席克定律

概览

1. 快速摘要

选择越多，大脑做决定的时间就越长，但两者并不是简单的正比关系。这种关系是对数式的：从 2 个选项增加到 4 个所增加的延迟，和从 4 个增加到 8 个大致相同。大脑的工作方式基本上就像一连串“是/否”问题，每次排除一个比特的可能性。处理能力上的这一根本限制解释了为什么简单的菜单让人觉得更快，为什么选项太多会让我们无所适从，以及为什么好的设计会尽量减少不必要的选择。

用大白话说

席克定律是说，你能选的东西越多，挑出一个所花的时间就越长。每多一个选项，大脑就要多干一点活。清单越长，多出来的那点耽搁就越小，但它永远不会消失。

想想在一台装满游戏的游戏机上挑游戏。你划过几十个名字，读了几段介绍，退回去，再接着划。课间休息快结束了，你一个游戏也没玩上。再想想学校食堂里摆满饭菜的长柜台。早就想好吃什么的同学走得很快，其他人都站在那儿盯着看。

你可以让这件事变简单。挑之前，先把清单删到只剩几个你真心喜欢的。然后就从这几个里面挑，挑完就别再看了。如果是经常要做的选择，比如平时吃的零食，那就定一次，以后一直照着来。

2. 背后的科学

2.1. 发现与历史

对决策时间的科学研究可以追溯到 19 世纪，动力来自人们想测量“思维的速度”。荷兰眼科医生 Franciscus Donders 在 1868 年首先提出，心理过程不是瞬间完成的，而是有可测量的时长。他提出了“减法”，并区分出三类反应任务：简单反应时（一个刺激，一个反应）、选择反应时（多个刺激，每个刺激要求不同的反应），以及“做/不做”任务（多个刺激，只对其中一个做出反应）。

1885 年，在莱比锡 Wilhelm Wundt 的实验室（实验心理学的发源地）工作的 Julius Merkel 所做的实验，直接预示了这条定律的发现。他用阿拉伯数字和罗马数字作刺激，备选项数量从 2 个到 10 个不等，观察到反应时随选择增多而增加，但增加的速度逐渐放慢。他的数据画出一条平滑的曲线，暗示着对数关系。不过，当时还没有解释这条曲线的概念工具。

把这些原始观察变成一条连贯“定律”的，是 Claude Shannon 1948 年发表的《通信的数学理论》。Shannon 把信息定义为不确定性的减少，而不是语义上的含义，并用“比特”来量化它。心理学家意识到，反应时实验中的被试在功能上相当于通信信道：刺激是输入，大脑是信道，反应是输出。

这条定律在 20 世纪 50 年代初正式确立，英国心理学家 William Edmund Hick 和美国心理学家 Ray Hyman 各自独立证明了反应时与备选项数量之间精确的对数关系。

2.2. 主要研究者

2.3. 里程碑式研究

“十盏灯”实验（William Edmund Hick，1952）

Hick 的奠基性论文《论信息获取的速率》确立了这一研究范式。他把十盏白炽灯排成一个不规则的圆圈，每盏灯对应一个莫尔斯电码键。一台穿孔纸带机驱动灯的显示，按精确的时间编排随机序列。反应由四支电笔记录在移动的纸带上，采用 4 位二进制编码。

Hick 系统地把有效备选项的数量从 2 个变到 10 个。以反应时对 n 作图，得到的是一条曲线；而以反应时对 log₂(n+1) 作图，关系就变成了直线。(n+1) 这一项考虑了时间上的不确定性。Hick 还操纵了指导语，要求被试在一些试次中优先保证准确，在另一些试次中优先保证速度，从而可以考察速度与准确性的权衡。

信息熵操纵研究（Ray Hyman，1953）

Hyman 想证明反应时取决于比特，而不只是按钮的数量。他使用 6x6 矩阵中的 8 盏灯，让被试口头作答，用三种不同的方式操纵信息：

1. 改变备选项数量： 和 Hick 一样，改变等概率灯的数量（2、4、8），从而改变熵（H = log₂ n）。

2. 改变概率： 灯的数量不变，但改变出现频率。如果灯 A 出现 90% 的时间，灯 B 出现 10%，平均熵就比各占 50% 时低。对高频刺激的反应更快，与较低的信息量所预测的完全吻合。

