結果偏差

​

什麼是結果偏差？

結果偏差是對決定質量的評分跟著結局走。選項、思考和寫明的概率都沒變。變的是結局，分數跟著變。

在我們的研究裡，只要對決定的評價取決於它們的結果，結果偏差就出現了。

這是巴倫與赫爾希在 1988 年《Journal of Personality and Social Psychology》第 569–579 頁收束定義的句子。他們要找的是：結果被用在與決定質量無關的地方。評判者被告知決策者掌握的概率。這個結果不再提供關於那些概率的新事實。 拋一枚公平硬幣，是日常裡的同一幅圖。正面和反面各是二分之一。硬幣落下正面，並不能讓拋之前的那一句判斷變得更聰明。後見之明偏見改的是事後記得的概率。這一頁把概率按住，改的是給思考打的分。

​

結果偏差的三層理解

• 入門：稱讚或責備一個選擇之前，先寫下當時已知的概率。順利康復和少見的傷害，可以共享同一個概率。
• 實踐：資訊寫一行，結果另寫一行。在工作覆盤、家庭商量或課堂回顧裡，先寫完第一行，再把結局讀出來。
• 進階：結果只有在揭示決策者當時沒有的資訊時，才夠格給選擇打分。一個已經寫明的概率做不到。一連串相似、概率未知的事情可以。允許那個沒選的選項教你之後，一次損失也可以是更清楚的推斷。

​

起源

這個習慣很老。名字，以及把概率按住的檢驗，來自 1988 年。 巴倫與赫爾希從安託萬·阿爾諾寫起。迪科夫和詹姆斯翻譯的《思維的藝術》，也就是波爾-羅亞爾邏輯，把 1662 年的那句話放在第 285 頁。阿爾諾說，用行為的結果去評價行為的意圖，是一種受到譴責、卻很少被避開的過錯。人們分不開運氣和智慧，也分不開不幸和過錯。這句話是源頭。它不是一項計過人數的研究，也不是現在這個名字。 他們引用的決策分析規範來自沃德·愛德華茲，1984 年，第 7 頁。愛德華茲稱之為一個熟悉的基本點。

一個好決定不能保證一個好結果。

他接著說，真實的決定是一次賭注，所以評分取決於賭注和概率。巴倫與赫爾希問的是，這個行業以外的人能把這道分界守到什麼程度。 給這個偏差命名的論文是 “Outcome bias in decision evaluation”，第 54 卷第 4 期，第 569–579 頁，1988 年 4 月號。巴倫在賓夕法尼亞大學心理學系。赫爾希在決策科學系。兩人都是倫納德·戴維斯衛生經濟研究所的高級研究員。研究由美國國家精神衛生研究所資助，項目號 MH37241，以及美國國家科學基金會資助，項目號 SES-8509807。他們感謝 Mark Spranca。 他們把資訊分成三堆。行動者資訊，決策者知道、評判者不知道。評判者資訊，只有評判者知道。共同資訊，雙方都知道。在他們的案例裡，結果是評判者資訊，寫明的概率是共同資訊。結果仍可能有用：它能暗示決策者知道、評判者缺少的事實。一連串相似決定裡，結果也能教出一個比率，就像從一副構成未知的牌裡抽牌。他們的檢驗拿掉這兩種用法。評判者被告知決策者擁有的全部相關資訊。分數仍然跟著結局走，剩下的那一塊就是結果偏差。 他們用大學生做了五項研究。決定是醫療案例，或是金錢賭博。人們評價思考的質量、決策者的能力，或者願不願意讓這個人替自己決定。他們明白，相關資訊自己已經有了。有利的結果得到更高的評價。在金錢賭博裡，沒選的那個選項結果很差，也會抬高對已做選擇的評分。被問到的人說，不該使用結果。他們還是用了。作者給出的部分解釋是顯著性。手術檯上的死亡，讓死亡風險更容易被看成反對手術的理由。這個解釋沒有覆蓋每一組題目。 巴魯克·菲施霍夫 1975 年的後見之明研究，移動的是被判斷的概率。巴倫與赫爾希把概率按住，因此思考評分的變化不必先經過一個被改過的概率。日常生活裡兩種效應可以疊在一起。兩個頁面分開寫。公正世界假說是更遠的鄰居：它希望壞結局落在該受的人身上。

