试图保持理性本身的问题 - Steven Pinker
The Problem With Trying To Be Rational - Steven Pinker - #424
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
本篇目录1 章节
§01文字稿§01文字稿
朋友们，欢迎回到节目。今天的嘉宾是 Steven Pinker。他是哈佛大学的认知心理学家、心理语言学家，也是畅销书作家。能一直做出正确的决定，逃离人类情绪与偏误的牢笼、从纯粹理性的地方运算——这听起来很不错。Steven 的新书把理性拆成它的组成部分，并试图理解我们每个人的心智构造里究竟缺了什么。你会了解到：为什么博彩网站是预测未来最准确的工具；为什么背下一串认知偏误清单并不会自动让你更有效；聪明人平均而言是更理性还是更不理性；
政治立场会不会让人变笨；如何在理性与「想保持直觉、活在当下」的愿望之间取得平衡，以及更多。如果你还没有加入 Modern Wisdom 的 Locals 社群，去 modernwisdom.locals.com 看看。你可以加入两千多位听众，那是一个可以发段子、想法、洞见、其他播客和我们觉得有意思的内容的地方，我也会只面向本地支持者做定期的问答直播。网址是 modernwisdom.locals.com。
现在，有请 Steven Pinker，我们来聊聊理性。谢谢，很高兴来这里。不久之前，我还以为再读一篇 Eliezer Yudkowsky 的博客，或者再看一条把某个我没意识到的认知偏误解释清楚的心智模型定义，就能解决问题。有一段时间我坚信那就是我人生所有问题的解药。后来我发现并不是。为什么我需要一套心智模型词典、一套工具箱，才能正常运转？
理解世界一直都是这么难吗？一直都是。我认为我们天生就会对因果、对逻辑蕴含、对概率进行推理——当问题是那些我们一辈子都在处理的问题，当它涉及我们深切关心、牵动我们的事情时，我们会推理。但如果说通用工具，能跨界套用、包括用在全新情境上的工具，那就不一定了。比如「哦，我没想到，这又是一个沉没成本谬误的例子」，或者「这是可用性偏误，也就是拿个例来推理」。把这些工具当作通用的认知技巧随时可用，你确实需要被提醒
它们的存在。你需要知道这些谬误叫什么、怎么避开；需要知道那些规范性模型的名字——也就是「你应该怎样推理」的规则和体系，用来处理全新、抽象的情境。Daniel Kahneman 曾被 Sam Harris 在一场线下活动里问到：这么多年研究大脑和偏误之后，Daniel，你变得更理性了吗？他的回答基本上是没有。你怎么看？你自己有变得更理性吗？嗯，有一点吧。我们知道偏误研究里有一条：我大概不是该问的人，因为我们所有人都受「偏误偏误」的影响——也就是我们所有人
都觉得别人有偏误，而自己没有。所以我可能是最不适合发现自己偏误的人。但我倾向于认为我变得更理性了，而且有研究表明，那些不太容易落入经典认知谬误和偏误的人，整体上人生结果更好：更少出事故、更少失业、更少分手。当然，这些说的都是平均值。他们也明显更不容易被灵媒或医疗骗子骗。那把平均值套到我身上，我想平均而言我是更理性了，我希望如此。聪明人更可能理性，还是更不可能理性？平均而言，是的。智力与理性之间存在相关性
但远非完全相关。所以有很多聪明人同样容易落入认知偏误，信念僵化，不会随着证据变化而调整——尤其是当这些信念涉及自己部落的神圣价值、自己的阵营、自己的政治意识形态时。这就是所谓的「我方偏误」：你把推理引向一个让自方好看的结论。这里的部落可以是你的宗教、你的政党、你的兴趣群体。在这种事上，聪明人和不那么聪明的人一样脆弱。
