<markdown>
播客以一个引人入胜的问题开场:从神经科学家的角度,如何定义“直觉”(Gut Instinct)?
嘉宾神经科学家Michael Platt首先澄清了一个常见的误解。他解释说,尽管“直觉”这个词的字面意思与“肠道(Gut)”相关,但其信号的真正源头并非消化系统,而是我们的大脑内部。他用了一个生动的比喻来形容这种内在性:“电话是从房子里面打来的(The call is coming from inside the house)。” 这个比喻强调了直觉的内生性,它并非外界信息直接作用于肠道的结果,而是大脑内部复杂处理过程的产物。
他将直觉进一步定义为一种自下而上、油然而生的感觉。这是一种在没有经过深思熟虑、没有系统地权衡其他信息的情况下,就“确切地知道自己需要或想要做什么”的内在冲动。它是一种快速、几乎是自动化的反应,可以被视为大脑在特定情境下的**“首选行动(go-to move)”**。
Michael指出,这种快速反应源自于大脑中所谓的**“情绪中心(emotional centers)”**。这意味着直觉的产生,在时间上要早于我们大脑的逻辑反思功能介入。它是一种先于理性分析的、更偏向情感驱动的认知过程。
主持人进一步追问,这种“直觉”是否仅仅是个人过往经验积累的结果?例如,大脑是否会根据之前反复遇到的模式,或者从过去的失败教训中学习,从而形成一种快速反应的“感觉”或“信号”,这种感觉本质上是区别于逻辑思考的?
Michael对此表示认同,但他同时补充说,这个描述虽然抓住了核心,但仍然略微简化了大脑内部实际发生的复杂过程。他详细解释道,直觉的形成确实与经验的积累密不可分——无论是童年时期通过直接体验习得的,还是成年后在工作和生活中反复实践获得的。当大脑遇到某种特定情况的次数足够多之后,它就学会了**“知道该注意什么(what to pay attention to)”。它能够自动筛选并聚焦于那些最关键的信息片段,从而“以比逻辑分析更快的速度得出结论”**。
然而,Michael紧接着引入了一个更深层次、也更引人入胜的观点:直觉不仅仅反映了个人的经验,在某些情况下,它还深深地烙印着我们祖先的集体经验,这些经验甚至可以追溯到非常遥远的过去。 他用了一个非常贴切的例子来阐述这个概念:当你本能地对楼梯下的黑暗角落感到一丝莫名的恐惧,犹豫着不敢把手伸进去,担心里面可能藏着会咬人的蜘蛛时,这种感觉可能并非源于你个人被蜘蛛咬过的亲身经历。相反,它更像是我们这个物种在数百万年漫长演化过程中,通过一代又一代的生存经验积累下来的、关于“黑暗角落可能潜藏危险”的**“集体智慧(accumulated wisdom)”**。这种智慧已经内化为我们神经系统的一部分,在特定情境下以直觉的形式浮现。
对话随后深入到了一个核心的哲学和认知科学层面:我们的日常决策在多大程度上受到这些深植于我们基因中的演化本能(如对生存的渴望、对危险的恐惧)的影响?这些本能又如何与现代社会所倡导的“逻辑”或“理性”决策模式产生冲突,甚至使我们的行为看起来“非理性”?
