Expectation Bias (Observer-Expectancy Effect) / 期望偏差（观察者期望效应）

At a Glance / 一览

1. Quick Summary / 快速摘要

期望偏差是指我们先前的信念会在无意识中影响我们的感知、解释信息的方式，甚至影响我们对周围世界的作用。当我们期望某事为真时，大脑会主动过滤信息以确认该期望，而我们也可能在无意识中做出让期望成真的举动。这算不上性格缺陷。它是人类大脑为了在不确定的世界中高效导航而天生具备的运作机制。

2. The Science Behind It / 背后的科学

2.1. Discovery and History / 发现与历史

• 1907年：这一现象在对“聪明的汉斯”（一匹看似会算术的马）的调查中首次被系统记录。心理学家奥斯卡·丰斯特（Oskar Pfungst）发现，这匹马实际上是对提问者的无意识暗示做出反应，由此奠定了理解期望如何通过非语言传递的基础。

• 1903-1904年：物理学中的N射线事件证明了集体期望如何导致数十名科学家“确认”一种根本不存在的现象，直到罗伯特·W·伍德（Robert W. Wood）揭穿了这种错觉。

• 1963年：罗伯特·罗森塔尔（Robert Rosenthal）和克米特·福德（Kermit Fode）在实验室环境中正式测试了这种效应，证明了实验者对老鼠智力的期望能够显著改变老鼠的实际表现。

• 1968年：罗森塔尔和雅各布森（Rosenthal & Jacobson）具有里程碑意义的《课堂中的皮格马利翁》研究将发现扩展到人类教育领域，表明教师的期望可以显著影响学生的智商增长。

• 2000年代至今：预测编码（Predictive Coding）和自由能原理（Free Energy Principle，由卡尔·弗里斯顿 Karl Friston 提出）的框架为“为什么期望偏差是大脑架构的一个基本特征”提供了神经学解释。

2.2. Key Researchers / 主要研究者

2.3. Landmark Studies / 具有里程碑意义的研究

The Clever Hans Investigation / 聪明的汉斯调查（Oskar Pfungst, 1907）

聪明的汉斯是柏林的一匹马，表面上会算术、读德语并通过用蹄子敲击来识别音乐和弦。一个委员会最初得出结论，认为不存在欺诈。丰斯特采用了我们现在称之为“盲法”的程序：他将马与观众隔离开来，改变马是否能看到提问者，以及改变提问者是否知道答案。只要提问者不知道答案或不可见，汉斯就无法给出正确答案。丰斯特发现汉斯对提问者不由自主的微小肌肉紧张做出了反应：当提问者接近正确答案时，他们会紧张起来；当汉斯敲击到正确的数字时，他们会在无意识中放松。这匹马学会了在放松的迹象出现时停止敲击。所谓的“智力”其实是观察者的知识通过无意识的非语言交流传递的反映。

Maze-Bright vs. Maze-Dull Rats / 迷宫聪明的与迷宫迟钝的老鼠（Rosenthal & Fode, 1963）

本科生被分配去训练老鼠走迷宫。一组被告知他们的老鼠是“迷宫聪明的”（为高智商而培育的）；另一组被告知他们的老鼠是“迷宫迟钝的”（为愚笨而培育的）。实际上，所有的老鼠在基因上都是完全相同的标准实验动物。“迷宫聪明”的老鼠表现明显优于“迷宫迟钝”的老鼠。这种差异完全是由学生的行为造成的：相信自己拥有聪明老鼠的学生对待它们更温和，用更平静的语气对它们说话，也更有耐心。那些拥有“迟钝”老鼠的学生则粗暴地对待它们，给动物施加压力并抑制了学习。期望真正创造了现实。

Pygmalion in the Classroom / 课堂中的皮格马利翁（Rosenthal & Jacobson, 1968）

研究人员对小学生进行了一次非语言智力测试，但通过将随机的20%的学生识别为预期会表现出巨大智力飞跃的“学业绽放者”来误导教师。在学年末，“绽放者”表现出比对照组明显更高的智商增长，尤其是在一年级和二年级。教师们因为期望这些孩子成功，在无意识中创造了更温暖的社会情感氛围，给了他们更多时间回答问题，提供了更具体的反馈，并表现出更多的认可。可见期望足以左右教育结果乃至人生结果。

2.4. Neurological Basis / 神经学基础

大脑像一个预测引擎一样运作，遵循自由能原理：

• Top-Down Processing / 自上而下的处理：大脑沿着皮层层次结构向下（从额叶皮层到感觉皮层）发送预测，预见将会感知到什么。

• Bottom-Up Processing / 自下而上的处理：感觉器官沿着层次结构向上发送原始数据。

• Prediction Error / 预测误差：大脑将预测与输入进行比较。匹配则高效；不匹配则产生“预测误差”。

• Error Minimization / 误差最小化：大脑有两个选择：更新内部模型（学习），或抑制感觉误差（维持期望）。在模棱两可或嘈杂的环境中，大脑强烈倾向于抑制误差。

