JEPG：预期结果偏差：雪中送炭不如锦上添花 | 唧唧堂论文解析

picture from Internet

解析作者 | 唧唧堂心理学写作小组：Javan；

解析审核| 唧唧堂心理学写作小组 ：Yuan,Wen

推送编辑 |悠悠

推荐订阅

本篇解析收录于：

唧唧堂2020第2期百篇论文导读专栏，点击访问
唧唧堂心理学论文导读大专栏，点击访问

本文是针对论文《预期结果偏差：为实现很可能发生的结果付出（不必要的）成本（Prospective outcome bias: Incurring (unnecessary) costs to achieve outcomes that are already likely）》的一篇论文解析，该论文于2019年12月发表于《实验心理学杂志总论（Journal of Experimental Psychology: General）》。该研究作者包括Joshua Lewis和Joseph P. Simmons。

研究背景

人们经常需要决定是否增加成本来提高成功的可能性。例如，销售员需要决定是否要花费更多的时间来追踪一个快要到手的单子，研究者需要决定投稿前是否要对文章进行再一轮的修改。但是我们并不清楚，人们是更愿意为那些目前成功概率并不大的事情付出成本（雪中送炭），还是为那些已经很可能成功的事情付出（锦上添花）？

预期结果偏差（prospective outcome bias）

研究者发现，人们更愿意为那些已经很可能成功的事情付出成本，并提出背后的原因是预期结果偏差；其中，预期结果偏差是指人们对于决策结果的预期会影响当前决策。原因有二：第一，人们会表现出结果偏差（outcome bias），即人们会根据决策结果来对决策本身进行评价，且这一评价会影响后续决策；第二，人们关于未来自己如何评价当前决策会有一个预期，且这一预期会影响当前决策。

预期结果偏差的理论预测

预测一：当期待的结果本身发生概率高时，与期待的结果本身发生概率低时相比，人们倾向于投资更多的资源来提高该结果发生的概率。这是因为，期待的结果在概率高时更容易实现，且人们能预期到该结果实现时会认为决策本身更正确，因此会认为，在期待结果概率高时投资更多的资源是更明智的。

预测二：假设投资资源带来的期望价值是一定，人们更倾向于小幅度提升获得大奖的概率，而不是大幅度提升小奖的概率。因为一个潜在的大奖会使人们对当前决策有更正面的评价。

为验证预期结果偏差，研究者进行了9个实验，分别对上述2个理论预测进行验证，或对其它可能的解释进行排除。

研究方法与结果

实验1：验证结果偏差

由于结果偏差是预期结果偏差成立的前提，研究者首先对结果偏差进行验证，即人们对于伴随着好结果（与坏结果相比）的决策的评价更高，即使结果本身并不是由决策导致的。

【方法】

MTurk上招募了403名有效被试。被试被随机分成“赢”和“输”两组，分别对下述情境进行想象，其中“输”条件下的被试看到的是方括号中的描述。

情境：想象你参与一次抽奖。有编号为1～100的100张奖券。你原来拥有编号为1～60 [1～30]的奖券，并用$10额外购买了编号为61～70 [31～40]的的奖券。最终结果显示获奖奖券的编号为50。因此，你赢得[没有赢得]奖品，但即使没有额外购买奖券也是同样的结果。

任务：在情境想象之后，被试被要求用7点量表对额外购买的决策行为进行评价，1为非常差，7为非常好。

【结果】

“赢”条件下的被试（M = 4.59）比“输”条件下的被试（M = 3.18）对决策评价更高（t(401) = 8.39, p < .001），验证了结果偏差。

实验2：验证预测一

【方法】

实验室实验，共158名有效被试。

在一共15个问题中，被试需要决策是否要在键盘上按照要求的数量输入“ab”（付出努力），以提高获得问题中对应奖项的概率。被试被随机分配到“高概率”和“低概率”两种条件，“高概率”条件的被试看到的获得奖项的基础概率均大于50%（e.g. 输入“ab”100次可使获得一瓶可乐的概率从94%提高到97%），“低概率”条件被试看到的获得奖项的概率即使付出努力提高之后也小于50%（e.g.输入“ab”100次可使获得一瓶可乐的概率从3%提高到6%）。两种概率条件的概率设置是关于50%对称的（e.g. “高概率”条件涉及到的概率94%、97%与“低概率”条件涉及到的概率3%、6%距离50%的距离是相等的）。

【结果】

以是否付出努力提高概率为因变量（提高=1），高概率条件的哑变量为自变量（高概率=1）进行logistic回归。结果表明，高概率条件下人们更倾向于付出努力提高成功的可能性（b = 1.24, p < .001），验证了预测一。

实验3-5：预测一在多种情境下的推广

实验3：

实验2任务中使用的情境都是关于“提升概率”的，实验3致力于将其推广到 “保持概率”的情境。具体来说，在15个问题中，被试均需要决定是否接受一笔奖金，接受会带来获奖概率的下降；换句话说，拒绝这笔奖金可以使获奖概率得到保持。结果表明，在高获奖概率条件下，相比于低概率条件，人们更不愿意接受奖金（b =0.80, p = .004）。

实验4：

实验2任务中使用的概率是研究者人为设定的，为使结论进一步推广，实验4对实验2问题条件中的概率进行了更精细的操纵。实验4中，任务中的概率是计算机随机生成的（仍保持“高概率”与“低概率”条件涉及到概率的对称性），涉及到了更广的概率范围，得到了与实验2相同的结论（b = 18.13, p < .001）。