當和諧成為奢望 —— 論快樂

註:原文有文意上的表達錯誤,已在下方補充說明,但為保持完整性仍保留原文。

        許多佳句都在叫人及時行樂、做快樂的事,他們可能以不同的包裝出現:從生命無常、秉竹夜遊,到做你想做的事、開心最重要。這樣真的對嗎?人生的意義是否快樂兩字可以概括?

        讓我們先看看快樂這件事是什麼。
        快樂,其實沒有這麼偉大,它的由來只是怕人做傻事的一種生理機制,讓人知道你該做什麼。講明白了,就是當你做了對的事時,身體會給你一種感覺,讓你知道:「哦,我做的對,而且我要多做一點。」這種感覺就是快樂。從原始一點的活動想起,人獵捕到動物、作物豐收、追求到配偶、找到安全居所、性交、子孫出生,這些都是會令人快樂的吧。這些快樂,很明顯就是要人們多做一點這些行為,因為有助於生命的延續。
        然而,隨著社會發展,快樂被一層又一層的制約。現在我們撿到錢會快樂,不是因為錢好吃,是因為錢可以買吃的(這就叫做制約,但你根本不是因為錢可以買吃的而快樂了);你買了一件衣服,覺得穿起來好漂亮、感到快樂,不是因為人天生要追求漂亮,是要吸引異性(人也忘了這件事)。好,然後越來越複雜的事情出現,你打贏了一場球賽,快樂到不行,這些跟生命到底有什麼關連?那你是在快樂個什麼勁呢?我們可以化約然後解釋它:贏球的快樂來自成就感,成就感是為了人追求卓越,追求卓越是在原始情況下為了追求更好的生活品質。(!!原來)是的,但這中間不是有問題嗎?事實上贏球根本對生活沒什麼幫助啊(還讓你累的半死)。快樂的制約本身沒有問題,但社會化之後制約了太多層,在這一層又一層的轉換之下,快樂變質了,已經不符合生命所需,而是幾近變成一種「純感覺」,然而多數人沒有意識到這件次事,仍舊死命的追求快樂。

        先說聲抱歉,這樣說真的很殘酷,但你可以試著給我一個你在打任何球類運動的理由?不外乎是:健身、有趣、贏球的成就感、爽、交朋友,這些有多少是為了快樂?都是。但哪一個真的有助生命?大概除了健康以外都沒有吧(某些有,但那些不應該是你打球的主要目的,健身有更有效率但不快樂的方式)。

        佛洛依德認為,人的本我遵循著享樂主義。但自我仍可以提出一些不符合享樂的行為:像是取悅討厭的人,我們忍受不快樂,為了獲得可能的利益,排除掉你其實是想獲得快樂的情況,這些事應該都不會偏離生物原則吧?是的,沒有經過快樂這道「饗宴」,我們的所做所為基本上會符合本性。排除以快樂為目的做不快樂的事,如念書(假設你念書不是為了快樂)、上健身房(不是為了看帥哥),我們會發現這些更符合那些該追求的事物(念書為了生活品質、上健身房為了強身體魄)。當然,這不是說我們從今以後都要忍受痛苦不追求快樂,我並沒有否定它的價值,也不是說你不該再打球(但在我發現這件事後,我確實不打了)。我只是想問,你認為你在追求當下或未來的快樂,你到底在追求什麼?你真的知道嗎?

—20140123
        這篇想提出的問題是許多的快樂是受到制約的,但在很多情況我們不考慮實際需要的需求,而單純追求制約之下的快樂,這造成決策不理智的情況。舉例來說,一個富家子弟可能真正想要的是成家立業、安定生活,但因為他追求快樂,可能行為風流倜儻、到處揮霍,我們可以說他受「快樂」所迷惑,而忽略了他真正想要的。在這種例子中,我們通常可以合理的發現行為人是不理智的;但在理智的人身上,我們做出的常是正確的判斷,例如打球為的可能是交友聊天、運動健身、追求成就感,這些動機我們可以化約成為了快樂和健康,但我們並不能判斷這時是受到快樂迷惑的,因為交友確實有助生活。
        因此重要的問題在於,我們應該判斷自己想要的是什麼,然後從事可以達成或有助於此目的的行為,而不應單純追求快樂,或以快樂來判斷行為的合理性。
        但在某些情況我們會或能單純追求快樂,例如無知的情況,當我們不確定行為會帶來什麼報酬時,我們可以根據此行為是快樂的來認定他是「好的行為」,因此一再從事,這有時確實是正確的,例如我們小時候出去運動;然而有時是錯的,例如吸毒。另一個無知的情況是:我們不知道自己要的是什麼,所以我們可能會多方嘗試一些能獲得快樂的行為,這有好有壞,好處是,做了這些行為我們確實能感到快樂,而他可能真的是有助生活或確實是本人想要的;壞處是,仍然可能受到快樂誘惑,可能因為快樂我們便認定「那真的是我要的」。例如年幼時某人因為考試高分快樂,便認真念書,長大後發現知識確實是他想要的;或某人因為打電動得到快樂便荒廢課業,事後後卻發現這不是他要的。快樂在無知時變成了雙面刃,我們可以選擇相信或不相信,但仍然需要主動認知判斷。

