期望偏差

概览

1. 快速总结

期望偏差（Expectation Bias）是指我们先前的信念会在无意识中塑造我们感知到的东西、我们解读信息的方式，甚至影响我们对周围世界的作用。当我们预期某件事为真时，大脑会主动过滤信息来印证这一预期，我们也可能在无意识中做出让预期成真的举动。这不是性格缺陷，而是人类大脑为了在不确定的世界中高效行事而形成的运作方式。

用大白话说

期望偏差的意思是，你往往会看到自己预料会看到的东西。如果你觉得某件事会发生，你的大脑就会去找它正在发生的迹象。有时候你甚至会做出让它成真的事，自己却没发觉。

比如，有个朋友跟你说班里新来的男生很怪。他来的第一天，一个人吃午饭，几乎不说话。你心想：“果然很怪。”可是没有人跟他坐在一起，你也没有，因为你早就认定他很古怪。所以他根本没人可以说话。你的猜测改变了你看到的东西，也改变了你对待他的方式。在一场你认定会输的比赛之前，也会发生同样的事。你打得很紧张，连简单的球都投不进，然后说：“我就说吧。”

可以试试这个办法。当你对某个人或某个结果特别有把握时，问问自己：“什么情况能证明我错了？”然后真的给它一个机会。说不定你可以做那个先打招呼的人。

2. 背后的科学

2.1. 发现与历史

• 1907：这一现象最早通过对“聪明的汉斯”的调查得到系统记录。汉斯是一匹看起来会做算术的马。心理学家 Oskar Pfungst 发现，这匹马实际上是在对提问者无意识发出的线索做出反应，由此确立了期望可以通过非语言方式传递。

• 1903-1904：物理学中的 N 射线事件表明，集体期望可以让几十名科学家去“证实”一种并不存在的现象，直到 Robert W. Wood 揭穿了这一错觉。

• 1963：Robert Rosenthal 和 Kermit Fode 在实验室中对这一效应进行了正式的操作化，证明实验者对大鼠聪明程度的期望能够显著改变大鼠的实际表现。

• 1968：Rosenthal 和 Jacobson 具有里程碑意义的《课堂中的皮格马利翁》研究把这些发现推广到人类教育领域，报告称教师的期望能够影响学生的智商增长。报告的增幅并不大（总智商约4分），而且 Robert L. Thorndike 在同一年就抨击了其测验数据。

• 1984-2005：皮格马利翁效应被还原到应有的大小。Stephen Raudenbush 对18项期望实验做的元分析发现，教师对学生原本越了解，效应就越小；相识大约两周之后，效应几乎为零。Lee Jussim 和 Kent Harber 在2005年对35年研究的综述得出结论：课堂上的自我实现预言确实存在，但通常很小，也很短暂；教师的期望之所以能预测结果，主要是因为这些期望是准确的。

• 2000年代至今：预测编码与自由能原理（Karl Friston）的理论框架从神经层面解释了为什么期望偏差是大脑架构的一项基本特征。

2.2. 主要研究者

2.3. 标志性研究

“聪明的汉斯”调查（Oskar Pfungst，1907）

“聪明的汉斯”是柏林的一匹马，据说能用蹄子踏地来做算术、读德语、辨认音乐和弦。一个委员会起初认定其中没有欺诈。Pfungst 采用了今天所说的“盲法”程序：他把马和观众隔开，改变马能否看到提问者，也改变提问者是否知道答案。只要提问者不知道答案，或者马看不到提问者，汉斯就答不对。Pfungst 发现，汉斯是在对提问者不由自主的细微肌肉紧张做出反应：提问者在快到正确答案时会绷紧身体；汉斯踏到正确数字时，他们又会无意识地放松。这匹马学会了一看到放松的迹象就停止踏蹄。这说明所谓的“智力”其实是观察者自己的知识，通过无意识的非语言交流反映了出来。

“迷宫聪明鼠”与“迷宫笨鼠”（Rosenthal 与 Fode，1963）

本科生被分派去训练大鼠走迷宫。一组被告知他们的大鼠是“迷宫聪明鼠”（为聪明而培育），另一组被告知他们的大鼠是“迷宫笨鼠”（为愚笨而培育）。实际上，所有大鼠都是基因相同的普通实验动物。“聪明鼠”的表现显著好于“笨鼠”。差异完全来自学生的行为：相信自己的大鼠聪明的学生抓握时更轻柔，说话语气更平和，也更有耐心；拿到“笨”鼠的学生则动作粗暴，让动物处于应激状态，抑制了学习。期望实实在在地造出了现实。

