第一部分 研究历程

第1章 快速节俭启发式 适应性工具箱

┆格尔德·吉仁泽（Gerd Gigerenzer）┆

┆彼得M．托德（Peter M. Todd）┆

真理总是以简洁质朴的形式，而不是以复杂的头晕目眩的方式展现在我们面前。虽然这个世界上我们所能看见的事物千奇百态，但从哲学的视角究其本质，是相当简明的，也正因如此，才更好被理解。

——艾萨克·牛顿（Isaac Newton）

有个男人由于心脏病突发，忽然感到阵痛，他被立即送到了医院诊治。这时，医生需要快速判断出他是不是一个高危病人，并需要进行特殊的治疗和护理。如果他的确是处于生命危险的状况，那么他就是一个高危病人，需要最昂贵的和最细心的监护。虽然这时医生的决策事关病人的性命，至关重要，但他却没有能够审慎考虑各项可能性的充分时间：他必须在很短的时间内，利用仅有的可以借助的线索做出判定和决策，而且每条线索很有可能仅仅是病人危险程度的不确定指标之一。例如，在加利福尼亚大学圣地亚哥医学中心，医生们通过血压、年龄等多达19项的判断线索来确定危急程度。一旦心脏病人被送入医院，便需要逐一按这些线索对他们进行检查。我们一般认为，做出决策的最好方法是，核查每项指标的检测结果，然后按照其重要性程度进行排序，再综合这些因素得出最终的结论，如若是能运用一些先进的统计软件来完成这项工作，那就更好了。

与此不同的是，请浏览图1-1所示的简单决策树。它是布里曼和他的同事为了鉴定心脏病人的危急程度，仅仅用三个变量所设计的一个简单决策模型（Breirmm et al.,1993）。如果病人的收缩压低于91mmHg，就可以立即被界定为高危病人，不再需要任何其他信息。否则就再看第二条线索——年龄，62.5岁以下的患者一般可以被判定为低危病人。但如果病人的年龄超过62.5岁，那就需要更多判断线索（例如，窦性心动过速）来鉴别其病情的危急程度。因此，该决策树仅要求医生快速判断三个简单的“是或否”问题，便可做出最后决策，而无须再检测和考虑19项指标，这样就可以节省时间，保证救治生命的工作尽快开始。

这样的决策策略从以下几个方面来看都是简捷的。其一，无须考虑众多可能的测量指标。其二，无须涉及大量的信息，只对三个问题做简单的“是或否”回答。例如，不必关注病人比62.5岁这个分界线到底大或小几岁。其三，这种决策方式是一个逐项进行的过程。可能在解答了第一个问题后就得出答案，可以终止了，而不必将三条线索的实际结果都结合起来（如，加权和求和）加以考虑。最多回答三个“是或否”问题，这对于决策者来说，是一种快速而节俭信息的决策策略。之所以是快速的，因为不涉及大量的计算；之所以是节俭的，是因为只需搜索精简的有用信息。但也正是这种策略的节俭性，往往会带来这样的质疑：相对于那些把所有可获得的信息都整合起来加以处理的标准统计分类方法而言，这种决策方式也许是极不准确的。但其实并不是，在实际应用中，它在鉴别心脏病人危险程度时，往往比那些复杂的统计分类方法具有更高的准确性（Breirmm et al.,1993）。与我们通常直觉经验相反的这种决策方式——快速节俭决策，能够像采取全部可用信息并进行精细运算的策略一样准确，并且是组成我们研究项目的基础之一。

本书探讨的主题，就是人们在做出决策过程中的这些快速节俭启发式，它们是如何运作的？何时以及为何它们会获得成功？这些启发式，既可以被认为是生命有机体的行为模式，又可以被视为是人工智能系统的运作方式。从现象描述的角度来看，它们试图说明，在时间和知识有限的条件下，人脑是如何做出决策的。从工程学的视角来看，这些启发式则代表了如何建构人工智能系统的一些方法，即这类决策制定系统不会因为缺乏充足的知识和巨大的运算能力而瘫痪。快速节俭启发式在上述两个领域的应用并不相互排斥。事实上，图1-1中的决策树模型，还可以被用来描述处于无助状态下的人脑的活动情况，或是被用作一种应急辅助机器的设计。

理性的视野：从全能神灵到有限理性

人类和动物对周遭事物做出各种推断时，可利用的时间、知识和运算能力是极其有限的。但与之不同的是，很多理性推断模型往往把人的心智视为一个全能的神灵，拥有无敌的推理能力、无限的知识和无穷无尽的可用来进行决策的能力。这种关于理性的观点，通常与现实是冲突的。不过我们倒是可以拿它来作为参照，来帮助澄清我们所持有的生态理性观点——根据与现实情况的匹配程度来界定的一种理性。接下来，我们将借助两次重要的观念革命来阐述我们的观点。第一次革命是确定性梦想的破灭和不确定性计算的诞生，即概率理论。在科学领域和日常生活中，这次革命都以“概率革命”而闻名（Gigerenzer et al.,1989; Kruger et al.,1987）。第二次革命，则是本书首次提出的，并打算重点叙述的问题。它主要关注人脑应对瞬息万变的未知世界的方式。我们建议，摒弃对我们的大脑所预设的无所不知、无所不能的全能神灵的观点，取而代之以能力有限的观点。个体不是通过计算复杂晦涩的概率和反复比较外界事物的效用来适应环境的，而是利用各种快速节俭的启发式所构成的适应性工具箱来适应环境的。

让我们再简要回顾一下第一次革命，因为涉及我们对人类大脑和理性的看法。在亚里士多德去世后的两千多年的时间里，西方学者们对两类知识做出了区分：一类是实证性的知识，另一类是可能性推断的知识。前者提供了确定性的概念，后者则产生了不确定性的概念。在16世纪的变革和反变革浪潮中，确定性观点的传统源头，尤其是宗教和哲学，遭受到了众口一词的责难。于是，实证性思想便衰落了，而可能性推断的思想得到了追捧和发展（Daston,1958）。到17世纪中叶的时候，一种舍弃了传统必然性思想的新实用主义理性观诞生了。它是一种更为谦虚谨慎的观点，借鉴了当时已被广泛接受的概率计算方法来阐明其关于人类理性的态度。这种思想的“谦虚谨慎”之处表现在于，它提出这样的观点，即卑微渺小的人类仅能获取关于他们自身和周围世界的不确定性的知识。那么，拥有理性就意味着能够掌控生活的不确定性。布莱斯·帕斯卡（Blaise Pascal）著名的追问，可以表明这种新理性观所带来的一些道德结果。在坚信“上帝”必然存在的浓厚的宗教氛围中，帕斯卡问道：相信“上帝”合乎理性吗？他建议，为了增加来世得救的可能性，一个人应该放弃在尘世所能享受的欢乐，因为不管“上帝”存在的可能性多么小，严格按照基督徒式的生活过日子，可换来永恒的来世，而且这种期盼的奖赏的概率（也许很小）乘以其无限的价值，得到的结果将是无限的。并且，另外一种选择——永世待在地狱，则是无比可怕的，不管其有多少的可能性。借助概率计算所表达的新理性观，不仅是思想上的一场革命，也是道德和宗教信念上的一场革命。

概率革命构成了我们关于人脑功能的基本看法，它的影响从认知科学渗透到经济学，再到动物行为等诸多研究领域。心理机能被认定为，依据事物发生的概率及其效用而进行的运算（Gigerenzer & Murray,1987）。按这种观点来看，概率规则为推理、判断和决策制定等过程提供了一种准确可靠的手段。由心理概率的观念演化出了许多独到精致的理论，但同时也带来了很多棘手难办的问题。最重要的一点是，人们并非是生活在心理学家和计算机科学家为他们所设定的情境中，而是生活在他们实际所处的现实情境中。在这种情境中，概率模型所要求的时间、知识和运算能力等条件是难以实现的。所产生的后果是，当这些理想化的推理模型遇到残酷的现实时，它们就只能使心理学用以解释超自然神灵的行为，而不是真正人类的行为。

在本书中，我们所提出的第二次革命，涉及关于理性的一种大胆设想。我们的基本假设是，在大多数情况下，人们的推理和决策过程都可以借助于快速节俭启发式构建模型。这些启发式仅仅需要有限的时间和知识进行推断，它们不涉及大量运算，也不需要计算概率和反复权衡事物的效用，它们是一种有限理性的模型。正如第一次革命，第二次观念革命也同样强调世界的不确定性。但无论是对人类行为的描述，还是作为一种切实可行的人类行为准则，它都不像第一次革命那样强调概率论。如图1-2所示，是第一次革命中四种一直处于互相争议的主要理性观点。

理性可通过多种方式表现出来。图1-2的左半部分代表了这样一类理性模式，即假设人类的头脑从本质上来看，拥有不受限制的神灵般的或是超自然的推理能力，由此假设，我们实际上只使用了非常有限的理性来进行推断。这种模式包含两种神灵，“无限理性”（unbounded rationality）和“受限制条件下的最优化”（optimize under constraints）。“无限理性”是一种忽略甚至是完全无视人们所面临的时间、知识和计算能力限制的决策策略，传统意义上，它是借助概率理论来建构其模型的，其最著名的例子是“预期效用的最大化”（the maximization of expected utility）和“贝叶斯模型”（Bayesian models）。有限理性也包含两种形式，按序列搜索可用选项的“满意性启发式”（satisf icing heuristics）和利用很少信息和运算做出多种决策的“快速节俭启发式”（fast and frugal heuristics）。我们接下来会结合现实生活中人们经常会遇到的决策问题，来分别描述这四种理性观，以揭示神灵究竟蛰伏在何处。

在结束具有历史意义的有关英国小鬣狗的两年科学探索后，29岁的查尔斯·达尔文将他的注意力转移到了个人和家庭问题上。他用铅笔在一张废纸上潦草地写下了如下内容，这些内容分为左右两列，像对称的表格一样（见表1-1），标题是“这是一个问题”（Darwin,1887/1969, pp. 232-233）。