        補充部分與原文有不同之處,是為我的文意表達錯誤,請優先參照補充部分。決策模型與對於目標的決定等詳細問題,會在撰寫中的人生說明書第二版中提及。
        感謝 提出質疑並與我討論使我發現錯誤,也謝謝他提出打球的動機。

—20140314
        補充林以正教授演講時所提到的以下現象。
        心理學上的概念「心流經驗」(experience of flow)與「高峰經驗」(peak experience)足以說明受快樂所制約後的心理狀態:

        Flow is the mental state of operation in which a person performing an activity is fully immersed in a feeling of energized focus, full involvement, and enjoyment in the process of the activity. (Wikipedia)

        人在這種狀態下感受到快樂,但這時的情境與行為不一定是生命之所需,但我並沒有質疑這些狀態的價值,不過從純物理觀點,我們可以把這種經驗看做是一種心理狀態的自我調整。

延伸閱讀

當和諧成為奢望 —— 論社會回饋

        身為一個要懂得感恩、知足、惜福的人,你是不是覺得:若誰有恩於我,在我能力所及,必當報答?
        那麼你覺得,一個有能力的人,在他能力所及,是不是應該要回饋社會呢?那如果一個有能力的人,要做他不喜歡做的事才可以回饋社會,那他是否該犧牲他個人的利益,換取大眾的最大利益呢?
        如果是真實的例子:一個天生的物理天才,喜歡的卻是寫小說,偏偏又寫的很爛,那他是該研究物理而對學術有所貢獻,還是做他想做的卻又毫無貢獻的事呢?
        能者是否有責任要多勞?能力越強,真的要承擔更多責任?

        如果你不同意能者應該要回饋社會,那你不就是認為知恩不必圖報嗎?換個角度想,能者如何會成為能者?並不是他一生下來就哪方面比較強,父母給了他學習、成長環境,社會也是,那麼為什麼我們會願意回報父母,卻不願意回饋社會呢?舉個例子,如果你天生是遊戲天才,你可能會覺得就是天生的,社會沒有對我有什麼貢獻,但事實上,不光是你父母把你養大、給你買電腦是有貢獻,社會給了一你個電競環境,廣告業者、其他遊戲玩家資助這個遊戲,得以讓你接觸,這些都不是你個人的功勞,他們等於是有恩於你,你怎麼不該回報?
        好,如果現在你覺得是該回報,那不就是你該有所貢獻了嗎?換個例子,如果你現在讀了電機系,發現不是興趣所在,但你就是個電機天才,你是不是該繼續念下去,發揮所長,以報答這個社會?(社會幫你負擔學費、給你好的讀書環境、那些不擅長算數學的人仍然有繳稅,你就是拿那些錢來受更好的教育)
        你是該報答,無論我們在哪方面有所長。你可能現在是台大人(台大資源比較好是納稅人的錢分配給你比較多,你不該珍惜嗎?),你可能在某個遊戲是前0.1%,你可能某種運動達業餘水準。說實話,這些都不是你自己的功勞,除了你父母以外,就是這個社會,那我們是不是該回饋社會?無論以什麼形式?