课堂中的皮格马利翁（Rosenthal 与 Jacobson，1968）

研究者给小学生做了一项非语言智力测验，却误导教师说，随机挑出的20%学生是“学业开花者”，预计会出现智力上的大幅跃升。到学年末，这些“开花者”的智商增幅高于对照组，总智商约高4分，差异集中在一、二年级。研究者提出的机制是：教师期待这些孩子成功，于是在无意识中营造了更温暖的社会情感氛围，给他们更多时间回答问题，提供更具体的反馈，也表现出更多赞许。

复现记录：这项研究的名气与它的结果很不相称。Robert L. Thorndike 在1968年的评论中认为该智商测验极不可靠，研究结果不可信，而且部分“增长”看起来像是从低得不合常理的前测分数向均值的回归。Raudenbush 在1984年对18项期望实验的元分析发现，效应取决于虚假信息到来时教师对学生的了解程度：对于已经认识超过两周的学生，效应几乎为零。Jussim 和 Harber 在2005年的综述得出结论：课堂上的自我实现预言会发生，但通常很小且是暂时的；它们是否影响智力尚不清楚；教师期望能预测学业成绩，主要是因为教师对学生的判断是准确的。对于来自受污名化群体的学生，效应可能更大。皮格马利翁研究表明，期望可能渗入教师对待孩子的方式；它并不表明期望经常改写孩子的智商。

2.4. 神经学基础

大脑是一台按照自由能原理运作的预测机器：

• 自上而下加工：大脑沿皮层层级向下（从额叶皮层到感觉皮层）发送预测，预判将要感知到的东西。

• 自下而上加工：感觉器官沿层级向上发送原始数据。

• 预测误差：大脑把预测与输入进行比较。相符时处理高效；不符时产生“预测误差”。

• 误差最小化：大脑有两种选择：更新内部模型（学习），或者压制感觉误差（维持预期）。在模糊或嘈杂的环境中，大脑强烈倾向于压制误差。

涉及的主要脑区：

• 前额叶皮层：产生预期和自上而下的预测
• 梭状回面孔区（FFA）：预期看到面孔时出现预激活
• 腹侧视觉通路：群体反应由特征预期决定；预期中的刺激具有更清晰、更快速的神经表征

fMRI 研究表明，期望会在刺激出现之前就使神经活动产生偏向。刺激在预期之中时，神经表征更清晰，加工也更快。意料之外的刺激需要显著更强的信号才能进入意识。

3. 演化起源

期望偏差不是故障，而是为了在不确定的世界中高效行事而形成的特征。能够快速预测环境规律并据此行动的祖先拥有生存优势：

• 节约能量：如果大脑必须从头核实每一条感觉数据，我们就会动弹不得。预测加工让快速、高效的反应成为可能。

• 危险中的模式识别：在以前见过捕食者的地方预期捕食者出现，可以让逃跑反应更快，即使这种预期有时是错的。

• 社会协调：根据以往的互动预判他人的行为，使复杂的社会合作成为可能。

• 获取资源：根据季节规律预期食物或水源的位置，提高了觅食的成功率。

这种偏差在以下环境中具有适应性：

• 反应速度比准确性更重要
• 规律相对稳定、可以预测
• 假阳性（依据错误预期行动）的代价低于假阴性（没有依据正确预期行动）的代价

在需要精确测量和客观观察的现代情境中，同样的效率会成为严重错误的来源。大脑会“幻觉”出预期中的现实，因为自上而下的先验压倒了微弱的自下而上的感觉证据。

4. 这种偏差的具体表现

4.1. 在日常生活中

• 对关系的预期：预期伴侣会有负面表现，会把中性的举动解读为敌意，形成冲突循环
• 第一印象：对一个人最初的判断，会影响我们如何感知和记住此后的所有互动
• 自我实现的预言：预期某个社交场合会很尴尬，常常会让人做出使场面变尴尬的举动
• 养育孩子：预期孩子难管的父母可能管教得更严厉，结果造成了他们担心的那种行为
• 消费体验：预期昂贵的葡萄酒更好喝，确实会改变人们对其味道的感知

4.2. 在工作场所

• 绩效评估：预期某位员工表现不佳的经理，更容易注意到并记住他的失误而不是成绩
• 面试偏差：预期候选人很强的面试官会问更简单的问题，并对回答作更有利的解读
• 项目结果：预期项目会失败的团队可能投入更少精力，从而让失败成为定局
• 领导风格：预期员工懒惰的领导者会采用控制型管理方式，削弱员工的内在动机
• 带教效应：预期新员工会成功的资深员工，会给他们更多机会、关注和建设性反馈

4.3. 在商业与营销中

• 品牌认知：预期奢侈品牌更好，会影响人们实际感受到的质量
• 市场调研：焦点小组得出的结果常常与研究者的预期一致
• 产品测试：知道哪款产品是“全新改良版”的测试者，会给它更高的评价
• 价格-质量启发式：更高的价格带来对质量的预期，从而改变实际满意度
• A/B 测试：分析人员可能在无意识中调整测试参数，以得到预期的结果