这是 Keith Stanovich 在《The Bias That Divides Us》里的结论之一。Stanovich 还半开玩笑地提出了「理性商数」，作为智商的一种补充或者替代。两者相关，但远非完全相关。聪明人在不理性这件事上，有什么特别需要警惕的吗？当然是我方偏误，也就是：你是不是真的坚定相信某个信念，只因为它象征了你的政治立场，或者你在某场学术争论中的阵营？如果是，你很可能容易陷入各种动机性推理，
比如有偏的吸纳：看起来支持你观点的信息你照单全收，与你信念相悖的证据你回避、不读，或者挑刺到它死。你会给一切做「公关」：如果出现似乎反对你信念的证据，你就去找漏洞，让自己不必相信它。当然，我们都这么干。我们都是律师，要为我们的当事人做最强、最好的辩护，
但这确实是一种让每个人都变得不那么理性的方式。当然，这也让你更难在自己身上发现这些偏误。这正是我们需要共同体的原因：不是只靠你自己，而是把想法暴露在批评之下，允许它们被挑战。你需要一个奉行言论自由的共同体，让任何观点都能被说出来，然后
被评估。我们纠正偏误的方式，通常是这样：毫无疑问有一些自我觉察很强的人能跳出自己的偏误，但更常见的是别人替我们完成这件事。想想我们在社会层面互相施加的影响，很有意思。我认为现代世界很需要的一种能力，就是在身边有社会压力时依然保持理性。现在很难活在真空里，因为即使你是最被排斥、
在南极某个灯塔里独居的人，你大概还是有 Facebook、Twitter 和网络。所以，当我们身处群体中时，还有哪些东西要警惕？群体中我们的理性会被扰动、被扭曲的具体方式是什么？当然，要对「验证己方信念」之外的信息源保持开放。也就是说，别只读
《卫报》或《每日电讯报》，去翻一翻你不习惯读的那个来源。去找那些本身已经树立了客观与准确声誉的来源。你提到理性社群里一位知名成员 Eliezer Yudkowsky，那个社群里还有 Scott Alexander，他在博客 Astral Codex Ten 上写作。他经常做文献综述，
惊人地详尽、也惊人地快，而且一开始就很清楚他还没有下结论。他会尽力回答：封锁政策对遏制新冠传播是否有效——一个高度政治化的问题。但当他做文献综述时，他说自己的结论是——那是好几个月前——是的，它们有一定效果，比不做好，但这是在看过问题的两面、以及他能找到的所有现存研究之后才说的。
你看到他前几周结婚了吗？我看到了，我昨天刚收到消息。其实我早就知道——我今年在湾区，所以几个月前和他一起吃过晚饭，见过他的未婚妻。太棒了。对，我看到照片了。我在 Astral Codex Ten 的邮件列表里。
很奇怪。这么多年他一直用这个匿名笔名写作，就是那么一个人——你和他写下的文字有关系，但和本人没有。对。所以现在文字有了脸。确实是。在我见到他之前的很多个月里，我一直在想：这么出色的头脑，背后到底是怎样一个肉身？
很有意思，我们确实会给一个人附加这种具身感，而互联网又提供了匿名性。现在也有很多讨论关于化名、假名——
随便怎么说吧。「伪匿名」。谢谢你帮我念出这个词。这类账号越来越多，零 HP 那种。
Lovecraft 是其中之一，Orange Tree 好像也是。网上有一批人在投放信息，但藏在后面，因为他们不一定想把自己摆到台前。不过想想 Scott 十几二十年前就在这么做了，挺有意思。确实。就他的情况而言，他很保护自己的全名，因为他是执业精神科医生，他希望病人不会因为他的另一个身份——博主和评论者——而受影响。跟我聊聊贝叶斯吧，贝叶斯推理。这个词我以前遇到过，但我从来没真正搞懂怎么把它用在自己日常生活里。好，这算是「理性社群」成员的一种标志、身份徽章。
