Skip to main content

生活通常比你想象得更平淡

请想象以下场景:某天早上,你像往常一样来到办公桌前,准备开始一天的工作。忽然老板把你叫到了他的办公室。由于你平时的优异表现,他决定给你升迁的机会;你不仅获得了梦寐以求的职位,工资涨幅也大大超过了你的想象。
这件事会给你带来多大的喜悦?兴奋的感觉会持续多长时间?

情感预测与影响偏差

在心理学中,这种对于未来情绪的估计被称为情感预测(affective forecasting)[1]
在日常生活中,我们每天都面临着大大小小的生活决策,从购买哪件商品、如何过周末,到找什么样的工作、与谁谈恋爱,这些决策都与情感预测有关。基于对未来的预期,我们努力追求那些(我们认为)会带来快乐的事物,尽量回避那些(我们认为)会带来痛苦的事物。
那么,这些情感预测究竟有多准确呢?很遗憾,大量研究表明我们的预测通常与实际感受有很大的偏差。例如,对于职位升迁,Gilbert等人发现大学讲师倾向于认为他们获得终身教职后会非常快乐,但实际获得终身教职者却没有那么快乐[2]。与此类似,大学生通常认为和恋人分手两个月后他们会痛不欲生,但实际分手两个月的人却没有那么痛苦[2]。不管是好事还是坏事,我们都倾向于高估它们对于自己情绪的影响;即使是中彩票大奖或亲人离世这样的重大事件,它们的影响通常也没有我们估计的那么大。
如 下图所示,具体来说我们的情感预测(图中虚线)和实际体验(图中实线)一般会在两个方面存在偏差:首先,我们可能会高估情绪体验的强度,实际体验到的情绪 没有那么强烈;其次,我们也可能高估情绪体验持续的时间,事件引发的情绪比想象中更容易平复下去。这两类偏差统称为影响偏差(impact bias)。

[情感预测与实际体验的差异,改编自Wilson & Gilbert (2003)]

偏差的原因

为什么未来的事件总要比我们想象得更平淡一些?心理学家提出了以下几种可能的原因:
首先,预测未来的情绪时,我们可能会遭遇共情缺口(empathy gap)[4]。进行情感预测时,我们通常处于一种比较“冷”(未唤醒)的状态;而事件实际发生时,我们则处于一种“热”(唤醒)的状态。人们在“冷”状态下很难准确估计“热”状态下的动机和情绪,反之亦然。
其次,在针对某件事做情感预测时,我们可能会对它表现出过度的聚焦(focalism)[3]。在一段时期内影响我们情绪的因素有很多,如果将注意力集中在一件事上,就会忽略其他因素的影响。例如,你可能对于下周的生日聚会翘首期盼,认为那一定是一段兴奋的经历,却忽略了同一周里几门课程考试带来的压力。如果能够把其它因素考虑进去,就能做出更准确的预测。
第三,面对积极的事件时,我们可能会忽视意义建构(sense making)的威力[4]。 积极的事件,特别是意外之喜,一开始会带来新鲜的感觉,但很快就会被我们解释并纳入到自我认知当中,导致习惯与适应。例如,一个人刚被某个名牌大学录取时 可能欣喜若狂,但用不了多久,“某校学生”这个身份就会进入他的自我认同,变成很自然的一件事情,不再引起特别的兴奋。
第四,面对消极的事件时,我们可能会低估自己的恢复能力,犯下免疫忽视(immune neglect)的错误[2]。 就像生理免疫系统一样,每个人也有着一套心理免疫系统,一旦遇到来自外界的威胁,就会启动防御机制,维护系统的稳定。例如,在分手后人们经常会不自觉地贬 低前男/女友,说服自己对方其实并不合适,从而改善自己的心情。这套心理免疫系统非常有效,但是其运转通常是无意识的,所以我们很容易忽视它的作用。

更准确的预测?

知道了上述原因,我们就可以对症下药,提高情感预测的准确度。比如,为了填补共情缺口,我们可以寻找一些与目标事 件类似的情境,设身处地的进行情绪体验(“究竟要不要买iPad?先向朋友借一台试试”)。为了避免过分聚焦带来的偏差,我们可以主动拓宽视野,考虑其他 因素的影响。理解了心理免疫系统常见的防御机制,也有助于我们更好地预测面对积极和消极事件时可能出现的心理反应。
不过话说回来,不准确的情感预测未必总是一件坏事;Wilson和Gilbert认为影响偏差可能具有一定的适应意义[4]。例如,对痛苦的高估使得我们对危险的情境更加敏感,并激发自身的努力来避免可能的恶果(“考试不及格的感觉一定很糟,所以我要用功学习”);相应地,对快乐的高估也使得我们更有动力去追求那些美好的事物。在这些情况下,夸张的情感预测为我们提供了更强的行为动机。