        那你在幹嘛?
        如果你有在捐錢、服務鄉里、做義工,很好;但我相信多數的人沒有,就算有,你從社會上得到的東西,跟你已付出的,真的比得上嗎?我們這些從小好好念書的人,進好高中、讀好大學,受較好的教育,把一些社會資源不公平的取走,我們做過什麼回饋嗎?沒有,遠遠比不上那些社會無條件奉獻給我們的。
        所以,你在幹嘛?這不是叫你珍惜,珍惜是你早就該體認到的,我這是在問,你拿了這些,可能還會繼續拿,到底是為了什麼?你真的有打算有一天你要回饋社會,歸還你所虧欠的嗎?而且你認為你一定還的起嗎?社會養你幹嘛?你的價值到底有多少?
        請記得,如果你說:「那就算了,我沒有要,是他們自己要給我的。」這就相當於是父母養你到大、為你勞心勞力,你說:「活該,我可沒要求。」倫理道德不允許你這樣想,也不希望你不回報,你可以假裝沒有倫理道德,但大家在看,是吧?

—20140306
        此篇名社會回饋為社會責任之回饋之縮寫。
        補充兩點社會責任之原則

  1. Maximum principle:極大化利益。
  2. Minimum principle: 極小化利益極大化所產生的差距。

        第一點為非常容易理解的基本原則。
        第二點的個人理解為防止促進第一點運作的環境崩解的原則。

當和諧成為奢望 —— 論貧富

        你認為你支持縮小貧富差距,但,你真的支持嗎?

        我前陣子問了一些人這樣的問題:「你覺得在你有生之年,貧富差距能夠縮小嗎?那怕只是一點點?」沒有人敢給我肯定的答案,我想多數人都沒有辦法肯定的說可以。畢竟想出一個擴大貧富差距可行的方法實在比縮小簡單太多了(不然這哪是問題)。那麼既然不行,我們勢必得做出選擇,假設現在你有能力,那麼你想成為的是有錢的那一邊,還是貧窮的那一邊?

        臺灣M型社會早已不是秘密,在有選擇的情況下,沒有人不想成為有錢的那一邊,畢竟無論你追求的是心靈還是物質的富足,有錢總是比較好是吧。那麼我們現在換個角度想,你想成為有錢人,不就是要壓榨窮人嗎?或許你沒有這樣的「意圖」,但意圖是一回事,行為是另一回事(你如果不小心在某人的咖啡裡加了毒,我們不會因為你沒有意圖就不去懲罰你,你仍然是殺人)。那麼你想成為有錢人,你以為有錢人的錢都是從哪裡來的?當然是窮人那來的啊,我們想當有錢人,從行為上來看,其實我們就是要去壓榨窮人,那我們還在這口口聲聲喊著要縮小貧富差距,究竟是在喊什麼意思的?
        有些人會認為:「能力越強,責任越大。」或許有錢人有責任要去縮小貧富差距,但請換個角度看,講這些話的人,多數是「有錢人」還是「不夠有錢的人」?資源有限,慾望無窮,這我們也都知道,追求更多的資源也是人的本能,因此有錢人想要更有錢,這不是他們的錯,人的設計便是如此。確實是有些有錢人願意做公益、救濟窮人且不是為了節稅,但我們看的是這樣做的人的「個數」而不是比例,可見這是多麼的少見,而我們還在這奢望可以減少貧富差距。
        事情本就沒有對錯,我現在或許也希望暫時縮小貧富差距,但當我成為有錢人的那一方時,我肯定是希望不要縮小的(拜託,我很誠實。打麻將要不輸錢的方法,不就是盡力去賺嗎?);就算要縮小,最好也是其他人差距都縮小,但我還是很有錢,這樣對吧?多數人也會承認這件事吧。縮小貧富差距這種口號,換句話說,只是高喊著和平然後 —— 根本沒有起義,口號大概會這麼一直喊下去。掌握資源的那方是有錢人,他們擁有的更多,講的話也更大聲,能讓你開口就不錯了。(你說不對,這可以改變,我們可以開口就是有所進展。錯了,窮人講的話會有人聽、會有人為窮人講話是因為:投票權的平等。如果現在低收入戶全部一人十票,好了問題解決,但這不會發生。)

        你可以試想任何一個實際減少貧富差距的方法,而我可以保證這不可行。舉例來說,最好的辦法大概是我們可以課徵超級重的「富人稅」,法國就這麼做了,75%,一個可怕的數字,造成什麼問題很容易猜到:富人出走、人才流失、政府財政收入不增反減。難道要全世界同時課徵富人稅嗎?
        喊著縮小貧富差距,然後以為這是公平正義?要公平正義你應該這麼說:「從此以後我的薪水只拿最低薪資,多的全部捐給基金會、捐給窮人,我會認真上班、要求加薪、賺更多錢、然後捐更多的錢!來!大家一起來!」