你觉得每个人都应该懂贝叶斯法则吗？那几乎是入会要求：你得懂它、并且认同它。这是 18 世纪 Thomas Bayes 牧师留下的同名法则。它确实是一个代数公式，但其实相当简单，而且已经渗进了我们的日常语言——常用词「先验（priors）」就是。「你的先验是什么？」这句就直接来自贝叶斯法则。这条法则的作用，
是：我该怎样根据证据的强度，校准我对某个假设的相信程度？要点是：你不是简单地信或不信，而是有一个 0 到 1 的相信程度。关键洞见在于，一旦你跨出这一步，就可以把概率的算术用在「如何让信念与证据匹配」这个问题上。所以思路很简单。
贝叶斯法则的输出、交付物，就是所谓的后验概率。后验的意思就是「看过证据之后」。所以归根结底：口罩能阻止新冠传播这件事，我该信多少？或者，如果我拿到一个阳性的前列腺特异抗原检测结果，我该在多大程度上认为自己得了前列腺癌？那怎么算出来？按贝叶斯的说法，只有三个数。第一个是先验。也就是，在你
还没看证据之前——还没看症状、检测结果、数据和文献之前——这件事本来有多可信？在你看任何一个数据点之前，累积的证据与合理性有多重？这就是先验。必须承认，这里面有一些主观性。对一种疾病，你通常用人群里的基础发生率，比如有多少比例男性患前列腺癌。
这会引出一个问题：你看 65 岁男性吗？你在意是白人还是黑人吗？但假设你先有一个先验。然后你把它乘以似然——用行话说，「似然」的意思是：如果假设为真，你看到眼前这些数据的概率有多大？比如一个医学检测，在所有
确实患前列腺癌的人里，这个检测能正确检出的比例是多少？用检测的行话说，这是敏感度。所以技术上它是「给定假设下数据的概率」。也就是说，我们还不知道假设是否为真，但如果它为真，我们拿到这些结果、这些症状、这些检测数据的机会有多大？然后你把它除以证据在整体上的常见程度。
如果这些症状或检测结果很常见——也就是假阳性率很高，再加上真阳性率——那部分放进分母。我们小学就知道，分母变大，整个分数就变小。所以就是先验乘以似然，再除以常见程度，而且它其实挺直觉的。我们都知道，如果某个症状出现在很多疾病里，比如疲劳，那你不会因为
落基山斑疹热有疲劳这个症状，就断定自己得了落基山斑疹热，因为疲劳的原因太多了。这就是分母里的「常见程度」。同样，如果某种东西正在大规模流行，比如 Omicron，而你又出现了其中一些症状，那就是先验的部分。你说：我有点酸痛。
Omicron 看起来并不是一个不合理的解释。似然这部分也直觉：如果为真，比如你真的得了 Omicron，你会喉咙痛吗？大多数得 Omicron 的人确实会喉咙痛。我现在喉咙痛，这就提高了我得 Omicron 的可信度。总之，这就是贝叶斯法则。人们不太擅长把它用到新情境里，尤其当数字是以我们刚才这种 0 到 1 之间的小数形式给出的时候。
但如果你用频次来呈现，情况就不一样了。比如人群里有一千名男性，其中十人患前列腺癌；在不患病的 990 人里，会有十人检测呈阳性；在患病的 10 人里，有 9 人检测呈阳性。现在你检测呈阳性，你得了前列腺癌吗？人们相当擅长回答：基本上就像你说的，大概五五开，对吧？可如果我给你同样的数字、同样的信息，只是换成「你得前列腺癌的概率是 0.01」，人们就会把基础率扔掉，对吧？
他们只会想：天啊，阳性，我肯定病了。根据 Kahneman 和 Tversky 的经典研究，人们会忽略基础率，靠刻板印象、靠个例来推理，于是表现就不好。这就是那个基本故事。而任何刚听过这个故事的人，好像一下子就变得更理性了。我接下来不想每个例子都用 Scott Alexander，但他每年年初会做一件事：对接下来这一年做出预测，然后到年底检验。