Michael提出,要透彻理解这个问题,首先必须区分两种不同层面上的“理性”:
为了阐释这种“演化理性”,他举了一个在行为经济学中被广泛讨论的经典例子:损失厌恶(Loss Aversion)。实验反复证明,人们通常不愿意接受一个在数学期望上看起来不错的赌博(比如50%的几率赢150元,50%的几率输100元,期望收益是25元)。他们对“损失100元”的恐惧感,远远大于对“赢得150元”的渴望感。从纯粹的经济学角度看,拒绝这样的赌博是“非理性”的,因为放弃了正的期望收益。但从演化心理学的角度看,这种行为却是深刻理性的体现。
Michael对此给出了一个极具说服力的解释:“对于一个在严酷自然环境中挣扎求存的生物来说,活下来,以便明天能够做出下一个决定,其重要性远远超过冒一次险去获取潜在收益,因为那次冒险如果失败,可能就意味着生命的终结。(it's better to survive another day to make another decision than perhaps take a chance and lose your life)”
他进一步强调,演化本身就是在数百万年的时间尺度上,以这种最根本的成本效益分析(即生存优先)为原则进行筛选和塑造的。因此,我们现代人的大脑,作为这个漫长演化过程的最终产物,其硬件(神经结构)和软件(认知算法)都预设了这种以生存为最高行为准则的决策模式。我们的“出厂设置”就是为了应对我们祖先在采集狩猎时代最常遇到的环境挑战和生存问题。
他用一个生动的场景来巩固这个观点:“想象一下,你正在被一只凶猛的老虎追赶,生死系于一线。在这种极度危险的情境下,你可能根本不会停下来,花时间去仔细判断路边一根颜色介于黄色和棕色之间的香蕉,究竟是营养美味的救命稻草,还是已经腐烂变质的潜在毒药。” 在这种生死攸关的时刻,大脑会自动屏蔽掉所有次要信息,将全部认知资源都投入到如何逃生这个首要任务上。这种快速、本能的反应,正是演化理性的体现。
基于“演化理性”这一核心概念,Michael引入了神经科学领域一个至关重要的理论:高效编码(Efficient Coding)。这个理论为我们理解大脑为何会产生各种认知偏见提供了深刻的洞察。
他首先强调,我们的大脑并非一台拥有无限计算能力和存储空间的超级计算机。尽管我们头脑中拥有惊人数量的神经元(大约860亿个)和它们之间更为庞杂的连接(大约100万亿个,数量级可能有所浮动),但这仍然不是无限的容量。大脑的硬件(神经回路的物理结构)和软件(信息处理的算法)都是为了最高效地处理我们的神经系统在数千万年漫长的演化历史中,最常遇到的那些特定类型的情境、问题和生理约束而精心设计的。
这种追求“高效编码”的演化策略,导致了我们的大脑中内置了一些“硬连线”的、几乎是自动化的决策程序或认知偏见。这些偏见在大多数情况下能够帮助我们快速、节能地应对环境,但在某些特定情境下,也可能导致系统性的判断失误。Michael重点阐述了两个由“高效编码”策略产生的、对我们日常生活影响深远的认知偏见:
主持人敏锐地总结道,这是否意味着我们的大脑为了节省宝贵的认知空间和能量,才在演化过程中形成了这些固有的偏见?这些偏见虽然在大多数情况下能够帮助我们快速做出日常决定,避免在每一个微不足道的选择上都耗费大量精力,但也可能在某些重要的、需要更精细分析的情境下,对我们产生误导。
Michael对此表示完全赞同。他进一步补充说,神经科学家现在对大脑决策的神经回路有了非常深入的了解。大脑做决定的过程,在某种程度上,就像是**“一帧一帧地拍摄这个世界的快照(taking snapshots of the world moment to moment)”**,然后将这些“快照”作为积累起来的证据,来支持或反对某个特定的选项(比如,要不要接受那个赌博?是吃苹果还是吃冰淇淋?)。
从这个“证据积累”的模型出发,一个显而易见的结论(并且这个结论得到了大量行为学、心理学和神经生物学数据的支持)就是:如果你想做出最优质、最准确的决策,理想状态下你应该**“花尽可能多的时间(take as much time as possible)”**。因为你允许的时间越长,你就能收集到越多的相关证据,你的决策就越有可能建立在坚实的事实基础上,而不是受到系统中各种“噪音”(无论是来自外部世界的干扰,还是来自大脑内部固有的生理噪音)的影响。
然而,Michael也指出了这个理想状态的现实困境:我们不可能在每一个决策上都无限制地等待。他再次风趣地比喻说:“否则你就会变成莎士比亚笔下的哈姆雷特,永远在犹豫,永远无法做出任何决定,永远无法付诸行动。” 因此,在大脑的决策系统中,还存在一个与之竞争的、同样重要的**“紧迫性功能(urgency function)”**。当你所处的情境要求你必须快速行动时,你犯错误的可能性自然就会增加,这时你就必须有承担这些错误的心理准备和容错能力。
对话随之转向了一个更具实践性和反思性的问题:在人类漫长的演化历程中,有哪些曾经帮助我们祖先生存和繁衍、深深植根于我们神经系统中的本能反应或认知模式,在高度复杂的现代社会中,可能已经不再完全适用,甚至会给我们带来麻烦?我们是否应该尝试“忘掉”或“克服”这些过时的本能?
