认知偏差

从众效应——只因“大家都在选”就显得好

从众效应——只因“大家都在选”就显得好

大家好,我是 Senko。 本文将解读“从众效应”

两家面馆挨着开,其中一家排着队,多数人会选排队的那家。网购挑“销量榜第一”,看视频从播放量高的开始。明明没有比较过内容,仅凭“很多人在选”这条信息,那样东西就显得更好。这份心理,就是从众效应。

图解

什么是从众效应

从众效应(英文 bandwagon effect)指的是“某个选项被多数人支持”这条信息本身,会进一步增加对这个选项的支持的现象。

bandwagon 指的是走在游行队伍最前面的乐队花车。“跳上花车”在英语里是“顺应潮流”的惯用说法,经济学家哈维·莱本斯坦 1950 年把它引入消费理论后,成了学术用语。

要紧的是,这个效应会催生滚雪球式的自我强化循环:因为有人气所以被选,因为被选所以更有人气。队伍招来队伍,榜首继续是榜首。而这个循环的起点,往往不是品质的差别,而是一点点偶然的初期差距。

37% 的回答跟着明显的错误走:阿希实验

“被多数派带着走”这一现象搬进实验室的经典,是社会心理学家所罗门·阿希 1951 年发表的从众实验。

任务简单到让人泄气:看一条基准线,从三条长度不同的比较线中选出“与基准线一样长的那条”。一个人作答正确率接近 100%,属于视力检查级别的题。

机关在于一起作答的七个左右的“其他参与者”。真正的参与者只有一位,其余全是托。托们会在特定题目上异口同声地、自信满满地答出同一个明显的错误。真参与者于是被放进了自己的眼睛与多数派答案相冲突的处境。

结果留在了心理学史上。

  • 全部回答中,约 37% 跟着多数派的明显错误走了
  • 约 75% 的参与者至少有一次被多数派带偏
  • 单独作答的对照条件下,错误几乎为零

连眼前线条长短这种再客观不过的问题都是这个结果。那么在“哪家店好吃”“哪个意见正确”这类模糊问题上,多数派意见的力量有多强,也就不难想象了。

从众有两台引擎

阿希实验之后的研究,把人跟随多数派的理由归为两大系统。知道这个区分,就能诊断自己为什么被带着走。

其一是“信息性影响”:“这么多人都在选,肯定有什么好理由”——把多数派的行为当作信息来利用。选排队的店,靠的是“众人的判断大概比个人准”,这本身在一定程度上是合理的捷径。

其二是“规范性影响”:这一台是“不想显得另类”“不想被排挤”,为了被集体接纳而从众。阿希实验后的访谈中,有不少参与者说“其实我觉得不对,但不想被当成怪人”。把答案写在纸上提交(不被他人看见)时从众率大幅下降,也印证了规范性影响之大。

排队的面馆是信息性影响,会上把反对意见咽回去是规范性影响。实际场合两者混在一起,但只要区分“我是被信息带着走,还是被压力带着走”,看清自己的分辨率就会提高。

在选举、榜单、泡沫中滚动的雪球

选举与从众是这个效应名字出现最多的领域。被报道为“领先”的候选人会聚拢更多支持,这一现象在各国都有研究,选情报道是否会影响选举结果本身,是新闻伦理的经典论点(反过来,同情弱势一方的“逆势效应”也是已知的,最终哪边占上风要看情况)。

榜单与评价是当代从众的主战场。音乐分发的实验表明,即便是同一批曲目,一旦展示“其他人的下载量”,人气就会滚雪球式地集中到初期偶然火起来的曲子上,产生与不展示时完全不同的爆款。热门中有一部分并非由品质、而是由初期的微小偶然与社会影响的放大造出来的。