你觉得那大部分算不算贝叶斯推理的尝试？算。预测、理性的预测，确实把贝叶斯推理当作核心成分之一。举个具体例子，这基于 Philip Tetlock 和 Barbara Mellers 的工作，他们办预测锦标赛。预测市场让这类活动更流行，因为你可以真正「下场」，把钱押上去。俄罗斯入侵乌克兰的概率是多少？
今年通胀超过 10% 的概率是多少？你和其他人对赌。贝叶斯推理进入的方式是：一个好的预测者——而好的预测者往往不是那些名牌评论员，后者的过往战绩通常很差，因为他们总在推销自己的政治意识形态，那让他们看不见具体情况——贝叶斯推理进入
准确预测的方式是：你首先从基础率开始，那就是先验。比如，今年会不会发生一起致死超过十人的恐怖袭击？理性预测者做的第一件事是去维基百科，看那个地区过去十年每年发生的恐袭数量，然后说：好，我先把这个当作我的初始猜测，再根据今年具体情况上调或下调。
同样，对普京入侵乌克兰，他们可能从「我们见过多少次一国入侵另一国」开始，那是我的起点，然后再加或减。而这通常不是人们做预测的方式，所以他们不太擅长预测——他们不够贝叶斯。那博彩网站通常是最准的，是不是这样
在预测选举结果时？我不知道这是我在网上看到的传说，还是真的。我认为 Tetlock 和 Mellers 锦标赛里所谓的「超级预测者」表现优于预测市场，但预测市场优于几乎其他一切方式。是的，没错。
因为有很多人非常有动力去了解情况，他们不是随口抛个观点。对，而且他们的利害是真的押在里面的。对。最终算数的不是名声，而是你对还是错。所以不是推销意识形态、让自方好看——布丁好不好，吃了才知道。那人们一生中如何权衡风险与回报呢？
那是我书里《理性》的另一章。它涉及所谓的期望效用理论，或者理性选择理论。这是比较不受欢迎的理论之一，人们常常把「经济人」的账算在它头上。基本想法是：当你面对一个有风险的选项时，你应该把每个结果的概率乘以它的成本或收益、回报或惩罚，加总，然后选择期望效用最高的那个选项，也就是概率乘以收益。这方面的文献可以追溯到五六十年，
好几个诺贝尔奖给了那些证明人们并不总是遵守期望效用公理的经济学家和博弈论学者。但总的来说，它作为一个起点并不坏。我的意思是，我们经常面对的不是「风险」——我们知道概率——而是「不确定性」，连概率都不知道。就像 Donald Rumsfeld 那句名言：未知的未知，相对于已知的未知。
但如果你还是想一想：某件事发生的几率有多大？它会有多好或多坏？这大概会带来一些智慧。比如我踩下油门想早点到家，因为我真的不想晚饭迟到，或者错过节目的第一分钟。
那这有什么好处？现在，我稍微信增加了一点在车祸中丧生的概率。我把自己的命值多少钱？如果你开始这样想——我该不该戴自行车头盔、该不该系安全带——你大概会做出一堆更明智的决定。甚至是更日常的：我刚买了台家电，要不要再买延保？延保通常要产品价格的 25% 左右，销售人员会极力推销，原因是这笔期望效用的计算对商店有利，而不是
对顾客有利。也就是说，除非四件产品里有一件会坏，否则花四分之一的价格买保修毫无意义。你隔一段时间自己承担一次维修或更换的费用，反而更划算。为你的烤面包机买人寿保险，真的说不通。我正想说，如果不是这样，所有保险公司都要破产了。问题在于，保险对那种你无法承受、无法弥补的灾难性损失才说得通。
你的房子，对大多数人来说还有车，以及家里主要收入来源者的谋生能力。但对于你确实能替换的东西——哪怕你在买完烤面包机一个月后又要买一台会很恼火——你大概还是负担得起，为每件家电不断掏钱并不划算。所以自我保险要合理得多。你觉得该怎样把理性和更直觉、更自然的流动感平衡起来？因为很多时候，当我在一天中不断想着心智模型和偏误时，我常常发现
