文：吳俊漢醫師
普林斯頓大學的團隊在這期的《Nature》上剛發表了對小鼠研究如何做決策的全腦影像分析，發現了一些原本不在過去實驗中認為參與決策路徑的腦區。
人的決策之所以困難，是因為我們無法算無遺漏，把每一個好壞考量都估算進來，而且人類實際上無法預知未來的走向，在諸多未知之下，在飽滿的情緒下，根本無法超然冷靜地做決策，所以有時我們會逃避、延宕去做決策。從神經科學與哲學的領域，可以把這個「缺陷」看得更清楚：
從神經科學的觀點來看，有一段英國知名的神經科學家Anil Seth在TED上的演講，說明了大腦實際上是會自欺欺人的預測機器，包括外在環境世界的感知、對自己身體狀態的感知，都會跟大腦原先預測的模樣參照，再進行修正與校準。
Ⓐ目前神經科學普遍認為人腦在做決策時，會運用雙系統在效率與準確性之間做取捨：
- 系統一 (System 1)： 快速、直覺、自動化、情緒驅動。它依賴習慣和捷徑（直覺化），以最小的認知成本解決問題。一般認為系統一是高度自動化的過程，依靠我們既有的知識庫、經驗，在人自己都無法意識到它啟動的情況下就進行完了。與之相似的概念在1970年代就被研究過，是由後來獲得2002年諾貝爾經濟學獎的Daniel Kahneman與另一位知名的認知心理學家Amos Tversky提出的：人類的認知資源（時間、知識、注意力）是有限的。因此，無論智力水準如何，人們總是傾向於使用更簡單、更省力的思維方式和解決方案，以最小化認知努力，這種心智捷徑，雖然通常經濟且有效，但會導致重複頻發的錯誤。在1980年代的研究中，為這種思考模型取了一個更有名的外號：「認知吝嗇鬼」（Cognitive Miser）。
- 系統二 (System 2)： 緩慢、深思熟慮、分析性、消耗大量認知資源。它負責複雜的計算、邏輯推理和自我控制。這也有一個相似的外號，在1950年代就被提出來，叫：「樸質的科學家」（Naïve Scientist)，不過從1970年代後，大概所有的認知科學研究都認為，這不是人的本性，也不是人習慣做的事。
當決策進行時，大腦會本能地傾向於使用效率更高的系統一，因為系統二的耗能巨大。因此當我們想到「卡住」時，往往不是缺乏資訊，而是系統二被系統一的內建經驗框架所束縛，或者乾脆因為計算難度過高而放棄參與分析。
Ⓑ而歷代哲學對於人是否能全然客觀理性，也有很多論述，而上世紀的哲學家維根斯坦 (Ludwig Wittgenstein) 也靠著他別開生面的觀察，問了一個很艱澀的問題：「人能不透過語言來思考嗎？」，在早期的名著《邏輯哲學論》中寫下「(我可以使用的) 語言的限制意味著 (我的) 世界的限制」。把這兩個觀點加起來，就會發現，語言描繪了現實世界，而大腦又因為成長經驗添加了一個程度的虛構與幻覺上去，所以每個人的現實世界，其實是不完全對等的。
說得太玄了嗎？我舉兩對例子給大家看，第一對是轉職時的考量，第二對是伴侶爭執時的應對模式：
人會被自己的經驗給遮蔽
例1：外部現實是A、B 兩家公司，A 公司穩定但薪水較低，B 公司薪水高、有前景但風險也高。
- 決策者甲： 成長於經濟不穩定的家庭，童年經驗讓他的大腦不斷預測「物質匱乏」與「貧窮帶來的失序」的危險。對他而言，「穩定性」這個選項的權重極高。B 公司的高薪前景雖然誘人，但在他那套預測系統中，伴隨的「風險」被大腦標記為可能導致災難的警戒，因此在決策中判定為劣勢。而他在此過程中容易卡住的點是「如何克服對不確定性的巨大恐懼」。
- 決策者乙： 家境優渥，從未體驗過經濟壓力。他的大腦模型預測「不能實現理想」與「無聊」是最大的威脅。因此，「個人成長」與「成就感」的權重極高。「穩定」則對他來說幾乎不重要，甚至帶有負面的意涵。他卡住的點是「如何確定 B 公司的挑戰能最大化地實現自我價值」。