        好了,你現在是否還想縮小貧富差距?你想的,講白了,應該是這樣吧?
        「踏馬的,為什麼他們那麼有錢?我就是 不 爽 啦!」

Facebook動態消息得讚比因素分析

感謝
在此首先要感謝我的FB朋友們,他們在我沒有事先告知的情況下協助我完成了這次研究,並且沒有任何報償,時間長達半年。其中可能有人會在得知真相後感到不悅、受欺騙、被愚弄,我在此致上最深的歉意,一切都是為了學術。
緒論與文獻回顧
        FB流行幾近氾濫的時代中,隨處可見的是人們閒暇時刻便拿起手機或開著網頁瀏覽FB,由於其動作通常是不斷的往下捲動,我們通常稱為「滑FB」。不可否認的,這樣的資訊接收平台大大的改變了我們習慣的方式,加上其互動式的功能:「點讚」(Like),使人與人、人與團體之間的互動多了一種有趣的方式。通常,我們會給偶像的粉絲專業讚,以表示支持與認同,但這種讚是一次性的。因此本研究的主要重點集中在於動態,動態是所有人都可以發佈的消息,並且不受次數頻率、內容形式影響,而動態會根據某些演算法[1]得到其分數,排序後出現在好友或追蹤者的動態消息(News Feed,以下簡稱動態)中,任何看到這則動態的人,可以自由選擇是否要留言或給予讚,而不會受到任何限制。
        因此可想而知,讚的數目極度容易受到曝光率、動態內容等眾多因素影響。我曾經在半年前分析過可能受到影響的因素(亦是此研究的起點),而這只是非常粗略的區分,略作修正後如下:

        一個發文頻率普通的人,得到的讚數除以他的總朋友數,也就是得讚比,通常介於5%~15%之間。影響因素有如:

  • 朋友結構:你的得讚比近10%或超過,可能你的朋友都是些只會迎合你喜好的王八蛋。或只是單純熟朋友比較多。
  • 發文類型:大於10%,你的發文類型較合大家胃口,換句話說,你是迎合別人胃口的王八蛋。或只是單純你的文筆好、照片驚悚,或你是正妹。
  • 發文時間:熱門時段是晚餐過後至睡前,及大家剛起床先滑手機時,在這段時間曝光,較不容易被蓋過。
  • 發文頻率:發文頻率過高者,普遍得讚比較低,原因如「超級廢文」或「超級大爛廢文」,然而發文頻率低者不一定較高。
然而,在了解了FB的演算法則後,我發現有許多因素其實已經被綜合在FB的評分排序(ranking)內,且其演算法則是眾所皆知的,並沒有研究的價值。因此本研究注重動態的內容,包括其結構、語氣、修辭方式等,旨在探討何種形式或內容的動態較能或較不符合他人的胃口(讚不等於合胃口,但姑且讓我們這樣形容它)。
研究動機
        探討影響FB動態消息的因素,注重在內容與形式上的變項。
研究方法
        使用因素分析,並以SPSS統計軟體做多元迴歸分析。依變項為得讚比,計算方式為:
                得讚比=該動態讚數/朋友數量
        將可能影響的變項分為八大類,共包含45個因素,除時間距離、字數、行數、標籤數外皆為二分變項。說明及操作型定義如下:
·         時間
·         與十點半距離(分鐘):同時段瀏覽使用者最多為晚間十點半[2],以分鐘為單位,不分正負。
·         與上篇間隔時間(天):推測頻繁的發佈動態會造成接收者不願意仔細觀看或內容空泛,也就是俗稱的廢文。
·         功能:FB動態所內建可選的功能,不包括打卡。
·         圖:動態是否附圖,不分析圖片性質。
·         連結:動態內是否有附連結,推測有連結可能造成接收者轉移注意、懶得回來按讚。
·         分享:此篇動態是否是分享他人內容(使用分享功能而非單純的分享)。
·         標籤:在動態內是否有標記朋友。
·         標籤數目:標記朋友的數目。
·         內容
·         愛情:內容有愛情成分。推測多數人較愛好愛情類的內容。
·         友情:內容有友情成分。推測此類較能引起共鳴。
·         親情:內容有親情成分。
·         抱怨:內容有抱怨成分。推測會不受歡迎,但亦有可能得到安慰。
·         廣告:內容有廣告成分。推測會不受歡迎。
·         時事:內容有時是成分。避免混淆,新聞媒體所報導的稱為時事,否則為生活貼近。
·         用詞
·         文青:文青為文藝青年的簡稱,意為用浮誇的詞藻修飾。本身可能意義不大,但推測會受到某部分族群歡迎。
·         粗俗:包含一些常見的髒話、匿稱、誇張的自稱,無自謙詞。
·         形式
·         記敘:符合生活真實事件,推測易引起共鳴,可能與生活貼近有共變。
·         抒情:可能較符合某些族群。
·         論說:可能較符合某些族群。
·         學術:可能較不受歡迎。
·         結構
·         聳動開頭:吸引人繼續觀看,可能有明顯效果。
·         創意結尾:使人印象深刻,願意按讚。
·         貼近結尾:在結尾與接收者互動,使人較願意留言或參與討論。(如:以下開放……,開放式問題)
·         行數:長度可能影響感官感受,太長可能使人不願意讀下去,太短內容可能不容易非常突出。
·         字數:與行數類似,但統計方式不同。
·         語氣
·         諷刺:諷刺對象或事件不拘,推測有其客群。
·         哀怨:可能令人不愉快,但亦可能引起共鳴。
·         雙關:可能需要思考,推測有部分客群。
·         悲傷:與哀怨不同,可能會吸引安慰。
·         其他
·         實用性:動態內容是否有其實用價值、是否對他人有幫助。
·         生活貼近:內容是否貼近朋友們得生活,推測可能引起共鳴。
·         耍屌:假裝很屌。
·         真屌:真的很屌。
·         佳句:文內含有佳句,無論明引或暗引,亦不討論佳句種類。
·         有趣搞笑:內容是否會引人發笑,推測有好效果。
·         音樂:內容是否附有音樂歌詞、音樂連結或相關描述。
·         夢想熱情:內容是否牽涉到夢想或熱情,可能引起某些較重視熱血的族群。
·         創意:內容是否有創意,不可抄襲。
·         文內呼應:在文中前後或各部分是否有互相呼應,推測易讓人有好的感覺。
·         回憶:內容是否有包含回憶成分,推測會吸引念舊的人。
·         感動:內容是否使人感動,推測吸引感性的人。
·         修辭
·         對偶:是否有對偶,推測有助閱讀。
·         映襯:是否有映襯,可能有衝突感。
·         轉品:是否有轉品。
研究結果
        由於變項過多,不便附上完整的相關性檢定,請參照整理過後的表,已刪除不顯著的變項。
正相關因素:
類別
因素
r
t
顯著性
內容
愛情
0.53
2.72
***
其他
真屌
0.48
2.39
**
形式
記敘
0.47
2.33
**
其他
文內呼應
0.47
2.31
**
其他
回憶
0.46
2.27
**
負相關因素:
類別
因素
r
t
顯著性
功能
連結
-0.56
-2.98
****
功能
分享
-0.45
-2.23
**
內容
廣告
-0.44
-2.13
**
形式
學術
-0.44
-2.13
**
功能
-0.39
-1.87
*
時間
與十點半距離(m)[3]
-0.38
-1.77
*
*:α=0.05顯著
**:α=0.025顯著
***:α=0.01顯著
****:α=0.005顯著
迴歸分析:
係數a
模式
未標準化係數
標準化係數
t
顯著性
B 之估計值
標準誤差
Beta 分配
1
(常數)
-2.263
.000
 