参考文献

  • [1] Wilson, T.D., & Gilbert, D.T. (2005). Affective forecasting : Knowing what to want. Current Directions in Psychological Science, 14, 131-135.
  • [2] Gilbert, D.T., Pinel, E.C., Wilson, T.D., Blumberg, S.J., & Wheatley, T.P. (1998). Immune neglect: A source of durability bias in affective forecasting. Journal of Personality and Social Psychology, 75, 617–638.
  • [3] Wilson, T.D., Wheatley, T.P., Meyers, J.M., Gilbert, D.T., & Axsom, D. (2000). Focalism: A Source of durability bias in affective forecasting. Journal of Personality and Social Psychology, 78, 821–836.
  • [4] Wilson, T.D., & Gilbert, D.T. (2003). Affective forecasting. In M.P.Zanna (Ed.), Advances in experimental social psychology (Vol. 35, pp. 345–411). San Diego, CA: Academic Press.

Comments

Popular posts from this blog

OWASP Top 10 Threats and Mitigations Exam - Single Select

Last updated 4 Aug 11 Course Title: OWASP Top 10 Threats and Mitigation Exam Questions - Single Select 1) Which of the following consequences is most likely to occur due to an injection attack? Spoofing Cross-site request forgery Denial of service   Correct Insecure direct object references 2) Your application is created using a language that does not support a clear distinction between code and data. Which vulnerability is most likely to occur in your application? Injection   Correct Insecure direct object references Failure to restrict URL access Insufficient transport layer protection 3) Which of the following scenarios is most likely to cause an injection attack? Unvalidated input is embedded in an instruction stream.   Correct Unvalidated input can be distinguished from valid instructions. A Web application does not validate a client’s access to a resource. A Web action performs an operation on behalf of the user without checking a shared sec

CKA Simulator Kubernetes 1.22

  https://killer.sh Pre Setup Once you've gained access to your terminal it might be wise to spend ~1 minute to setup your environment. You could set these: alias k = kubectl                         # will already be pre-configured export do = "--dry-run=client -o yaml"     # k get pod x $do export now = "--force --grace-period 0"   # k delete pod x $now Vim To make vim use 2 spaces for a tab edit ~/.vimrc to contain: set tabstop=2 set expandtab set shiftwidth=2 More setup suggestions are in the tips section .     Question 1 | Contexts Task weight: 1%   You have access to multiple clusters from your main terminal through kubectl contexts. Write all those context names into /opt/course/1/contexts . Next write a command to display the current context into /opt/course/1/context_default_kubectl.sh , the command should use kubectl . Finally write a second command doing the same thing into /opt/course/1/context_default_no_kubectl.sh , but without the use of k

标 题: 关于Daniel Guo 律师

发信人: q123452017 (水天一色), 信区: I140 标  题: 关于Daniel Guo 律师 关键字: Daniel Guo 发信站: BBS 未名空间站 (Thu Apr 26 02:11:35 2018, 美东) 这些是lz根据亲身经历在 Immigration版上发的帖以及一些关于Daniel Guo 律师的回 帖,希望大家不要被一些马甲帖广告帖所骗,慎重考虑选择律师。 WG 和Guo两家律师对比 1. fully refund的合约上的区别 wegreened家是case不过只要第二次没有file就可以fully refund。郭家是要两次case 没过才给refund,而且只要第二次pl draft好律师就可以不退任何律师费。 2. 回信速度 wegreened家一般24小时内回信。郭律师是在可以快速回复的时候才回复很快,对于需 要时间回复或者是不愿意给出确切答复的时候就回复的比较慢。 比如:lz问过郭律师他们律所在nsc区域最近eb1a的通过率,大家也知道nsc现在杀手如 云,但是郭律师过了两天只回复说让秘书update最近的case然后去网页上查,但是上面 并没有写明tsc还是nsc。 lz还问过郭律师关于准备ps (他要求的文件)的一些问题,模版上有的东西不是很清 楚,但是他一般就是把模版上的东西再copy一遍发过来。 3. 材料区别 (推荐信) 因为我只收到郭律师写的推荐信,所以可以比下两家推荐信 wegreened家推荐信写的比较长,而且每封推荐信会用不同的语气和风格,会包含lz写 的research summary里面的某个方面 郭家四封推荐信都是一个格式,一种语气,连地址,信的称呼都是一样的,怎么看四封 推荐信都是同一个人写出来的。套路基本都是第一段目的,第二段介绍推荐人,第三段 某篇或几篇文章的abstract,最后结论 4. 前期材料准备 wegreened家要按照他们的模版准备一个十几页的research summary。 郭律师在签约之前说的是只需要准备五页左右的summary,但是在lz签完约收到推荐信 ,郭律师又发来一个很长的ps要lz自己填,而且和pl的格式基本差不多。 总结下来,申请自己上心最重要。但是如果选律师,lz更倾向于wegreened,