PSYCHOLOGY · 心理学:人类误判心理学芒格亲口讲过

024重视理由倾向Reason-Respecting Tendency

人听到“因为”就更愿意照做:讲清理由能教会人,空洞的理由也能骗过人。

01原理

重视理由倾向说的是:人对“理由”有一种近乎本能的尊重。一条指令附上“因为……”,听的人更容易接受、记得更牢,也更愿意照做。芒格把它的根源归到人对准确认知的天然喜爱上,填字游戏、桥牌和象棋专栏之所以流行,就是因为动脑本身让人愉快。既然如此,教人和管人的最好方式,就是把道理讲出来,而不是只宣布结论。

这个倾向有两面,芒格在同一节里把两面都摆了出来。好的一面是:理由让知识挂得住。人一辈子如果总把自己亲历和间接学到的经验挂在一套回答“为什么”的理论格栅上,学到的东西最容易吸收和调用。坏的一面是:大脑对“有理由”这个形式的反应,常常快过对理由内容的检查。听到“因为”,很多人就放行了,至于后面跟的是不是一句废话,没顾上看。

所以这个模型给的是一组相互拉扯的要求:对别人,要把理由讲清;对自己,要警惕被“有理由的样子”说服。前一条是沟通和管理的技术,后一条是判断上的自我防卫。芒格把“想清楚再说清楚”当作一种纪律,不是一种礼貌。

放到 10 人以内的 AI 公司,这两面都特别直接。人少,往往没有流程文档,一句“这周先别动计费模块”如果不带理由,接手的人只能猜,碰到边界情况就会猜错。同时,团队每天都在读模型生成的解释、竞品写的发布说明、投资人的判断,其中不少只是“看起来有理由”。

为什么成立

心理学上,这对应兰格等人说的“无意识”的自动反应:人在日常互动里会形成脚本,“请求加上理由”这个格式本身就能触发同意,大脑并不总是去处理理由的内容。只有当代价变大、人被迫认真起来时,才会去看理由到底站不站得住。芒格的说法与此一致:理由的副作用是一种条件反射,它建立在人们普遍知道理由很重要这件事上。也就是说,正因为好理由通常确实有用,“有理由”这个信号才被大脑当成了捷径。

讲理由能提高执行质量,也有一个朴素的信息论解释:命令只告诉执行者一个点,理由告诉他背后那条线。情况一变,只知道点的人只能停下来问,或者机械照做;知道线的人能自己推出新情况下该怎么办。芒格用布劳恩的例子说明,组织把“为什么”写进每一份书面指令,等于把判断力分发给了每个执行者。反过来,操纵者也正利用这条线:给一个看似完整的“为什么”,对方就不再追问。

02芒格怎么说

芒格在 2005 年修订的《人类误判心理学》里把它列为第 24 种倾向,排在 Lollapalooza 倾向之前。他先讲好的一面:人天生喜欢准确的认知,所以给出正确理由的老师教得最好,下命令前想清理由并把理由告诉执行者,是最明智的做法之一;他举炼油厂设计师卡尔·布劳恩的公司规矩为例,并把“为什么”比作打开心智潜能的罗塞塔石碑。再讲坏的一面:这种倾向强到连无意义或错误的理由也能提高服从率,他引用复印机排队实验,并提醒推销和邪教的“顺从专家”大量使用这类胡扯的理由。在演讲结尾列举“尊重心理学”的好做法时,他把布劳恩的沟通规矩排在第一个。

Few practices, therefore, are wiser than not only thinking through reasons before giving orders but also communicating these reasons to the recipient of the order.

因此,很少有做法比这更明智:不仅在下命令前把理由想清楚,还要把这些理由告诉接受命令的人。

《人类误判心理学》修订稿,“重视理由倾向”一节,2005 年 · The Psychology of Human Misjudgment (2005 revised text)
You had to tell Who was to do What, Where, When, and Why.

你必须讲清楚:谁,在哪里,什么时候,做什么,以及为什么。

同上,转述卡尔·布劳恩公司的规矩,2005 年 · The Psychology of Human Misjudgment (2005 revised text)
Indeed, the question “Why?” is a sort of Rosetta stone opening up the major potentiality of mental life.