达尔文的最终结论是应该结婚，因此，他在第一栏下面毅然决然地写道“结婚，结婚，结婚——论证完毕”。达尔文还仔细思考了这个决定对他的自由可能产生的影响，最后在这张废纸背面恍然大悟地写道：“有许多幸福的奴隶！”第二年，他便娶了他的表妹埃玛·韦奇伍德，后来，他们生育了10个孩子。达尔文究竟是如何根据他所预想到的可能后果（孩子、时间损失、稳定的伴侣）做出结婚的决定的？这是他并未告诉我们的。但我们可以用他的“追问”进行一次思想的实验，来说明各种不同的理性观点。

无限理性

当达尔文还是一个5岁的小男孩时，他天真安静，没有显露出日后的惊人才华和天赋。那时，天文学家和哲学家皮埃尔·西蒙·拉普拉斯（Pierre Simon de Laplace,1814/1951）就已经开始思考“终极天才”（the ultimate genius）的问题，他描述了无所不知的全能神明（拉普拉斯妖）。

 

假定有一种神明，它拥有使大千世界变得生意盎然、活力四射的所有力量，通晓其所生成的人类所面临的各种不同境况——它海纳百川，足以分析所有来自大自然和人类社会的信息……（对于它而言）没有什么事情是不确定的，未来像过去一样，都在它的知晓掌握之中。（Lap1ace,1814/1951, p.4）。

 

拉普拉斯是一位忠诚的宗教信徒，他所设想的超级神明是“上帝”的一种现实化身。约翰·洛克（John Locke,1690/1959）曾将无所不知的“上帝”和生活在“概率的微弱光线”下卑微渺小的人类做了鲜明对比。拉普拉斯则用他虚构的超级神明将这种对比世俗化了。从“上帝”和拉普拉斯的超级神明的角度来看，自然界是一成不变的和确定的，但是对于人类来说，自然界是无常的和不确定的。凡人不可能完全通晓这个世界，必须依靠不确定的推断和赌局，而不是依靠确实的证据。尽管对于任何真实的系统来说，无所不知和确定无疑都是难以企及的，但是拉普拉斯这种超级神明的言论始终飘荡在无限理性王国的天空中！

我们不妨设想一下，达尔文在解决他的个人问题的时候，试图达到一种最佳的主观预期效益。为了算出结婚的个人预期效益，他需要估计并确定婚姻可能带来的所有结果（如，孩子、稳定伴侣，以及未被包含在他所写内容中的其他一系列的可能结果），把量化的概率附加到每一种后果上，估计出每种后果的主观效益，用每一种后果出现的概率乘以它的主观效益，再将所有计算出来的结果加在一起。同样地，为了算出不结婚的主观预期效益，他也需要重复上述这些步骤。最后，他还必须根据两种选择（结婚或不结婚）各自的主观预期效益值，在两者之间做出取舍。为了获得有关各种后果及其出现概率和预期效益等各种可靠的信息，达尔文也许不得不投入多年的时间进行研究，而这些时间本来是可以用来研究藤壶和撰写《物种起源》的。

无限理性是一只难以理喻的、贪得无厌的怪兽。一方面，用这种方法看待理性的研究者不得不承认，“上帝”或拉普拉斯的超级神明与广大凡夫俗子之间的差异。人类必须隔着不确定性的面纱做出推断，而“上帝”则清楚地看到这一切。人类思想的传播是充满可能性的，而“上帝”所说的一切却都是必然的。另一方面，当问到他们认为不确定的推断是如何进行的时候，相信无限理性的人们又总是用“上帝”的形象来描绘人类。“上帝”和拉普拉斯的超级神明并不担心时间、知识和运算能力的局限，它唯一的问题是缺乏极其美妙的确定性。如图1-2所示，无限理性处于“全能神明”（demons）分支下的推理模式之列。我们是遵照其希腊文的原意（即一种神圣超自然的无所不知的神明）来使用“demons”这个词语的，不含有任何“邪恶”（恶魔）之意。

而无限理性的拥护者通常也承认，他们的模型是建立在一种非现实的心理能量的假设之上的。尽管如此，他们仍然竭力为其辩护。他们认为，人类的行动似乎表明，他们拥有无限理性。依照这种理解，概率规则说明的不是推理过程，而只是推理结果。对这种观点的另外一种辩解是，它充分展现了数学的优越性和便捷性。最后，一些辩护者索性提议：“不要挑剔成功！”（Conlisk,1996; Selten,1991）。

无限理性的最大弱点在于，它没能说明现实生活中，人们思考问题的方式。正如下面的故事表明的那样，它甚至并未说明哲学家们思考问题的方式。有一位哲学家为了做出一项决定而苦苦思索，究竟是留在哥伦比亚大学，还是接受另外一所很有竞争力的大学提供的工作职位？别人劝他：“算出你的最佳预期效益，就能做出决定了。你不总是这样说的吗？”这位哲学家略带不满地回应道：“拜托，这可是件非常严肃的事情！”

由于它的非自然性，无限理性在20世纪下半叶遭受了多方面的抨击。然而，即便一颗无限理性的头颅被砍掉之后，另一颗与其相仿的头颅通常就会在原地滋生出来，这颗头颅也就是无限理性的神性近亲——受限制条件下的最优化。

受限制条件下的最优化

思想旅程是一场冒险，意味着进入未知的世界。由于不可避免地植根于不确定性，借用杰罗姆·布鲁纳（Jerome Brurrer）的警句来说，我们所有的推断活动都是被动地去“超越给定信息”。但是情况也许比这还具有挑战性，因为在许多情况下几乎没有给定信息。相反，我们必须搜索信息——将心脏病人归为高危病人的线索、结婚的理由、股票市场涨跌的指标，诸如此类。信息搜索通常被认为是一种内部的思考过程，依赖于个体记忆的内容。然而，需要强调的是，多数信息搜索是外在的，是对隐藏在周围环境中的信息的细心检索。这种外部搜索包括对朋友、专家等无处不在的社会性信息载体的搜寻，还包括对图书馆、互联网等人造信息资源的访问。

无限理性与图1-2中所示的其他三种理性的关键区别在于，后三种理性都涉及了有限的信息搜索，而无限理性模型则假定搜索可以无限制地进行下去。在合乎情理的决策模型中，搜索必然受限制，因为真实的决策制定者只能将有限的时间、知识、注意力，或是金钱花费在特定决策活动上。受限制的搜索要求找到一种办法，即一种“终止规则”（stopping rule），以便决定何时停止对信息的搜索。我们所谓的“受限制条件下的最优化”模型假设，终止规则能够保证所投入的有限时间、运算能力、金钱以及其他资源得到最有效的利用，以获得最佳的搜索效果。更具体地说，这种理性观点坚持认为，大脑应该计算出搜索每一种信息的收益和代价。一旦代价超出收益，立即终止搜索（例如，Anderson & Mi1son,1989; Sargent,1993; Stigler,1961）。粗一看，这种“代价超过收益即终止”规则是合情合理的，但是仔细分析起来，这种受限制条件下的最优化甚至比无限理性需要的知识和运算步骤还要多（Vriend,1996; Winter,1975）。

为了说明这一点，我们不妨设想现在有两个达尔文。一个是拥有无限理性的达尔文，另一个是在受限制条件下寻求最优化的达尔文。他们两个都尝试做出是否结婚的决策。依据较高的主观预期效益在结婚和不结婚这两种选择间做出决定前，拥有无限理性的达尔文，必须搜索结婚和不结婚可能带来的所有可能结果。现在我们假设，受限制条件下寻求最优化的达尔文已经列出了婚姻可能带来的两种后果——稳定的伴侣和孩子，并且已经估计出了这两种后果各自出现的概率和预期效益。在他搜索第三种后果之前，他必须计算出继续搜索信息所带来的收益是否超过了它的代价。如果超过了，那么他可能会就此终止搜索。为了算出进一步搜索的收益，可怜的达尔文将不得不重新考虑所有可能的第三种后果是什么，估计它们的收益和概率，并算出每一种后果将会在多大程度上改变他最后的决定，将它们加以平均，以确定继续搜索的预期效益。每考虑一种有待继续搜索的后果，他都必须进行同样的运算。因此，与拥有无限理性的达尔文做出决策时所使用的信息相比，对继续搜索的效益进行计算所需要的信息并无差别。然而，这对寻求最优化的达尔文来说还不算是终点，他还必须确定继续搜索可能付出的代价。举例来说，继续搜索信息可能要付出失去良机的代价，寻求最优化的达尔文必须确定在他用于考虑他的决策的这段时间内，他可以做哪些其他事情（如，解剖一只动物），以及专注于当前问题而不去做其他事情可能付出的代价是什么。到头来，这样做反而会导致巨大的损失。寻求最优化的达尔文不仅需要考虑会失去哪些良机，而且需要考虑进行代价-收益权衡本身的成本，如此等等（Conlisk,1996）。结果是，拥有无限理性的达尔文反而能比追求最优化的达尔文更快地做出决策！

那么，我们回过头再来看一看。用受限制条件下的最优化来代替无限理性，其本意是要建立一种充分考虑到人类大脑局限性的更贴近现实的决策模型。它的自相矛盾之处在于，假设人类头脑具有进行代价-报偿权衡的无限时间和知识的前提下，又试图构建人类决策的有限信息搜索模式。由于受到无限理性之光的照射，最优化的梦想只有在这种模型屈尊于其竞争模型的情况下，才有可能实现。当解决达尔文的问题或其他现实问题的时候，受限制的最优化模型，都不得不默许无限理性从后门悄悄潜入它的神圣领地。

当然，几乎没有人认为，现实生活中，人类能拥有完成大规模运算所需要的时间和知识，上面所设想的两个达尔文中的任何一个都是凡人难以企及的。相反，这些理性境界通常是作为人类推理应该追求的最高理想而被提出来的。但是这种追求会使得真实的人类推理活动看起来总是有缺陷的或是不合理的。在我们看来，这些不切实际的追求才是有缺陷的——我们将证明不需要无限的时间和知识也能做出有力和准确的推理。