Key Brain Regions Involved / 涉及的主要大脑区域：

• Prefrontal Cortex / 前额皮质：产生期望和自上而下的预测
• Fusiform Face Area (FFA) / 梭状回面孔区：在期望看到面孔时表现出预激活
• Ventral Visual Stream / 腹侧视觉通路：群体反应由特征期望决定；预期的刺激具有更清晰、更快的神经表征

使用fMRI的研究表明，期望在刺激出现之前就会偏置神经活动。当一个刺激被期望时，其神经表征更清晰，处理也更快。未预期的刺激需要明显更高的信号强度才能突破意识觉知。

3. Evolutionary Origins / 进化起源

期望偏差算不上功能故障，它是一项为了在不确定的世界中提高导航效率而形成的特性。我们的祖先能够快速预测环境模式并根据这些预测采取行动，从而拥有了生存优势：

• Energy Conservation / 能量保存：如果大脑必须从头开始验证每一条感官数据，我们将会陷入瘫痪。预测处理允许快速、高效的反应。

• Pattern Recognition in Danger / 危险中的模式识别：在以前见过捕食者的地方期望捕食者的出现，允许更快的逃跑反应，即使期望有时是错误的。

• Social Coordination / 社会协调：根据先前的互动预期他人的行为，使得复杂的社会合作成为可能。

• Resource Acquisition / 资源获取：基于季节模式期望食物或水源，提高了觅食成功率。

在以下环境中，这种偏差具有适应性：

• 反应速度比准确性更重要
• 模式相对稳定和可预测
• 假阳性（对错误的期望采取行动）的代价低于假阴性（未能对正确的期望采取行动）的代价

在需要精确测量和客观观察的现代背景下，这种同样的效率成为了深刻错误的来源。大脑“幻觉”出了期望的现实，因为自上而下的先验观念压倒了微弱的自下而上的感官证据。

4. How This Bias Manifests / 这种偏差如何表现

4.1. In Everyday Life / 在日常生活中

• Relationship expectations / 关系期望：期望伴侣表现出负面行为会导致将中性行为解释为充满敌意，从而制造冲突循环
• First impressions / 第一印象：对人的初步判断决定了我们如何感知和记住所有随后的互动
• Self-fulfilling prophecies / 自我实现的预言：期望一种社交场合变得尴尬，往往会导致使之变尴尬的行为
• Parenting / 育儿：期望孩子惹麻烦的父母可能会更加严厉地管教，从而导致了他们所担心的行为
• Consumer experience / 消费者体验：期望昂贵的葡萄酒味道更好，实际上会改变对其味道的感知

4.2. In the Workplace / 在工作场所

• Performance reviews / 绩效评估：期望员工表现不佳的管理者比期望其成功的管理者更容易注意到并记住错误
• Interview bias / 面试偏差：期望候选人能力很强的面试官会问更简单的问题，并对答案作更积极的解读
• Project outcomes / 项目结果：预期项目会失败的团队可能会减少投入的精力，从而确保失败
• Leadership style / 领导风格：认为员工懒惰的领导者会实施控制型管理风格，从而降低内在动机
• Mentorship effects / 导师效应：期望新员工成功的高级员工会提供更多机会、关注和建设性的反馈

4.3. In Business and Marketing / 在商业与营销中

• Brand perception / 品牌感知：期望一个奢侈品牌表现出众会影响实际感知的质量
• Market research / 市场研究：焦点小组经常产生符合研究者期望的结果
• Product testing / 产品测试：知道哪个产品是“全新升级”的测试者会对其给予更有利的评价
• Price-quality heuristic / 价格-质量启发式：更高的价格创造了对质量的期望，从而改变了实际满意度
• A/B testing / A/B测试：分析师可能会无意识地操纵测试参数以实现预期的结果

4.4. In Politics and Media / 在政治与媒体中

• Confirmation in news consumption / 新闻消费中的确认：期望一个政治人物腐败，会导致将其模棱两可的行为解释为腐败的证据
• Polling effects / 民调效应：公布的民调期望可以通过从众效应成为自我实现的预言
• Media framing / 媒体框架：对新闻故事抱有期望的记者可能会提出诱导性问题，从而产生证实性引语
• Debate perception / 辩论感知：关于谁会“赢”的辩论前期望会影响辩论后的评估
• Policy evaluation / 政策评估：期望政策失败的评估者会注意到失败而忽视成功