例2：與伴侶發生爭執
- 決策者丙： 他擁有更豐富的心理學與溝通詞彙，他的語言世界裡有「建立界線」、「表達感受」、「非暴力溝通」、「尋求共識」、「暫時擱置」等諸多方案。因此，他的決策菜單遠比他人豐富。但也可能會感到困難，卡住的點是在思考「哪一種溝通策略在此刻最有效」，而不是像丁一樣，在毀滅性的選項中動彈不得。
- 決策者丁： 在他的語言世界裡，處理衝突的詞彙可能很有限，只有「爭吵」、「冷戰」、「道歉」、「分手」。當衝突發生時，他的決策菜單上就只有這幾個選項。他之所以卡住，是因為這些選項看起來都很糟糕，他覺得自己陷入了非黑即白的絕境。
我們被什麼給困住了：太多選擇了
在《選擇障礙世代：受困於「無限瀏覽模式」，將成為現代最危險的文化病症》一書中，作者有提到選擇給予人自由，但太多選擇，人會無從做決定。這早在2000年很有名的果醬實驗中，就證實了這點，實驗的進行方式可參見泛科學的報導。2024年時，中國團隊做了一個蠻類似的實驗，在不給予時間壓力下，讓30名受試者在4 張、8張、12張、16張清晰風景圖片中選出自己最愛的一張，全程監控腦波變化，也呈現了人腦是真的會有選擇困難的：
圖(a)從左到右，說明了選擇越多，超過4張圖片時，①人明顯會覺得選擇有點太多；②人明顯會覺得選擇有點困難；③人明顯對自己的最終選擇沒那麼滿意，過程也沒那麼愉快；④人明顯更常對自己的最終選擇感到後悔，過程中更多猶豫；⑤人明顯有延遲或放棄選擇的傾向
圖(b)比較艱深，但起碼有幾個重點：選擇越多時，①視覺知覺處理和注意力資源分配會受到干擾；②在真正得做選擇時，大腦得調度更多的認知資源來評估每個選項好壞；③大腦會開始舉棋不定，甚至得調度資源來評估會否後悔，還有耗能來調節情緒
這個過程，就是選擇從自由、機會轉變為壓力的來源，就被稱為「選擇超載」（Choice Overload）。
選個圖片都可以搞得這麼心累了，更合況是現實生活中，很多選擇裡面牽涉個人層面、團體層面、短中長期的利弊得失可能還常是相互衝突的，或是決策情境相當有緊迫性。所以大腦常常是會陷入「選擇超載」的現象中，做出一個也許事後回想並不那麼明智的決策。這裡頭又牽涉一個現象，叫「決策衝突」，我們回顧上面的例1甲：他成長於經濟不穩定的家庭，其大腦預測系統對「風險」標記了極高的災難警戒，使得他對 B 公司高薪伴隨的風險權重極大化。在這個框架下，他的決策困境（「如何克服對不確定性的巨大恐懼」）主要來自：調節容易超載，即使客觀選項不多，但主觀風險權重已迅速超出其認知資源的承受閾值，導致避免決策或盡可能不要冒險。
我們被什麼給困住了：漏失、偏誤、習得的自動化
近50年之前有另一個很有名的「大猩猩實驗」，大致上是這麼做的：當人們被分派一個任務，要去數影片當中穿白襯衫的團隊傳球次數時，大約有一半的人會忽略畫面中有穿著大猩猩服裝的人意外走過的影像。即使是清晰、顯眼、非預期的事件，只要注意力資源被強力分配到某項主線任務上，該事件也可能完全逃過我們的感知。這說明了，我們的感知並不是對外部世界的忠實記錄，而是高度依賴於我們當前的認知目標和預期，這個現象一般被稱為「非注意盲視」 (Inattentional Blindness)。我們一樣回顧上面的例1：當人過度專注於當前的資訊（如：只關注 A 公司的穩定性數據），我們就會錯過視野中出現的、與決策相關的關鍵非預期資訊（如，B 公司的長期行業發展或 A 公司有無面臨的市場挑戰或對手競爭）。
