第五章 不能只靠过去的经验来判断（第2 / 3页）

再看一个我们在日常生活中犯可笑的领域特殊性错误的例子。让我们来到豪华的纽约锐步体育俱乐部，看一看多少人乘手扶电梯上了几层楼之后，径直奔往台阶式健身器。

不是一切

知识即使是准确的，也不会总产生适当的行为，因为我们习惯忘记我们所知道的，或者忘记如何正确对待知识，即使我们是专家。读者已经看到了，统计学家习惯把脑子留在教室里，一旦他们来到大街上，就会犯最微小的推断错误。1971年，心理学家丹尼尔·卡尼曼（Daniel Kahneman）和阿莫斯·特韦尔斯基（Amos Tversky）不断向统计学教授提出不像统计学问题的统计学问题。其中有一个类似下面的问题（为了表述清楚，我改变了原题）。假设你生活的城市有两家医院，一家大，一家小。某一天，其中一家医院出生的婴儿中60%是男孩。这有可能是哪家医院？许多统计学家（在闲谈中）都犯了选择大医院的错误，而实际上，统计学的基础是大样本更为稳定、其对长期平均值（在这个例子里是每种性别各50%的比例）的偏离比小样本更小。这些统计学家连自己专业的考试都无法通过。在我做数理专家的日子里，我遇见过数百次忘记自己是统计学家的统计学家犯过这类严重错误。

我们没有天真到因为没有看到某人死去就相信他能够永生，或者因为没有看到某人杀人就相信他没有犯谋杀罪。无知的一般化问题并不总在困扰着我们。但归纳怀疑主义讨论的问题经常涉及我们在自然环境中碰到的问题，也就是使我们学会避免一般化的问题。

所有的白马都是马。你看见过马。那匹是白马吗？不一定，因为并非所有的马都是白马；在联考中错误回答这种问题的人在大学或许不会犯这样的错误。但有人可能在联考中获得很高的分数，却仍然在某个从城市受歧视区域来的人走进电梯时感到害怕。这种无法自动把知识从一种情况转化为另一种情况，或者从理论转化为实际的状态，是人类本性中令人困扰的特性。让我们称它为行为反应的“领域特殊性”。领域特殊性的意思是，我们的行为反应、思维模式和直觉取决于事物的背景，进化心理学家称之为事物或事件的“领域”。教室是一种领域，生活也是。我们对一则信息的反应不是根据它的逻辑特性，而是根据它的环境，以及它在我们的社会情绪系统中的位置。在教室中以某种角度理解的逻辑问题在日常生活中可能受到不同的对待。实际上，它们在日常生活中确实受到了不同对待。

扁桃体问题也是一样：切除扁桃体可能导致更高的喉癌风险，但数十年来，医生们从未想过这一“无用”的器官可能有着他们没有发现的功能。还有水果和蔬菜中发现的膳食纤维，20世纪60年代的医生认为这些膳食纤维是没有用处的，因为他们没有发现食用这种纤维的必要性，而这导致了一代人的营养不良。最后人们发现，纤维能够延缓糖类在血液中的吸收，还能清扫肠道癌症前期细胞。实际上，正是由于这类简单的推理混淆错误，医学在历史上造成了大量灾难。

但也有例外。比如，象棋大师考虑的是在什么情况下投机性的一步会导致弱势，新手则寻找确认性的走法，而不是证伪性的走法。（但请不要通过玩象棋来练习怀疑主义思维。）科学家认为，寻找自身缺点使他们变成象棋高手，而不是练习下棋把他们变成怀疑主义者。同样，投机家乔治·索罗斯在进行金融赌博时会不断寻找证明他最初看法错误的事例。这大概才是真正的自信：冷眼看世界而不需要找理由满足自我膨胀的欲望。^{<a id="note2" href="#note2n">[2]</a>}