4.5. In Healthcare / 在医疗保健中

• Diagnostic momentum / 诊断惯性：一旦给患者贴上诊断标签，随后的临床医生会在没有独立核实的情况下接受它
• Premature closure / 过早闭合：在时间压力和大脑渴望解决不确定性的驱动下，医生一找到看似合理的解释就停止了诊断过程
• Anchoring / 锚定：医生被第一条数据（例如，写着“胸痛”的急诊分诊记录）锚定，当出现矛盾数据时未能进行调整
• Placebo effect / 安慰剂效应：患者对治疗成功的期望有助于实际的生理改善
• Radiological inattention / 放射科注意力不集中：专注于预期病理的放射科医生会错过其注意力焦点之外清晰可见的异常

4.6. In Finance and Investing / 在金融与投资中

• Analyst herding / 分析师羊群效应：分析师发布接近共识的预测，因为与大众一起犯错在职业上比单独犯错更安全
• Valuation bias / 估值偏差：期望增长的投资者会将模棱两可的财务信号解释为确认
• Due diligence failures / 尽职调查失败：错失恐惧（FOMO）压制了对有希望投资的怀疑性分析
• Halo effect / 光环效应：不断上涨的股票价格会消除怀疑，并引导审计师接受有问题的会计处理
• Narrative-driven valuation / 叙事驱动估值：分析师锚定在引人注目的叙事（“科技平台”）上，而不是基本面经济（“房地产转租”）上

5. Real-World Case Studies / 真实世界案例研究

Case Study 1: The Brandon Mayfield FBI Fingerprint Error (2004) / 案例研究1：布兰登·梅菲尔德联邦调查局指纹错误（2004年）

• Context / 背景： 恐怖分子在马德里引爆了炸弹，造成191人死亡。在装雷管的袋子上发现了一个部分潜在指纹。联邦调查局（FBI）的自动化系统返回俄勒冈州律师、穆斯林皈依者布兰登·梅菲尔德作为潜在匹配对象。

• What happened / 发生了什么： 三名资深FBI检验员，以及一名独立法庭指定专家，以“100%肯定”证实了匹配，并引用了15个相似点。梅菲尔德被捕并被拘留。

• The bias at work / 偏差在起作用： 检验员进行了循环推理，利用嫌疑人已知的指纹在模棱两可的犯罪现场指纹中“寻找”特征。该案备受瞩目的性质、计算机的建议以及梅菲尔德符合恐怖主义预期的背景，都降低了他们宣布匹配的门槛。

• Consequences / 后果： 西班牙国家警察认定该指纹完全属于另一个人。FBI不得不撤回其鉴定并道歉。梅菲尔德在被拘留两周后获释。

• Lessons learned / 经验教训： 监察长办公室得出结论，循环推理是一个主要原因。检验员“看到”了不存在的脊线细节。这个案例促成了法医方法的改革，包括建议采用盲法验证程序。

Case Study 2: The Death of Lewis Blackman (2000) / 案例研究2：刘易斯·布莱克曼之死（2000年）

• Context / 背景： 南卡罗来纳州15岁男孩刘易斯·布莱克曼接受了选择性手术，并被开了Toradol（一种非甾体抗炎药）进行疼痛管理。

• What happened / 发生了什么： 术后，刘易斯出现了严重的腹痛、心动过速和休克迹象。医疗团队诊断为“肠梗阻”（肠道蠕动缓慢）和“胀气痛”，在他的病情恶化时对其进行便秘治疗。

• The bias at work / 偏差在起作用： 住院医师和护士期望术后出现疼痛和便秘。他们锚定在一个良性的诊断上。“健康青少年”启发法使他们对器官衰竭的风险视而不见。尽管生命体征暗示着内部的灾难，他们看到的却是一个抱怨的青少年，而不是一个垂死的病人。

• Consequences / 后果： 刘易斯患有由药物引起的十二指肠溃疡穿孔。他在接受便秘治疗的医疗专业人员的包围下内出血致死。直到为时已晚才叫来主治医生。

• Lessons learned / 经验教训： 这个案例成为了医学教育中过早闭合和锚定偏差的一个里程碑式的例子。它促成了医院沟通患者状况方式的改革，以及重新进行诊断评估的重要性。

Historical Example: The N-Ray Affair (1903-1904) / 历史案例：N射线事件（1903-1904年）

1903年，杰出的法国物理学家普罗斯珀-勒内·布朗德洛（Prosper-René Blondlot）宣布发现了N射线，这是一种新形式的辐射。探测方法依赖于在黑暗房间中的主观视觉感知：当射线击中屏幕时，屏幕会微弱地变亮。

布朗德洛和数十名其他法国物理学家“确认”了N射线，发表了300多篇关于其特性的论文，包括波长和折射率。集体的期望是如此强大，以至于整个研究界都对一致的结果产生了幻觉。

美国物理学家罗伯特·W·伍德参观了布朗德洛的实验室，并偷偷拿走了据称用于色散N射线的铝棱镜。布朗德洛继续在N射线“应该”出现的特定坐标处读出探测结果，而棱镜却装在伍德的口袋里。