与无限理性相比，受限制条件下的最优化模型的贡献在于强调对环境结构的分析。例如，在安德森等（Anderson,1990; Oaksford & Chater,1994）的“理性分析框架”中，来自环境的条件限制被用来调整人们对特定场合最优化行为的理解。这种分析并不直接表明，哪些心理机制可能会产生最优化的行为模式，但是至少它允许我们设定一种对于评价这种心理机制更加现实的标准。

接下来，我们将注意力转向作为对上述神话般推理模型替代的有限理性观。在认知科学、经济学和动物行为等研究领域，即便不是多数研究者，至少也有许多研究者将“有限理性”这个词语理解为受限制条件下最优化的同义语。这是我们强烈反对的一种错误用法。也许正是这种理解导致人们经常无视有限理性而倾心风行已久的神化模型。在得出此种理解时，经济学家托马斯·萨金特（Thomas Sargent,1993）指出，当一个人以人们理性“有限”的观点作为指导思想建构推理模型时，他的模型中必然要使用大量参数，从数学运算的角度看这是更加烦琐的。他认为，研究者，尤其是经济学家，之所以坚持无限理性模型，是因为他们对只需要使用少量参数的模型的渴求未能被有限理性观点所满足。但简约化并非有限理性所能保证的。然而，这是对有限理性的一种误解——理性不一定是最优的，有限也并不一定是受限的。

有限理性：满意性

有限理性之父赫伯特·西蒙（Herbert Simon）强烈反对将有限理性曲解为受限制的最优化模型：“有限理性并不是关于环境任务最优化的研究。”（Simon,1991, p.35）在相关的个人谈话中，他曾经幽默而又比较愤怒地谈及，他考虑过要起诉那些滥用他的有限理性概念，来建立更加复杂和非现实人类决策模型的人。

西蒙的有限理性观点包含两种相互联系的成分：人类大脑的局限性和大脑发挥作用所处的环境结构。第一种成分意味着，人类判断和决策制定模型应该建立在我们对人脑容量实际了解的基础之下，而不是建立在虚构的容量基础之上。在许多现实情境下，最优化策略都是未知的或不可知的（Simon, 1987）。即便是在下国际象棋这类确实存在最佳走法的简单游戏任务上，也没有任何策略可在允许的时间内计算出最佳玩法（不论是人脑还是计算机），尽管在此类活动上有待搜索的选项已经得到了很好的限定。在不受限定的自然情景中，我们确认一种可用的最优化策略的希望将会变得更加渺茫。由于头脑的局限性，人们“必须采用近似的方法去对待多数任务”（Simon,1990, p.6）。这些方法包括可以最大限度地避免继续进行信息搜索的再认过程、指导搜索并决定何时终止搜索的启发式规则，以及充分利用既得信息的简单决策规则。在本书中我们将详细讨论这些不同类别的方法。

西蒙有限理性观点的第二种成分（即环境结构）具有决定性意义，因为它能够解释何时和为何简捷启发式规则会很好地起作用，即只有当启发式规则的结构匹配于环境结构的时候。西蒙（1956a）在一个经典例子中提到两个正在觅食的生命体。食物是它们唯一的简单目标。一个生命体生活在食物随意摆放的环境中，它可以幸运地采用一种启发式规则，即随意地四处游荡，直到发现食物为止。为此，该生命体需要一些观察和运动的能力，但并不需要学习能力。第二个生命体生活在另外一种环境中，在那里食物不是随意摆放的，而是被有意放置在隐蔽的地方，它们的位置可以从一些线索中推断出来。这个生命体能够使用一些更加复杂的策略，比如了解线索和食物之间的关系、记住正在储存的信息等。最基本的要点是，要了解一个生命体应该使用哪种启发式规则，以及何时和为什么这种规则会起作用，就需要看一看该环境的信息结构。西蒙（1956a）并不是唯一一个验证这一论点的人。在他的著作出版之前（如，Brunswik,1943）和之后（如，Anderson,1990;Shepard,1990），人们在多种情况下论证了这一论点。甚至有人更加极端地宣称只有环境需要研究，而不是脑的机制（例如，Gibson,1979）。但是就整体而言，西蒙论文的第二部分（“理性选择和环境结构”）在主流认知科学中一直未受到重视——有时甚至被西蒙本人所忽视（Simon,1987）。

我们用“生态理性”这一术语将环境结构拥入有限理性的怀抱。当一种启发式规则适应于环境结构的时候，从生态学的角度看它就是合乎理性的（参见下文）。因此，简捷启发式和环境结构携手共同为最优化理想提供了一种现实选择，不论这种最优化是不受限制的还是受限制的。

有限理性的表现形式之一，便是西蒙提出的“满意性”（satisficing）原则——该词发源于位于苏格兰边境的英国的北阿姆布里尔（Northumbria）地区，在那里它的意思是“满足”（to satisfy）。满意性原则，是指当人们对随后可能出现的目标知晓不多的情况下，从相继遇到的一系列候选目标中做出选择的一种方法。在这种情况下，不存在关于何时终止继续搜索的最佳方案——例如，一旦达尔文决定要结婚，将没有一种最佳方法可以帮助他决定什么时候可以停止寻找未来的婚姻伴侣，安心和其中的一位过日子（参见，第13章中有关寻找配偶的满意性启发式规则的详细论述）。而满意性原则走了一条捷径，它设定了一种可调节的期待水平，一旦遇到超过期待水平的目标，立即终止对候选对象的搜索（Simon,1956a,1990）。

在时间非常紧迫的情况下，又必须做出生死抉择的消防员身上，满意性原则得到了充分体现。比如，为了扑灭一座四层公寓楼地下室的火势，他们不是反复比较和审视所有可以采取的行动措施，而似乎是随意采取一种行动方案，迅速地在头脑中预演一遍。如果足够有效，也就是说，如果它的结果超过了预先为成功设定的期待水平，他们就会毫不犹豫地采用它。如果心理预演的结果并未达到他们的期待水平，他们就继续搜寻下一种方案，并重复上述预演过程，直到找到一种满意的行动措施为止（Klein,1998）。

有限理性：快速节俭启发式

满意性原则是从某个序列候选目标中做出抉择的方法之一，它考虑到人们的时间和知识的有限性，而不像受限制条件下的最优化模型所做的那样，它无须发现和推测未来可能出现的所有选项和结果。然而，满意性原则的某些方面仍然需要决策者进行审慎细心的思考，例如，首先要设定一种适当的期待水平，还要计算当前的选择怎样才能与期待水平相匹配（Simon, 1956a）。为了杜绝非现实的心理演算嵌入我们所描绘的人类理性画面，我们进一步聚集焦点，将注意力集中于决策制定的快速节俭启发式上。

快速节俭启发式利用最低限度的时间、知识和运算能力做出现实环境中的适应性选择。它们能够通过没定目标或选项来解决系列搜索问题，就像满意性原则所做的那样。它们也能够在同时出现的适用目标之间做出选择。在这种情形下，必然受到限制的是对与目标有关的信息（如，线索、特诊、后果等）的搜索。而不是对目标本身的搜索。快速节俭启发式使用易于操作的终止规则限制它们对目标或信息的搜索，并使用容易操作的决策规则做出它们的选择。因此，我们将满意性规则和快速节俭启发式规则，看作有限理性的两种相互交叉重叠但又互不相同的类别。有些满意性规则是快速节俭的。有些从运算上来看是不合理的，有些快速节俭启发式规则在相继出现的选项中做出选择，有些则在同时出现的选项中做出抉择。我们认为快速节俭启发式以最完美的形式诠释了有限理性的含义。

达尔文怎样使用快速节俭启发式规则解决他的婚姻问题呢？他可以用少量的时间和知识在两种选择——结婚或不结婚之间，做出决定的一种方法是“单一理由决策策略”。在这种方法中，他只需要找到一条信息帮助他做出选择。实际上，就在达尔文写下“证明完毕”前的那一段里，我们可以看到，他做出结婚的决定只有一个理由，就是有一个稳定的伴侣：“想象下，如果一个人住在伦敦的一栋乌烟瘴气、脏乱不堪的屋子里，孤独无助地度过一天又一天。再反过来试想下，娇美温柔的妻子坐在沙发上，炉火烧得火旺……”一个人之所以将决策建立在单一理由，而不是多种理由结合的基础之上，有一个非常重要的原因是，将来自不同线索的信息整合起来，需要把它们转换成一种“通用货币”，这种转换即便再省事，也是要付出代价的。例如，为了在几条线索整合起来的单一评估基础之上做出决策，达尔文将不得不考虑与聪明的友人进行多少次谈话等同于有一个孩子，以及在乌烟瘴气的住所里待上多少个小时才可以被沙发上温柔妻子陪伴的时光所抵消。标准的最优化模型，不管是受限制的还是不受限制的，均假定对所有信仰和愿望而言存在一种“通用货币”，即量化的概率和效用。尽管从数学运算的角度看这是一种方便易行的假设，但我们看待世界的方式并不总是与之符合的。一些东西不能明码标价，不可能被转化成任何“通用货币”，并据此与其他东西进行兑换。例如，爱、真诚的友谊、军人的荣誉，以及博士学位等都可以说是无法估价的，因此无法与商场货架上出售的商品用共同的尺度来衡量。当很多理由不能够用单一货币进行兑换时，除了采用仅依据一个好的理由做出决定的快速节俭策略之外，别无他法。然而，正如我们将要看到的那样，不可比性并非采用“单一理由决策”策略的唯一原因（参见第4～6章）。

