認知偏差之注意力偏差
注意力偏差(attentional bias)描述了我們傾向於關注某些元素而忽略其他元素的傾向。
研究表明,許多不同的因素會影響我們的注意力,從外部事件和刺激(例如對我們安全的感知威脅)到內部狀態(例如飢餓或悲傷)。
比方說,你想改善你的飲食,所以你決定減少你吃的糖的數量。
為了努力實現這一目標,你決心在買菜時少買點甜點。
然而,有一個星期,你有一個特別繁忙的日程安排,你最終在工作日結束時,在你有機會吃晚餐之前就去買菜。
你盡力把注意力從垃圾食品貨架上移開,但你似乎無法停止思考你喜歡的零食。
最後,你屈服了,把幾盒餅乾扔進了你的購物車,後來你就把它們吃了。
在這個例子中,飢餓的狀態使你的注意力偏向於能夠迅速滿足你的能量需求的食物,如糖,一種簡單的碳水化合物,使你更難堅持你的計劃。
個人影響
我們的注意力是一種有限的資源:在任何時候我們能關注的東西都是有限的。為了做出理性的決定,在理想情況下,我們要考慮所有的選擇,並依次審查它們。然而,當注意力偏差出現時,我們最終會將更多的注意力指向一個單一的選項或刺激物,而這是以犧牲其他選項為代價的。它還會使我們更難放下分散注意力或無益的想法,反而導致我們固定在(和過度思考)某些事情上。
系統性的影響
注意力偏差對許多機構都有影響。一個重要的例子是與執法有關的。
一項研究表明,在一次訓練中,焦慮程度高的警察更有可能向嫌疑人開槍,這表明焦慮使警察偏向於狹隘地關注與威脅有關的資訊。
注意力偏差也與警務工作中的種族定性和偏見高度相關。在我們的文化中,黑人,特別是年輕男子,經常被錯誤地描述為危險的罪犯。這種形象是如此無處不在,以至於許多人,包括警察,都隱約地將黑人面孔與犯罪聯絡起來。
與藥物使用障礙作鬥爭的人也可能受到注意偏見的負面影響。
此外,一項跟蹤海洛因成癮者開始治療計劃的研究發現,注意力偏差對復發有預測作用:參與者在開始治療前表現出的與海洛因有關的注意力偏差越多,他們在3個月時復發的可能性就越大。
歷史背景(上下文歷史)
最受歡迎的注意力偏差測試之一起源於一位名叫約翰-裡德利-斯特羅普的美國心理學家。1935年,斯特羅普做了一個著名的實驗,他向參與者展示了用不同顏色的墨水書寫的顏色名稱。每個詞都屬於三組中的一組:中性(用黑色墨水寫的)、一致(顏色名稱與墨水的顏色一致)或不一致(顏色名稱與墨水的顏色不一致)。參與者被要求簡單地朗讀所寫的顏色名稱,而忽略墨水的顏色。結果發現,當名稱和墨水顏色不一致時,人們說出顏色的速度較慢。這一正規化現在被稱為斯特羅普任務。
在這個版本中,參與者被告知要大聲說出每個單詞的顏色,而不是閱讀顏色名稱。此外,所有的詞都根據它們的情感價值進行分組:中性(如 "樹")、積極(如 "節日")或消極(如 "仇恨")。
這一時期進行了許多ES的變體,測試了各種群體的病人。正是這些研究首次確定了現在眾所周知的某些注意力偏差。例如,Gotlib和McCann(1984年)發現,抑鬱症患者在說出負面詞彙的顏色時速度較慢;在Mathews和MacLeod(1985年)中,焦慮症患者對威脅性詞彙,特別是與個人特定恐懼有關的詞彙速度較慢;Watts等人(1986年)表明,恐蛛症患者在閱讀與蜘蛛有關的詞彙時速度較慢。
如何避免它
要完全避免注意力偏差是很難的。通常情況下,這種型別的偏見對我們思維的影響是深層次的、自動的,以至於我們沒有意識到它正在發生。
1. 反饋和練習
在某些情況下,似乎有可能透過訓練來減少注意力偏差的影響。例如,抑鬱症患者可以被訓練成更多地關注積極的刺激物。12 然而,在這種情況下,研究參與者不僅僅是在自己練習;相反,他們從研究人員那裡得到了反饋,加強了對積極刺激物的關注,阻止了對消極刺激的關注。要在現實世界中應用這個方法,如果你想避免某種特定型別的注意力偏差,那麼找一個朋友或家人來幫助你,他們可以指出你陷入偏頗思維的時刻,並提醒你要放大。