4.4. 在政治与媒体中

• 新闻消费中的印证：预期某位政治人物腐败，会把他模棱两可的举动解读为腐败的证据
• 民调效应：公布的民调预期可能通过从众效应变成自我实现的预言
• 媒体框架：对报道已有预期的记者可能会提出诱导性问题，得到印证预期的引语
• 辩论感知：辩论前对谁会“赢”的预期，会影响辩论后的评价
• 政策评估：预期某项政策会失败的评估者会注意到失败，而忽视成功

4.5. 在医疗保健中

• 诊断惯性：患者一旦被贴上诊断标签，后续接诊的医生往往不经独立核实就接受它
• 过早闭合：在时间压力和大脑想要消除不确定性的驱使下，医生一找到看似合理的解释就停止诊断过程
• 锚定效应：医生锚定在第一条信息上（例如分诊记录中的“胸痛”），出现矛盾数据时未能调整
• 安慰剂效应：患者对治疗成功的预期有助于带来实际的生理改善
• 放射学注意盲区：专注于预期病变的放射科医生，会漏掉注意焦点之外清晰可见的异常

4.6. 在金融与投资中

• 分析师羊群行为：分析师给出的预测贴近市场共识，因为跟着大家一起错在职业上比独自犯错更安全
• 估值偏差：预期公司会增长的投资者，会把模棱两可的财务信号解读为印证
• 尽职调查失灵：错失恐惧（FOMO）压制了对看似前景光明的投资的怀疑性分析
• 晕轮效应：不断上涨的股价让质疑声消失，使审计人员接受了有问题的会计处理
• 叙事驱动的估值：分析师锚定在动人的叙事上（“科技平台”），而不是基本的经济实质（“房地产转租”）

5. 真实世界案例研究

案例研究 1：布兰登·梅菲尔德 FBI 指纹错误（2004）

• 背景： 恐怖分子在马德里引爆炸弹，造成191人死亡。在一个装有雷管的袋子上发现了一枚不完整的潜在指纹。FBI 的自动比对系统将俄勒冈州律师、皈依伊斯兰教的布兰登·梅菲尔德列为可能的匹配对象。

• 经过： 三名资深 FBI 检验员（以及一名法院指定的独立专家）确认这次匹配“100%肯定”，列举了15处相似点。梅菲尔德被逮捕并羁押。

• 偏差如何起作用： 检验员陷入了循环推理，用嫌疑人的已知指纹去模糊的现场指纹中“找出”特征。案件的高关注度、计算机给出的提示，以及梅菲尔德的背景符合人们对恐怖分子的预期，这些都降低了他们宣布匹配的门槛。

• 后果： 西班牙国家警察认定这枚指纹属于另一个完全不同的人。FBI 不得不撤回鉴定并道歉。梅菲尔德在被羁押两周后获释。

• 教训： 监察长办公室认定，循环推理是主要原因之一。检验员“看到”了并不存在的纹线细节。此案推动了法证方法的改革，包括建议采用盲法核验程序。

案例研究 2：刘易斯·布莱克曼之死（2000）

• 背景： 南卡罗来纳州15岁的男孩刘易斯·布莱克曼接受了一次择期手术，医生开了酮咯酸（一种非甾体抗炎药）为他止痛。

• 经过： 术后，刘易斯出现剧烈腹痛、心动过速和休克征象。医疗团队诊断为“肠梗阻”（肠道蠕动减慢）和“胀气痛”，在他病情不断恶化时按便秘治疗。

• 偏差如何起作用： 住院医师和护士预期术后会有疼痛和便秘。他们锚定在一个良性的诊断上。“健康少年”这一启发式让他们看不到器官衰竭的风险。尽管生命体征显示体内正在发生灾难，他们看到的却是一个在抱怨的少年，而不是一个垂危的病人。

• 后果： 刘易斯患有药物引起的十二指肠溃疡穿孔。他在一群按便秘为他治疗的医护人员身边因内出血死亡。直到为时已晚，才有人叫来主治医师。

• 教训： 此案成为医学教育中过早闭合和锚定效应的标志性案例，推动了医院在患者状况沟通方面的改革，也让人们重视重新进行诊断评估。

历史案例：N 射线事件（1903-1904）

1903年，知名法国物理学家 Prosper-René Blondlot 宣布发现了一种新的辐射，称为 N 射线。探测方法依赖于在暗室中的主观视觉感知：射线照到屏幕上时，屏幕会微微变亮。