Michael首先表明了他的基本立场:他不认为我们应该或者能够轻易地“忘掉”任何这些深植的本能。因为它们在特定的情境下仍然具有其不可替代的重要性和适应价值。然而,他也强调,我们必须清醒地认识到,这些古老的本能在现代社会的某些特定领域,确实可能变得不合时宜,甚至产生负面影响。
对话的最后一部分,也是极具启发性的部分,转向了探讨如何在日常人际交往中,通过改善非语言沟通和利用一种名为**“脑同步(Brain Synchrony)”**的神经现象,来建立更深刻、更真实的人际连接。
#### 尾声:关于AI时代批判性思维未来的深刻反思
在对话即将结束之际,主持人抛出了一个极具时代感和前瞻性的深刻问题:随着我们越来越多地依赖人工智能(AI),尤其是像ChatGPT这样的对话式大型语言模型(LLMs),来帮助我们解决日常生活和工作中的各种问题——从简单到“我该给心仪的女孩发什么短信?”、“附近最好的餐厅是哪家?”到复杂到“我应该雇佣哪位候选人?”、“股市未来会怎么走?”、“我的这些健康症状意味着什么?”——我们的批判性思维能力(critical thinking skills),以及我们独立进行深度提问和解决复杂问题的能力,将会发生什么样的变化?
Michael对此表达了深切的关注和一定的忧虑。他回忆起,早在ChatGPT发布仅几个月后,《自然》(Nature)等顶级科学期刊上就已经有文章对此发出了警告。他认为,这实际上遵循了一个在人类技术发展史上反复出现的模式:每当人类发明一种新技术来**“外包(outsource)”大脑的某项特定功能时——无论是数千年前用文字书籍取代需要死记硬背的口头传统,还是近代用GPS导航系统取代我们大脑中对城市街道的记忆和空间定位能力——那项被“外包”出去的认知技能,几乎不可避免地会开始“萎缩(atrophy)”**。
他将大脑中的各种特定认知技能(如记忆、导航、批判性思考等)生动地比作我们身体上的**“肌肉(muscles)”**:用则进,不用则退(get enhanced they get bigger and they work better when they're used and they atrophy or weaken when they're not used)。这个比喻虽然简单,却深刻地揭示了神经可塑性的基本原理。因此,他认为,如果我们开始全面地、不加选择地将所有需要深度思考和判断的任务都外包给AI,那么我们自身这些宝贵的认知能力就有可能在潜移默化中退化,这是一个真实存在的潜在危险。
他特别强调,在AI时代,一个至关重要的、甚至可以说是生死攸关的能力,恰恰是增强我们自身的批判性思维和独立获取、验证知识的能力。我们需要这种能力来辨别AI输出内容中的**“幻觉(hallucination)”**(即AI可能编造出的看似合理但实则错误的答案),而不是盲目地、被动地全盘接受。只有这样,我们与AI的互动才能真正变得更稳健、更有价值,我们才能在享受AI带来便利的同时,避免失去那些定义我们作为智慧生物核心能力的宝贵财富。这是一个关乎人类心智未来走向的、需要我们每个人都严肃思考的深刻问题。