后果对布朗德洛的名誉和法国物理学界是毁灭性的。这个案例表明，当观察依赖于主观判断时，严谨的仪器和数学并不能防止人们将欲望投射到数据上。

6. The Cost of This Bias / 这种偏差的代价

6.1. Personal Costs / 个人代价

• Self-limiting beliefs / 自我限制的信念：对个人失败的预期成为自我实现的预言，限制了潜能
• Relationship damage / 关系破坏：对伴侣的负面期望制造冲突循环并侵蚀信任
• Missed growth / 错失成长：预期不会享受新体验会阻止尝试它们
• Social isolation / 社会孤立：预期被拒绝会导致引发拒绝的行为
• Mental health / 心理健康：研究将受损的预测处理与抑郁症联系起来；负面先验会创造自我强化的消极循环

6.2. Professional Costs / 职业代价

• Career stagnation / 职业停滞：在职业生涯早期被贴上“低潜力”的标签会影响所获得的机会、反馈和指导
• Innovation suppression / 创新压制：预期新想法会失败的团队不会投资于开发它们
• Decision errors / 决策错误：期望特定结果的领导者无法客观地评估替代方案
• Investment losses / 投资损失：由期望驱动的尽职调查失败使投资者损失了数十亿美元
• Legal liability / 法律责任：像梅菲尔德案这样的法医学错误使机构面临诉讼并摧毁了公众信任

6.3. Societal Costs / 社会代价

• Educational inequality / 教育不平等：皮格马利翁效应意味着基于种族、阶级或以往记录的教师期望会使成就差距永久化
• Criminal justice errors / 刑事司法错误：法医学期望偏差助长了错误定罪
• Scientific waste / 科学浪费：复制危机揭示了很大一部分发表的研究结果是错误的，这是由研究者的期望驱动的
• Medical harm / 医疗伤害：据估计，每年有1200万美国人受到诊断错误的影响
• Market instability / 市场不稳定：羊群行为和估值偏差促成了金融泡沫和崩溃

6.4. Statistical Impact / 统计影响

• Replication crisis / 复制危机：开放科学合作组织（2015年）发现只有36%的心理学研究被成功复制；效应量大约是原来的一半
• Diagnostic error / 诊断错误：估计每年在门诊环境中影响1200万美国人
• Financial fraud / 金融欺诈：安然（Enron）、Theranos和WeWork等公司由于受期望驱动的尽职调查失败而摧毁了数百亿的价值
• Forensic error rate / 法医学错误率：虽然确切的错误率存在争议，但备受瞩目的案件证明，即使是“100%确定”的匹配也可能是错的

7. The Hidden Benefits / 隐藏的好处

期望偏差并不完全是负面的，它是高效认知的一个基本特征：

• Rapid processing / 快速处理：预测编码允许大脑通过预期熟悉的模式来快速处理信息，而不是从头分析每一个细节

• Social coordination / 社会协调：期望他人表现出一致性，能够实现顺畅的社会互动和合作

• Learning efficiency / 学习效率：先前的期望为整合新信息提供了一个框架；如果没有它们，每一次经历都将同样新奇且令人不堪重负

• Motivation / 动机：期望成功（在合理范围内）会增加努力和坚持；当期望很高时，皮格马利翁效应会发挥积极作用

• Stress reduction / 减轻压力：可预测的环境减少了认知负荷和焦虑

这种权衡在于速度/效率与准确性/客观性之间。在大多数日常情况中，速度胜出。只有在需要精确测量、无偏见的判断或对准确性要求高于速度的高风险决策环境中，这种偏差才会成为问题。

完全消除这种偏差在神经学上是不可能的，在实践中也是不可取的：那需要大脑彻底放弃自己节能的预测架构。

8. Self-Assessment: Do You Have This Bias? / 自我评估：你是否有这种偏差？

8.1. Warning Signs Checklist / 警告信号清单

• 你经常发现事件“证实了”你之前的想法
• 最初令你讨厌的人很少能改变你的想法，无论他们后来表现如何
• 你对自己能在刚见面的一瞬间对人做出判断感到自信
• 当研究与你的信念相矛盾时，你倾向于在研究中寻找方法上的缺陷
• 当别人不同意你的观点时，你有时会觉得他们“就是不明白”
• 你注意到新员工、学生或团队成员经常“变成”你最初预测的样子
• 在对人做出决定时，你严重依赖第一印象
• 你发现自己经常说“我就知道”或“我早就告诉你了”
• 当实验或项目没有按预期进行时，你经常归咎于执行问题，而不是质疑最初的假设
• 你确信自己能够客观地观察情况，而不会让自己的期望影响所看到的一切