投资泡沫也是同一结构。“因为大家都在买所以涨,因为涨所以大家都在买”的循环,是资产价格脱离实态膨胀的心理引擎。从郁金香球茎到加密货币,对象在变,结构几百年没变。

流行与社交平台上,热搜和爆款的形式让“多数派的可视化”时刻在进行。跳上花车本身是享受流行的一种方式,但“有话题”“是好东西”是两个不同的轴,这份意识值得保留。

对策是把“人数”和“依据”切开

对付从众效应的核心,是分别评价“有多少人在支持”与“为什么支持”

  • 快要因为“人气高”而下单时,自问一句“人气的理由我能说出一条吗”
  • 看评价时不看星数(人数信息),而读具体的描述(依据信息)
  • 开会时,在多数派成形之前插入“先各自把意见写在纸上”这道手续(切断规范性影响)
  • 自己的意见与多数派一致时,怀疑一下“我是不是只是因为在多数派里才安心”

第三条“先写下来”在组织中尤其有效。嗓门大的人或上级先发言,后面的意见就会跳上花车,会议于是从“汇总全员判断”变成“追认第一个发言”。先独立思考再汇总这道手续,也是发挥后文所说的“群体智慧”的必要条件。

另外,跟随多数派并不总是错的。挑经典款、进人多的店,在信息匮乏时是完全够用的捷径。成问题的是连重要判断也只按人数来定,以及在多数派的压力下放弃自己的观察(在阿希实验里,就是放弃自己的眼睛)。

该怎么和口碑、榜单相处

拾三个偏实用的疑问。

参考口碑和榜单不是很合理吗

是的,有条件地合理。大量独立评价的汇总,往往比个人判断更准确。但有两个陷阱。第一是评价并不独立的情况:看过前面的评价再写的评价、看过榜单再下的单,彼此影响着,也许并不是“大量独立的判断”,而是“最初判断的放大”(这被称为“信息瀑布”)。第二,写评价的人本身就是有偏的。要借人数之力,先想一想这些人是不是独立判断的,这是诀窍。

这不是和“群体智慧”矛盾吗

好问题,其实两者互为表里。群体智慧(大量估计的平均超过专家)成立的条件是各人的判断彼此独立。猜牛体重的比赛里平均值之所以准确,是因为参与者没看别人的答案就写了。如果所有人都看过别人的答案再写,平均值就会被最初几个人拽走。也就是说,从众效应是毁掉群体智慧的毒药。之所以建议开会时“先各自写”,正是为了避开这份毒、只把智慧取出来。

也有人偏偏要选不流行的东西

想避开与多数派相同之物的心理叫“势利效应”,莱本斯坦在同一篇论文里把它作为与从众效应成对的现象来讨论。限量款、“懂的人才懂”的魅力,靠的就是这份心理。有意思的是,势利效应同样以“多数派的动向”为基准。无论是跟上还是唱反调,只要判断的轴还在“别人的数量”上,就都离自己的需要与喜好很远。经典款也好限量款也好,只要是按“对我而言好不好”来选的,那就是最自由的状态。

相关的认知偏差

以下是从众与群体边界结合起来的“内群体偏私”、对“大家都不动”这件事从众的“正常化偏误”,以及所有人都朝没人想要的方向从众的“阿比林悖论”

结语

本文解读了“从众效应”。

连视力检查级别的问题,都有 37% 的回答流向了多数派的错误。“大家都在选”这条信息,覆盖我们自己眼睛的力度,比我们以为的要大。而当代正是一个以榜单、播放量、热搜的形式,把“大家”全天候可视化的时代。

我留意的是把人数与依据分开来接收:人数降格为参考信息之一,依据用自己的眼睛去确认。正是在听见花车乐声的时候,才想安静地选一选:我是因信息而跳上去,因压力而跳上去,还是干脆不上去。

想返回认知偏差列表的读者请点击下方链接。

我们下一篇文章见。

认知偏差大全——扭曲人类判断的 25 个著名认知偏差zh.senkohome.com/cognitive-bias-list/