自己钻进自己的脑子里，做事时反而没有那么轻松、流畅、凭直觉。你觉得这两者之间有张力吗？有。确实存在我们所说的「想太多」这种现象。但大概二十年前，因为 Malcolm Gladwell 那本畅销书《眨眼之间》，流行起一个观念——商界特别喜欢——你应该跟着直觉走，你的第一直觉比反复思量更明智。总的来说这大概不成立。极少数情况下直觉比反复推敲更准，但大体上，多想一遍通常更好。
当然，很多时候你就是没有信息。没有人公布过概率，不像买彩票可以查赔率，或者在赌场下注。所以我们别无选择，只能凭直觉猜。但总的来说，不凭冲动行事大概是明智的生活哲学。我们的问题是，我们并不了解所考虑之事背后的赔率代码，对吧？
我们可以骗自己说我们知道——比如新冠戴口罩的效果，或者你这个年龄、你这个地区、你这种遗传背景的男性的前列腺癌发生率。有些事是能查的，但我们日常做的大多数决定——要不要和伴侣继续、要不要离开，要不要搬去一个新城市——你该从哪里开始算？我想，正是在这些更混乱、更情绪化的决定上，人们希望理性给他们一条救命索。而最终，很多时候又回到最初那个相当直觉的答案。
有时是这样。而且确实，那些关键概率往往没人知道、也无法查明，生活就是不确定的。但这里有一条建议，我要归功于我在哈佛心理系的同事 Daniel Gilbert：当人们试图想象自己未来会有什么感受时，往往并不擅长；我们大概高估了自己想象力的效力；通常更好的做法是去找
一个曾经面对过同样决定的人，看那件事最后对他怎么样了。因为这样你就不依赖想象。当然，没有两个人是可以互换的，也许他的处境不同，也许世界变了——那是当时，这是现在。但很多时候，你还是最好去收集真实世界的数据，看结果如何。这对我来说格外触动，
因为很多年前他在一次晚饭上跟我讲这番话时，我正在麻省理工，手上有一个哈佛的录用机会，正为要不要接受而痛苦。我们一起吃了饭——当然，他对答案是有利益的，因为他正在招我去做他的同事。但他说：大多数人在面对痛苦的决定时，太依赖自己的想象力；你不如去弄清楚，某个面对过同样决定的人最后怎么样了，
他往哪个方向走了。结果我确实问了两位同事——我的处境可能比较特殊——两位当时在麻省理工的同事都做过完全一样的一跳，他们被挖到了哈佛。我问他们：你后悔这个决定吗，还是结果不错？
两个人都说结果不错。这就让我下了决心，我接受了那个录用，此后一直很开心。我很确定有一些证据表明，生活中做出改变的人平均而言更幸福——仅仅是「做出改变」这件事。如果你可以在留在原地和做出改变之间选择，平均来说人们往往对新的状态更满意。如果这成立，那说明我未必是选得明智，而只是决定要动；不过这一点我完全愿意相信。
尤其是因为一旦做出选择，你会因为认知失调——也就是减少失调、合理化——而不想显得自己选错了，于是事后倾向于找出它为什么是最好的选择，并尽量往好里过。不是所有人，有些人会一直把不幸归咎于某个悔恨。但这很有意思，我之前不知道这一点。
对。我常想到那些说「这是命中注定」的人，他们经历某种艰难，然后走出来，说：这是命中注定，因为你看我后来走到了什么境地。我总觉得，这个人把自己从糟糕处境里做出好东西的那份作用完全抹掉了。假设你
出了事故或者受了伤，然后在另一头找到了一生真正的召唤。我会想：说「命中注定」，等于拿掉了你克服一个相当糟糕处境时的那份主体性。那是你做的，不是命中注定，是你把糟糕的环境用到了最好。而且如果这种说法是事先说的，危害更大。你说：反正都是命，我要么得新冠要么不得，
我对此无能为力。我要么得肺癌要么不得。于是你实际上就不去做理性决定了，因为你信命。相信命运的人，预测能力通常更差。成功预测的成分之一，就是相信偶然性——事情本来可能有别的结果，事情不是写在星星上的。我不确定有没有人专门研究过这一点，但我愿意打赌：那些不相信某种注定、真正把主体性归于自己的人，人生结果大概更好，比如更不容易生病。
