对“合理”与“可能”的认知存在重叠。

8 Discussion

研究表明合理性判断与概率评估在认知层面具有高度相似性，而意外性框架能有效拓展极端值估计范围。集群复杂度未产生显著影响，可能因其双向作用（复杂逻辑既可能增强不确定性认知，也可能导致认知超载）相互抵消。本研究为IL方法在风险评估中的应用提供实证支持，但需进一步研究群体环境下的实施效果。

9 Conclusion

通过将IL情景规划的第四阶段标准从“合理”调整为“意外”，可有效提升对极端结果的预期能力。这种调整操作简便，能与传统风险分析方法互补，为应对气候变化、流行病等复杂系统风险提供新的方法论工具。未来研究需探索该方法在群体决策环境中的实施路径与效果优化。