在我们进一步深入探讨快速节俭启发式之前，让我们先来总结一下迄今为止的讨论。有限理性在许多领域都成为一个流行词语，过分庞杂的内容被包罗在该词语的范畴内，包括受限制条件下的最优化。图1-2有助于在有限理性和神化的理性观之间做出明确区分。无限理性不关注搜索的成本，而有限理性通过终止规则明确限制了搜索活动。受限制条件下的最优化模型也限制了搜索活动，但它是通过计算出最佳终止点，即进一步搜索的代价超过其收益，来实现这一点的。相反，有限理性敢于在不寻求最优化搜索和终止规则的简捷启发式上“下赌注”。最后，我们在快速节俭启发式规则上找到了有限理性的最完美表现形式，它在目标（本着满意性原则）或线索间进行有限搜索，并利用环境结构做出适应性决策。

快速节俭启发式ABC：一项新的研究项目

本书按照人们做出多数推断和决策的方式提出有限理性观。它还可以为发展人工智能系统的决策启发式提供有用的参考。这一项关于有限理性的研究项目涉及了以下几个方面：①设计候选简捷启发式规则的“计算模型”;②分析这些简捷启发式规则在其中发挥作用的环境结构；③测试它们在现实环境中的效果和作用；④确定人们是否使用这些简捷启发式规则，以及何时使用这些规则。其中②③④这三个阶段的调查结果被用来补充阶段①提出的理论。这项研究项目的各个阶段依赖于多种方法，包括建立启发式规则的理论模型，对这些模型的运作机制进行计算机模拟、对启发式规则和具体环境之间的拟合程度进行数学分析以及实验室实验等。下面我们将依次讨论每一个研究阶段。

计算模型

启发式规则的计算模型把产生决策所涉及的信息搜集和加工过程具体化为精确的步骤，以便它们能够被编制成计算机程序，在计算机上加以演示。对快速节俭启发式而言，这意味着计算模型必须将指导目标和信息搜索、终止搜索和做出决策的规则具体化。

指导搜索的启发式规则 决策必须在多种选项之间做出抉择，依赖于这些选项的有关信息。在许多情境下，这些选项及信息需要通过积极活动去发现。指导搜索的启发式规则，不管是对选项还是对信息的搜索，都是为了给出搜索的方向（假如有方向的话）。例如，对线索的搜索可能仅仅是随意的，或者是按照一些事先计算出来的有关它们有用性的标准依次进行的（参见第6章），还可能依赖于对先前做出同样决策时生效的线索的回忆（参见第4章）。类似地，对选项的搜索也可能是随意的或有顺序的。指导搜索的快速节俭启发式并不利用烦琐的运算和渊博的知识去推算下一步到哪里去。

终止搜索的启发式规则 在我们的有限理性概念中，人类头脑（或任何其他现实的决策系统）的时限性必须像其他限制一样受到足够重视。这意味着对选项或信息的搜索必须在某一点上被终止。而且决定何时终止搜索的方法不能是过于复杂的。例如，一种简单的终止规则是，一旦找到支持某种选项的第一条线索或理由，即刻停止对信息的搜索，立即做出决策（参见第4章）。这种基于线索的终止规则不需要像受限制条件下最优化模型那样算出最佳的代价收益比率。事实上，它们根本不需要计算任何代价或收益。对于在选项之间进行的搜索来说，可以采用简单的期待水平终止规则。就像西蒙的满意性原则所做的那样（Simon,1956a,1990；亦可参见第13章）。

做出决策的启发式规则 一旦搜索受到指导去发现某种适当的选项或信息，然后被终止了，最后某个序列启发式规则就会被激活，以便根据搜索结果做出决策和推断。这些规则也可能是十分简单的和计算上非常有限的。例如，一种决策或推断可能依据唯一的线索和理由，不管搜索中找到的线索有多少（参见第2～6章）。这种单一理由决策策略不需要对线索进行加权或整合，所以无须考虑线索间的“通用货币”，还可以通过简单排除过程做出决策。这样做时，一个个选项被后继线索所拒绝，直至仅留下一种最终的选择（参见第8～11章）。

这些启发式规则是快速节俭启发式的“构成模块”或“ABCs”。假定头脑是生物体而不是逻辑实体，经过长期的自然生长、环境造化过程，由多种成分精炼而成，那么我们似乎有理由设想新的启发式规则应该建立在老的启发式规则基础之上，而不是从零做起（Pinker,1997; Wimsatt，出版中）。由此，我们采用两种主要方法建立快速节俭启发式的计算模型，联结构成模块和将其嵌入到现有启发式。启发式规则可以用多种方法联结起来，尽管你是随意的，就像单一理由决策策略在本书中将以各种面貌出现一样。例如，对于简单的双向选择问题来说，一种快速节俭启发式规则是在造成选项差异的第一条线索出现时即终止搜索，所采用的实际上就是单一理由决策策略。所有快速节俭启发式规则均可以通过将一个嵌套到另一个而联结起来。举例来说，再认启发式（参见第2章和第3章）依靠一种简单认知能力（再认）而生效，但它也能够作为吸收了其他认知能力（如回忆）的更为复杂的启发式规则的第一步。无论从个体发生或是种族进化的角度来看，再认能力都比回忆能力发展得更早，类似地，启发式规则的嵌套可以被视为将一种新的适应性附加到一种已有适应性上。

本书中我们将快速节俭启发式作为精确的可逐步分解的模型加以详细阐述。这种模型是高度清晰和精细具体的：很容易理解和辨认它们是如何运作以做出决策的。由于它们涉及了为数不多的参数和很少的计算。这种规则系统的每一个步骤都一目了然，容易对其进行审查和检验。这些简捷启发式与更加复杂和涉及更多计算的模型形成了鲜明对照。尽管后一种模型也能够产生人类行为的“良好近似物”，但它的运作机制常常是模糊不清的。例如，联结主义（connectionism）在20世纪80年代的复兴，衍生了一大批神经网络模型，它们对说明许多心理现象来说都是相当不错的模型，但即便对这些模型的创建者来说，其潜在运作机制也是神秘莫测的。只有通过持续的努力，才能摆脱对这些“黑箱”联结模型的痴迷，发展新的方法以窥视暗藏于内的真相（Regier,1996; Rumelhart & Todd,1993）。与黑箱方法紧密相关的是“黑色魔法”，它的诱惑力存在于许多领域，诸如用复杂难懂的统计软件包去分析人类行为等（Boyd & Richerson,1985; Gigerenzer,1993）。公开透明的快速节俭启发式模型避免了人们对其所涉及过程的误解和迷惑，虽然它们的确因此而失去了作为未知事物的一些诱惑力。

生态理性

正如接下来我们将会看到的那样，传统的理性定义主要关注内在信仰和推理的有序性。但是现实的生命体却要花费大量时间应付外部环境的无序性。试图做出使它们得以生存和繁衍的决策（Tooby & Cosmides,1998）。面对环境的挑战，为了很好地适应它，生命体必须能够做出快速的、节俭的而又准确的推断。现实世界的要求导致了一个合乎时宜的推理概念的诞生——生态理性，与特定环境结构相匹配的快速节俭启发式使得生命体从生态学角度看起来是理性的。因此，生态理性研究涉及了分析环境结构、启发式结构以及二者之间的匹配性，正如本书通篇所要阐述的那样。

生态理性怎样才可能生效？也就是说，快速节俭启发式怎样才能如其所愿地起作用，而避免在诸如速度和准确性等不同现实标准间进行权衡，它们所以能够成功，主要原因在于它们仅在单个维度上进行权衡，即通用性-特殊性的维度。尽管连贯性标准是普遍适用的，例如，逻辑一致性适用于任何一个领域，但测量启发式规则在现实环境中成效的对应性标准却因具体领域不同而不同。在一个领域能够很好地做出快速准确推断的启发式规则，但在另一个领域也许不起任何作用。因此，不同的环境可以有不同的快速节俭启发式，它们利用该环境特定的信息结构做出适应性决策。但是特殊性也可能是危险的，如果每一种稍微不同的决策制定环境都需要不同的启发式，那么我们将需要难以数计的启发式规则，而且无法将任何一种规则推广到先前未曾遇到的环境中去。快速节俭启发式成功绕开了这个陷阱，其简明性允许它们在面对环境的变化时仍然是有效的，并使它们能够很好地被推广到新的情境中去。

环境结构的利用 快速节俭启发式能够从环境中的信息构成方式上获益。例如，在第10章中，我们将会介绍一种用于数量估计的快速节俭启发式规则，它建立在诸如城市人口规模等许多现实变量的偏态分布基础之上，这些变量构成了环境结构的一部分。传统统计技术通过对数据的标准化，要么忽略这些环境变量，要么有意排除这些变量。标准统计模型以及标准理性理论的宗旨是，尽可能地泛化或普遍化，因此，对它们将要进行分析的资料总是做出尽可能少且普适性的假设。但是现实环境中信息构成的方式常常并不能实现这种方便简单的假设。例如，尽管多数统计模型都是在假定平均数和方差相互独立的前提下，对一系列数据资料加以处理的，但是卡尔·皮尔逊（Karl Pearson,1897）注意到在自然情景中这两种统计指标常常是相关的，因此其中的一个可以被用作推断另一个的线索（Einhorn & Hogarth,1981, p.66）。虽然一般的统计方法试图忽略那些可能限制它们发挥作用的因素，但进化论却非常重视此类颇具信息量的环境从属关系，并借助于具体的启发式规则来充分利用它们，如果它们在适应方面能赋予做出决策的生命体以优势的话。