我想目标是：思考得足够多，能做出恰当的决定，但不要多到拖慢你。因为我确实有些朋友，也共事过一些人，他们是那种想太多的人，显得我像是全城最莽撞的花花公子。是的，这一点很重要。文献里有时称之为 Herbert Simon 的「有限理性」：推理本身是有成本的——时间、需要收集的信息、计算资源、记忆和数据等等。
选择最优决策带来的收益，永远要和实际推理的成本做权衡。你不能把余生都用来收集数据，因为那样人生就没了。你必须在某个时点基于手头的信息行动，明知自己在承担风险，但也要把「不行动的代价」算进去。有时候犹豫就会败北。这不保证你得到最好的结果，但有时候意味着：基于不完美的信息行动，是必要且不可避免的。写《算法人生》的是 Seth Stephens-Davidowitz 吗？你熟悉那本书吗？
我熟悉，听起来有可能，我忘了那是不是他的确切书名。他确实写过一本我作序的书，叫《Everybody Lies》。哦不，不是那本。我想《Algorithms to Live By》其实是 Brian Christian 写的。Brian Christian，可能是。对，总之，我想是的。
对，我想是。《Algorithms to Live By》里有个很好笑的讲法，关于你该怎么挑选伴侣。平均算下来，在一百次约会里，你应该——我想是先去约三十或三十三次，然后再决定选下一个比之前见过所有人都好的人，
平均而言那就是你能找到的最好的人。而且确实，这是一个很老的结论，我最初是在「你开车在高速上，想决定在哪家餐厅停下来」这个场景里学到的。你并不知道拐弯过去会不会有一家
特别好的餐厅，而你已经开始饿了。数学是一样的。它是一个定理，我不太确定为什么是这个结果。但你大概先采样预期数量的三分之一，然后选第一个超过你目前测到的那三分之一平均值的人。所以在这个场景里也适用。对，这也是个好例子，因为它在权衡无限等待的成本。
也就是说，你不想在八十岁才嫁给完美伴侣，因为等太久了。另一方面，你也不想见到第一个好看的人就求婚。那阴谋论呢？它们似乎特别擅长瓦解理性。确实。原因有几个，其中之一是它们属于一类
特别难以证伪的信念。用 Richard Dawkins 原义上的「模因」来说，它们是天生就适合传播的观念。而阴谋论里那个部分——「缺乏证据恰恰证明了这个阴谋多么邪恶、多么高明」——使它们对反驳具有独特的免疫力。有点像「上帝以神秘的方式行事」这类信念。或者「你否认这是种族主义，恰恰证明你是种族主义者」。
有些观念天生就有传染性，因为它们本身就是设计来绕过我们认知免疫系统的。此外，阴谋论往往带有道德色彩，是我方偏误的绝佳例子：通常会有某个反派，而这个反派往往是可以指认的对手，比如希拉里·克林顿在华盛顿一家披萨店地下室经营儿童性交易团伙的说法。
不用说，相信这个阴谋论的不是民主党人，而是恨希拉里 的人。这种信念其实就是换一种方式说「希拉里去死」。它有没有命题内容，与人们为什么相信它基本无关。这是我写《理性》时最重要的领悟之一。面对这类离奇信念——比如飞机尾迹是秘密政府项目喷洒的致幻药物，或者新冠疫苗其实是
比尔·盖茨的诡计，往我们体内注入微芯片来监视我们——你会问：人怎么能相信这些？部分答案是：要看你说的「相信」是什么意思。对很多人来说，事实、证据、经验凭据根本不是你相信一件事的原因。当事情不影响你的日常生活——比如车会不会没油、冰箱里还有没有啤酒——
人们就会非常、非常贴近现实，因为他们不得不如此。但当信念涉及你一生都不会遇到的东西，比如那家披萨店或者希拉里·克林顿，人们相信是因为这表达了正确的价值、正确的道德。它指认了你认为邪恶的反派，也指认英雄——在阴谋论里通常是反派。有时是可指认的人，比如希拉里；有时只是笼统地憎恨建制、精英、机构。有相当规模的一小部分人，就是相信「混乱的必要」，用 Michael Bang Petersen 的说法