Scoring / 评分：

• 勾选0-2个：易感性低（但请记住：对客观性的自信本身就是一个警告信号）
• 勾选3-5个：中度易感性
• 勾选6-8个：高度易感性
• 勾选9-10个：极高易感性

8.2. Self-Reflection Questions / 自我反思问题

1. 回想一次当某人表现得与你的期望大相径庭，从而令你惊讶的经历。你花了多长时间才更新对他们的看法？最终是什么改变了你的想法？

2. 上一次你发现自己对某件深信不疑的事情是错误的，是什么时候？你对这一发现有何反应？

3. 考虑一下你做出的最后一个重大决定。你主要寻找可能与你首选选择相矛盾的信息，还是主要寻找支持它的信息？

4. 你是否曾经设计过一个测试或评估，而它可能在无意中偏袒了你期望的结果？

5. 如果你问你的同事或家人，他们会说你是很快就形成判断，还是很慢才改变主意？

8.3. Quick Diagnostic Scenario / 快速诊断场景

Scenario / 场景： 你是一名经理，正在审查候选人的晋升资格。候选人A在三年前被聘用时被标记为“高潜力”。候选人B是一名低调的雇员，没有特殊称谓。两人都有相似的客观指标（销售数字、项目完成情况、出勤记录）。

你会如何处理这个决定？

• A) “候选人A被识别为高潜力是有原因的，他们可能拥有无形的领导特质，这解释了最初的称谓。” → 高度易感性
• B) “既然候选人A被特别指出，我或许应该给他们一定的优势，但我会更仔细地查看两人的记录以确定。” → 中度易感性
• C) “最初的称谓是不相关的。我需要对这视而不见，纯粹基于当前的证据来评估两名候选人，最好是获得不知道该称谓的其他人的意见。” → 低易感性

9. Identifying This Bias in Others / 识别他人身上的这种偏差

9.1. Behavioral Indicators / 行为指标

• 根据有限的信息对人或结果做出自信的预测
• 将初始假设视为随后的数据必须去迎合的结论
• 在对待已被他们贴上标签（正面或负面）的人的方式上发生微妙的变化
• 收集证实性证据，同时驳回或不去寻找反面证据
• 尽管有新的信息，仍抗拒更新观点
• 频繁使用短语“正如我所料”
• 对于证实性信息和反面信息使用不同的证据标准

9.2. Conversational Red Flags / 会话危险信号

Phrases people say when under this bias / 处于这种偏差之下的人所说的话：

• “我立刻就能看出来……”
• “这恰恰证实了我已经知道的……”
• “我一点也不惊讶，我预料到了会发生这种事”
• “数据清楚地表明……”（当它实际上模棱两可时）
• “任何人都能看出……”

Types of arguments they make / 他们提出的论点类型：

• 将中立或模棱两可的证据解释为支持他们的立场
• 以方法论上有缺陷、例外或不相关为由驳回相互矛盾的证据

Questions they avoid asking / 他们避免问的问题：

• “什么样的证据会改变我的想法？”
• “我怎么可能在这件事上错呢？”
• “如果我的期望是假的，这会是什么样子？”

9.3. Situational Triggers / 情境触发因素

• Ambiguity / 模棱两可性：数据越模棱两可，期望影响解释的空间就越大
• Time pressure / 时间压力：仓促的决定更多地依赖于先前的期望
• Emotional investment / 情感投入：对特定结果的强烈渴望放大了这种偏差
• Authority confirmation / 权威确认：当受人尊敬的权威分享相同的期望时，感觉会更有效
• Confirmation from others / 他人的确认：社会认同（其他人的同意）增强了对带偏见的看法的信心
• Expertise / 专业知识：矛盾的是，某领域的专家可能更脆弱，因为他们有更强的先验经验
• Stakes / 风险：高风险情况可能使注意力更集中，也可能加剧动机性推理

10. Cognitive Debiasing Strategies / 认知去偏策略

10.1. Immediate Techniques / 即时技巧

• Consider the opposite / 考虑反面：在最终做出任何判断之前，明确提出“如果反面是真的会怎样？那会是什么样子？”
• Pre-mortems / 事前验尸：在开始一个项目之前，想象它彻底失败了，并倒推找出原因
• Explicit uncertainty / 明确不确定性：明确说明置信度（“我有60%的把握”，而不是“我认为”）
• Seek disconfirmation / 寻找反证：主动问“什么样的证据能证明我错了？”，然后去寻找它
• Delay judgment / 延迟判断：如果可能，推迟得出结论直到获得更多数据

10.2. Long-Term Strategies / 长期策略

• Calibration training / 校准训练：练习以明确的置信度做出预测，然后随着时间的推移跟踪准确性
• Intellectual humility cultivation / 培养智力谦逊：定期研究专家犯错的案例
• Devil's advocate habit / 魔鬼代言人习惯：指派自己（或其他人）反驳你的立场
• Prediction journals / 预测日记：记录包含日期和置信度的预测；定期回顾
• Study base rates / 研究基础概率：了解你所在领域内结果的实际发生频率，而不是依赖直觉