Blondlot 和其他几十名法国物理学家“证实”了 N 射线，发表了300多篇论文，讨论它的各种性质，包括波长和折射率。集体期望如此强烈，以至于整个研究群体都产生了幻觉，得到了一致的结果。

美国物理学家 Robert W. Wood 到访 Blondlot 的实验室，偷偷取走了据称用于让 N 射线色散的铝棱镜。在棱镜就揣在 Wood 口袋里的情况下，Blondlot 还在那些“应该”出现信号的坐标上继续读出探测结果。

此事的后果对 Blondlot 的名声和法国物理学都是毁灭性的。这个案例说明，当观察依赖主观判断时，严谨的仪器和数学并不能阻止人们把愿望投射到数据上。

6. 这种偏差的代价

6.1. 个人代价

• 自我设限的信念：对自己会失败的预期变成自我实现的预言，限制了潜能
• 关系受损：对伴侣的负面预期造成冲突循环，侵蚀信任
• 错失成长：预期自己不会喜欢新体验，就不会去尝试
• 社交孤立：预期会被拒绝，会让人做出招致拒绝的行为
• 心理健康：研究把预测加工的紊乱与抑郁联系起来；负面先验会形成自我印证的消极循环

6.2. 职业代价

• 职业停滞：在职业生涯早期被贴上“潜力低”的标签，会影响一个人得到的机会、反馈和指导
• 抑制创新：预期新想法会失败的团队不会投入精力去发展它们
• 决策错误：预期某种结果的领导者，无法客观评估其他选项
• 投资损失：由期望驱动的尽职调查失误已让投资者损失数十亿美元
• 法律责任：梅菲尔德案这样的法证错误让机构面临诉讼，并摧毁公众信任

6.3. 社会代价

• 教育不平等：教师期望效应平均来说很小，但 Jussim 和 Harber 发现，它对来自受污名化群体的学生更大，因此与种族、阶层或过往记录挂钩的期望可能在边际上拉大成绩差距
• 刑事司法错误：法证中的期望偏差促成过冤假错案
• 科研浪费：复现危机表明，已发表研究结论中有相当一部分是错误的，研究者的期望是推动因素
• 医疗伤害：据估计，诊断错误每年影响约1200万美国人
• 市场不稳定：羊群行为和估值偏差助长了金融泡沫和崩盘

6.4. 统计影响

• 复现危机：开放科学合作组织（2015）发现，只有36%的心理学研究复现成功；效应量大约只有原研究的一半
• 教师期望效应：最初的皮格马利翁增幅约为总智商4分。Raudenbush（1984）对18项实验的综合分析发现，教师认识学生超过两周时，效应几乎为零；Jussim 和 Harber（2005）把典型的课堂自我实现预言描述为小且会消退
• 诊断错误：据估计，每年约有1200万美国人在门诊中受到影响
• 金融欺诈：安然、Theranos 和 WeWork 等公司毁掉了数百亿美元的价值，部分原因在于由期望驱动的尽职调查失误
• 法证错误率：确切比例尚有争议，但一些备受关注的案件表明，即使是“100%确定”的匹配也可能出错

7. 隐藏的好处

期望偏差是高效认知的一项基本特征，它的影响并不全是负面的：

• 快速加工：预测编码让大脑可以通过预期熟悉的模式快速处理信息，而不必从头分析每一个细节

• 社会协调：预期他人行为前后一致，使顺畅的社会互动与合作成为可能

• 学习效率：已有的预期为整合新信息提供了框架；没有它们，每一次经历都会同样新奇、令人应接不暇

• 动机：（在合理范围内）预期成功会增加努力和坚持；期望高时，皮格马利翁效应会起正面作用

• 减轻压力：可预测的环境会减少认知负荷和焦虑

这是速度/效率与准确/客观之间的权衡。在大多数日常情境中，速度占上风。只有在需要精确测量、无偏判断，或者准确比速度更重要的高风险决策中，这种偏差才会成为问题。

彻底消除这种偏差在神经上是不可能的，在实践中也并不可取，因为这要求大脑完全放弃其节能的预测架构。

8. 自我评估：你是否有这种偏差？

8.1. 警告信号清单

• 你常常发现事情“印证”了你原本的看法
• 你一开始不喜欢的人，不管后来表现如何，都很少能改变你的看法
• 你对自己在见面片刻之内判断一个人很有信心
• 研究结论与你的看法相悖时，你往往会在研究中找出方法上的毛病
• 别人不同意你时，你有时会觉得他们“就是不明白”
• 你发现新员工、学生或团队成员后来常常“正如”你最初预测的那样
• 在做关于人的决定时，你非常依赖第一印象
• 你发现自己经常说“我就知道”或“我早就说过”
• 实验或项目不如预期时，你往往归咎于执行，而不是质疑最初的假设
• 你确信自己能客观地观察情况，不会让预期影响你看到的东西

