你該相信多數人的判斷嗎

設想一隊警察在10位因目睹銀行劫犯逃離犯罪現場,而被要求辨認對方的目擊證人面前,如果他們中有6個人都指證同一個人,很有可能那個人就真的是犯人,而且如果10個人都選同一個人,你可能就覺得抓到犯人是板上釘釘的事了,但是你可能錯了,對大多數人這聽起來太奇怪了,畢竟我們社會大部分都有賴於多數票決和一致性,無論是政治、經濟還是娛樂,所以我們自然就覺得少數服從多數是好事。

你該相信多數人的判斷嗎

從某一個點來說,通常情況的確如此,但有時,越多的人達成一致,產生的結果就越不可信,這就叫做“一致性悖論”。理解這種明顯的悖論的關鍵在於,要考慮不同程度的不確定性,以及你所處理事情的不同型別,例如,如果我們要求目擊者挑出這一排香蕉當中的蘋果,我們並不會因得到一致性的結果而感到驚訝。

你該相信多數人的判斷嗎

但有些事,我們有理由期待一些自然的分歧,我們也應該期待各種可能的結果,如果你拋100次硬幣,你會期待有50次左右得到頭像那面,但如果投擲的結果變成100%是頭像那面,你就會懷疑有些事不對勁,這跟你自己扔的無關,而是取決於硬幣本身,當然,識別嫌疑人的指認並不像拋硬幣那樣隨意,但也不像從一堆香蕉中辨認蘋果那樣簡單。事實上,一項針對1994位目擊者的研究發現,多達48%的人可能在一排嫌疑人中指認錯誤,甚至在他們中很多人對自己選擇很自信的時候,基於驚鴻一瞥的記憶不可靠,而且我們總是高估自己的準確性,瞭解到這點,一致性的指認開始不太像確定無疑的罪責了,更像是系統誤差或是隊列當中的偏見。

你該相信多數人的判斷嗎

實際上,系統性誤差並不單單出現在人們的判斷中,從1993年到2008年,歐洲許多犯罪現場都發現了相同的女性DNA,人們稱這位神秘的殺手為“海爾布隆幽靈”,但DNA證據精確地一致,因為它是錯的,表明用於收集DNA樣本的棉籤,不小心被在棉籤工廠工作的一名女工汙染了。

你該相信多數人的判斷嗎

在其他情況下,故意欺騙也會產生系統誤差,就像2002年薩達姆•侯賽因舉行的總統公投聲稱對他下一屆的七年任期,選民100%的贊成支援,從這個方面看,一致性悖論其實並不總是相悖的,一致同意仍然只是空想,特別是對變數和不確定性沒什麼期待時,但實際上,在完全一致的情形下做到這點不太可能,這也告訴我們有些隱藏的因素在影響著整個系統,儘管我們一直朝著和諧,一致的方向努力,很多情況下是應該允許存在錯誤和分歧的,若結果看上去太好以至於不像真的,那它可能就是真的。

你該相信多數人的判斷嗎

頂部