3. 序列依赖： 引入概率取决于前一个刺激的规律。如果灯 A 总是跟在灯 B 之后，灯 B 的信息量就变成零。被试在不知不觉中学会了这些规律，反应时也随之下降。

以信息熵（比特）作横轴时，三种操纵的结果都落在同一条回归线上，证实了大脑就像一条带宽固定的信息信道。

神经映射研究（Wu 等人，2018）

这项 fMRI 研究首次直接从神经层面映射了席克-海曼定律。研究者在扫描被试的同时操纵选择任务的熵。由背外侧前额叶皮层和顶叶皮层组成的认知控制网络（CCN），其激活随任务熵线性增加。与此同时，默认模式网络呈线性去激活。结构方程模型显示，认知控制网络在熵与反应时之间起中介作用。

2.4. 神经学基础

涉及的脑区：

• 认知控制网络（CCN）： 由背外侧前额叶皮层（dlPFC）和顶叶皮层组成，其激活随任务熵线性增加。处理的比特越多，大脑真的要消耗越多的葡萄糖。
• 默认模式网络（DMN）： 在选择任务中呈线性去激活。大脑必须压制内部噪声，才能处理外部信息。
• 顶叶： 编码反应之前必须消除的“不确定性地图”。
• 上丘： 一个中脑结构，在反射性眼动中可以绕过皮层加工，依靠“赢家通吃”的空间地图运作。
• 基底神经节： 任务通过练习变得自动化时参与进来，从算法式计算转为直接的记忆提取。

认知机制： 大脑像一个二进制处理器，基本上是通过一连串“是/否”问题来排除可能性，很像二分查找算法。“信息获取速率”（约每秒 5-7 比特）是一个基本的生物学限制。这个常数反映的是认知控制网络的代谢极限，而不只是统计上的假象。

3. 演化起源

席克定律反映了神经结构在处理能力与代谢成本之间的一个基本权衡。我们的祖先所处的环境中，快速的决定往往比完美的决定更有价值。遇到捕食者的猎人需要迅速选定逃跑的方向。对数关系保证了额外选项带来的处理成本仍然可控，而不是线性增长。

大脑的二进制处理策略是应对组合爆炸问题的一种高效办法。它不同时评估所有选项（那需要成倍增加的神经资源），而是依次缩小范围，让有限的神经容量也能应付开放式的选择情境。

这一限制具有适应意义，因为它能防止认知瘫痪。在大多数决定都会重复出现的环境里（走熟悉的路，认出熟悉的食物），通过练习让反应自动化的能力意味着，常遇到的选择可以完全绕过带宽限制。Mowbray 和 Rhoades 的 45,000 次试验研究证明了这种可塑性：我们祖先的大脑能把高频决定“安装”成反射。

这条定律也解释了人类为什么演化出分类能力。把选项归入有意义的类别，祖先们就能在细致加工之前减少有效的 n，先快速筛选，再慢慢斟酌。

4. 这种偏差的表现形式

4.1. 在日常生活中

• 餐厅菜单： 列着几十个菜的长菜单会让点菜时间更长，人们对最终的选择也常常更不满意
• 流媒体服务： 在 Netflix 的成千上万部片子里翻找，常常是挑片的时间比看片的时间还长
• 买菜购物： 在 50 种麦片前呆站着，最后抓起一个熟悉的牌子
• 挑衣服： “满柜子衣服却没衣服穿”，选项太多拖慢了早晨出门的节奏
• 社交媒体： 不停地滑动浏览各种选项，而不是真正看进去内容
• 家电设置： 现代设备有几十种设置却没人用，因为弄懂它们超出了人的认知预算

4.2. 在工作场所中

• 安排会议： 把所有可能时间都列出来的工具，比只给有限选项的工具让决定拖得更久
• 项目优先级： 同时推进太多项目的团队很难往前走
• 软件推广： 功能繁多、学习曲线陡峭的软件会遇到阻力，因为每个操作都要在层层菜单里找
• 邮件管理： 收件箱爆满，给每封邮件归类或回复的成本超出了可用的带宽
• 招聘决策： 没有结构化的评估标准时，面试小组审阅几十个相似的候选人要花的时间会成倍增长
• 战略规划： 战略重点太多的组织，实际上等于没有重点