确实,“为什么?”这个问题是一种罗塞塔石碑,打开了心智生活的主要潜能。

同上,2005 年 · The Psychology of Human Misjudgment (2005 revised text)
even a person’s giving of meaningless or incorrect reasons will increase compliance with his orders and requests.

即便一个人给出的理由毫无意义或者是错的,也会提高别人对他的命令和请求的服从程度。

同上,谈这种倾向的副作用,2005 年 · The Psychology of Human Misjudgment (2005 revised text)

03怎么用

  1. 01

    给每条指令补上“为什么”

    照布劳恩的五个要素检查自己发出去的任务:谁、做什么、在哪、什么时候、为什么。前四项大家通常都会写,最常漏的是最后一项。比如不写“下周起所有新客户先走人工审核”,而写“上周有两笔欺诈订单从自助通道进来,所以下周起新客户先走人工审核,等风控规则上线后再撤”。有了理由,执行的人知道什么时候这条规则该失效,也知道遇到老客户换新邮箱时怎么判断。

  2. 02

    写提示词和智能体规则时也写理由

    把同一个习惯用到模型身上。系统提示里的“不要做 X”,改成“不要做 X,因为 Y”。Anthropic 在自己的提示词指南里就这样建议过:说明某个要求为什么重要,模型能从解释里推广到没写到的情况。小团队的提示词往往由一个人维护,把理由写进去,也方便下一个改提示词的人判断哪条规则还能动。

  3. 03

    把“理由的内容”和“有理由”分开评估

    读到一段带理由的结论时,先把“因为”后面那句话单独拿出来问:如果把它换成一句同样长的废话,我的判断会变吗?如果不会,说明自己是被格式说服的。评估外包方、模型供应商或候选人的说法时,要求对方给出可以核对的理由,比如数据、日志、可复现的步骤,而不只是一段流畅的解释。

  4. 04

    大事要多问一层

    复印机实验提示的规律是:请求越小,空洞理由越管用;代价越大,人越会去看理由本身。可以反过来用这条规律给自己设闸门:涉及签长期合同、改定价、删数据、开除人这类事,规定必须有人把理由写下来,并由另一个人逐条挑战,而不是在群里听一句“因为大家都这么做”就过了。

04案例

经典案例1978 年

复印机排队实验:“因为我得复印一下”

心理学家艾伦·兰格、亚瑟·布兰克和本齐翁·查诺维茨在纽约市立大学研究生中心图书馆的复印机旁做了一个实验:研究者走向正在排队的人,请求插队先用复印机。只提请求、不给理由时,小请求(复印 5 页)的同意率约 60%;加上一个真实理由“因为我赶时间”,约 94%;加上一个毫无信息量的理由“因为我得复印一下”,也有约 93%。按转述文章整理的原文表格,当请求变成复印 20 页时,空洞理由的同意率和不给理由差不多,都在两成多,只有真实理由还能把同意率提到约四成。这正是芒格引用的实验:“因为”这个格式在小事上几乎自动生效;代价一大,人才会去看理由本身。转述文章也提醒,这项研究后来的重复实验并不是在所有条件下都得到同样的结果。[2][3][1]

经典案例20 世纪(芒格 2005 年的转述)

卡尔·布劳恩的规矩:漏写“为什么”可能被开除

芒格在讲这个倾向时,用的正面例子是设计炼油厂的卡尔·布劳恩。他形容布劳恩的技术和操守都出众,公司规模大、作风严谨,规矩之一是书面指令必须讲清谁、做什么、在哪、何时、为什么;如果有人写指令漏掉了“为什么”,布劳恩很可能把他开除,因为他知道想法要靠细致讲明的理由才能传达到位。芒格在演讲结尾列举“尊重心理学”的好做法时,把布劳恩的沟通规矩放在飞行模拟器、匿名戒酒会和医学院临床训练之前。这个案例的事实全部来自芒格本人的描述,我们没有找到独立的公司档案来核对细节,所以这里只当作芒格认可的一种管理纪律来读。[1]

AI 团队2020–2021 年

AI 给出解释之后,人更容易接受它,不管它对不对(学术研究)