20世纪60年代，傲慢的医生把母乳看作某种低级的东西，似乎他们能够在实验室里复制，但他们没有认识到母乳可能包含超过他们科学理解能力的有用成分，他们只不过是混淆了“无证据表明母乳的优势”与“证据表明母乳无优势”。（这是又一种柏拉图化的行为：当我们能够使用奶瓶时，采用母乳喂养是“毫无道理的”。）许多人为这种无知的推理付出了代价：那些婴儿时期没有得到母乳喂养的人面临更高的健康风险，包括更可能罹患某些癌症，因为在母乳中一定还有一些我们没有找到的营养成分。而且，采用母乳喂养的母亲们获得的好处也被忽视了，比如降低了患乳腺癌的风险。

不幸的是，证明的意识根植于我们的思维习惯和陈述习惯中。看看这段作家兼批评家约翰·厄普代克（John Updike）写的评论：“当朱利安·杰恩斯（Julian Jaynes）……猜测直到公元前2世纪末人类都没有意识，而只是自动听从神的声音时，我们感到震惊，但却强迫自己在全部证实性证据下相信这一惊人的论点。”杰恩斯的理论或许是正确的，但厄普代克先生知识的核心问题（以及这一章的观点）不存在一种叫作证实性证据的东西。

医学上有一个首字母缩写词语NED（No Evidence of Disease），意思是没有证据表明存在疾病，但并不存在一个END缩写（Evidence of No Disease），即证明没有疾病的证据。我与许多医生讨论这一问题的经验证明，即使是那些发表研究论文的医生中，也有许多犯了回路错误。

例如，当小孩看到一群人中某个人的照片并被要求猜出这群人中其他人的特点时，他有能力选择把哪些特点一般化。拿一张过度肥胖的人的照片给一个小孩，并告诉他这个人是某个部落的人，如果让他描述这个部落的其他人，他（很有可能）不会草率地得出这个部落的所有人都有体重问题的结论，但他可能会对肤色做出一般化描述。如果你给他看深色皮肤的人的照片，让他描述与这个人同部落的其他人，那么他会猜测他们都是深色皮肤。

领域特殊性

看见另一辆红色迷你Cooper

我已经说过，我们可能在现实中而不是在教室中犯逻辑错误。这种不对称在对癌症的诊断中得到了最好的体现。我们看一看那些为病人检查癌症症状的医生，一般情况下，病人在想知道他们是已痊愈还是会复发的时候会做检查。（实际上，复发是一种错误的说法，它只是表明治疗并没有杀死全部癌细胞，而那些未被发现的坏细胞开始以失控的方式增长。）在现有技术条件下，不可能对病人的每一个细胞进行检查来确定它们是否都正常，所以医生通过尽量精确地扫描病人的身体来选取样本，然后对没有检查的部分做出假设。在一次常规癌症检查之后，医生对我说：“别担心，我们有证据表明你已经痊愈了。”这让我大吃一惊。“为什么？”我问。回答是：“证据显示没有癌症。”“你怎么知道？”我问。他回答：“扫描的结果是阴性。”他居然到处说自己是医生！

下面的观点进一步显示了证实的荒谬性。如果你认为多看见一只白天鹅就能进一步证明没有黑天鹅，那你应该会同意，在纯粹的逻辑基础上，看见一辆红色的迷你Cooper也会进一步证明没有黑天鹅。

我们在推断和行为反应上的领域特殊性表现是双向的：有些问题我们能够在实际应用中理解，却不能在课本中理解；有些问题我们更容易在课本中理解，却不能在实际应用中理解。人们能够不费力地在社会环境下解决一个问题，但在它以抽象的逻辑问题形式出现时，却往往不知所措。我们习惯在不同的情况下使用不同的思维机制，或者模块：我们的大脑缺少一台能对所有可能的情况制定和应用同样逻辑规则的全能中央计算机。

为什么？只要想一想“所有天鹅都是白色的”这一论述意味着所有“非白色的事物都不是天鹅”，那么证明后一论述的事例就能证明前一论述。所以，看见不是天鹅的非白色物体就能产生这种确信。这一观点是由我的朋友、（会思考的）数学家布鲁诺·迪皮尔（Bruno Dupire）在我们在伦敦的一次散步时发现的——在深度冥想中散步时，我们甚至没有注意到当时在下雨。他指着一辆红色迷你Cooper大喊：“看，纳西姆，看！没有黑天鹅！”