4.3. 在商业与营销中

• 产品线复杂度： 产品线很长的公司常常发现，减少 SKU 反而能提高总销售额
• 结账优化： 结账页面每多一个字段，放弃率就会上升；每个选项都增加处理成本
• 行动号召设计： 只有一个清晰行动按钮的落地页，效果好过有多个选项的页面
• 价格档位： 三档定价（好/更好/最好）效果好过繁复的选项矩阵
• 果酱研究： Iyengar 和 Lepper 的著名实验显示，24 种果酱吸引了 60% 的顾客，但只有 3% 购买；6 种果酱吸引了 40% 的顾客，转化率却达到 30%
• 渐进式展示： 成功的界面会逐步展示复杂功能，而不是一次全部摆出来

4.4. 在政治与媒体中

• 选票设计： 候选人和公投事项很多的长选票会导致“选票递减”，越往下，选民留空的项目越多
• 信息过载： 24 小时滚动的新闻源源不断，公民很难把注意力放在重要议题上
• 政策复杂度： 包含许多部分的复杂政策方案，比简单的信息更难让选民评估
• 平台泛滥： 相互竞争的信息来源太多，迫使人们一再决定切换到哪个渠道
• 两极化： 简化的二元政治框架（我们对他们）之所以奏效，部分原因可能是它把认知负荷降到了最低

4.5. 在医疗卫生中

• 治疗方案： 向患者摆出一大堆治疗方案，可能会推迟医疗决定
• 用药依从性： 涉及多种药物、剂量和服药时间的复杂方案会降低依从性
• 医疗保险： 投保期间在几十种保险计划中挑选，会造成有据可查的决策瘫痪
• 诊断界面： 同时给临床医生列出太多鉴别诊断的医疗软件，可能会拖慢关键决定
• 知情同意： 列出每一种可能风险的详尽同意书，可能反而削弱而不是增强患者做决定的能力

4.6. 在金融与投资中

• 401(k) 参与： 研究显示，退休计划中投资选项越多，参与率越低
• 交易界面： 专业交易员需要精简的界面，因为每一毫秒的决策延迟都有金钱成本
• 选基金： 面对数百只共同基金，投资者常常干脆不动，或者随便选一只
• 分析瘫痪： 没完没了地研究投资，却错过了市场机会
• 投资组合复杂度： 持有几十个头寸、过度分散的组合会变得难以管理
• 信用卡积分： 类别和兑换方式繁多的积分计划，会降低人们感受到的价值

5. 真实案例研究

案例研究 1：三里岛核事故（1979）

• 背景： 宾夕法尼亚州的三里岛核电站发生了部分堆芯熔毁，成为美国商用核电史上最严重的事故。

• 事件经过： 冷却故障开始时，100 多个不同的警报同时响起，控制室里数百个信号灯闪个不停。操作员面对的相互竞争的信号，实际上多到无穷。

• 偏差作用： 操作员陷入了认知瘫痪。系统的熵超过了人类操作员的信道容量。以每秒大约 5-7 比特的处理能力面对数百个同时出现的信号，他们无法把关键信号（卡在开启位置的泄压阀）从接连不断的次级警报噪声中分辨出来。

• 后果： 操作员没能采取正确的行动，不是因为他们不称职，而是因为界面设计违背了人类处理能力的基本限制。凯梅尼委员会的报告明确指出了“人因”方面的失误。处理 100 多个同时出现的警报所需的反应时间，超过了防止堆芯损坏所能利用的时间。

• 经验教训： 现代核设施如今采用警报优先级系统和人工智能辅助过滤，人为地减少呈现给操作员的有效 n。这次事故成了人因工程学中的一个标志性案例。

案例研究 2：二战起落架事故

• 背景： 第二次世界大战期间，军用航空接连发生事故：飞行员着陆时收起的是起落架而不是襟翼，飞机直接砸在跑道上。

• 事件经过： 心理学家 Alphonse Chapanis 调查后发现，起落架和襟翼的操纵件是一模一样的旋钮，在驾驶舱里并排放着。在着陆程序的高认知负荷下，飞行员犯下了致命的辨别错误。

• 偏差作用： 飞行员在最糟糕的时刻面对一项高熵的辨别任务（外观相同的操纵件需要不同的动作），而此时压力和时间紧迫把认知负荷推到了最高。分辨两个操纵件的处理成本超出了可用的带宽。

• 后果： 多架飞机损毁，有人因此丧生，看起来是“飞行员失误”，实际上却是可以预见的人因失误。

• 经验教训： Chapanis 采用了形状编码，在起落架手柄上粘一个橡胶轮，在襟翼手柄上粘一个楔形块。这把一个高熵的认知选择变成了低熵的触觉辨别。差错率降到了零。用形状编码绕过席克定律的这一原则至今仍是航空业的标准，并写入了军用标准（MIL-STD-1472）。