.
.
-3.492
.000
-.242
.
.
愛情
14.191
.000
1.050
.
.
與十點半距離(m)
.021
.000
.690
.
.
標籤數目
7.780
.000
.512
.
.
與上篇間隔時間()
.259
.000
.269
.
.
親情
9.086
.000
.299
.
.
記敘
1.307
.000
.090
.
.
字數
.003
.000
.222
.
.
哀怨
-10.933
.000
-.660
.
.
實用性
4.458
.000
.147
.
.
生活貼近
3.246
.000
.244
.
.
耍屌
-.845
.000
-.038
.
.
真屌
7.493
.000
.339
.
.
有趣搞笑
3.863
.000
.253
.
.
音樂
.342
.000
.016
.
.
文內呼應
6.631
.000
.300
.
.
感動
3.702
.000
.168
.
.
對偶
-3.872
.000
-.253
.
.
轉品
5.922
.000
.319
.
.
a. 依變數: 得讚比
討論
        根據結果發現,沒有任何因素有決定性的作用。但記敘文、有回憶成分、愛情是最能顯著影響得讚比的(α=0.01),而屌文、敘述、回憶及發文時間及文內呼應則是次要的決定因素。我推測由於記敘文較容易閱讀,也較少個人差異,加上本人的文筆所致,因此記敘文能獲得較多的讚。回憶的作用則不是很清楚,推測可能和接受者有相似之處而產生共鳴。愛情此因素則在預料之內,多數人喜歡看愛情故事或相關的文章,這部份可能有很大的年齡差異。文內呼應可能是決定性的「文章好不好看」的重要關鍵,我會分析此因素也是因為看重此因素而常試著寫出這樣的手法,個人認為這是流暢度的展現,但可以受到有意的操控(故意使用這種手法很容易讓人覺得文章好看,並會忽略其他沒有呼應且寫的不好的部份)。屌文數目很少,可能導致誤差,但可以證實人們相對不喜歡耍屌。最後則是發文時間,這是一篇動態最好掌握的因素,十點半,估計是說多數人結束了一天在休息時會滑FB,或在念書時正要滑FB的時段,太早可能會被較新動態蓋過,太晚則可能錯失某些課群。
        負相關的因素有連結、分享、廣告、學術、圖。大部分是符合預料,連結的影響力超乎預期的大(r=-.56),可能是因為會使接受者連結到另一個地方去閱覽,導致轉移注意力而沒有到原頁面點讚,且因為這種動態相當於把一部分的價值放到連結內,若接受者未點動態,會導致低估此動態的價值。分享和連結類似,通常也需要連結到另一個頁面,並且特別的是分享的是圖時,點進此圖按讚視同按圖片發佈者的讚,而非分享者,導致顯著稀釋得讚比。廣告和學術亦能理解,多數人不喜歡「廣告」本身,更不在意廣告內容為何,且通常廣告與連結共存,更降低人去點擊的慾望。學術則艱深難懂、耗費腦力資源,讓想輕鬆滑FB的人一點也不想進去看。圖則是稍微出乎意料,估計是因為沒有討論圖的類型,且圖文很難完全相符。
        在迴歸分析的部份,其實用價值無法保證。常數是負的意味著一篇動態不符合這些因素時會有-2%的得讚比,這明顯不合理,並且我根據迴歸分析算出公布此研究的動態的得讚比估計會是28個讚,實際情形留待觀察。
        特別提出的非統計討論則是:我一開始推測更換感情狀態為「穩定交往中」是會獲得最高得讚比的,在經過24小時等待後,事實證明此預測是對的,有意義、有內容的文章還是能吸引許多的讚(兩者沒有顯著差異)。在20篇統計當中,最高的是更改感情狀態獲得26.5%得讚比;次高的是獲得26%得讚比的一個感人的愛情故事(主觀評論);而第三高的是友情故事,雖然旨在嘲笑朋友,但內容充滿可能引起共鳴的回憶,並起與多數朋友有聯繫,亦標註了兩個朋友,因此獲得24.2%得讚比(第四高則掉到21.2%)。以下推論沒有數據支持,個人認為要獲得共鳴的方式不能單已愛情而論,而是要感人(然而因為這太過主觀無法列入變項分析,有些可惜)或切入時事,或貼近多數朋友的生活(注意,是要貼近朋友的生活,而非自己的),也就是兼具愛情成分同時滿足其他條件,而這估計和朋友族群的八卦程度有極大關係。
        最後,有一些無法分析的因素我不知道如何納入考量,在這邊提出來,某些人會但單純因為文章很長就跳過,但相反地,有些跳過的人會因為發文的是好朋友而毫無理由的按讚。有些人則是只有女生發的動態才按讚;有些人則是只按正妹或跟自己有關的(這些無法掌握的客群通常在每人的朋友結構中佔了部分不可忽略的數量)。有些人會在看完動態後不先按讚去看留言,然後只按留言讚,可能是忘了或懶得回來按;有些人可能單純討厭我或猜到我要做因素分析而故意改變行為。
注釋
[1] FB三年前棄用了使用已久的Edgerank演算法,台大心理系刊物《逆光》去年三月有一篇「Facebook沒有告訴你的事」對於此演算法有詳細的說明(雖然他不知道已經棄用了),目前FB並沒有公開內部使用的演算法,但多數人同意使用的因素非常多,並同時與使用者互動式的調整(你可以藉由按「我不想看到這個」改變你的排序加權)。並且也有許多人找到了重要的影響因子。