​

核心要點

四項檢查把結果偏差拴在一個並不需要的結果上。每個數字留在印出它的那項研究裡。

​

應用場景

用寫明的概率、第二行，以及沒選的選項。每一道印出來的差距，留在它自己的研究裡。

​

經典案例

被點數的那幅圖是一次搭橋手術，相隔三十五年講了兩遍。決定和寫明的風險不動。動的是結局。 實驗 1 裡，巴倫與赫爾希通過校園走道上的一張告示，招募了賓夕法尼亞大學的二十名本科生。他們按小時獲得報酬。十人按一個順序讀案例，十人倒序。每個人都看到兩種結局，配對的案例在十五則清單裡隔得很開。許多人說，他們記得先前的答案，於是照樣再寫一次。作者註明，這種被試內設計讓小效應更容易被發現，同時也把它縮小了。 心臟案例裡，一名 55 歲的男子因胸痛停止工作。他喜歡自己的工作，不想停下來。疼痛也妨礙旅行和休閒。搭橋會緩解疼痛，並把預期壽命從 65 歲提高到 70 歲。接受手術的人裡，8% 會死於手術本身。一條腳註說，這 8% 來自預試驗，為的是讓決定看起來困難。一個版本由醫生決定。配對的版本由這名男子決定。成功是手術成功。失敗是手術失敗，這名男子死亡。 在從 3 到 −3 的量表上，醫生的決定在成功後平均 0.85，標準差 1.62；失敗後平均 −0.05，標準差 1.77。患者的決定在成功後平均 1.00，失敗後平均 0.75，標準差是 1.05 和 1.26。七組成敗配對裡，包括肝臟手術和兩個檢測問題，成功的平均優勢是 0.70。只算患者決定的配對，心臟和肝臟合在一起，平均仍是 0.48，t = 2.59，df = 19，p < .01。這 40 對裡，17 對是成功的分數更高，4 對是失敗的分數更高。 同一則情境在 2023 年由 Sriraj Aiyer、Hoi Ching Kam、Ka Yuk Ng、Nathaniel A. Young、Jiaxin Shi 和 Gilad Feldman 重複，刊於《International Review of Social Psychology》第 36 卷第 1 期第 12 篇。他們預先登記的是這一個案例的被試間版本，不是全部十五則。每個人只看到決策者和結局的一種組合。招募來自亞馬遜 Mechanical Turk，經 CloudResearch。707 人裡有 705 人完成。經過其餘預先登記的剔除之後，留下 692 人，其中 364 名女性，平均年齡 38.9 歲，範圍從 19 歲到 78 歲。評分之前必須通過四道理解檢查，其中包括 8% 會不會死亡。 同一類量表上的平均數是：醫生且成功 1.81，患者且成功 1.76，醫生且失敗 0.45，患者且失敗 0.90。格子人數是 173、171、172 和 176。成功對失敗的差距，醫生是 1.36，Cohen’s d = 1.10；患者是 0.86，d = 0.77。95% 區間分別從 0.94 到 1.26，以及從 0.62 到 0.93。兩項韋爾奇檢驗都是單尾，印出的 p 都小於 .001。作者把從被試內改成被試間稱作接近到較遠的重複。他們把 1988 年的配對效應估計為：患者 d = 0.21，95% 區間從 −0.23 到 0.66；醫生 d = 0.53，區間從 0.06 到 0.99。這些 d 是他們的計算。1988 年的論文印的是 t 檢驗。配對的 d 和獨立的 d 不是同一種比較，2023 年的論文在表注裡這樣寫。 教訓停在本地。8% 已經印在紙上，成功仍然得到更高的思考評分。一次是付費的小樣本學生，一次是只看到一種結局的更大線上樣本。1988 年的標準差大於各案例的平均數。2023 年給舊的配對 d 畫出的區間很寬。兩項研究都不是醫院裡真實手術的記錄。

