《人类决策的量子方法》244页

本论文研究决策的各个方面，重点是认知建模的概率工具。其中一种工具就是所谓的经典概率理论（CPT，或贝叶斯理论；Tenenbaum & Griffiths, 2001; Chater et al. 其广泛的论点是，认知处理必须反映出对环境统计结构的某种最佳适应，因此，人类认知必须与贝叶斯理论的原则相一致（Oaksford & Chater, 2009）。在许多情况下，CPT 似乎确实能准确描述行为，尤其是决策制定（Siegel 等人，2018 年），而这正是本研究的重点。

CPT在决策文献中的主导地位之所以受到挑战，部分原因在于两位最具影响力的心理学家：特维尔斯基和卡尼曼（前者是被引用次数最多的心理学家之一，后者获得过诺贝尔经济学奖）。Tversky 和 Kahneman 提供了几个例子，在这些例子中，人类决策者不断做出与 CPT 原则截然相反的判断。举例来说，他们要求参与者判断假设的女性琳达更有可能是 "银行出纳员和女权主义者"，还是 "银行出纳员"。由于琳达被描述为女权主义者，而完全不是银行出纳员，大多数参与者倾向于推断概率（银行出纳员和女权主义者）>概率（银行出纳员）。这一结论被称为连接谬误（CF，Tversky & Kahneman，1983 年）。根据 CPT（在单一概率空间中），这是不可能的，这就好比问伦敦 12 月下雪和下雨的频率与伦敦 12 月只下雪的频率。显然，我们不可能让前一个（连带）事件的发生天数多于后一个，这是不可能的。

现代决策理论的发展已经超越了将 CPT 作为决策正规化的主要方法。虽然 CF 与 CPT（基本）框架不兼容，但我们可以借鉴其他框架，如量子理论（QT），来考虑 CF 决策是否可以被视为合理。量子理论已被确立为决策制定的重要替代形式框架。在量子理论中，概率是以不同的方式计算的（使用不同的公理），因此，与 CPT 相比，对于哪些判断是适当的，所产生的直觉可能会有很大不同。事实上，CPT 和 QT 之间有许多不同之处，这些不同之处为我们提供了一个细微的图景，说明在什么情况下，CPT 或 QT 可能是更适合理解人类决策的框架。例如，在 CPT 中，事件肯定是真的或假的，但在 QT 中，有些事件可能既不是真的也不是假的。在 CPT 中，原则上一组问题都可以同时得到解决，因此我们可以讨论任何问题结果组合的概率（这些联合概率总是必须存在的）。在 QT 中，有些问题是不相容的，这意味着通常不可能同时解决这些问题。对于不相容的问题，一个问题的确定性会带来另一个问题的不确定性。QT 中的概率推理强烈依赖于上下文和视角，而 CPT 则（自然地）不依赖于上下文和视角。

CPT 和 QT 都是允许我们理解事件概率的模型，尽管方式不同--CPT 和 QT 基于不同的公理，通常做出不同的预测。让我们先来探讨一下 CPT。假设你掷了一个六面骰子。如果你再掷一百次或一百万次，每次掷出 4 的概率仍然是六分之一。掷出 4 然后掷出 6 的概率与掷出 6 然后掷出 4 的概率相同。这一点具有重要意义，因为在 CPT 中，我们对结果的任何疑问原则上都可以同时得到解决。例如，连续掷一百次 4 的概率是多少？事实上，我们可以讨论任何问题结果组合的概率，以及这些概率是如何始终存在的。

现在让我们来看看 QT。假设我们现在拿起了一组新的六面 "量子 "骰子（当然，请注意，这个例子是臆造出来的）。它们的量子特性是什么？它们的结果将不再能够同时得到解决。我们将不得不使用不同的基本算术来计算结果组合的概率，骰子结果的分布将与 CPT 的预期结果形成鲜明对比。例如，这次当我们掷出 4 和 6 时，掷出 6 和 4 的概率是不同的。当我们开始将量子规则应用于行为场景时，这将产生非凡的影响。例如，让我们问某人一组问题： "你喜欢你的工作吗？"和 "你快乐吗？" 根据你回答这些问题的顺序，你很可能得到截然不同的回答。

本论文分为五个部分。本章是对当前工作的总体介绍。第 2 章至第 4 章介绍了测试 QT 在不同决策环境中的实用性的实验研究。第 5 章是总结论，概述了本研究的理论成果和局限性。

成为VIP会员查看完整内容