如果有的话,蒙蒂·霍尔(Monty Hall)问题会变得很明显。甚至伟大的保罗·埃多斯(Paul Erdos)也被这个问题所迷惑。我可能很难回答的问题是,我们对一个答案如此自信而又凭直觉争论却又如此错误的可能性是什么?本福德的第一位数字定律和等待时间悖论是其他类似的著名例子。
如果有的话,蒙蒂·霍尔(Monty Hall)问题会变得很明显。甚至伟大的保罗·埃多斯(Paul Erdos)也被这个问题所迷惑。我可能很难回答的问题是,我们对一个答案如此自信而又凭直觉争论却又如此错误的可能性是什么?本福德的第一位数字定律和等待时间悖论是其他类似的著名例子。
Answers:
有两种主要的方法来理解这个问题。第一个(我相信最成功的)是关于认知偏见的文献(请参阅此LessWrong链接)。
关于这个话题已经写了很多文章,在这里总结一下太冒昧了。通常,这只是意味着人类在进化过程中所具备的认知机制运用了许多启发式方法和捷径来更有效地进行生存决策。这些生存决策主要适用于我们几乎不再面对的祖先环境,因此,我们面对启发式算法失败的情况的频率可能会增加。
例如,人类善于产生信念。如果提出一个新的信念花费很少,但是不采用会导致生存的信念会付出高昂的代价(即使该信念通常是错误的),那么人们会期望看到很多合理化和低证据障碍的信念命题(这是我们对人类的看法)。由于类似的原因,您还会获得诸如概率匹配之类的行为。
可能会继续详细描述我们偏离最佳决策的所有引人入胜的方式。查阅卡尼曼(Kahneman)最近的《思想,快与慢》(Thinking,Fast and Slow)和丹·阿里利(Dan Ariely)的《可预测的非理性》(Predictably Irrational)一书,其中提供了许多示例,其中包括受欢迎的可读性帐户。我建议阅读LessWrong上的一些序列,以更原则地讨论认知偏差,并就在某些情况下可以采取的避免这些偏差的步骤进行许多有趣的学术文献评论。
解决这个问题的另一种方法(我认为)更加脆弱。这就是概率本身不是处理不确定性的正确规范理论的观点。我现在没有时间对此进行注释,但是稍后将通过对此视图进行一些讨论来更新我的答案。