​

邊界與失效場景

結果揭示了隱藏事實時，問題問的是懲罰而不是思考質量時，以及把實驗室的一道差距帶進醫院或公司時，結果偏差都是錯誤的概括。 第一道邊界是資訊。巴倫與赫爾希說，評判者如果缺少決策者的概率，可以把結果當作那些概率的線索。極端情形下，沒有別的資訊時，壞結果是“決定做得很差”的一個合理的初步假設。他們也說，一連串相似的決定可以教出一個比率。他們的偏差主張，從這兩種用法被拿掉之後才開始。實驗 2 用 41 名付費學生，量表從 −30 到 30。差距是：醫生手術 4.97，t = 3.15，df = 38；患者手術 4.15，t = 2.21，df = 40。檢測案例相差 3.50，t = 3.80，df = 40。顯著性解釋是，好結果讓支持的理由顯得更重要。它只在醫生的手術題目上可靠，t = 3.61，df = 38。在患者題目和檢測題目上不可靠。作者寫明，他們解釋不了這道分裂，顯著性也不能完整解釋這個偏差。 第二道邊界是所問的問題。他們引用的伊萊恩·沃爾斯特 1966 年研究裡，損害更嚴重時，人們把司機評得更有責任。責任和懲罰可以跟著傷害走，即使思考被按住，因為評判者常常不知道司機知道什麼。他們自己的問題是思考的質量，概率已經提供。實驗 4 接著問第二個問題，今後的能力，並排除那些說結果應該計入的人。能力差距還在，而且與決定質量的差距在被試之間相關 0.85。含糊的風險，一項研究是 12%，另一項是 4%，不論結局如何都降低了能力評分，t = 2.46，df = 24，雙尾。它沒有可靠地改變結果差距的大小。這些研究評價的是別人的決定。討論寫明，他們沒有檢驗一個人為自己的選擇打分。基本歸因錯誤是從單個行為讀出一個人格的那一頁。控制錯覺是把一次機遇結果當成個人技能的那一頁。1988 年的一些評論把運氣當成穩定特質，腳註說這些例子包括一份預試問卷。 第三道邊界是外推。0.70 的平均數、心臟案例的平均數、9.91、5.03、3.41，以及 2023 年的 d，都是對書面案例的評分。它們不是手術差錯率、醫療過失裁決，或晉升差距。實驗 5 的意願計數來自巴倫授課的課堂上、當天在場的 111 名學生。兩份基線答卷先說不、後來說是，被剔除；表 5 的四行加起來也是 111。這兩件事並排放著。神秘牌先抽並且輸了的那一行，是 3 人提高、12 人降低、14 人不變。23 條不是“平均”的能力評語裡，贏的情形有 6 條高於平均、4 條低於平均，輸的情形有 2 條高於平均、11 條低於平均。這是一堂課，不是一項招聘研究。2023 年對拒絕使用結果的人的分析，用的是完成調查的 705 人中的 44 人。後來的 692 人是另一次切割。從 0.21 到 1.08 的 95% 區間屬於 0.75 的平均差。摘要把這個區間印在 d 旁邊。結果一節把它印在平均差旁邊。

​

常見誤區

三個捷徑跟著這個名字走。一句說出來的原則被當成解藥。被移動的概率被當成全部效應。壞結局被當成思考更差的證明。

​

相關概念

結果偏差旁邊，是被改寫的概率、從一次行為讀出的人，以及被讀成技能的機遇結果。旁邊還有只留下可見結局的記錄、要求傷害應得的期待，以及結局已知之後去尋找理由。

​

一句話總結