> ## Documentation Index
> Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 错觉真实效应
> 错觉真实效应是同一句可信的话再听一次之后，真实性评分升高。1977年重复句的均值从4.35升到4.74，不确定标在4。更后面的重复并不是等额再升。
**类别**: 效应
**类型**: 一句可信的话再听一次之后，真实性评分高于只听过一次的同类句子
**来源**: 琳恩·哈什尔、戴维·戈尔茨坦与托马斯·托皮诺，《Journal of Verbal Learning and Verbal Behavior》第16卷，1977年，第107–112页。论文自己的用词是指称效度。它没有印出错觉真实效应
**别名**: 指称效度，也就是1977年这篇论文对这一评分的叫法
**快速回答** — **错觉真实效应**（Illusory Truth Effect）在本页是指：一句可信的话再听一次，真实性评分会更高。琳恩·哈什尔、戴维·戈尔茨坦和托马斯·托皮诺在1977年测到了它。三次听写相隔两周，重复句的均值在7点量表上从4.35升到4.67，再升到4.74。4标的是“不确定”。后来一项在线研究发现，大的一步是第二次听到。从听9次再到27次，并没有再走出显著的一步。
## 什么是错觉真实效应？
本页所计的错觉真实效应，是一句可信的话再听一次之后，真实性评分高于只听过一次的同类句子。
> 重复一句可信的陈述，会提高一个人对这句话的指称效度，也就是对它为真的相信。
这句是哈什尔、戈尔茨坦和托皮诺对自己那几次听写的总结。评分停在量表中部附近。重复句的均值从4.35移到4.74。它没有移到“肯定为真”。[简单曝光效应](/zh/effects/mere-exposure-effect)是重复之后喜好的变化。[启动效应](/zh/effects/priming-effect)是两个词为常见联想时，判断它们都是词会更快。两者都不是这一次真实性评分。
### 错觉真实效应的三层理解
* **入门**: 一句可信的话，两周后再听一次，评分比上次更真。1977年的量表上，4是不确定，5是可能为真。重复句的均值从4.35到4.67，再到4.74。
* **实践**: 引用一个均值之前，先写下真句那一行和假句那一行。重复的假句从4.18到4.54，再到4.67。没有重复的句子并没有上升。
* **进阶**: 第二次听到，可以比后面多出来的第八次移动更多。2021年的一项研究里，新句子的均值是3.76，只听过一次的是4.27。听9次的均值是4.69。27次相对于9次，并不是显著的再进一步。
## 起源
论文是琳恩·哈什尔、戴维·戈尔茨坦和托马斯·托皮诺，“Frequency and the Conference of Referential Validity”，《Journal of Verbal Learning and Verbal Behavior》，第16卷（1977年），第107–112页。这里读过的扫描本没有印出月份，也没有印出 DOI。出版记录是 10.1016/S0022-5371(77)80012-1，期次列表写的是1977年2月。文末注明收稿日期是1976年6月2日。哈什尔和戈尔茨坦的署名是天普大学。托皮诺的署名是维拉诺瓦大学。抽印本寄到费城天普大学 Weiss Hall 的哈什尔。
论文自己的用词是频次和指称效度。它没有印出 illusory truth、illusion of truth，也没有印出错觉真实效应。本页用错觉真实效应称呼他们测到的这一重复对比。它不把后来的名字当成第二项结果。
学生在三个场合听60句可信的陈述并逐句评分，每次相隔两周。其中20句、10句为真、10句为假，每份名单都出现。其余句子每次都是新的。句子池共140句，写得可信，而且大多数大学生不太可能有把握知道真假。方法部分列出十个大主题。表1印出十行例句。两份名单用的不是同样的十个标签。本页不把它们并成一份。表里的一个真句是“锂是所有金属里最轻的”。一个假句是“水豚是有袋类里最大的”。
