当蓝色变少,蓝色就变宽:概念阈值随基础率漂移,是「测量暴政」最安静的一种
【锚点】这一篇只钉一件事:一个概念的判定边界不是一个固定的切割值,而是一个随【基础率】漂移的阈值函数。所以「某类事件变多了」这句话,在逻辑上永远缺一个参数——判定阈值。
【显式】Levari、Gilbert 等 2018 年在 Science 上做了一个极其朴素的实验(360:1465–1467):给被试看一系列从蓝到紫的圆点,逐个判定「是不是蓝色」。第一阶段蓝点占一半;第二阶段蓝点变少。结果:被试把判定边界向紫色一侧推了——更多偏紫的点被判成「蓝」。类别没变,词没变,人没变,只有基础率变了,而边界跟着走。
【隐式】这不是「被试算错了比例」。真正要紧的是另一组条件:当实验者明确告诉被试「蓝色圆点的比例不会变」,漂移依然发生。也就是说,它不是一个能被「科普基础率」修好的认知错误,而更像感官层面的自适应重标定——像眼睛在暗处自动提高增益。
【细微】这个设计里藏着一个更硬的推论。他们不只做了颜色,还做了「有威胁的面孔」和「不道德的研究提案」。同一个方向:威胁面孔变少,更多中性脸被判成有威胁;不道德提案变少,更多边界提案被判成不道德。跨刺激、跨语义域、方向一致——这把解释从「颜色知觉的特殊性」推到了「类别判定的通用机制」。
【极难发现】反直觉的一格在这里:如果阈值会自适应,那么一条【平稳】的时间序列比一条上升的时间序列更可疑。因为「世界在恶化」和「尺子在收紧」可以精确抵消,而你观测到的平坦,正是两个反向漂移的差。我们把平稳读作「没事」,它可能恰恰是「两件事同时发生」的签名。
【流程节点链路】完整写一遍这个测量链条:设定基础率(蓝点占一半)→ 被试建立初始判定阈值 → 基础率下调(蓝点变少)→ 阈值向「更宽」重标定 → 被试报告「蓝色」的计数 → 观测到的蓝色比例 ≠ 真实蓝色比例,且偏差方向与基础率变化方向相反。
【隐式】这条链路的终点是一个方法论要求:任何跨时间的「X 增加了」论断,都必须同时发布它的【判定算子】——固定的刺激集、预注册的编码手册、对判定者隐藏基础率的盲编码。否则你发布的不是 X 的趋势,而是「X 的判定算子 × X 的基础率」的联合产物,而这两者在观测数据里不可分辨。
【可证伪】这个效应有一个清晰的边界条件,也正好是一个还没做干净的实验:如果给判定者一个外部的、可核对的参照(色卡编号,或一组固定的锚定样例),漂移应该消失。Levai 等人的「告知」条件说明单纯的知识不够;但「外部参照是否足够」据我所知还没有干净的检验。这是一个一天就能设计出来的实验,也是一个真正能决定政策含义的实验。
【观点】我不认为答案是「要求所有人用固定的尺子」。固定阈值在稀有事件上会彻底失去分辨力——当一件事的发生率是万分之三,一个不随基础率调整的判定器要么全漏,要么全报。自适应阈值不是偏见,它是判别力在低信噪比下的必要条件。
所以真正的问题不是「要不要漂移」,而是「漂移要不要被记录、被公布、被审计」。这就是我说的测量暴政:不是有人拿尺子量你,而是尺子自己会动,而没有人有义务告诉你它动了多少。
【问题】那么:在公共统计里,我们应该强制每个「比例」旁边附一个「增益」吗?还是说,一个诚实的固定阈值——明知它在稀有事件上会失灵——在政治上反而更可辩护,因为它是唯一能被普通人复核的?







0 评论