耐用性 特定领域的简捷启发式怎么会像利用了许多不确定参数的复杂通用策略一样准确呢？答案在于，它不会过于具体。简捷启发式固然要应用于具体环境，但它们并不包含与任何一种具体环境都密切匹配的细节。另一方面，适用于广泛领域的通用策略过于精细和具体，以至于难以付诸实际应用——不得不应付大量不确定参数可能妨碍了它的使用。试想有那么一位细致入微的天气观察者，他有大量空闲时间，所以决定用一年时间详细记录每天的气温和雨量变化情况。假如他利用这种确切的日志资料来决定下一年如何选择着装，并且仅仅由于去年的4月15日是炎热且干燥的，所以今年的4月15日就早早地穿上了短袖衬衫，那么，他免不了要挨冻和淋雨。尽管，他所掌握的详细的大气资料，对于描述他所建立的特殊模型而言是准确无误的，但在其他情境（其他时间和地点），它的预测价值是极其有限的。这种推论的失败被称为“匹配失当”现象（例如，German et al.,1992; Massawo, 1988b），它来源于这样一种假设——每一个细节都是至关重要的。相反，如果我们的天气观察者在他的模型中使用了较少参数，例如，只记录每周的平均气温和雨量，并利用这种记录决定随后一年怎样着装，他可能会做出更加准确的预测，因为这种资料是符合年复一年天气变化的一般趋势。正像我们在本书许多章节中将会看到的那样，拥有许多不确定参数的推断模型，从多元线性回归到神经网络模型，都会遇到像这位天气观察者一样的问题。

因此，在同一种策略的两种常用方法之间存在着重要的差异。一种用法被称为“拟合”，即让一种策略适合于一套给定资料。在这种情况下，一种模型拥有的参数越多，使用的信息（线索）越多，它将越符合给定资料。另一种用法则称为“推论”，即采用一种策略来预测新的资料。在这种情况下，拥有的参数越多并不一定越好。相反，仅利用少数可用的信息、在计算上非常简单的策略反而可能比需要大量的信息、计算上相当复杂的匹配失当的策略更加耐用，并能对新资料做出更加精确的预测。

耐用性与速度、准确性，尤其是信息的节俭性密切相关。快速节俭启发式忽略许多线索固有的“噪声”，而寻找最重要线索中隐藏的“潜力”。因此，只需利用一种或少数几种最有用的线索能够自然而然地产生耐用性。而且，重要线索终归是重要的，当环境发生变化时它所包含的信息量的关系保持不变，例如，年复一年北方地区的四月份总是伴随着雷阵雨大气。相反，由于“噪声”的随机波动，甚至一些非系统因素的作用通常会是不稳定的，例如，五月份花卉的开放和许多变化因素有关，诸如气温、雨量、种子的疏密程度以及病虫害的情况，等等，这些因素每年都有很大不同。由于如此，将注意力放在系统的、有信息量的线索上而忽略了更多变化无常线索的快速节俭启发式，将能够摆脱环境变化的影响，始终保持良好预测效果。拉普拉斯的超级神明从来不会匹配过当，因为他压根就不需要做出不确定的预测。然而，试图像拉普拉斯的超级神明那样，建立人类推理模型注定是要匹配失当的，因为这种模型“吞噬”了比它能够消化的数据多得多的资料。

研究生态理性使我们能够从一种广为流传的虚幻设想中超脱出来，这种设想认为将决策过程建立在更多信息和运算基础上将会导致更加准确的推断。这种设想主导了很多研究，从而导致了认知过计算模型的产生，这种模型以信息需求量相当大的统计方法为基础（Gigerenzer & Murray,1987）。更通俗地说，上述设想被普遍看成是评价认知活动优劣的标准。例如，在认知心理学和社会心理学中存在着许多“双加工过程”（dual process）的理论，它们采用非好即坏的两分法，区分出了诸如分析式-启发式、争辩式-暗示式、规则式-联想式，以及深思熟虑式-做事草率式等双重特征（例如，Evans, 1989; Sloman,1996）。隐藏在这些理论背后的一种不言而喻的假设是，制定一种策略付出的劳动愈多，计算起来愈复杂，包含的启发式成分愈少，由此产生的判断将会愈加准确。这种“愈多愈好”的想法忽视了认知策略的生态理性问题。结果是，当人们违背这些双重论者心目中的理想标准而做得更好时，这些理论家们常常感到惊讶和困惑。例如，有时候人们依据自己的直觉能够做出比基于逻辑推理更好的判断（Wilson & Schooler,1991），有时候增加了更多新信息反而降低了人们对股市涨落预测的准确性（Davis et a1., 1994），有时候在贝叶斯推理中简单的直觉策略也能做得很好（Mckcnzie, 1994；另见Ambady & Rosenthal,1992）。似乎有那么一个临界点，超越了它，过多的信息和信息加工可能是有害而无益的。认知活动可以被理解为将注意力聚焦在相关信息而忽略其他信息的一门艺术。我们将采用这种观点来建立认知模型。

在现实环境中的效果

正如前面提到过的那样，有限理性常常被看成解释人类认知活动局限性的一种观点。这种理解既是不全面的，也是有错误的。如果我们想要了解现实人类的头脑是如何发挥作用的，那么我们不仅要看一看相对于超自然的神灵而言我们的推理活动是如何受到限制的，而且还要看一看我们的头脑是如何适应于现实环境的。有限理性这两个方面的含义有助于我们确定一种更加现实的标准来评价启发式规则的效用。

人们通常用来评价判断和决策活动的一种标准是逻辑规则和概率理论。举例来说，如果一个人做出的判断是始终如一的（如，我始终认为事件A比事件B更可能发生）和可传递的（如，我认为事件A比事件B更可能发生，事件B比事件C更可能发生，所以事件A比事件C更可能发生），那么人们通常就会认为其潜在的决策策略是合理的。如果一个决策制定者违背了这种标准，人们就会认为他在判断上出了问题：这种逻辑和概率规则被称为“连贯性”标准，因为它们主要关心判断的内在逻辑一致性，而不关心这种判断是如何帮助我们在现实环境中做出有效决策的。如果你相信艾尔韦斯有90%的可能性生还，有10%的可能性已经死去，那么你的这种信念至少是连贯的，因为你给出了两种不同概率，而且它们加在一起刚好是100%，这正是概率论所要求你去做的。但是，如果你由此决定花费几个小时在玉米地里等待艾尔韦斯驾驶的UFO着陆，那么这种信念对你适应现实环境就是有害而无益的。由于未考虑决策的实际内容和现实的适应问题，以往多数旨在说明人类和动物理性或（常常是）非理性活动的研究均使用了抽象的连贯性标准。例如，许多人声称人类推理活动中存在着系统的非理性错误，做出这种判断的主要依据就在于人们的许多推理活动违背了逻辑和概率规则（例如，Tversky & Kaheman,1983; Wason,1983）。类似地，有人声称猴子也具有理性（Mcgonigle & Chalmers,1992），因为他们观察到猕猴也能够做出符合可传递性标准的选择。

本书采取了一种关于人类理性行为的全然不同的适应性观点。我们不把人类判断过程与那些逻辑和概率规则进行比较，而是考察它在现实环境中的效用。启发式的作用不在于连贯性，相反它们的效用在于利用有限时间和知识做出关于现实社会和物理世界的合理的、具有适应价值的推断。因此，我们应该采取一种能够反映这种作用的新标准来评价启发式规则的效用。将决策制定策略与外部世界而不是内在连贯性联系起来的评价标准被称为“对应性”标准（Hammond,1996），它主要考察了决策的准确性、节俭性以及速度。正如艾冈·布伦斯维克（Egon Brunswik,1957）关注到的那样，头脑和外部环境就像一对必须相互磨合以达到和谐的夫妻一样。然而，由于多数关于推理和决策制定的研究过于关注连贯性，使得这对夫妻之间彼此疏远了。我们的目标是让这对夫妻重归于好，哪怕他们彼此是不连贯的。

的确，上述两种评价标准——连贯性和对应性，有时候可能是彼此相冲突的。举例来说，在诸如竞争性游戏项目、食肉动物与其捕捉对象相互争斗等社会情境中，为了达到相适应的最佳效果，避免遭受损失和遭到捕获，一种非常有用的策略就是，表现出并非始终如一的行为（Driver & Humprhies, 1998）。在本书的第4章和第5章中，我们还将介绍一种类似的非逻辑化的启发式规则——最少化启发式，它或许有悖于连贯性原则的可传递性标准，但在特定环境中能够做出相当有用和准确的推断。因此，不可传递性也不一定意味着不准确，可传递性也不能确保很高的准确性。从逻辑学的角度来看，合乎逻辑和行为适应是互相不同的两个概念。

总之，启发式不是最优化策略的拙劣山寨版。事实上，在许多现实环境中，原本就不存在最优化策略。当然这并不是说，现实世界中不存在判断成绩好坏的客观标准。作为对启发式规则的评定尺度，我们将其成效与现实环境的实际要求进行对照、这些要求包括做出准确的决策、利用很短的时间和很少的信息等。因此，我们用与现实世界决策成效有关的多种对应性标准替换了源于逻辑和概率规则的多种连贯性标准。然而，在这两套标准之间还存在着更细致入微的差异。就连贯性而言，只有当所有标准全都得到满足时，决策过程才能被视为合理的，而就对应性而言，可以将多种标准整合起来加以考虑。例如，在一些环境中，尽快做出决策而不是过多考虑准确性或许是更加重要的。然而，本书所报告的一个种令人惊奇的实验结果是，简捷启发式不必总是进行这样的权衡。我们将证明，与一些标准策略相比，快速节俭启发式是更加迅速、更加节俭的，同时也是更加准确的。它无须考虑任何复杂的权衡问题。

人们使用快速节俭启发式吗

迄今所描述的研究方案涉及了三个方面的问题：①用来指导和终止信息搜索以及利用搜索结果，做出决策的启发式规则是什么？②什么时候和为什么这些启发式规则能够很好地生效，也就是说，从生态学的角度看，为什么它们是合理的？③在现实环境中快速节俭启发式的实际效果如何？如果我们只对探明一些应用领域（如人工智能和辅助决策系统）中新的启发式规则感兴趣，那么弄清楚上述三方面问题就已经足够了。但是，如果我们还想找到在大自然中人类和动物行为的规则，那么我们还必须在我们的研究方案中加入第四个问题，如何证明人类和动物使用了快速节俭启发式？