那20句重复句，是每个类别里随机各取一句真、一句假，随机只发生在这个限制之内。其余120句分成三组，每组40句，一半真、一半假。每一组配上那20句，成为一份60句的名单。一份名单里，开头10格和末尾10格只放新句子。重复句放在中间40格，和新句子混在一起。比较用的是中间这40格。作者把两端留作缓冲，是因为若有学生去查某句，最可能查的是两端的句子。他们希望重复句不被人查过。
说话人用标准英语把名单录下来。一句的开头到下一句的开头隔10秒。一句大约说5秒，所以后面大约有5秒安静。三份名单有两种顺序。一半学生听一种。
量表从1到7。4的意思是“不确定”。5、6、7的意思是“可能为真”“很可能为真”“肯定为真”。假的那一侧用同样的形容词，分别系在3、2和1上。学生被要求立刻评分，赶在下一句之前。他们被告知，这项任务是帮助校验一份新的大学生常识测验。
分析用了40名学生的评分。另外10名学生因为缺席某一次而被去掉。40人里有20人在1到10人的小组里完成。另外20人是一个完整的班。检验没有发现两种场合的差别，分析就把它们合在一起。7200次句子场合，也就是60乘3乘40，有29次空着。其中20次空着，是第二次听写里两句没有重复的句子，发生在班上那20人。作者称之为一次暂时的中断。小组里只空了两次。
## 核心要点
四种读法把每个均值留在产生它的那一行上。上升并不是这句话变成了真的。第九次听到，也不是第一次上升的再复制。
重复句和比较句来自同一池可信的说法。第一次听写时，两组并没有差别，F(1, 39) = 1.69，误差均方 .45，p > .05。后来的差距，是重复之后的差距。若比较的一边换上更容易的句子，就没有重复这一控制。
重复的真句均值是4.52，然后4.80，然后仍是4.80。重复的假句均值是4.18，然后4.54，然后4.67。把两行合在一起，重复句的均值是4.35、4.67和4.74。学生总体上仍把真句评得高于假句，4.52对4.28，F(1, 39) = 34.7，误差均方 .20，p \< .01。真假没有与重复或场次发生交互。上升不是只有假句在升，它也没有抹掉真假之间的差距。
没有重复的句子均值是4.25，然后4.22，然后4.16。作者说这条线略有下降。对这些句子的变化检验是 F 小于1。重复与场次的交互是 F(2, 78) = 11.80，误差均方 .20，p \< .01。重复句随场次上升是 F(2, 78) = 16.34，误差均方 .41，p \< .01。引用的是这个交互。一份只说新句子下降了的笔记，把论文并未称为显著的检验抬了上去。
Aumyo Hassan 与 Sarah J. Barber，《Cognitive Research: Principles and Implications》（2021年），第38篇，让人重复并不熟悉的冷知识，一周后做真实性评分。实验一里，新句子的均值是3.76，只听过一次的是4.27，量表从1到6。听9次的均值是4.69。在已经重复的那些次数里，唯一显著的成对一步是听1次对听9次。[可得性启发](/zh/effects/availability-heuristic)把容易想到的例子当成常见事件。这个量表上更高的分数，不是那个判断。
## 应用场景
把真实性评分用到这两张表以外之前，先写下场次、这句话的真假，以及听到的次数。
4.74是第三次的重复句均值，真句和假句合在一起。那一次假句的重复行是4.67。真句的重复行是4.80，而且第二次已经是4.80。一张幻灯片把4.74印成“人们相信了它”，就把量表和两行都丢了。
在Hassan 与 Barber的实验一里，新句子平均3.76，只听过一次的平均4.27。听3次、5次和7次的均值是4.51、4.49和4.49。9次是4.69。这些重复格子里显著的一步，是1次对9次。若计划再买八次重复，想再买到一个4.27那么大的跳跃，就还没有读表1。
4.35和4.74是40名大学生、录好的冷知识，以及一份关于知识测验的封面故事。它们不是标题、口号或价格。[框架效应](/zh/effects/framing-effect)是同一事实的两种说法。一条帖子可以是那样。它不是表2。