历史案例：消费行为中的选择悖论

Iyengar 和 Lepper 的“果酱研究”（2000）展示了席克定律在经济行为中的作用。一个试吃摊位要么摆出 24 种果酱，要么摆出 6 种：

• 24 种果酱： 60% 的顾客停下来看，但只有 3% 购买
• 6 种果酱： 40% 的顾客停下来，但有 30% 购买

转化率相差十倍，说明了席克定律如何体现为经济行为。n=24 时，处理这个决定的认知成本按对数关系高于 n=6 时。高成本导致“分析瘫痪”：消费者放弃购买，因为花费的脑力超过了产品的效用。这一发现改变了零售策略、菜单设计和电子商务。

6. 这种偏差的代价

6.1. 个人代价

• 决策疲劳： 每天不断处理选择会消耗执行功能，导致越到一天的后段，决定做得越差
• 生活满意度下降： 矛盾的是，选项越多，人们往往对所选的结果越不满意
• 拖延： 有多种做法的任务被无限期推迟，一直等着“完美”的路径自己变清楚
• 焦虑： 处理众多选项的认知负担会带来压力，而且在做出决定之后仍会持续
• 机会成本： 花在几乎没差别的选项之间斟酌的时间，本可以用来执行
• 后悔放大： 被放弃的选项越多，可供“要是当初……”去设想的可能性就越多

6.2. 职业代价

• 生产力损失： 不断切换工具、决定用哪个平台的知识工作者，把好几个小时耗在了界面操作上
• 会议效率低： 没有清晰决策框架的团队，在小事上花费的时间不成比例
• 创新瘫痪： 坚持在行动前评估所有可能性的组织，会被那些先选再迭代的组织超过
• 设计失败： 什么功能都有的产品谁也满足不了，功能集中的产品反而能成功
• 沟通不畅： 包含太多请求或选项的消息，回复率低于目标明确的请求
• 职业停滞： 因为可能性无穷而无法专注于某个方向的人，可能培养不出深厚的专业能力

6.3. 社会代价

• 民主失灵： 被复杂选票和政策方案压得喘不过气的公民，可能会退出公共参与
• 医疗低效： 患者因治疗方案太多而推迟必要的治疗，带来整个系统的成本
• 市场低效： 资源浪费在过多的产品种类上，造成的选择成本超过了多样性的好处
• 教育难题： 面对无穷无尽的选课目录，学生可能做出不够理想的长期决定
• 应急响应失败： 救援人员面对太多相互竞争的优先事项而认知过载时，灾难会进一步恶化

6.4. 统计影响

• 研究表明，人类认知信道的速率约为每秒 5-7 比特，这是一个根本性的上限
• 每多一个比特的信息，通常要多付出 150-200 毫秒的处理时间
• 电子商务研究显示，减少结账字段可以把转化率提高 100% 甚至更多
• 401(k) 研究表明，每多 10 个基金选项，参与率大约下降 2%
• 三里岛事故表明，当决策所需时间超过可用的反应时间时，超出认知带宽可能带来灾难性后果

7. 潜在益处

席克定律不是贬义上的“偏差”。它是对一个基本计算问题的高效解决办法，对数关系本身就是优点，而不是缺陷。

这一限制为什么具有适应意义：

• 节省能量： 如果处理量随选项线性增长，我们代谢成本高昂的大脑就需要多得多的资源
• 平稳降级： 对数曲线意味着选项翻倍，决策时间并不会翻倍；面对越来越复杂的情况，这个系统应付得还算不错
• 通往自动化： 这一限制推动我们练习、养成习惯，而习惯最终可以完全绕过这个限制
• 分类的压力： 这一限制促使人们发展出心理图式和分类方式，从而能够聪明地筛选

它在什么时候有帮助：

• 时间紧迫的情况： 紧急关头，大脑被迫简化，可能促使人行动，而不是无休止地斟酌
• 积累专长： 这一限制奖励专精和练习，让人练出真正的本事
• 设计质量： 这一限制迫使设计者做出艰难的取舍，结果往往比“什么都往里塞”的产品更好
• 满意即可： Herbert Simon 的洞见是，“够好就行”的决定常常胜过追求最优的尝试，部分原因就是追求最优会超出带宽