——他们就觉得整个系统该烧掉，它太腐败、太邪恶。于是任何集中的权力来源——政府、企业、科学家、公共卫生机构——都可能被写进阴谋论，被描绘成独特而阴险的邪恶。这很有意思，这个视角很有意思。某种意义上像是精神上的角色扮演：这些人在做真人角色扮演，只是舞台限定在自己的脑子里。
关于阴谋论思维，我近来觉得特别有意思的一点是：过去两年，人们对制度的信任直接跌到地板。我们不断看到那些本该知道自己在做什么的人被质疑，每天在镜头前说错话，有时一次又一次。我们看着各种两面派的做法、有意的疏忽、纯粹的愚蠢在眼前上演。我认为这让人们更愿意相信非典型的、官僚体系之外的——怎么说呢——掌权者在讲真话。我们没时间了，所以我们要
自己造一个真相。但现在我越来越多在网上看到有人说：你看，你一说「阴谋论」，我为什么不该相信阴谋？这个也是阴谋，那个也是阴谋。而「阴谋」的定义现在开始被扩张，涵盖了很多东西。以前阴谋基本意味着完全不可信的东西；但现在，由于真与假的边界、以及我们对制度的信任被侵蚀，任何东西都可以被放进阴谋里。不再只是地平说那一类，而是一大堆往回靠的东西，甚至包括你我很可能
也相信过的事。对，几点。其一，很多阴谋论者会说：你看，中情局 1961 年真的在古巴猪湾搞了入侵；中情局真的帮助推翻了危地马拉的阿本斯和伊朗的摩萨台。但即便如此，那里面缺少一种意愿：去考虑要乘上多少个概率，才能让登月造假、或者飞机尾迹是镇静药物这种事成立。要有多少人保持沉默，多少人不出错，多少环节
严丝合缝。所以对阴谋的定量思考：一种阴谋和另一种可以差别巨大。事实上，把猪湾叫作「阴谋」都有点勉强——那是政府保密，而政府总是保密。但这不意味着什么都可能发生。确实，受信任的机构声望下降了。不过要记住，人们的默认状态大概就是
不信任机构。六十年代有个高点，受信任的机构达到历史高位，之后一路下滑。当机构自己不去维护其诚信与客观性时，情况只会更糟。当专家像神谕一样宣布结论，却不展示过程——不解释他们是怎么得出建议的，只说
「相信我们，我们是科学家」——正如你所说，这就把他们自己置于失败之地，因为没有人不会犯错。即使最好的专家也会犯错。这不是在给他们抹黑，而只是反映一个事实：人不是接通真理的神谕。这一点应该讲得更清楚：面对任何新现象，我们的起点是无知。SARS-CoV-2 出现时，
没有人知道任何事。这本该说清楚，也本该一直如此——公共卫生指引应该基于「我们目前掌握的以下证据」，这是「我们当下的建议」。至少这会有帮助。另一点是，我们很多机构
正在公然政治化自己。它们就是在打广告：我们是政治左派的一支。它们使用那套词汇、行话、陈词滥调，而那些没有把自己认同为这个品牌、这个政治联盟一部分的人就会说：这不过是又一帮
觉醒派学者或者记者。它们等于把自己置于被拒绝的位置，因为适用于我们所有人的一条原则是：我们更容易接受自己阵营的人。这就是 Steven Pinker，各位。Steven，你接下来在做什么？今年或明年，大家能期待什么？我这些年一直在研究「共同知识」的心理学，技术意义上的——我知道某件事，你也知道，我知道你知道，你
知道我知道，我知道你知道我知道你知道我知道——这样一层层加上去。虽然听起来会让人头晕，确实也晕，但我们对共同知识有一种直觉：某件事算是「摆在外面」「公开了」「收不回去了」。我一直在探索它如何进入一系列心理、经济和政治现象。这将是我下一本书的主题：《共同知识的心理学》。
很不错，我喜欢。谢谢你，Steven，非常感谢。谢谢 Chris，谢谢你邀请我。