关于人类和动物所使用的有限搜索和终止搜索的启发式规则，我们还知之甚少。一个重要原因在于通常的实验任务从一开始就排除了搜索活动（可参见Connolly & Gilani,1982; Payne et al.,1993; Saad & Russo,1996）。研究者通常采用将所需要的信息，通常是两到三种信息，以现成的形式提供给被试的实验任务，从而回避了被试的信息搜索问题。我们将这类任务称为“基于给定信息的推断”，以区别于“基于记忆的推断”或“基于外部环境的推断”。后两种推断都需要信息搜索活动的参与（Gigerenzer & Goldstein, 1996a）。例如，多数关于分类问题的心理学研究都使用仅在很少几个属性上变化的人造物体（如，面部和各种不同鱼类的画像）。为了对一个新对象做出归类，被试不需要在记忆或环境中搜索信息，而只需要利用刺激物中已经提供的少数即刻可用的线索（参见第11章有关该问题和一种快速节俭分类启发式的讨论）。许多认知理论和用来检验它们的实验任务，都忽视了有限的信息搜索和终止规则，但是排除了信息搜索活动的实验任务，对于检验生态和有限理性模型来说是不适宜的，因为这种模型将有限信息搜索视为不可缺少的核心成分。

具有讽刺意味的是，人们之所以忽略有限信息搜索的启发式规则，其原因恰恰在于他们使用了快速节俭启发式。科学探索中通常采用的“从工具到理论”的做法，其本身就是一种典型的启发式。它假定，在认知科学家的常规研究中，确立下来的实验方法所包含的逻辑，实际上也是普通人进行推断时所遵循的逻辑。20世纪50年代和60年代，推断统计方法在实验心理学中被作为一种通用工具而确立下来，它是费舍（Fisher）的虚无假设检验和奈曼（Neyman）及皮尔逊的决策理论的混杂物。与其他著名统计学工具（如Wald的序列分析方法，1947）相比，这两种常用工具都没有涉及信息的搜索和终止搜索规则。与这种“从工具到理论”的做法相对应的，许多研究者完全按照他们的理论赖以形成的统计工具和方法来建立认知的过程模型，因此，也忽视了为信息搜索和终止活动建立理论模型的必要性，例如，在凯利（Kelly,1967）的归因理论中提出了一种模型。这种模型认为，普通人的大脑采用认知科学家通常采用的相类似方法对结果进行归因，即借助于费舍的方差分析方法进行运算。再比如，在非常有名的信号检测论中，唐纳和斯韦特（Tanner & Swets,1954）指出，人类头脑能够在两种刺激信号之间做出区分，就像奈曼-皮尔逊学派的统计学家检验两种统计假设时所做的那样。如上所述，费舍和奈曼-皮尔逊的统计方法并没有包括搜索的概念，因此按照从工具到理论的观点，由它们所产生的理论也不可能考虑信息搜索过程。这就是为什么源于这些统计方法的认知理论和用来检验这些理论的实验任务全都不考虑信息搜索过程的原因所在。这就是我们的先人馈赠给我们的科学遗产（Gigerenzer & Goldstein,1996b; Gigerenzer & Murray,1987）。

与关于指导和终止信息搜索的启发式规则的研究相当贫乏的现象形成了鲜明对照，决策制定规则一直是大量研究和理论所关注的核心问题。例如，心理学家们一直在探索这样一些问题：做出决策时，儿童是否采用一种累积的、渐进的和他人不同的方法来对信息进行整合（例如，Gigerenzer & Richter, 1990）？成人是否采用贝叶斯规则或计算平均数之类的方法来综合信息（例如，Birnbaum & Mellers,1993）？但是，即便对于这些问题，研究者仍然采取惯用的实验设计方法来进行研究，只向被试提供两三种现成的线索，不考虑被试本人对信息的自发搜索过程。结果就是，这些研究结果，也许并不能告诉我们，在更贴近现实的情境中，关于人们所采用的启发式决策规则的更多信息，因为，在这种情境中，人们必须积极地搜索信息和有关选项。

研究项目的总结

上面所描述的研究项目，可用来阐明理性的三个相互区别但又具有内在联系的方面（Chase et al.,1998）。

有限理性 现实生活中的决策者必须在有限的时间、信息和计算能力限制下，做出他们的判断。为了寻找有限理性的推断机制，我们设计并检验了快速节俭启发式的计算模型，以及它们的心理构成模块，即指导信息搜索的启发式规则、终止信息搜索的启发式规则和做出决策的启发式规则。

生态理性 决策运行机制，能够利用环境信息结构获得更加富有适应性的结果。为了理解不同启发式规则是怎样才能具有生态学上的合理性，我们详细描述了不同决策环境中信息结构化的方式，以及启发式规则如何才能与这种结构化方式协调起来，成为快速的、节俭的、准确的，同时又是适应于现实环境的。

社会理性 一个决策者所处环境的重要方面，通常是由与之相互作用的其他决策者构成的。因此，食肉动物必须做出关于其捕捉对象行为的关键性推断（第12章），雄性和雌性动物必须决定它们有兴趣与哪些其他动物进行交配（第13章），而为人父母者必须找到帮助他们孩子的有效方法（第14章）。社会理性是生态理性的一种特殊形式，为了研究它，我们设计了利用社会环境信息结构与其他对象进行适应性互动的快速节俭启发式，并对它们进行了检验。这些启发式，包括具有社会适应性的构成模块，例如，愤怒情绪、父爱母爱以及社会规范等方面，它们可以作为指导和终止信息搜索的启发式规则的补充。关于这一点，我们很快将会作进一步阐述。

上述理性的三个方面趋向于一个共同目标，即按照其适应具体环境的本来面目来了解人类行为和认知活动，并由此发现指导适应性行为的启发式规则。

ABC研究项目如何与先前的启发式思想联系起来

“启发式”这个词语起源于古希腊，意指“积极主动地发现或探索”。在18世纪早期，它被引入到英语中，从那时起，一直到20世纪70年代，“启发式”用来指代解决那些难以用逻辑和概率理论加以处理的问题的、有用甚至不可缺少的认知过程（例如，Groner et al.,1983; Ploya,1954）。70年代以后，在心理学领域和决策制定研究中，它的另一层含义产生了，即人们常常在那些本应该使用逻辑和概率理论的情境中过度使用可有可无的认知过程（例如，Tversky & Kahneman,1974）。接下来，我们将探讨启发式概念在20世纪所发生的更加微妙的变化，并用以说明，我们对这个词语的使用是怎样与历史上相关的用法相一致的。

1905年，26岁的爱因斯坦发表了他在量子物理学方面的第一篇重要论文，题为《论有关光的产生和转换的一种启发式观点》。在这篇曾经获得诺贝尔奖的论文中，爱因斯坦用“启发式”这个术语，来表明这样一种含义，他认为他所提出的观点是不完善的，甚至是错误的，但却是非常有价值的。在该文中，爱因斯坦还不能够毫无保留地接受，他开始提出的量子光学观点，但他相信，它在方法论上对于建立一种更加准确的理论具有重要的临时性用处（Hclton,1988, pp.360-361）。正如爱因斯坦所用的那样，启发式，就是对待就当前知识来看还不够完善的问题的一种观点，因此，它不可避免地可能含有错误，尽管如此，它对于人们沿着正确方向进行思考却是有用的（亦可参见Wimsatt,1987）。

几十年过后，马克斯·威特海默（Max Wertheimer，爱因斯坦的亲密朋友之一）、卡尔·唐克（Karl Duncker）和其他格式塔学派的心理学家论述了启发式推理问题，但采取了与爱因斯坦略有不同的用法。格式塔心理学家将思维活动描述为一种内部心理活动和外部问题结构交互作用的过程。依据这种观点，人们首先用“查看周围环境”和“审视问题”之类的启发式方法搜索环境中的适当信息，然后借助于内部过程“重建”和“改组”它们（例如，Duncker,1935/1945）。正是沿着这种传统思路，赫伯特·西蒙和艾伦·纽厄尔建立了信息搜索的启发式模型，但他们用了更加精密的计算模型代替了格式塔学派在某种程度上有些模糊不清的用法。随着认知心理学中信息加工观点的产生，人们开始用启发式这个术语来表示一种指导信息搜索的有用捷径、近似算法或简捷规则，诸如象棋大师在对弈过程中每走一步棋用来缩小问题搜索空间的策略等。

正如这些早期的理论家一样，我们从积极意义的角度来使用启发式这个术语，一方面强调它在指导信息搜索方面的有益作用，另一方面又遵循纽厄尔和西蒙的做法，试图创建一种精密计算模型。然而，我们打破了过去仅用结构良好的人工问题研究启发式的传统，比如数学问题（Ploya,1954）或是纽厄尔和西蒙（1972）使用的对弈问题和密码算术问题等。相反地，我们的研究强调的是，对于现实世界未知领域，快速节俭启发式怎样才能做出推断。

与关于快速节俭启发式的ABC研究项目最紧密相关的研究是，在机器学习领域有关适应性决策制定和简单分类规则的研究。在一项关于适应性决策制定的研究中，佩恩、巴特曼和约翰逊（Payne, Bettman & Johnson,1993）探讨了，在面临多种可供选择策略时，被试在准确性和可能付出的努力之间进行的权衡。他们使用的任务包括词典编纂规则和多条线索排除问题等（Tversky, 1972）。佩恩和他的同事强调指出，决策制定者有大量适用策略，必须依据给定限制（如时间紧迫性）条件下它们各自的代价和准确性，做出选择。正像贯穿全书，我们所能看到的那样，这项重要研究与我们的研究项目有着密切关系，但也存在这明显差异。区别之一在于，佩恩和他的同事将注意集中在诸如假想的工作候选人之间或只是偶尔才会遇到的必选其一的选项之间做出偏好选择，而不关心对非常现实问题的推断，比如哪一个足球队将会赢得比赛或两个城市哪一个更大一些等。正因如此，他们不能够依据一种策略对现实世界的预测能力来测定它的价值。相反地，他们只能依据该策略和一种加权的人为附加规则之间的匹配程度来测定它的准确性，传统意义上，这种人为附加规则对于合理偏好判断而言，是一种“黄金”标准。结果是，在佩恩、巴特曼和约翰逊的研究中，任何一种启发式规则在准确性上都不可能比上述人为附加规则做得更好（尽管他们进行的计算和付出的努力更少）。与之相反，当借助于外部标准来评定所有策略的成绩时，我们发现，无论在理论上（第4章）或是在实际中（第5章），快速节俭启发式都比人为附加规则要更加准确。类似地，在有关机器学习的研究中，将注意力集中在关于现实世界的推断上，也能使准确性得到客观的测定。在关于仅使用一条或少数几条线索的简单分类规则的研究中已经证明，快速节俭方法可以是准确的和耐用的，因为它们限定了所使用参数的数量（例如，Holte,1993; Rivest,1987）。