评分：

• 勾选0-2项：易感性低（但请记住：对自身客观性的自信本身就是一个警告信号）
• 勾选3-5项：易感性中等
• 勾选6-8项：易感性高
• 勾选9-10项：易感性非常高

8.2. 自我反思问题

1. 回想某个人的表现与你的预期大相径庭、让你感到意外的时刻。你花了多长时间才更新对他的看法？最终是什么改变了你的想法？

2. 你上一次发现自己在一件很有把握的事情上错了是什么时候？你对这个发现作何反应？

3. 想想你最近做的一个重大决定。你是否寻找过可能与你倾向的选择相矛盾的信息，还是主要寻找支持它的信息？

4. 你是否曾设计过一项测试或评估，可能在无意中偏向了你预期的结果？

5. 如果去问你的同事或家人，他们会说你下判断很快，还是说你很难改变想法？

8.3. 快速诊断场景

情境： 你是一名经理，正在评审晋升候选人。候选人 A 三年前入职时被标记为“高潜力”。候选人 B 入职时默默无闻，没有任何特别标记。两人的客观指标（销售业绩、项目完成情况、出勤记录）相近。

你会如何做这个决定？

• A) “候选人 A 被认定为高潜力是有原因的。他们很可能有某种无形的领导素质，可以解释当初的认定。” → 高易感性
• B) “既然候选人 A 被特别认定过，我大概应该让他稍占优势，不过我会更仔细地看看两人的记录，以确保无误。” → 中等易感性
• C) “当初的认定无关紧要。我需要不去看它，完全根据当前的证据评估两位候选人，最好再听听不知道这个认定的其他人的意见。” → 低易感性

9. 识别他人身上的这种偏差

9.1. 行为指标

• 凭有限的信息就对人或结果作出很有把握的预测
• 把最初的假设当作结论，让后续数据去迁就它
• 对自己贴过标签（正面或负面）的人，对待方式出现细微变化
• 收集印证性证据，同时忽视或不去寻找否定性证据
• 有了新信息也不愿更新看法
• 经常说“正如我所料”
• 对印证性信息和否定性信息采用不同的证据标准

9.2. 会话危险信号

受这种偏差影响的人常说的话：

• “我一眼就看出来……”
• “这正好印证了我早就知道的……”
• “我一点也不意外。我早就预料会这样。”
• “数据清楚地表明……”（而数据其实模棱两可）
• “谁都看得出……”

他们常提出的论点类型：

• 把中性或模棱两可的证据解读为支持自己的立场
• 把相反的证据当作方法有缺陷、属于例外或无关而不予理会

他们回避提出的问题：

• “什么证据能改变我的想法？”
• “我在这件事上可能错在哪里？”
• “如果我的预期是错的，情况会是什么样子？”

9.3. 情境触发因素

• 模糊性：数据越模糊，预期左右解读的空间就越大
• 时间压力：仓促的决定更依赖先前的预期
• 情感投入：对特定结果的强烈渴望会放大这种偏差
• 权威印证：受尊敬的权威持有同样的预期时，这一预期会显得更可信
• 他人印证：社会认同（他人赞同）会增强人们对带偏差的感知的信心
• 专业知识：矛盾的是，某个领域的专家可能更容易受影响，因为他们的先验更强
• 利害关系：高风险的情境既可能让注意力更敏锐，也可能加剧动机性推理

10. 认知去偏策略

10.1. 即时技巧

• 考虑相反情况：在敲定任何判断之前，明确问自己：“如果事实正好相反呢？那会是什么样子？”
• 事前验尸：在项目开始前，设想它已经彻底失败，然后倒推找出原因
• 明确不确定性：明确说出自己的把握程度（说“我有60%的把握”，而不是“我觉得”）
• 寻找反证：主动问“什么证据能证明我错了？”，然后去找
• 推迟判断：在可能的情况下，等有了更多数据再下结论

10.2. 长期策略

• 校准训练：练习作出带有明确把握程度的预测，然后长期追踪准确率
• 培养智识谦逊：定期研究专家判断失误的案例
• 养成唱反调的习惯：指定自己（或别人）来反驳你的立场
• 预测日志：记录预测及其日期和把握程度；定期回顾
• 学习基础比率：了解你所在领域中各种结果的实际频率，而不是依赖直觉

10.3. 环境设计

• 盲法程序：设计流程，让你看不到会使你产生偏差的信息（例如匿名简历筛选）
• 标准化流程：使用清单和结构化决策框架来约束主观判断
• 独立核实：要求由不知道最初假设的人来核实结论
• 信息排序：控制接收信息的顺序以防止锚定（先分析证据，再看假设）
• 物理隔离：把提出假设的人和评估证据的人分开