再來，第二個最強大的機制，我們每個人都逃不掉，我們在《不批判 vs. 無止境的偏見(2)》提過：偏見來得又急又快又牢固，洗不掉，再加上大腦做為預測機器，它要高效處理持續湧入的資訊，為了節能高效，喜歡承載與偏見相容的資訊，要過濾掉不討喜的逆反資訊，所以便形成了「確認偏誤」（Confirmation Bias）。這是大腦主動地「過濾」或「扭曲」資訊，以維護其既有的內部信念和預測模型產生的結果。在決策過程中，確認偏誤表現為大腦在處理複雜或不確定的信息時，並非以客觀的態度整合所有證據，而是優先採納那些能強化其預設立場的數據。我們再回顧上面的例1：決策者甲被童年經驗鎖定在「物質匱乏」的預測上。因此，當他分析 B 公司的資料時，他會主動甚至不自覺地過度權衡那些關於 B 公司「風險高」的細節，而輕視其高回報的前景。他並非「看不到」前景，而是大腦的推論機制決定了這些前景資訊的權重不足以挑戰其內建的風險信念。
最後，就是既然人無法純然的理性，存在偏見，又有那麼多確認偏誤，又要時時刻刻消化許多資訊，自然就形成學習迴路，變成本能式，仰賴經驗值預判的思考套路，就是起初講的系統一的思考，也可以稱之為「習慣」，這是情境與反應在記憶中建立的關聯，一旦形成，特定的情境線索便會自動觸發相關的行為反應。這意味著，許多決策的困難點並不在於缺乏理性分析，而在於我們的 系統一思考已經透過強大的習慣設定了偏好路徑。
我們一樣回顧上面的例1：當甲考慮轉職時，他對「穩定性」的偏好權重很高，很可能是童年經驗所設定的一個強大且難以移動的定點。即使他理性地分析了 B 公司的潛在回報（系統二的思考上線），他的最終判斷仍會被這個基於恐懼的初始定點強烈拉回。表面上的「理性分析」，最終可能只是在為系統一預設的「安全第一」判斷尋找佐證。
雖然研究表明，當決策被認為對生活有重大影響時，人們能夠減少對自動化偏誤的依賴，更願意啟用系統二的思考。然而，認知吝嗇鬼的本能是如此強大，以至於在面對巨大的不確定性或情緒壓力時，系統二的思考往往會迅速耗盡資源，將控制權交還給快速且具偏誤的系統一的思考。
因此，我們得去理解、承認決策的困難，因為「純粹理性思考」是一種奢侈的、稀缺的資源，要保持長時間這麼做強人所難，實際上人可能永遠達不到這個理想狀態，可是做決策有時不該這麼衝動憑直覺定調是嗎？所以我們需要一套務實可用的法則，幫助你我想更多想更深，下一篇，我們就來講實際被廣泛運用的「決策十誡」。
參考文獻：
Hults, C. M., Ding, Y., Xie, G. G., Raja, R., Johnson, W., Lee, A., & Simons, D. J. (2024). Inattentional blindness in medicine. Cognitive Research: Principles and Implications, 9(18).
Hu, X., Meng, Z., & He, Q. (2024). Choice overload interferes with early processing and necessitates late compensation: Evidence from electroencephalogram. European Journal of Neuroscience, 59(11), 2995–3008.
Kreitz, C., Furley, P., Memmert, D., & Simons, D. J. (2015). Inattentional blindness and individual differences in cognitive abilities. PLoS ONE, 10(8), e0134675.