20世纪70年代早期，心理学中出现了一种不同观点，强调使用启发式会导致系统错误和推理“失误”，这表明人类认知活动的非理性特征。这种由特沃斯基和卡尼曼（1974）倡导的“启发式-偏差”研究范式“污染”了有关简单心理机制的思想，因为它用一个单独的、不可分割的短语将这些简单心理机制“捆绑”在了一个具有价值偏向的词语中。在这项研究方案中，每当发现人类推理活动的错误（主要是违背了概率规则）时，就将这种错误归咎于使用了不适当的启发式规则。尽管特沃斯基和卡尼曼（1974）一再强调启发式可能是成功的，也可能是失败的，但他们的实验结果通常被理解为揭示了人类推理活动的各种错误，而这些错误通常被归咎于使用了下面三种不适当的启发式规则：典型性规则（基于典型范例的推断）、可用性规则（基于容易得到信息的推断）和锚定规则或是适应性规则（基于首先获得信息的判断）。

“启发式-偏差”研究暗示，普通人都是使用很少信息或心理资源进行推断的认知的“吝啬鬼”，因此不可能对概率或风险做出准确估计。有人甚至据此认为不应该让普通公众参与重要的社会和政治决策，如涉及核工业和其他具有危险性的高新技术领域的决策等。在《新周刊》杂志上曾经发表了一篇有关“启发式-偏差”研究的报道，借用这篇文章的话来说，“非常令人遗憾，多数人都是混沌不清的信息加工者，他们常常沦陷于错误选择的便捷途径，得出错误结论”（McCormick,1987, p.24。）然而，特沃斯基和卡尼曼又指出，将决策活动留给专家们去做也并不一定是明智之举，因为他们也会犯同样的错误。按照这些悲观论调，我们无从知道合理的决策究竟应该到哪里去寻得。

在“启发式-偏差”的研究项目中所使用的狭义的“谬误”一词，不仅仅是指不合理性或是荒谬性，而且被视为人类有限理性的象征（Thaler, 1991, p4）。就像将有限理性与受限制条件下的最优化等同起来一样，用这种方法将有限理性和不合理性等而视之也是一种严重的概念混淆。有限理性既不是受限制条件下的最优化，也不意味着不合理性。

我们关于快速节俭启发式的研究方案与“启发式-偏差”方案具有一些共同特征。二者都强调简单心理机制在人类思维活动中所起的重要作用，而且都想找到能够利用这些启发式规则的环境。但这些类似之处，并不能掩盖，它们在关于人类理性潜在本质的观点上的根本差异。这种差异导致了两种背道而驰的研究方案。在我们的研究中，将启发式看成是人类头脑充分利用环境信息结构达到合理决策的方法，因此，我们更加重视人们能够利用简捷启发式而做出准确、有用推断的方面和情境。相反地，“启发式-偏差”观点将启发式看成虽然其决策成效差强人意，但受限的人类大脑不得不倚重的方法，因此，其研究者总是寻找这样的情形。在这些情形下，启发式总是受到挑剔和责备，因为，以它们为基础做出的推断是不准确的。在这种基本差异基础上，下面我们将简略讨论两者之间的其他两种重要区别。更加详细的分析可参见吉仁泽的相关论文（Gigerenzer,1991b,1994,1997; Gigerenzer &Murray,1987）。有关这两种观点正反两方面的意见，可参见吉仁泽（1996）与卡尼曼和特沃斯基（1996）之间所进行的辩论。

区别之一是，ABC研究项目选择了为启发式建立详细计算模型的做法，而不是仅仅停留于使用笼统的启发式概念。在潜心研究了30年之后，“启发式-偏差”方案仅仅提出了关于不准确的推理过程的简单机制的一些看似合理却含混不清的设想，主要涉及前面提到过的三种启发式规则，即典型性规则、可用性规则和锚定规则。这些简单概念所能够解释的东西太少，同时又太多。太少，是因为其潜在的过程没有被具体化，而太多，则是因为这些启发式规则几乎适合于任何一种实验结果的解释。例如，“忽视基础比率”倾向，即做出关于多种选项的决策时，忽略每种选项在现实环境中发生频率的现象，通常被归因于典型性启发式规则的作用。然而，相反的结果——过分重视基础比率（或被称为“保守主义倾向”, Edward,1968）——又很容易用锚定规则（基于基础比率）加以解释（Gigerenzer & Murray,1987）。一种理论的失败可能由两种情况引起，一方面，它是错误的；另一方面，它并没有错误，只是含糊不清或不够精确。“启发式-偏差”研究很可能属于后一种情况。然而，我们却冒着犯第一种错误的危险，因为含糊不清的理论会妨碍科学的进步。它根本就无意于证明、推翻，或是改进一种理论。因此，在本书中我们提出了一种更为详尽的启发式计算模型，并将我们理论观点的“名片”摆在台面之上，以便于其他人审视它们，甚至摆弄它们和推敲它们。

第二种区别更加典型。ABC研究项目不再将连贯性标准（如，概率规则）作为理性的衡量尺度，而是采用了对应性标准，即根据启发式规则在现实环境中的成效来衡量它们。在这种环境中，最优化的连贯性标准是未知的或不可行的。相反地，“启发式-偏差”研究的拥护者们往往认定，每一种推理任务都有一种确切的标准答案，它来源于一种具体内容不明的概率规则的使用，而不管任务和环境的要求是什么。我们的观点将快速节俭启发式从“启发式-偏差”研究的桎梏之中解放了出来，使它不再被视为违背连贯性标准的非理性的象征，而被当作在现实环境中做出准确适应性决策的有用工具。

让我们简单总结一下，我们的研究在启发式概念演变过程中所处的地位。ABC研究项目采用了将启发式作为合理推断必要的适应性工具的传统观点。我们用指导和终止信息搜索和做出决策的具体规则建立了一种计算模型，从而使快速节俭启发式的作用和功能比过去更加具体和明确。作为我们有关生态理性研究的一部分，我们借助于对启发式规则在现实环境中的准确性、速度和节俭性的详细分析，替换了连贯性标准内容不明的评定方法。最后，尽管“启发式-偏差”研究将启发式规则看成是对有效合理推断的一种阻碍，而使得“智者”不那么明智了，我们却将启发式视为能够让我们在现实环境中做出合理推断和采取合理行动的重要方法。如果没有它们，“智者”也将迷失方向。

适应性工具箱

戈特弗里德·威廉·莱布尼茨（Gottfried Wilhelm Leibniz）曾经有一个美丽梦想。他梦想有一种通用的逻辑语言和特征系统，可用来代替所有推断（Leibniz,1677/1951）。这种通用特征系统包括两个部分：①人类思想的元素表，即一种原始的字母符号，它们代表了不能再加以分解的简单概念，并构成现实事物的明细表；②将这种元素表中的要素结合起来进行推理的微积分规则。虽然罗伯特·波义尔早已研究了化学元素表，但莱布尼茨假定了一种更加雄心勃勃的目标，即了解上帝描绘自然界神秘的通用语言。他将上帝创造的这种知识看成任何人都可以孜孜以求的最重要目标。莱布尼茨相信，这种通用特征系统将结束学者们的辩论和争吵。人们将停止对别人大喊人叫，而是手中拿着铅笔和纸张，坐下来平静地对别人说，“让我们来算算看”。所有科学和道德问题都将得到解决，我们将生活在最为理想的世界里。年轻的莱布尼茨还对这种通用特征系统的发展做出了非常乐观的预测：“少数选择出来的精英也许能够在五年时间内完成它”（Leibniz,1677/1951）。多年以来，在心理学和人工智能领域，我们经常可以听到类似的声音。曾几何时，许多开明的思想家们相信，有关概率的数学理论能够使莱布尼茨的梦想变为现实。但是，到了19世纪40年代，数学家们已经放弃了将理性推理活动还原为一种通用的微积分规则的尝试，认为这是一项出力不讨好，甚至与数学宗旨背道而驰的任务（Daston,1988）。然而正如前面我们讨论超自然的全能神明时所指出的那样，迄今为止在许多领域仍然有许多理论家不愿放弃这种难以实现的梦想所包含的逻辑。

构成莱布尼茨人类思想元素表的大量简单概念都是借助于概率论之类的单一通用工具起作用的。但是我们无从找到这样一种通用工具。就像一个机械修理工在维修汽车发动机时所做的那样，时而拿出老虎钳，时而拿出一把扳手，时而拔出了火花塞，而不是仅仅使用一把大锤子敲敲打打。不同的思想领域也需要不同的思维工具。这就是适应性工具箱的基本思路：把自然进化赋予人类大脑来进行各种推断活动的具体认知机制（包括快速节俭启发式）集中起来，形成思维活动的工具箱（Bettmanm,1979; Cosmides & Tooby, 1992; Payne et al.,1993）。这种把多种单功能工具混合在一起的工具箱思想没有了莱布尼茨单一通用推理工具的美丽光环。相反地，它期待像“粗鄙的机修工和旧货零售商”那样所具有的平实无华，但却令人惊奇的能力，他们能够仅仅用手头的东西巧妙地解决所遇到的任何问题。