哈什尔、戈尔茨坦和托皮诺挑的是可信、而且不太可能被有把握知道的句子。Hassan 与 Barber用的是他们预期大体无人知道的冷知识，而且展示的每一句事实上都为真。听的人已经能核对的那一句，是另一项检验。这两张表里没有它。
## 经典案例
哈什尔、戈尔茨坦和托皮诺请大学生给一些他们不太可能知道的句子评分。学生在三天里听一份60句的录音，两天之间隔两周。每句当场评分。量表的中点4，标签是不确定。封面故事是一份新的常识测验。40名学生完成了全部三天。另外10人没有完成，他们的评分没有用。
二十句每天都回来。其中十句为真，十句为假。某一天里的其他句子是新的。开头10格和末尾10格永远是新句子，所以比较落在名单中部。那段中部里，一份录音的新句子中有8到12句为真。分析用的数，是每个学生在一个类别上的均值，不是大家共用的某一句。
表2就是这些均值。重复句：第一天4.35，第二天4.67，第三天4.74。被试均值的标准差按格子印出。合在一起的重复行，论文只印均值。没有重复的句子：4.25、4.22和4.16。重复的那条线上升，F(2, 78) = 16.34，p \< .01。没有重复的那条线没有变化，F 小于1。第一天，后来会重复的句子，和后来不会重复的句子，评分并没有差别，p > .05。
同一张表把真假拆开。重复的假句从4.18到4.54，再到4.67。重复的真句从4.52到4.80，然后停在4.80。整个设计里，真句仍然高于假句，4.52对4.28。这个差距不与重复发生交互。作者写道，随重复而来的上升，对真句和假句是相当的，而学生仍然分得清两者。
教训停在从不确定到可能为真的这一段里。表中最高的格子均值是4.80。最低是4.04。四十名学生、三次听写，以及一个写得可信而不是熟悉的句子池，让回来的句子上升，让没有回来的句子没有可靠的变化。这次上升不是一次投票，也不是后来某一周的信息流。
## 边界与失效场景
错觉真实效应在三种复述里会成为错误的概括。1977年的上升被当成后来的任何一条消息。一长串重复被当成一叠相等的跳跃。一次真实性评分被当成喜好，或者被当成这句话已经变成真的证据。
第一条边界是句子本身。这里计数的两项研究，用的都是预期听者并不知道的说法。哈什尔、戈尔茨坦和托皮诺说，当场没有关于这些句子实际真假的核对信息。他们也说，学生也许对至少一部分句子有些可靠的信息，因为真句高于假句；或者真句也许只是稍微更可信。Hassan 与 Barber用了100句冷知识，其中66句改自先前被评定为相对不知、但仍然可信的题目，另外34句由研究组按同样的标准判断。那34句没有做过评定。他们场上的每一句事实上都为真。他们说避开假句，是因为一个错误的相信很难撤销。把4.67出口成一句已知假话的评分，就离开了这两种设计。
另有文献报告，重复仍可能推动一句与本人所知相矛盾的话。通常被用来支持这一说法的论文，这里没有重读。它们的格子不在本页。[确认偏误](/zh/effects/confirmation-bias)是偏好与已有信念相符的证据。它不是表2。
第二条边界是听到的次数。Hassan 的署名是旧金山州立大学。Barber 的署名是佐治亚州立大学，Barber 是通讯作者。扫描本印出的是2020年7月29日收到、2021年4月28日接受。审查机构是佐治亚州立大学，方案号 H19217。实验一分析了美国的51名成年人，年龄20到55岁，均值33.27。他们完成了两次，并通过了注意力检查。第一次展示50句，在1、3、5、7、9次上各10句，共250次试验，另加三次注意力检查。每句停留4秒。那一次评的是有趣程度，从1到6，不是真实性。一周后，全部100句按真实性评分，从1“不真实”到6“非常真实”。其中50句是新的。把重复次数合在一起，重复句平均4.49（标准差0.60），新句子平均3.76（标准差0.67），t(50) = 7.16，p 低于 0.001，d = 1.00。格子均值在0、1、3、5、7、9次上是3.76、4.27、4.51、4.49、4.49和4.69。3次对5次相差0.02，方向还与“越多越高”相反，而且这一对并不显著。一个人的均值与次数的对数的相关，先给次数加1，使0也有对数，平均 r = 0.52。与原始次数的相关平均 r = 0.46。对数相关更大，t(50) = 4.83，p 低于 0.001，d = 0.67。这些相关跨的是六个次数，包括新句子。它们不是信念与一份新闻食谱的相关。