10.4. 何时寻求外部意见

• 任何高风险决定（招聘、解雇、重大投资、诊断）
• 当你发现自己对一个模糊的情况非常有把握时
• 当最初的证据很快就印证了你的预期时（好得令人难以置信）
• 当别人质疑你的结论而你感到想要辩护时
• 当决定关系到你自己的利益或地位时

11. 实践练习

练习 1：预测校准日志

• 目标： 提高对自己实际预测准确率的元认知意识
• 所需时间： 每天5分钟，每周回顾30分钟
• 所需材料： 笔记本或电子表格
• 难度级别： 初级
• 操作步骤：
  1. 每天写下2-3个关于你所在领域的事件的预测（工作结果、他人的行为、项目结果）
  2. 为每个预测标上把握程度（50%、70%、90%等）
  3. 注明到哪一天可以核实这个预测
  4. 到了那天，记录实际结果
  5. 每月计算一次校准情况：你有70%把握的预测，是否有70%的时候是对的？
• 反思问题：
  • 你是否过度自信（70%把握的预测只有50%是对的）？
  • 你在某些领域的校准是否比其他领域更好？
  • 你在错误的预测中注意到了哪些规律？
• 频率： 每天记录，每周回顾，每月分析

练习 2：预先注册练习

• 目标： 学会在看到数据之前就确定分析方法
• 所需时间： 每次分析前30分钟
• 所需材料： 书面文档或模板
• 难度级别： 中级
• 操作步骤：
  1. 在查看任何数据或证据之前，写下你的假设
  2. 具体写明什么证据会证实它，什么证据会推翻它
  3. 事先描述你的分析方法
  4. 把这份文档分享给某个人或加上时间戳，以此锁定它
  5. 然后才开始分析
• 反思问题：
  • 看到结果后，你是否有调整标准的冲动？
  • 预先确定的标准如何改变了你的分析？
  • 下次你会有什么不同的做法？
• 频率： 每次重大分析或决策时

练习 3：对抗性合作模拟

• 目标： 体验结构化分歧的力量
• 所需时间： 60分钟
• 所需材料： 一位观点不同且愿意配合的伙伴
• 难度级别： 高级
• 操作步骤：
  1. 找一个你和同事看法不同的话题
  2. 一起商定什么证据可以解决这个分歧
  3. 共同设计一个“测试”或收集证据的流程
  4. 事先约定接受结果，无论它显示什么
  5. 进行测试，并一起讨论发现
• 反思问题：
  • 你对自己的推理有了哪些认识？
  • 你是否有过拒绝不利结果的冲动？
  • 合作如何改变了测试设计的质量？
• 频率： 针对重要分歧，每季度一次

日常实践

“什么能证明我错了？”暂停

在敲定任何判断或决定之前，停下60秒，明确问自己：“什么证据能证明我现在的看法是错的？我找过吗？”

• 建议时长：每个重要决定1分钟
• 最佳时间：每当你发觉自己很有把握的时候
• 如何追踪进展：记录你在问完这个问题后真正改变想法的次数

每周挑战

期望审计

每周结束时，回顾三个你对人或结果形成过预期的情境：

• 你预期的是什么？
• 实际发生了什么？
• 如果你的预期得到了印证，有没有可能是你影响了结果？
• 如果你的预期错了，你为什么会错？

坚持4周后的预期效果：

• 更清楚地意识到自己多么频繁地形成预期
• 更准确地识别出预期何时可能自我实现
• 开始养成既质疑意外、也质疑印证的习惯

反思日志提示：

• “这周我预期 ___，却对 ___ 感到意外”
• “回头看，我在 ___ 的时候可能影响了结果”
• “我最有把握却错得最厉害的是 ___”

12. 针对特定受众

致领导者与管理者

期望偏差通过对“高潜力”员工和“普通”员工的区别对待，直接影响团队表现：

• 结构化反馈：使用标准化的评估标准，防止预期影响评价
• 轮换任务：不要总是把最好的项目交给被预期表现出色的人；给其他人展示能力的机会
• 盲审招聘环节：在简历初筛时去掉姓名、照片和学校
• 预先确定晋升标准：在知道候选人是谁之前，就写下晋升标准
• 独立评估：让多位经理评估同一名员工，事先不交流各自的预期
• 领导力培训：确保所有经理都了解皮格马利翁效应，以及他们的预期如何影响结果

致父母与教育工作者

皮格马利翁研究表明，教育者的期望可能影响学生的成绩，不过平均效应很小，而且在教师还不了解的学生身上最强：

• 传递成长型思维：强调能力是可以培养的，以抵消固定的预期
• 公平分配关注：留意自己是否给了预期会成功的学生更多时间、温暖和反馈
• 注意标签：谨慎对待会制造预期的正式认定（“天才”“高风险”）
• 让期望透明：向孩子解释期望如何可能自我实现
• 发现长处：在所有学生身上寻找长处，而不只是在你预期会出色的学生身上