甘甘·班萨尔、丹尼尔·韦尔德等八位作者做了一组用户研究(论文发表于 CHI 2021),让准确率和人差不多的 AI 在三个数据集上协助参与者做判断,其中一部分情况附上 AI 的解释。结果是:AI 辅助本身带来了互补收益,但解释并没有让收益变大;论文摘要的结论是,解释提高了人接受 AI 建议的概率,而这和建议对不对无关。这是重视理由倾向在人机协作里的翻版:解释在形式上像一个理由,于是人更容易放行。对给客户做 AI 助手的小团队来说,这提示“加一段解释”不等于让用户更会判断,可能只是让他们更少质疑。这不是小团队案例,是学术研究。[4]

AI 团队2023 年

思维链会为错误答案“编理由”(学术研究)

迈尔斯·特平、朱利安·迈克尔、伊森·佩雷斯、萨姆·鲍曼在 NeurIPS 2023 论文中测试了思维链解释是否如实反映模型的判断依据。他们在输入里加入偏置特征,比如把多选题的选项重新排列,让正确答案总是“(A)”,模型的答案因此明显偏移,但它写出的推理过程几乎从不提这个特征;当偏置把模型推向错误答案时,它会写出一段为错误答案辩护的推理。在 BIG-Bench Hard 的任务上,用 GPT-3.5 和 Claude 1.0 测试,准确率最多下降 36%。读日志、看推理的人如果只看“理由写得通不通”,就正好落进芒格说的陷阱:理由的存在本身就让人信了。这同样不是小团队案例,是学术研究。[5]

AI 团队2025 年前后的现行文档

Anthropic 的提示词指南:告诉模型“为什么”(大公司文档)

Anthropic 在 Claude 的提示词最佳实践里有一节叫“加上上下文来提升表现”:说明某种行为为什么重要,能让模型更了解你的目标,给出更有针对性的回答。文档举的例子是,与其只写“绝不要使用省略号”,不如写“你的回答会被文字转语音引擎朗读,所以不要用省略号,因为引擎不知道怎么读它们”,并说模型能从解释里推广。这几乎就是布劳恩规矩的提示词版:只给命令,执行者只知道一个点;给出理由,执行者能自己处理没写到的情况。这是大公司的产品文档,不是小团队案例,但对每天写系统提示的小团队可以直接照用。[6]

05误用与边界

  • 把“有理由”当成“理由对”

    最常见的误用是只学了前半句:既然讲理由能让人接受,那就给每个决定都配一段说辞。结果团队习惯于看到“因为”就点头,错误的决定也包装得有理有据。芒格的提醒恰好相反:理由的形式会自动生效,所以检查理由的内容才是自己的责任。尤其是模型生成的解释、复盘报告里的“根因”,写得越通顺,越要找可以核对的证据。

  • 理由讲得太多,变成拖延和推诿

    讲理由不等于每件小事都开会论证。芒格要的是指令里写清“为什么”,而不是让执行者对每条指令都要求一场辩论。紧急情况下先行动、事后补理由是合理的;如果团队把“你还没说服我”当成不执行的借口,重视理由就变成了另一种扯皮。

  • 用空洞理由操纵用户

    既然空洞理由也能提高同意率,产品里就容易出现“因为我们重视您的隐私,所以需要读取通讯录”这类话术。短期看转化率会上升,但这正是芒格批评的“顺从专家”的做法;用户一旦识破,失去的是信任。给用户的理由应当经得起逐字核对。

06检查清单

下次做相关决策前逐条过一遍。勾选只保存在你的浏览器里。

0 / 6

08来源

  1. 1
    The Psychology of Human Misjudgment (2005 revised text)Charles T. Munger(Farnam Street 转载) · 2005一手
  2. 2
    The Mindlessness of Ostensibly Thoughtful Action: The Role of “Placebic” Information in Interpersonal InteractionEllen Langer, Arthur Blank, Benzion Chanowitz, Journal of Personality and Social Psychology 36(6) · 1978一手
  3. 3
  4. 4
    Does the Whole Exceed its Parts? The Effect of AI Explanations on Complementary Team PerformanceGagan Bansal, Tongshuang Wu, Joyce Zhou, Raymond Fok, Besmira Nushi, Ece Kamar, Marco Tulio Ribeiro, Daniel S. Weld(CHI 2021) · 2021一手
  5. 5
    Language Models Don't Always Say What They Think: Unfaithful Explanations in Chain-of-Thought PromptingMiles Turpin, Julian Michael, Ethan Perez, Samuel R. Bowman(NeurIPS 2023) · 2023一手
  6. 6