这种适应性工具箱容纳了心理学的（不同于形态学或生理学）适应机制（Tooby & Cosmides,1992）。这些适应机制既包括所谓的“低级”的心理机能，比如，深度知觉、听觉定位分析以及面孔再认等知觉和记忆过程，它们都能够以相当自动化的方式发挥作用，又包括建立在低级心理机能基础之上，且至少部分地可被意识到的“高级”的心理机能，包括我们前面讨论过的一些例子，如将一个心脏病患者判断为高危或低危病人，决定是否结婚等。本书讨论的重点，是建立在线索知觉和记忆等低级心理过程基础上的高级认知过程中的快速节俭启发式。

例如面孔和声音再认等低级知觉和记忆过程是复杂的和难以阐明的，部分原因在于它们使用了大量的平行计算过程。还没有任何一个人试图制造这样一种机器，能对面孔的再认能力能像2岁儿童那样好。现在考虑一种依据这些低级过程而做出推断的高级决策机制，在第2章将作具体介绍的再认启发式。快速节俭启发式能够利用再认过程迅速地做出关于现实世界未知方面的推断，例如，一个人也许觉得能够再认其味道的食物比不能再认的食物更安全。听说过其名字的大学比从未听说过的大学，可能会提供更好的教育。尽管再认记忆的机制也许是错综复杂、难以探明的，但再认启发式却能够仅用几个步骤来描述一种算法式规则系统。我们无需知道再认记忆是如何使基于它的启发式规则生效的。这个例子说明了一个表面上自相矛盾却毋庸置疑的命题，高级认知机能常常能够比低级认知机能更容易通过简单算法规则而模式化。

上述命题并非我们的新发现。在过去的一个世纪里，它曾经被人们以不同的方式提到过。例如，20世纪早期，维茨堡心理学派的拥护者（Kusch, 1999），以及较为近期的谢泼德（Shepard,1967）都曾谈论过这个命题，当然，该命题也有它的局限性，一些高级过程，诸如达尔文发展自然选择理论所涉及的创造性过程，也许超出了快速节俭启发式所能解释的范畴。但是，正如本书所表明的那样，我们相信简捷启发式规则既可以被单独使用又可以结合起来加以使用，说明表面上似乎需要更加复杂解释的多种高级心理过程。

情绪、社会规范和社会模仿

尽管在本书中，我们主要探讨认知过程的启发式规则，但需要强调指出的是，情绪也可以作为指导和终止信息搜索的启发式规则起作用。例如，坠入情网可以被看成是一种强有力的终止规则，它结束了对新伴侣的进一步搜索（至少短时间内是如此）。并使当事人对他所爱的人忠心不二。类似地，婴儿乖巧可爱的样子和甜甜的笑容勾起的父母怜爱之情，可以避免为人父母在多种近似目标之间进行代价-收益计算，所以父母通常不会为是否值得度过无数个不眠之夜和投入大量财力、精力来照料孩子这样的问题多费思量。在多种工具各司其职而非简单通用的适应性工具箱中，情绪是一种非常典型的、有针对性的构成模块（Tooby & Cosmides,1990），例如，父母的爱怜之情可以帮助他们无微不至地保护和照料婴儿，满足婴儿的各种需要，而厌恶情绪又总是使他们尽可能避免孩子吃下变质食品而生病。不存在能够应付所有决策问题的通用性的情绪。

社会规范和社会模仿也能帮助我们使用有限时间和知识便做出决策。例如，“不听老人言，吃亏在眼前”或“老婆总是别人的好”之类的启发式，可以帮助人们减少对直接性经验的依赖，简化信息搜索过程，迅速做出判断和决策。这些社会理性形式在动物界也广泛存在。例如，雌性古比鱼有一种模仿其他雌性古比鱼选择交配对象的倾向，这种倾向足以改变它们原有的择偶偏好（Dugatkin,1996），雌性鹌鹑采用了类似的同伴模仿机制（Galef &White,1998）。对于人类来说，除了以个别化方式进行模仿或通过媒介相互影响之外，学术上的互相影响似乎也遵循类似的启发式规则。

因此，除了前面列出的认知构成模块之外，我们的适应性工具箱中还容纳了充分利用情绪、社会规范以及社会模仿的决策启发式。在社会理性领域中，这些附加的启发式规则是特别重要的。

这样挑选启发式规则

头脑是如何挑选适应性工具箱中的启发式，来解决具体问题的？关于这个问题并不存在我们想象的那么多选择，主要原因在于具体任务需要具体工具。这也就是说，每一种启发式规则都只适用于特定种类的问题，这意味着在给定情境下适应性工具箱中的多数工具是不适用的。在本书中我们主要将讨论两种相互交叉重叠的具体任务领域，它们能够确定在特定条件下选择哪种启发式。这两种任务即具体的适应性任务（如选择配偶和父母投资）和具体的推断任务（如分类和估计）。很显然，用于在两个选项间做出选择的启发式规则将不适合于分类任务，寻找配偶的启发式规则也将无助于对栖息地好坏的判断。适应性工具箱中的每一种工具都有其特殊用途。

当面临两种或两种以上工具均可使用的任务时，决策制定者具有的知识可能被用来做出选择。例如，如果一个人知道一些线索可用来在两种选项间做出抉择，但不知道哪一条线索比其他线索都好，他将没有足够（关于线索排列顺序的）信息应用我们提出的“采纳最佳”启发式（第4章）。然而，他可以采用更简单的“采纳最近”启发式，这种启发式只需要知道使用什么样的信息，而无须知道以什么样的顺序来使用它们。如果他连应该使用什么线索都不知道，但至少认出了一种选项（而不是其他选项），他还可以采用也许是最为简单的启发式——再认启发式（第2章）。通过这种方法，一个人的知识水平就可以帮助他在适应性工具箱的多种启发式中做出选择。

其他一些外部因素，诸如时间紧迫性和所取得的成效，也能帮助决策者在多种启发式规则中做出选择（Johnson & Payne,1985）。在一些情形下，交替使用多种工具也是一种重要适应手段。这样做时，要么会随机产生一些不可预测、变化多端的行为——这对于雇主在多个工作竞争者之间做出选择或弱小动物免遭食肉动物捕捉都是非常有用的策略（Driver & Humphris, 1988），要么可能会使人们在做出决定时产生一些系统的个体差异，从而避免大家在同一时间去做同一件事情时发生冲突，例如，它可以避免人们在每周的同一时间涌入当地的同一酒吧（Arthur,1994）。我们假设，在从适应性工具箱中选择决策工具时，上述所有影响因素都将以快速节俭的方式帮助人们做出决定，而不必被移交给一个潜在的具有超凡运算能力的神灵，由它用最优化标准来判定快速节俭启发式的优劣。

适应性工具箱中的每一种工具都是由更加原始的材料构成的，这些材料包括前面讨论过的搜索信息、终止搜索信息和做出决策的启发式规则。新工具可以通过对旧工具的加工而成型，这就好像将手柄安在一块劈东西用的石头上就成了斧头一样。例如，在本书第4章将要介绍的“采纳最佳”启发式，是在第2章介绍的更加原始（如果从进化的角度看）的再认启发式和其他一些启发式规则基础上发展起来的。这种看待心理工具的构造主义观点，将适应性工具箱的形象比喻与把大脑看成功能齐全的瑞士军刀的隐喻（Cosmides& Tooby,1992）区别开来。这两种比喻都强调头脑使用了多种具体适应性策略而不是单一通用工具，但工具箱的隐喻更加重视对多种工具和构成模块灵活地进行重组，以形成新的启发式。

超越神明与梦魇

在学术思想界，有一些很少有人愿与之为伍的恶魔，那就是非理性主义和神秘主义。但也有一些令许多研究者心向往之的神明，一有机会就会被引入到心理学理论中来，那就是处于神性王国最高层的无限理性和受限制条件下的最优化。这些深受欢迎的神明毫无疑问集中体现了人们渴望拥有的特性。诸如能够预测先知、预测未来等。但对于生命有限的人类而言，它是难以企及的。为什么如此众多的社会科学家用一些超级神明才具有的特性来美化人类的知识和能力，而不愿意正视他们所受到的限制呢？难道这些特性就是达尔文的物种进化论产生之前人们将人类与动物区别开来并引以为自豪的那些特性吗？

对思想和行为最优化的心驰神往在一定意义上反映了道德和美学的理想。正像拉普拉斯无所不能的超级神灵一样，莱布尼茨关于通用微积分规则的梦想充分体现了这种理想的道德和审美价位。当代认知科学家、经济学家和生物学家们追寻着同样的梦想。他们赋予生命体进行理解、记忆和计算的无限能量，在此基础上建立了复杂的推理模型。然而，这种天堂般的梦想在现实的物理和心理真实性面前破碎了。生命苦短的卑微渺小的人类不可能奢望享受到这些梦想施与的恩泽，相反，当用这些最优化标准判定人类时，他们反而愈加显得是非理性的和机能不全的。到头来，天堂般的梦想变成了一场噩梦！

而对这种梦魇般的进退两难困境，许多研究者仍然抱着人类能够逐渐接近这些确定标准的幻想，而不肯屈服于人类理性有限和愚蠢无知的想法。然而，也许并非必须在非现实的梦想理性和现实的梦魇般理性之间进行选择，还存在着可以避免这种尖锐对立的第三条路线：朴素的理性和节俭的准确性。

本书讲述了我们如何面对挑战并最终取得成功的历程，它告诉人们大脑如何借助于不确定的线索，以快速的、节俭的，但同时又准确的方式，做出关于未知世界的适应性推断。这也是关于我们这个跨学科研究组的故事，我们结伴进行了一次探险，从神圣的理性大陆出发，最终到达了生态理性的彼岸。在这个过程中，我们学会了使用各种不同的调查方法，并彼此从对方的观点中汲取了有价值的东西。大约在3年之前，当我们刚刚踏上征程之时，我们未曾料到这次旅行将会是如此迷人，也未曾想到会遇到如此多的新鲜事物！