完全消除这一限制很可能并不可取：那会去掉促使大脑高效组织信息的压力，而人类的许多认知成就正是建立在这种组织之上的。

8. 自我评估：你是否存在这种偏差？

注：席克定律是普遍存在的，每个人都受它影响。这份评估用来找出你可能特别容易受影响的情境。

8.1. 预警信号清单

• 我常常挑片子的时间比看片子的时间还长
• 选项很多的餐厅菜单让我不知所措
• 遇到太多配送或付款选项时，我常常放弃网购车里的东西
• 我推迟重要的决定，因为我还在“研究”各种选项
• 用功能繁多的软件时，我的效率会下降
• 要我在许多相似的选项中挑一个时，我会感到有压力
• 做完决定后，我常常改主意，惦记着没选的那些
• 即使是不大的购买，我也会做详细的对比表格
• 遇到有好几种做法的任务，我发现自己迟迟无法开始
• 我觉得选项多了应该更开心，但往往并非如此

评分：

• 勾选 0-2 项：易感性低。你很可能有不错的应对选择的办法
• 勾选 3-5 项：易感性中等。一些常见情境可能正在给你带来不必要的认知负荷
• 勾选 6-8 项：易感性高。选择过载可能已经明显影响到你的幸福感和效率
• 勾选 9-10 项：易感性非常高。可以考虑采用有条理地减少选择的策略

8.2. 自我反思问题

1. 你拖得最久的一个决定是什么？你在考虑多少个选项？
2. 想想最近一个让你满意的决定。你实际评估了多少个备选项？
3. 在你的生活中，什么时候“完美”成了“够好”的敌人？
4. 你是否曾给自己造出一些本来根本不需要的选项？
5. 别人是否说过你很难做决定，或者总爱把选择想得太多？

8.3. 快速诊断场景

场景： 你在计划晚饭，打开了一个外卖应用。它显示有 47 家餐厅可以送到你家。

你会如何应对？

• A) 把 47 家全看一遍，逐家读评价，花 30 多分钟才下单 → 易感性高
• B) 按菜系筛选，再看 8-10 家，花 10-15 分钟 → 易感性中等
• C) 直接打开收藏的常点餐厅，或者按“评分最高”排序后从前 3 家中挑，不到 5 分钟 → 易感性低

9. 如何识别他人的这种偏差

9.1. 行为指征

• 长时间浏览： 花在“考虑”阶段的时间与决定的重要程度不成比例
• 要“更多选项”： 做决定前一再要求更多备选，即使现有选项已经够用
• 推迟选择： 对不太重要的决定也常说“我得想想”或“让我睡一觉再说”
• 执着于比较： 为不值得这么分析的决定做出复杂的对比矩阵
• 推翻决定： 做完决定后频繁改变，重新打开已经定下来的选择
• 不愿放手： 很难把事情交给别人，因为想亲自评估所有选项

9.2. 对话危险信号

人们在选择过载时常说的话：

• “选项实在太多了”
• “我得先多做点研究”
• “万一还有更好的呢？”
• “你能帮我缩小一下范围吗？”
• “我还没准备好做决定”

他们常用的论证类型：

• 坚持在采取任何行动之前把每种可能性都查一遍
• 拿选项之间的细微差别当作继续斟酌的理由

他们回避的问题：

• “对这件事来说，什么样算够好？”
• “继续斟酌下去的代价是什么？”

9.3. 情境触发因素

• 陌生领域： 当事人缺乏筛选经验的不熟悉领域
• 自觉风险高： 后果感觉很严重的时候，哪怕客观上并不重要
• 不确定能否撤回： 不清楚决定能不能反悔的时候
• 他人可见： 别人会看到或评判的选择
• 时间充裕： 讽刺的是，“时间有的是”反而会让斟酌拖得更久
• 功能繁多： 摆出大量选项却缺乏组织的环境
• 疲劳状态： 决策质量在一天中逐渐下降，越晚的选择越难做

10. 认知去偏策略

10.1. 即刻应对技巧

• 事先声明“满意即可”： 开始前明确说“我会选第一个满足 X、Y、Z 条件的选项”，而不是去找最优的
• 限时： 按决定的重要程度设定一个计时（午饭 5 分钟，大件购买 1 小时）
• 限制选项： 评估之前人为地限定选项（比如“我只考虑 3 家餐厅”）
• 逐步排除： 有意识地采用二分查找的办法，每一步排除一半选项
• 先记下第一反应： 在查资料前记下最初的直觉；它往往和长时间的斟酌一样好
• “够好”门槛： 事先承诺，一旦有选项超过设定的门槛就停止寻找