10.3. Environmental Design / 环境设计

• Blinding procedures / 盲法程序：构建流程，使你无法看到会让你产生偏差的信息（例如，盲法简历审查）
• Standardized protocols / 标准化协议：使用清单和结构化决策框架来限制主观判断
• Independent verification / 独立验证：要求由不知道最初假设的人来验证结论
• Information sequencing / 信息排序：控制接收信息的顺序以防止锚定（在看到假设之前分析证据）
• Physical separation / 物理分离：让形成假设的人和评估证据的人分开

10.4. When to Seek External Input / 何时寻求外部输入

• 任何高风险决策（招聘、解雇、重大投资、诊断）
• 当你发现自己对模棱两可的情况感到非常确定时
• 当初步证据很快证实了你的期望时（好得令人难以置信）
• 当其他人质疑你的结论，而你感到想要防卫时
• 当决策影响你自己的利益或地位时

11. Practical Exercises / 实践练习

Exercise 1: Prediction Calibration Journal / 练习1：预测校准日记

• Objective / 目标： 提高对你实际预测准确性的元认知意识
• Time required / 所需时间： 每天5分钟，每周复习30分钟
• Materials needed / 所需材料： 笔记本或电子表格
• Difficulty level / 难度级别： 初学者
• Instructions / 说明：
  1. 每天，写下2-3个关于你的领域（工作结果、人们的行为、项目结果）内事件的预测
  2. 为每个预测分配一个置信度（50%、70%、90%等）
  3. 记下可以验证预测的日期
  4. 当日期到来时，记录实际结果
  5. 每月，计算你的校准度：你有70%把握的预测有70%的时间是正确的吗？
• Reflection questions / 反思问题：
  • 你是否过度自信（70%的预测只有50%的时间是正确的）？
  • 在哪些领域你校准得比其他领域好？
  • 你在自己不正确的预测中注意到了什么模式？
• Frequency / 频率： 每天记录，每周复习，每月分析

Exercise 2: Pre-Registration Practice / 练习2：预先注册练习

• Objective / 目标： 学会在查看数据之前致力于分析方法
• Time required / 所需时间： 任何分析之前的30分钟
• Materials needed / 所需材料： 书面文件或模板
• Difficulty level / 难度级别： 中级
• Instructions / 说明：
  1. 在检查任何数据或证据之前，写下你的假设
  2. 准确指定什么样的证据能证实它，什么样的证据能反驳它
  3. 事前描述你的分析方法
  4. 通过与某人分享或加时间戳来对本文件做出承诺
  5. 只有到那时才能进行分析
• Reflection questions / 反思问题：
  • 在看到结果后，你是否觉得有调整标准的诱惑？
  • 拥有预先承诺的标准是如何改变你的分析的？
  • 下次你会有什么不同的做法？
• Frequency / 频率： 每次重大分析或决策

Exercise 3: Adversarial Collaboration Simulation / 练习3：对抗性协作模拟

• Objective / 目标： 体验结构化分歧的力量
• Time required / 所需时间： 60分钟
• Materials needed / 所需材料： 一个观点不同的自愿伙伴
• Difficulty level / 难度级别： 高级
• Instructions / 说明：
  1. 确定一个你和同事持有不同观点的话题
  2. 一起商定什么证据可以解决分歧
  3. 合作设计一个“测试”或证据收集过程
  4. 事前同意接受测试结果，无论显示什么
  5. 共同进行测试并讨论结果
• Reflection questions / 反思问题：
  • 你对自己推理的方式学到了什么？
  • 你是否有拒绝不利结果的冲动？
  • 协作是如何改变测试设计质量的？
• Frequency / 频率： 每季度，针对重大分歧

Daily Practice / 日常实践

The "What Would Prove Me Wrong?" Pause / “什么能证明我错了？”暂停法

在最终敲定任何判断或决定之前，暂停60秒，并明确问自己：“什么证据能证明我当前的观点是错的？我去找过它了吗？”

• 建议持续时间：每项重大决定1分钟
• 最佳时间：任何时候你发现自己感到确信无疑时
• 如何跟踪进度：记录你在提出这个问题后实际改变主意的频率

Weekly Challenge / 每周挑战

The Expectation Audit / 期望审计

在每周结束时，回顾三个你对人或结果形成期望的情况：

• 你期待什么？
• 实际发生了什么？
• 如果你的期望得到了证实，你是否有可能影响了结果？
• 如果你的期望是错误的，你为什么错了？

Expected outcomes after 4 weeks / 4周后的预期结果：

• 更加敏锐地意识到你形成期望的频率
• 提高识别期望何时可能成为自我实现预言的准确性
• 开始养成不仅对意外，而且对证实产生质疑的习惯

Journaling prompts for reflection / 用于反思的日记提示：

• “这周我期待 ___ 并对 ___ 感到惊讶”
• “回想起来，我可能在 ___ 时影响了结果”
• “我对 ___ 最有信心，但也错得最离谱”

