|
破解伪科学的思维方式
图源:SilviaP_Design Pixabay
假设你正处于一群新认识的人之中,你需要记住所有人的名字。在这其中有一个人叫阿曼达,她有一头紫色的秀发。
为了记住她,你会怎么做?你自然会记为“紫发的阿曼达”。这一看上去最为显著的特征一下子就会进入你的记忆之中。
但注意,这里有个问题。除非你能够了解阿曼达的其他表情和动作特征,否则你对于阿曼达的记忆仅仅在她永远不改变发色的情况下才适用。尽管她的头发是一个显著特征,但是这一特征却不能有效指代你之前遇到的那个人。
当面临一些发展新领域的机会时,我们常常会被那些最为显著的特征所吸引。这通常能够帮我们节省精力,但就像大部分节省时间的策略一样,这些特征有时也会适得其反。有时这些最显著的特征事实上却是最无用的信息。
记忆源于我们对周围世界的认知,如果一些显著的无用信息劫持了认知的过程,整个与获得的概念所相关的记忆过程将会变得无效。
Caitlyn McColeman是加拿大西蒙弗雷泽大学的认知心理学在读博士生。当我和她谈论这一问题时,她告诉我:“人类的抽象推理能力使高阶思维能力成为可能,但是抽象思维本身源于一个不完美的系统。”
“据说有人曾在接种疫苗后被诊断出患有自闭症。这就使得部分人相信疫苗能够引发自闭症(尽管证据显示并非如此)。当接种疫苗和引发自闭症的特征所结合之后,一个人就容易倾向于完全抵制接种疫苗。当这些概念一旦被建立起来,就很难再去改变了。由此可知,形成伪科学思维方式的一大原因就是因为我们过于宽泛的概念系统。
McColeman主要通过使用眼动监控仪研究人类如何获取事物不同类别的特征。“通过这一方法,我们能够知道人们如何看信息以及在获取信息过程中眼睛焦点的变动。有时候,当我们决定物体所处的种类之后,一些无用的信息反而比有用的信息更为显著,在这一过程中,我们测量了人们发现这些特征所花费的时间以及这一过程中眼睛动作的变化方式。”
这就意味着当我们发现一些能够吸引注意力或者容易记住的东西时,这并不能说明这一事物是有用的。这也意味着随着时间的推移,我们可以学习如何分类信息,例如学习如何避开引人注目的伪科学主张。
我们应当如何防止被无用信息分心呢?也许可以通过观察重要信息。如果我们能将数据显示剥离到其最本质的内容,使其醒目同时又便于理解,那么我们就可以击败例如“紫色头发”这类的无用信息。
“在一系列的新研究中,” McColeman说,“我正在探索注意力和阐述数据显示之间的相关性。因为图像只是这个世界上数字的抽象表示方式,我认为通过提供易于识别的组别和模式中的数据,能够建立更为便捷的信息通讯,并帮助更多的人做出基于数据的决策。
那么,未来在哪里呢?有没有对于这些概念的出色的未来应用呢?根据McColeman的说法,“根据我们所了解的人类目前所处的环境规律,我预计源于人类学习的类别学习工作将会帮助计算机更进一步。对于计算机系统而言,未来将会有很大的空间使其注意到人类所同样注意到的事物。”我们需要帮助人类以及计算机,使其防止被无用信息所分心。
从这一研究中所显示的关键信息是:当我们和伪科学以及错误信息作斗争时,我们需要确保重要信息始终是引人注目并且便于理解的。
以上仅代表作者观点,与科学美国人无关
(翻译:岑天宇;审校:杨玉洁)
原文链接:https://blogs.scientificamerican.com/mind-guest-blog/the-road-to-pseudoscientific-thinking/ |
|