10.2. 长期策略

• 培养专长： 在某个领域多加练习可以缩短处理时间；在你经常要做决定的领域多花工夫学习
• 建立默认选项： 为反复出现的决定定好标准选择（常点的咖啡、常去的餐厅、偏好的品牌）
• 制定决策规则： 预先给几类决定定好规矩（“50 美元以下的购买最多花 10 分钟”）
• 接受限制： 认识到有限的选项往往比无限的选择带来更好的结果
• 练习下定决心： 培养做了决定就不回头看的能力
• 养成分类习惯： 建立心理框架，迅速把选项分成“考虑”和“不管”两类

10.3. 环境设计

• 整理你的环境： 退订那些给你塞来不必要选项的邮件；取消关注让你产生错失恐惧的社交账号
• 使用“收藏”功能： 在应用里保存常用选项，免得每次都翻完整个菜单
• 精简物品： 胶囊衣橱可以省掉每天挑衣服的决定
• 整理工作空间： 把常用工具放在显眼处，减少找东西的决定
• 默认设置： 把设备设成合理的默认值，而不是每个参数都去调
• 渐进式展示： 为别人做设计时，逐步展示选项

10.4. 何时寻求外部意见

• 风险高且不可逆的决定： 在换工作、大额购买和医疗决定上，外部视角能增加处理能力
• 不熟悉的领域： 缺乏高效筛选选项的专长时，借用别人的专长
• 情感投入： 对结果的执念可能妨碍高效处理的时候
• 截止期限压力： 决策所需时间超过可用时间时，外部帮助可以减轻个人的处理负担

怎样提问：

• “我在 A 和 B 之间选。我漏掉了什么？”（比“我该怎么办？”好）
• “什么情况会让一个选项出局？”（得到的是筛选标准，而不是推荐）

11. 实战练习

练习 1：限制挑战

• 目标： 习惯在有限的选项中做选择
• 所需时间： 每天 15 分钟，持续一周
• 所需材料： 计时器、笔记本
• 难度级别： 初级
• 操作步骤：
  1. 找一个每天都要做的决定（午饭、娱乐等）
  2. 只允许自己考虑 3 个选项，这 3 个之外不做任何研究
  3. 设定 5 分钟计时
  4. 在计时结束前做出选择
  5. 记下你的选择和满意程度
• 反思问题：
  • 受限的决定比你平时研究过头的决定更差吗？
  • 人为的限制对你的压力水平有什么影响？
  • 你用什么标准挑出了最初的 3 个选项？
• 频率： 连续一周每天一次，之后按需进行

练习 2：二叉树

• 目标： 练习高效的排除策略
• 所需时间： 20 分钟
• 所需材料： 纸、笔，一个有 8 个以上选项的决定
• 难度级别： 中级
• 操作步骤：
  1. 把所有选项写下来
  2. 定一个能排除大约一半选项的“是/否”标准
  3. 用这个标准划掉被排除的选项
  4. 换新标准重复，直到只剩一个
  5. 给自己计时，并记下这个决定用了几个“比特”
• 反思问题：
  • 这和你平时的做法相比如何？
  • 哪些标准排除选项最有效？
  • 最后的选择让你觉得是随意的，还是有道理的？
• 频率： 每周一次，重要的决定尤其适用

练习 3：决定后的冷静期

• 目标： 学会下定决心，减少后悔
• 所需时间： 不定（长期练习）
• 所需材料： 无
• 难度级别： 高级
• 操作步骤：
  1. 做完决定后，立即关掉所有与其他备选有关的网页和资料
  2. 设定一段“不再重新考虑”的时期（至少 24 小时）
  3. 想要回头再看时，留意这种冲动，但不付诸行动
  4. 时期结束后评估：不重新考虑是否带来了问题？
  5. 随着耐受力提高，延长冷静期
• 反思问题：
  • 是什么引发了重新考虑的冲动？
  • 重新考虑真正能改善结果的情况有多少？
  • 省下来的斟酌时间可以拿来做什么？
• 频率： 每个重要决定都做