對於患有抑鬱症或焦慮症的人來說,一些治療方法,如認知行為療法(CBT),涉及檢查注意力偏差和學習挑戰它的策略。這通常是透過工作表來完成的,在工作表中,客戶講述了一個令人不安的情況,並探討了注意力偏差在他們如何解釋它方面可能發揮的作用。
2. 圍繞偏見的陷阱制定計劃
對於某些型別的注意力偏差,通常可以用一種方式來計劃,將產生偏差的風險降到最低。還記得我們假設的去雜貨店的旅行嗎?將你的食物採購安排在一個人不可能餓的時候--例如晚飯後--可能會減少對不健康物品的注意偏見,使你更容易避免它們。
3. 嘗試一些正念練習
近年來,正念冥想經常被作為提高注意力和改善生產力的工具。儘管它已經成為一個流行語,但實際上有經驗證據支援正念練習的有效性--包括作為減少注意力偏差的工具。
在一項研究中,研究人員比較了有經驗的冥想者與非冥想者的注意力偏向。研究人員向參與者展示了中性和情緒化面孔的影像,並對他們的眼球運動進行了追蹤。結果顯示,冥想者花在看憤怒和恐懼的臉的時間明顯減少。更重要的是,雖然非冥想者對憤怒和快樂的面孔都表現出注意偏差,但冥想者只對快樂的面孔表現出這種效果。
這個實驗表明,隨著時間的推移,養成正念冥想的習慣可以最大限度地減少某些型別的注意力偏差。需要注意的是:這項研究中的冥想者平均已經練習正念超過12年了--這不是我們大多數人願意或能夠做出的承諾。幸運的是,其他研究發現,即使是較短的正念專案也能幫助減少注意力偏差。
相關文章
- 認知偏見之錨定偏差
- 二十條有用的認知偏差
- 影響商界人士的五個認知偏差
- 認知偏差:加州大學取消了”美國高考”
- 全球手遊市場大勢下的認知偏差(上)
- 認知偏差:懶惰其實是不存在的 - Devon Pricedev
- 槓精的聖經:維基百科認知偏差大全 - Buster Benson
- 認知偏差:計算機技術是錯誤的 - Sara Wachter-Boettcher計算機
- 偏差-方差間權衡
- 如何防止被生存者認識偏差而欺騙 - Richard
- 不僅是工程學!人類認知偏差導致的12個AI研究盲區AI
- 整合學習-偏差與方差
- 高/低方差、高/低偏差
- 演算法模型定量分析之偏差和方差演算法模型
- Android開發 - 掌握ConstraintLayout(五)偏差(Bias)AndroidAI
- 遊戲心理學研究:倖存者偏差遊戲
- 機器學習之分類:預測偏差機器學習
- (轉)機器學習:偏差處理(2)機器學習
- 什麼是人工智慧AI偏差 - Benedict Evans人工智慧AI
- 方差與偏差的解釋和解決辦法
- 使用者資料中的倖存者偏差
- 機器學習中偏差bias和方差variance區別機器學習
- 吳恩達機器學習系列14:偏差與方差吳恩達機器學習
- AI學習筆記——Bias and Variance tradeoff (方差偏差的平衡)AI筆記
- 一文讀懂機器學習中的模型偏差機器學習模型
- 機器學習《Machine Learning》筆記--偏差(Bias)和方差(Variance)機器學習Mac筆記
- 淺議開發者面臨的資訊偏差影響因素
- 幾種機器學習演算法的偏差以及防範機器學習演算法
- 資料變異性的度量 - 極差、IQR、方差和標準偏差
- SAP QM 將業務上的偏差管理整合進入SAP系統?
- 實驗者偏差:獨立遊戲測試中的“反饋陷阱”遊戲
- 標準差excel用什麼函式 excel標準偏差的公式Excel函式公式
- 使用錨點跳轉時出現位置偏差原因及解決辦法
- 銀彈谷:企業使用低程式碼存在預期過高的偏差
- 資料庫併發寫入問題-丟失更新與寫入偏差資料庫
- 使用者流失分析的兩大誤區:“辛普森悖論”和“倖存者偏差”
- 關係重疊?實體巢狀?曝光偏差?這個模型統統都搞得定!巢狀模型
- 基於六西格瑪減少測試團隊報告問題的偏差