实验二用的次数是1、9、18和27，57名成年人，年龄21到35岁，均值29.46。每个次数上有8句。第一次是定时的：读4秒，再花4秒评有趣程度。重复句合在一起平均4.66（标准差0.86），新句子3.64（标准差0.65），t(56) = 8.22，p 低于 0.001，d = 1.09。格子均值是3.64、4.26、4.78、4.72和4.87。18次的均值低于9次。成对检验把听1次标得低于9次、18次和27次。它们没有把9次、18次和27次彼此分开。另一个 t(56) = 8.22、d = 0.63，是对数相关与线性相关的比较。它不是4.66对3.64那次检验的第二份。论文自己的总结是，最大的上升来自第二次遇到这句话，此后的每次再听增加得更少。讨论还说，超过9次之后的上升在统计上并不显著。
第三条边界是出口。4.74、4.27和4.87不是一家店、一间教室、一个家庭或一场竞选。哈什尔等人停在这样一个想法上：一件事若被人说得足够频繁，人们就会相信。他们的表仍然到4.80为止，而那是他们标在不确定和可能为真之间的一点。Hassan 与 Barber 在最后一节讨论政治和公共卫生。他们从那些外部论文引用的数字，这里没有重读，也不在本页。一个小组若把每一句重复的话都当成4.74，就还没有读假句那一行、未重复的那一行，以及一周后不再往上爬的那些格子。
## 常见误区
三种抄近路会改掉表里量到的东西。一种只留下假句那一行。一种把每一次多听都当成第一次跳跃的新副本。一种给1977年的论文安上一个它没有印出的名字。
拿来概括这张表，这是错的。重复的假句确实上升了，从4.18到4.67。重复的真句也上升了，从4.52到4.80，然后停住。真假差距4.52对4.28还在，而且它不与重复交互。Hassan 与 Barber 的均值只来自为真的冷知识。更高的评分不是把一句已知的假话转变过来，也不只发生在假句上。
1977年的步子并不相等。重复真句的均值是4.52、4.80、4.80。第三次在这一行上没有再加。2021年从新句子到只听一次，是3.76到4.27。从1次到9次，是实验一里重复格子中唯一显著的一步。实验二里，27次的均值是4.87，9次是4.78。这一对并不显著。9次到18次甚至印出一个更低的均值，4.72。
论文的题目说的是频次和指称效度。讨论说，重复会提高对一句可信陈述的指称效度或为真的相信。它没有印出错觉真实效应。本页用这个后来的名字称呼他们计数的对比。[虚假关联](/zh/effects/illusory-correlation)是在计数并没有绑在一起的两件事之间读出关系。重复在这里改变的是一句的评分。它没有把这句话配上第二件事。
## 相关概念
重复之后的评分，旁边是重复之后的喜好，是拿容易想到的例子作判断，是对相符证据的偏好，是一次更快的词汇判断，以及计数并没有显示的关系。
一个刺激再出现之后上升的喜好。哈什尔、戈尔茨坦和托皮诺把那项工作引用为频次的另一种用法。他们自己的量表是真实性，4的意思是不确定。
把容易想到的例子当成常见事件。一句被评成4.67的话，并没有在世界上被清点过。这个分数是一次听写里的确定性评分。
对与已有信念相符的证据的偏好。1977年的上升，出现在学生预期并不知道的句子上，真句一行和假句一行都有。
两个字母串都是词时的正确判断更快，而且这两个词是常见联想。1971年的差距是毫秒。它不是两周后的一次7点真实性评分。
在计数并没有连上的两件事之间读出的关系。这里的重复改变的是一句的评分。它没有把这句话配上另一件事。
## 一句话总结
在把一句重复的话当成已经被相信之前，写下量表上的那一点、这句话是真是假，以及这次听到的是第二次还是第二十七次。
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.