每日练习

“第一个过得去的”规则

选一类日常决定（吃饭、娱乐、小额购买），承诺选第一个满足最低标准的选项，而不是追求最优。

• 建议时长：每晚反思 5 分钟
• 最佳时间：晚上（回顾当天受限的决定效果如何）
• 如何追踪进展：记下每天用这条规则做的决定和满意度评分

每周挑战

选项清查

每周找出生活中一个选项过多的领域，有意识地减少选项。

• 第 1 周：数字订阅。取消很少用的流媒体服务
• 第 2 周：衣柜。清掉 6 个月没穿过的衣服
• 第 3 周：应用。删掉功能重复的应用
• 第 4 周：承诺。推掉一项固定的义务

4 周后的预期成果：

• 日常决定明显变快
• 决策疲劳减轻
• 对所做的选择更满意

反思日记提示：

• 减少选项让我付出了什么？
• 它给了我什么？
• 生活中还有哪些地方减少一些会更好？

12. 针对特定人群的建议

针对领导者与管理者

• 会议设计： 给团队提供精选的选项（3-5 个），而不是开放式的要求；提前做好筛选工作
• 决策权： 明确谁决定什么；权限模糊会产生隐性的选择成本
• 战略聚焦： 把组织的优先事项限制在真正能顾得过来的范围；有 20 项的优先清单等于没有优先清单
• 选择工具： 为团队挑工具时，既看功能也看简单程度；功能繁多的工具可能永远用不好
• 授权清晰： 给出缩小范围的参数，而不是完全开放的任务
• 进展胜于完美： 营造鼓励交付而不是无休止打磨的文化

针对家长与教育工作者

• 适合年龄的选择： 给年幼的孩子 2-3 个选项，而不是开放式问题（“红衬衫还是蓝衬衫？”而不是“你想穿什么？”）
• 逐步增加复杂度： 随着孩子筛选能力的发展，逐渐增加选项
• 教孩子“够好就行”： 示范“够好就行”的决策方式，并明确讨论什么时候追求最优得不偿失
• 作业设计： 提供有结构的限制，而不是完全开放的项目
• 试题设计： 选择题的选项限制在 4-5 个，避免人为增加难度
• 讲讲背后的科学： 年龄大些的学生能理解对数关系，并自己加以运用

针对医护专业人员

• 介绍治疗方案： 先把选项归类；给出 2-3 条清晰的路径，而不是把所有备选方案一一列出
• 共同决策： 提供决策辅助工具，帮助患者按自己的价值观筛选，而不是直接摆出原始的医疗选项
• 简化用药： 尽可能合并药物或使用复方制剂，降低用药方案的复杂度
• 知情同意： 在完整性与认知负荷之间取得平衡；考虑分阶段告知
• 诊断界面： 推动使用突出可能诊断的临床决策支持系统，而不是把所有可能性同等列出
• 警报疲劳： 认识到过多的监护警报可能超出临床人员的处理能力

针对金融专业人士

• 给客户的建议： 提供符合客户情况的精选选项，而不是完整的产品目录
• 401(k) 设计： 考虑把目标日期基金设为默认选项，减轻参与者的选择负担
• 风险问卷： 采用渐进式展示（先问基本问题，需要时再问细节）
• 组合检视： 讨论集中在 3-5 个要点上，而不是逐项全面审查
• 费用透明： 简化收费结构；复杂的定价会造成认知障碍
• 智能投顾设计： 把例行的再平衡决定自动化，把客户的带宽留给重要的选择

13. 与其他偏差的相互作用

放大席克定律效应的偏差

抵消席克定律效应的偏差

常见偏差链

瘫痪连锁反应： 席克定律（选项太多）→ 分析瘫痪（无法决定）→ 现状偏见（默认不行动）→ 后悔（希望当初做了决定）→ 沉没成本（投入更多时间来为拖延辩护）

打断这条链： 开始斟酌之前就设定决策期限。时间限制迫使人采取“满意即可”的做法，在第一环就打断这条链。

14. 文化视角

研究表明，席克定律是普遍适用的：对数关系反映的是神经结构，而不是文化习得。不过，文化因素会影响人们如何应对选择过载。

跨文化考量：

• 西方零售环境通常提供更多选项，选择过载的情境也更频繁
• 有些文化更有遵从专家建议的传统，这起到了外部筛选的作用
• 包办婚姻是由文化决定的减少选择的一个极端例子
• 全球化可能正在增加各种文化中人们面对的选择