12. For Specific Audiences / 针对特定受众

For Leaders and Managers / 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绩效：

• Structured feedback / 结构化反馈：使用标准化的评估标准，以防止期望给评估带去偏见
• Rotation of assignments / 任务轮换：不要总是把最好的项目交给预期的高绩效者；给其他人证明能力的机会
• Blind hiring stages / 盲选招聘阶段：在初始的简历审查中删除姓名、照片和学校
• Pre-commitment on promotions / 晋升预先承诺：在不知道候选人是谁之前，记录下晋升标准
• Independent evaluations / 独立评估：让多位管理者评估同一名员工，而不事先讨论他们的期望
• Leadership training / 领导力培训：确保所有管理者理解皮格马利翁效应以及他们的期望如何影响结果

For Parents and Educators / 致父母与教育工作者

皮格马利翁研究表明，教育工作者的期望会显著影响学生的成绩：

• Growth mindset messaging / 成长心态传达：强调能力是可以被培养的，从而抵消固定的期望
• Equitable attention / 公平关注：监控你是否对期望成功的学生给予了更多的时间、温暖和反馈
• Label awareness / 标签意识：对那些产生预期的正式称谓（“天才”、“有风险”）保持谨慎
• Expectation transparency / 期望透明化：向孩子解释期望是如何成为自我实现的预言的
• Strength identification / 优势识别：在所有的学生中寻找优势，而不仅仅是那些你期望会出类拔萃的学生

Age-appropriate explanation / 适合年龄的解释： “有时当我们认为会发生什么事时，我们会在不知不觉中做出使其发生的举动。如果老师认为某个学生很聪明，他们可能会更加耐心和鼓励，这有助于该学生做得更好。这就是为什么给每个人一个公平的机会很重要。”

For Healthcare Professionals / 致医疗保健专业人员

诊断惯性会害死病人。刘易斯·布莱克曼的案例说明了其风险：

• Fresh-eyes reviews / 全新的复核：重症患者应接受独立的重新评估，而不仅仅是对先前诊断的认可
• Structured handoffs / 结构化交接：在标准交接中包含“我们可能遗漏了什么？”这个问题
• Anchoring awareness / 锚定意识：训练员工在他们对初始症状产生锚定时加以识别
• Vital sign respect / 尊重生命体征：生命体征异常应触发对诊断的重新评估，而不是找理由辩解
• Challenging culture / 质疑文化：为初级员工质疑资深员工的诊断创造心理安全感
• Diagnostic timeouts / 诊断暂停：对于复杂的病例，安排明确的时刻来重新考虑工作诊断

For Financial Professionals / 致金融专业人士

羊群效应、FOMO（错失恐惧症）和动机性推理产生了壮观的失败：

• Devil's advocate roles / 魔鬼代言人角色：正式指派某人在每一次买入推荐中提出看空论点
• Pre-mortem analysis / 事前验尸分析：在重大投资前，想象该投资已经失败并进行倒推
• Source independence / 来源独立性：从没有利益冲突的分析师那里寻找具有反驳性的研究
• Narrative skepticism / 对叙事持怀疑态度：当一项投资论点在很大程度上依赖于叙事而不是数字时，要加强审查
• Red flag protocols / 红旗协议：提前记录什么证据会导致你退出某个头寸
• Due diligence checklists / 尽职调查清单：使用无法因狂热而走捷径的标准化流程

13. Interactions with Other Biases / 与其他偏差的相互作用

Biases That Amplify This One / 放大此偏差的偏差

Biases That Counteract This One / 抵消此偏差的偏差

Common Bias Chains / 常见的偏差链

The Diagnostic Cascade / 诊断级联： 锚定（第一印象） → 期望偏差（预测结果） → 确认偏差（过滤后续信息） → 诊断惯性（标签固化） → 过早闭合（停止寻找）

The Investment Bubble Chain / 投资泡沫链： 权威偏差（受尊敬的分析师做出预测） → 羊群效应（其他人跟风） → 期望偏差（期望持续增长） → 确认偏差（无视警告信号） → 光环效应（某个领域的成功意味着所有领域都能胜任）

要中断这些级联，请在链的任何一点插入结构性障碍（如盲法、独立验证）。

14. Cultural Perspectives / 文化视角

理查德·尼斯贝特（Richard Nisbett）等心理学家的研究记录了西方“分析式”与东亚“整体式”认知风格之间的差异：

• Western (Analytic) Cognition / 西方（分析式）认知：专注于焦点对象及其属性；倾向于将内在属性视为原因
• East Asian (Holistic) Cognition / 东亚（整体式）认知：专注于背景和人际关系；更有可能识别出情境因素