适合孩子年龄的解释： “有时候，我们觉得某件事会发生，就会在不知不觉中做出让它发生的事。如果老师觉得某个学生很聪明，可能就会对他更有耐心、更多鼓励，这会帮助这个学生做得更好。所以给每个人公平的机会很重要。”

致医疗保健专业人员

诊断惯性会害死病人。刘易斯·布莱克曼一案说明了其中的利害：

• 用新眼光复查：危重病人应接受独立的重新评估，而不只是认可此前的诊断
• 结构化交接：把“我们可能漏掉了什么？”作为交接时的标准问题
• 警惕锚定：培训员工识别自己何时锚定在最初的表现上
• 重视生命体征：生命体征异常应促使重新评估诊断，而不是为其找理由
• 鼓励质疑的文化：营造心理安全感，让年轻员工敢于质疑上级的诊断
• 诊断暂停：对于复杂病例，安排明确的时间点重新考虑工作诊断

致金融专业人士

羊群行为、错失恐惧和动机性推理已经造成过惊人的失败：

• 唱反调角色：每一份看多建议都正式指定一个人来论证看空的理由
• 事前验尸分析：在重大投资前，设想投资已经失败，然后倒推
• 信息来源独立：从没有利益冲突的分析师那里寻找反面研究
• 对叙事保持怀疑：当投资逻辑主要依赖叙事而不是数字时，要加强审查
• 危险信号规程：事先写明什么证据会让你退出某个仓位
• 尽职调查清单：使用不会因热情而被跳过的标准化流程

13. 与其他偏差的相互作用

放大此偏差的偏差

抵消此偏差的偏差

常见的偏差链

诊断级联： 锚定效应（第一印象） → 期望偏差（预测结果） → 确认偏误（过滤后续信息） → 诊断惯性（标签持续存在） → 过早闭合（停止搜寻）

投资泡沫链： 权威偏见（受尊敬的分析师作出预测） → 羊群行为（其他人跟进） → 期望偏差（预期增长会持续） → 确认偏误（忽视警告信号） → 晕轮效应（在一个领域的成功被当作处处都有能力）

要打断这些级联，可以在链条的任何一环插入结构性屏障（盲法、独立核实）。

14. 文化视角

Richard Nisbett 等心理学家的研究记录了西方“分析型”认知风格与东亚“整体型”认知风格之间的差异：

• 西方（分析型）认知：关注焦点对象及其属性；倾向于把内在属性认定为原因
• 东亚（整体型）认知：关注情境和关系；更可能认定情境因素是原因

一项比较英国和香港居民的研究发现，两者在注意偏向和解读偏向上存在显著差异，香港居民在解读上表现出更多正面偏向；研究者推测，这可能与心境障碍患病率的不同有关。

在行为经济学中，一项比较美国和中国参与者的研究发现，中国参与者给出了更高的财务价值估计，受框架效应影响的方式也不同，这提示西方经济模型所假定的“理性”未必是普遍的。

庆熙大学的 Shali Wu 等研究者正在探究这些文化框架如何改变我们对“理性”决策的理解，这一研究方向对西方行为模型的主导地位提出了质疑。

15. 迷思与误解

16. 专家见解

N 射线事件的研究者描述了这样的经过：几位受人尊敬的物理学家报告说看到了并不存在的火花微弱增亮，因为他们预期会看到。后来 Robert Wood 悄悄把装置中的棱镜取走，观察者仍然报告看到了这一效应。 — 概述自 Mary Jo Nye，“N-Rays: An Episode in the History and Psychology of Science,” Historical Studies in the Physical Sciences 11(1) (1980)

Karl Friston 的自由能框架把大脑描述为不断预测自己的输入，只有预测误差大到一定程度时才更新预测，这有助于解释为什么期望如此难以被推翻。 — 概述自 Karl Friston，“The Free-Energy Principle: A Unified Brain Theory?” Nature Reviews Neuroscience 11 (2010), 127-138 https://doi.org/10.1038/nrn2787

Oskar Pfungst 证明，“聪明的汉斯”根本不会算术：这匹马是在对提问者无意间做出的细微动作作出反应，当提问者自己不知道答案时，它就答不对了。 — 概述自 Oskar Pfungst，Clever Hans (The Horse of Mr. von Osten)（1907；英译本 1911）