15. 常见迷思与误区

16. 专家洞见

W. E. Hick 把人类操作者看作一条传递信息能力有限的通信信道，并认为获取信息的速率在时间上大致恒定。 — 概述自 W. E. Hick，“On the Rate of Gain of Information,” Quarterly Journal of Experimental Psychology 4(1) (1952)，11-26 https://doi.org/10.1080/17470215208416600

Ray Hyman 发现，选择反应时随刺激所含信息量（以比特计）呈直线上升，无论这些信息是以何种方式变化的。 — 概述自 Ray Hyman，“Stimulus Information as a Determinant of Reaction Time,” Journal of Experimental Psychology 45(3) (1953)，188-196 https://doi.org/10.1037/h0056940

Sheena Iyengar 与 Mark Lepper 发现，面对 6 个选项的小型选择阵列的人，比面对 24 个或 30 个选项的人更可能购买或采取行动，事后对自己的选择也更满意。 — 概述自 Sheena Iyengar & Mark Lepper，“When Choice Is Demotivating: Can One Desire Too Much of a Good Thing?” Journal of Personality and Social Psychology 79(6) (2000)，995-1006 https://doi.org/10.1037/0022-3514.79.6.995

Barry Schwartz 认为，做出好的选择本来就很难，在选项无限的世界里更难，甚至可能超出人们的应对能力。 — 概述自 Barry Schwartz，《选择的悖论》（The Paradox of Choice: Why More Is Less）(2004)

17. 核心要点

1. 这一限制真实存在且普遍： 决策时间随选项数量呈对数增长。这是神经结构决定的，不是软弱。

2. 看比特，不看按钮： 信息熵比单纯的选项数量更重要；可预测的选项处理成本更低。

3. 练习改变一切： 足够的重复可以让决定自动化，完全绕过带宽限制。

4. 设计可以帮忙，也可以添乱： 好的界面减少有效选项；糟糕的界面造成认知过载。

5. 简化是一种技能： 培养筛选的经验法则和默认选择是可以学会的，而且很有价值。

6. 这个限制在保护你： 它迫使人最终做出决定，从而防止瘫痪；完全不受限制的斟酌只会更糟。

7. 情境很重要： 高风险、疲劳和不熟悉都会让人更容易受选择过载影响。

18. 延伸资源

学术论文

• Hick, W. E. (1952). On the rate of gain of information. Quarterly Journal of Experimental Psychology, 4(1), 11-26. https://doi.org/10.1080/17470215208416600
• Hyman, R. (1953). Stimulus information as a determinant of reaction time. Journal of Experimental Psychology, 45(3), 188-196. https://doi.org/10.1037/h0056940
• Iyengar, S. S., & Lepper, M. R. (2000). When choice is demotivating: Can one desire too much of a good thing? Journal of Personality and Social Psychology, 79(6), 995-1006. https://doi.org/10.1037/0022-3514.79.6.995
• Wu, T., et al. (2018). Hick-Hyman Law is mediated by the cognitive control network in the brain. Cerebral Cortex, 28(7), 2267-2282. https://doi.org/10.1093/cercor/bhx127
• Scheibehenne, B., Greifeneder, R., & Todd, P. M. (2010). Can there ever be too many options? A meta-analytic review of choice overload. Journal of Consumer Research, 37(3), 409-425. https://doi.org/10.1086/651235

书籍

• Shannon, C. E., & Weaver, W. (1949). The Mathematical Theory of Communication. University of Illinois Press.
• Schwartz, B. (2004). The Paradox of Choice: Why More Is Less. HarperCollins.
• Miller, G. A. (1956). The magical number seven, plus or minus two. Psychological Review, 63(2), 81-97.

著作章节

• Card, S. K., Moran, T. P., & Newell, A. (1983). The Model Human Processor. In The Psychology of Human-Computer Interaction (Chapter 2). Lawrence Erlbaum Associates.

19. 总结卡片

20. 术语表

21. 探讨问题

适用于读书会、课堂或自我反思：

1. 想想有没有哪一次，选项多了反而让你的决定变得更糟。是什么让你不知所措？

2. 在生活的哪些方面，你已经成功地让决定自动化了？这是怎么做到的？

3. 现代社会选择丰富，对人类福祉来说总体是好是坏？我们应该如何在多样性和认知成本之间取得平衡？

4. 人工智能和算法推荐可能会怎样改变我们和席克定律的关系，是变好还是变坏？

5. 什么时候“为了别人好”而有意减少他们的选择是恰当的？应该遵守哪些伦理界限？

最后更新：7 十一月 2026