一项对比英国和香港居民的研究发现，在注意力和解释偏差方面存在显著差异，香港居民在解释方面表现出更积极的偏差；研究人员推测这可能与情绪障碍流行率的差异相关。

在行为经济学中，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，并且受框架效应影响的方式也不同。西方经济学模型所假设的“理性”未必普遍适用。

像沙丽·吴（Shali Wu，庆熙大学）等研究人员正在调查这些文化框架如何重塑我们对什么是“理性”决策的理解，并对西方行为模型的主导地位提出了挑战。

15. Myths and Misconceptions / 神话与误解

16. Expert Insights / 专家见解

“N射线效应是观念运动效应和确认偏差的典型例子。科学家们看到了他们预期看到的东西。” —— N射线事件的历史学家

“看不见一种期望在认知上是昂贵的。这需要大脑去克服它自己的能量最小化策略。” —— 卡尔·弗里斯顿（Karl Friston）的自由能原理框架

“‘聪明’不在于马；它是观察者知识通过无意识的非语言交流传递的一种反映。” —— 奥斯卡·丰斯特（Oskar Pfungst）评价“聪明的汉斯”，1907年

“匹配的力量让他们对差异视而不见。” —— 监察长办公室关于梅菲尔德指纹错误的评估

“你看到什么取决于你在寻找什么。” —— 视觉注意力研究中的经典原则

17. Key Takeaways / 关键要点

1. 期望偏差是植根于大脑预测架构中的人类认知的普遍特征。它无法被消除，只能通过结构性干预来加以管理。

2. 这种偏差不只是对世界作出错误的解释，它还与世界互动，通过自我实现的预言制造虚假的现实。

3. 像物理学和化学这样的“硬”科学并不比“软”科学受到更多的保护：严密的测量和数学不能弥补主观观察带来的问题。

4. 在高风险领域（法医、医学、金融），这种偏差导致了冤狱、可预防的死亡以及数十亿的损失。

5. 最有效的对策是结构性的：盲法、预先注册、独立验证，以及在物理上将假设与证据评估分离开来的协议。

6. 仅仅意识到这点是不够的；这种偏差在很大程度上脱离了有意识的控制。

7. 这种偏差有隐藏的好处——它能使认知变得高效——应当仅在准确性重于速度的环境中加以限制。

18. Further Resources / 进一步的资源

Academic Papers / 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.
• Dror, I. E., & Hampikian, G. (2011). Subjectivity and bias in forensic DNA mixture interpretation. Science & Justice, 51(4), 204-208.
• Ioannidis, J. P. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124.
• Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716.
• Munafò, M. R., et al. (2017). A manifesto for reproducible science. Nature Human Behaviour, 1, 0021.

Books / 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.
• Mlodinow, L. (2012). Subliminal: How Your Unconscious Mind Rules Your Behavior. Pantheon.

Book Chapters / 书籍章节

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

19. Summary Card / 总结卡片

20. Glossary of Terms Used / 使用术语表

21. Discussion Questions / 讨论问题

For book clubs, classrooms, or self-reflection / 供读书俱乐部、课堂或自我反思使用：

1. The N-ray case involved distinguished scientists and over 300 papers before being debunked. What does this tell us about the relationship between expertise and susceptibility to expectation bias? (N射线事件涉及了杰出的科学家，在被揭穿之前发表了300多篇论文。这告诉了我们有关专业知识与容易受到期望偏差影响之间有什么联系？)

2. The Pygmalion effect shows that expectations can improve outcomes when they are positive. Should teachers be told to expect great things from all students, even if this means having inaccurate beliefs? What are the ethical implications? (皮格马利翁效应表明，期望是积极的时候，它可以改善结果。教师是否应该被告知对所有学生抱有很高期望，即便这意味着持有不准确的信念？这有哪些伦理影响？)

3. If predictive coding is fundamental to brain architecture, is "objectivity" ever truly possible? What does this mean for the scientific method? (如果预测编码是大脑架构的基础，那么“客观性”真的可能存在吗？这对科学方法意味着什么？)

4. Consider the Lewis Blackman case. How would you design a hospital system to interrupt diagnostic momentum without making physicians second-guess every diagnosis? (考虑刘易斯·布莱克曼的案例。你将如何设计一个医院系统，在不让医生对每一个诊断都事后诸葛亮的情况下打断诊断惯性？)

5. Venture capitalists knew very little about Theranos's technology but invested billions. Given that investors cannot be experts in everything, how should they protect themselves from expectation bias? (风险资本家对Theranos的技术知之甚少，却投资了数十亿美元。考虑到投资者不可能成为所有领域的专家，他们应该如何保护自己免受期望偏差的影响？)