美国司法部监察长办公室认为，两枚指纹异常相似，加上数据库比对结果的分量，以及这起案件备受关注所带来的压力，共同影响了 FBI 鉴定人员在 Mayfield 案中解读证据的方式。 — 概述自 Office of the Inspector General, U.S. Department of Justice，A Review of the FBI's Handling of the Brandon Mayfield Case（2006 年 3 月）

Daniel Simons 和 Christopher Chabris 发现，在被要求数篮球传球次数的观察者中，约有一半没有注意到一个穿着大猩猩服装的人从场景中走过，可见人们看到什么，在很大程度上取决于他们在找什么。 — 概述自 Simons & Chabris，“Gorillas in Our Midst: Sustained Inattentional Blindness for Dynamic Events,” Perception 28(9) (1999), 1059-1074 https://doi.org/10.1068/p281059

17. 关键要点

1. 期望偏差是人类认知的普遍特征，植根于大脑的预测架构。它无法消除，只能通过结构性干预来管理。

2. 这种偏差不只是错误地解读世界；它可能渗入我们对待他人的方式，变成自我实现的预言。课堂上的情况比皮格马利翁传说要小：效应不大，会随时间消退，一旦教师了解了学生，就缩小到接近于零。

3. 物理学和化学这样的“硬”科学并不比“软”科学更受保护：严谨的测量和数学弥补不了主观观察。

4. 在高风险领域（法证、医学、金融），这种偏差造成过错误监禁、本可避免的死亡和数十亿美元的损失。

5. 最有效的对策是结构性的：盲法、预先注册、独立核实，以及把假设与证据评估在物理上分开的规程。

6. 仅仅意识到这种偏差是不够的；它主要在意识控制之下运作。

7. 这种偏差有隐藏的好处（它使高效认知成为可能），只应在准确比速度更重要的情境中加以约束。

18. 进一步资源

学术论文

• Rosenthal, R., & Fode, K. L. (1963). The effect of experimenter bias on the performance of the albino rat. Behavioral Science, 8(3), 183-189.
• Rosenthal, R., & Jacobson, L. (1968). Pygmalion in the classroom. The Urban Review, 3(1), 16-20. https://doi.org/10.1007/bf02322211
• Raudenbush, S. W. (1984). Magnitude of teacher expectancy effects on pupil IQ as a function of the credibility of expectancy induction: A synthesis of findings from 18 experiments. Journal of Educational Psychology, 76(1), 85-97. https://doi.org/10.1037/0022-0663.76.1.85
• Jussim, L., & Harber, K. D. (2005). Teacher expectations and self-fulfilling prophecies: Knowns and unknowns, resolved and unresolved controversies. Personality and Social Psychology Review, 9(2), 131-155. https://doi.org/10.1207/s15327957pspr0902_3
• Dror, I. E., & Hampikian, G. (2011). Subjectivity and bias in forensic DNA mixture interpretation. Science & Justice, 51(4), 204-208. https://doi.org/10.1016/j.scijus.2011.08.004
• Ioannidis, J. P. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124. https://doi.org/10.1371/journal.pmed.0020124
• Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. https://doi.org/10.1126/science.aac4716
• Munafò, M. R., et al. (2017). A manifesto for reproducible science. Nature Human Behaviour, 1, 0021. https://doi.org/10.1038/s41562-016-0021

书籍

• Rosenthal, R. (1966). Experimenter Effects in Behavioral Research. Appleton-Century-Crofts.
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Chambers, C. (2017). The Seven Deadly Sins of Psychology: A Manifesto for Reforming the Culture of Scientific Practice. Princeton University Press. https://doi.org/10.1515/9781400884940
• Mlodinow, L. (2012). Subliminal: How Your Unconscious Mind Rules Your Behavior. Pantheon.

书籍章节

• Friston, K. (2010). The free-energy principle: A unified brain theory? In Nature Reviews Neuroscience, 11, 127-138. https://doi.org/10.1038/nrn2787

19. 总结卡片

20. 术语表

21. 讨论问题

供读书会、课堂或自我反思使用：

1. N 射线事件涉及多位知名科学家和300多篇论文，之后才被揭穿。这说明专业知识与期望偏差易感性之间有什么关系？

2. 皮格马利翁效应提示，积极的期望可以改善结果，尽管幅度不大。是否应该让教师对所有学生都抱有很高的期望，即使这意味着持有不准确的信念？这有哪些伦理含义？

3. 如果预测编码是大脑架构的基础，那么“客观”真的可能吗？这对科学方法意味着什么？

4. 想想刘易斯·布莱克曼一案。你会如何设计医院系统来打断诊断惯性，同时又不让医生对每一个诊断都疑神疑鬼？

5. 风险投资人对 Theranos 的技术知之甚少，却投入了数十亿美元。既然投资者不可能事事精通，他们应该如何保护自己免受期望偏差的影响？

最后更新：7 十一月 2026