虚假信息引起锚定决策偏差

《虚假信息引起锚定决策偏差》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、虚假信息引起锚定决策偏差摘要选择通迗模型认为锚定效应是人们过度通迗了与锚一致的信息，从而影响了最终的决策判断。本研究采用“X城白领购车”问题模拟现实生活考察了不确定来源数字和虚假数字对判断的影响，同时用词汇判断范式记录被试对两种信息（表面数字信息和内部命题信息）的判断。结果发现不确定来源数字与虚假数字引起同样大小的锚定判断偏差，不确定数字条件下表面数字信息和内部命题信息都被激活，虚假信息条件下只有内部命题信息被激活。关键词选择通迗数值属性命题属性虚假信息分类号：F069.9文献标识码：A一、问题提出锚定效应是一种常见的判断偏差，即最终的决策和行为被先前出现的锚值同化，而得到一个

2、相近的结果。Tversky和Kahneman最初用一个幸运轮实验证实了锚定效应，他们的实验中发现被试回答“联合国中非洲国家的比例是多少？”时，竟然受到前面转到幸运轮得到的随机数字的影响，幸运轮得到的偏高数字引起较高的估计值，反之较低。目前，选择通达模型是解释锚定效应的主要理论。研究者通常采用两个问题考察锚定判断：首先是一个比较问题提供锚信息（例如“甘地的寿命是长于还是短于79岁），接着是一个绝对数字估计问题（例如：甘地的寿命是多长？）。选择通达模型认为锚信息的出现激活了一个心理模型，由于人类的本能是证实，所以与这个心理模型一致的信息得以激活通迗，处于工作记忆中；在回答绝对问题时

3、，人们就从中提取了一个作为最后的估计值，即过度通迗的锚一致信息影响了决策的提取阶段。由于通迖是一个自动化的非控制的过程，因此谨慎思考或金钱奖励等外部动机都很难改善锚定带来的偏差。那么锚定效应是不是一定无法避免？我们曾经采用事件相关电位技术研究了注意任务中的数字估计任务，结果发现当告知被试锚信息是虚假的时，虽然仍然出现锚定效应，但相比不确定信息，这种锚定偏差已经被削弱，ERP结果发现虚假信息同样会诱发一个与通迗相关的N300成分，由此我们提出数字双重属性的选择通达假设解释这种结果，即出现在锚定现象中的锚数字本身具有双重属性：表面数值属性和内部数量命题属性。在大部分锚定研究中，由于

4、锚值是未知的，所以数字属性启动和命题属性启动是并存的，表现出外部动机无法削弱的锚定效应；在虚假锚条件下，锚值的表面数字属性被抑制了，只有命题属性被通达，因此表现为削弱了的锚定效应。传统的选择通迗模型提到的通迗更多地指向命题的通达，但是对锚定加工中是否存在数值属性一致的信息的通达还缺乏证据。本研究将采用传统的世界知识问题考察不确定来源信息和虚假信息引起的锚定效应，同时用词汇再认任务考察虚假锚和未知锚引起的不同类别知识通达，验证这种数字双重属性的选择通迗假设。实验中设置两类知识：数字相关知识和命题相关知识。我们假设未知锚通迗了两种知识，而虚假锚条件下，通迗了命题相关知识，抑制了数字

5、相关知识。二、研究方法（一）被试对象。60名来自北京师范大学的本科生有偿参加本实验，平均年龄为21.2命命6岁，右利手，视力正常或矫正后正常。（二）材料。本研究是一个2（锚可信度：虚假，未知）令浚命分担焊撸令停令？（词汇类别：高价相关，低价相关）混合设计，锚可信度和锚值高低是被试间变量，词汇属性则是被试内变量。为了控制被试对问题相关的背景知识的差异，我们的锚问题为“X”城白领买车的问题。与经典的两步式范式一样，首先用计算机动窗呈现给被试一段文字，每一句一屏，文字写法仿照新闻报道，前面主要介绍当前国家面对物价上涨采取的一些举措，例如提高工资标准，然后提到“X城政府也就此作出一些新

6、的规定”，最后是一个关键的包含锚数值句子：今年X城白领考虑的购车计划是8万（或者30万）。被试在读完短文后，在虚假条件下，将看到屏幕中出现这样的提醒：“刚才这是一条假新闻，白领这个概念界定模糊，没有任何收入相关的说明，很显然是一条凭空臆想的调查。”在未知条件下，被试则看到：“这是来自网路的新闻，网络极大的便利了我们的生活，但是我们也应该提高警惕，不能全盘相信。”由于本实验中锚问题的提出是以一篇短文的形式，所以为了确保被试认真阅读，我们采取了词汇再认任务。词汇再认任务中有四类词汇，其中两类是数字属性相关词，即与8万或30万相关的车的品牌，例如“奥拓’’，或“奥迪”等；还有两类是命

7、题属性相关词，即与8万或30万相关的经济特点，如“务实”或“有钱”。（三）程序。60名被试对象被随机分配在四个实验组：虚假高锚组，虚假低锚组，未知低锚组和未知高锚组。每个被试单独坐在隔音室中按照指导语进行实验。实验包括三部分。在第一部分中，被试的任务是阅读一篇短文，短文分屏幕动窗呈现，被试通过按“空格”键进入下一屏，继续阅读。文章的末尾呈现锚信息，最后一句是提示被试这个新闻的真实性。休息一会儿，进入第二部分，在第二部分中，要求被试完成词汇再认任务，判断32个词是否曾经在前面的短文中出现过，出