        由於這個演算法非常有趣,容我稍作說明:FB會計算親近度權重、時間衰變、與朋友關係的設定(摯友)、貼文種類(影片>圖片>>純文字)、隱藏貼文、使用裝置、連網速度、Story bumping(舊但是沒看到的動態會自動浮出來)、Last actor(考慮最近50個互動朋友)。

[2] 十點半的由來是得讚比分別與九點、十點、十點半、十一點計算相關,最後取相關最高者,其相關分別是-.28-.32-.37-.29
  
[3] 得讚比與與十點半距離負相關表示發文時間越接近十點半得讚比越高呈正相關。
後記
        再次感謝受我欺騙的朋友們,尤其是最後一個更改感情狀態的動態(其他動態內容「多數」是真實的)。並且感謝那些支持我發文的朋友們,我為了作因素分析時常轉換文章風格(是否有人發現一下愛情一下友情,一下時事一下回憶,一下嘴砲一下文青?),因此造成我的動態水準參差不齊,若有人因此對我的某些文章感到失望,我也只能遺憾的說這是必要的犧牲了。歡迎繼續支持。
        另外礙於篇幅所限,也不附上實際分析的資料與每篇動態的內容,若想要的話可以私下索取。
可能有人會質疑這篇分析的價值,認為我找出了45個變項依然不能準確預測得讚比,是的,確實,根據迴歸模型,公開這篇的動態預測會是28個讚(接收者可以因此按或不按而改變準確度)。但在公開的數據之外,別忘了FB的點讚是記名的,在我得到了大眾胃口的結構之後,便可以分析所有曾經按我讚的人的喜好。是的,你只要有點過我的讚,我都已經知道你的胃口如何了(這就是隱藏研究動機),這價值高不高,就得視你個人的價值而定了(下次點其他人讚時也請三思,我也看的到)。而這些數據因為隱私而不能公開,「理論上」作為一個有倫理的研究者我應該也不會對私下偷偷來問我的人透漏的。

心物因果理論:整合Causal Cognition與Causal Process Theory的因果理論

導讀

        因果關係是什麼?
        請先問問你自己,就算兩秒也好,你覺得什麼是因果關係?這個問題沒有想過你根本不會覺得有什麼好討論的,好死不死哲學一吵就給他吵了幾百年。也許你會說,因果關係是規律性,結果總是在原因之後發生。那麼夜晚每天都接續著白天,一次例外都沒有發生,你為什麼不會把夜晚視為白天的結果?
        也許有人會說因果就是相關,相關越高就是越強的因果關係,相關到達百分之百就是絕對的因果關係,這也不對,難道我們真的能用幾個數學式子證明因果關係?甚至有人說現實世界根本沒有因果關係,它只是人為了理解世界自己創造出來的詞,是在形容那些「看起來是因果關係」的關係(Hume),多數人也沒辦法接受這種想法,因為這根本不能解釋因果概念的由來。
        試想,你今天遠遠的看到一隻鳥在樹上唱歌,忽然旁邊的窗戶就破了,你難道會認為是鳥造成窗戶破了嗎?你觀望了一下,發現樹下有個小男孩手上著球棒,突然好像一切真相都明白了,你斷定窗戶就是小男孩打破的。但你親眼所見的事實上只有鳥唱歌啊,為什麼不是鳥的聲波造成窗戶破了呢?
        那麼如果你現在是親眼看到球打破了窗戶,那隻鳥仍然在一旁唱歌,窗戶破的一瞬間,鳥也停止唱歌了,那我問你,為什麼不是鳥造成窗戶破的呢?你怎麼知道不是那隻鳥有神奇的魔力,一唱歌窗戶就會破呢?如果你看到一百次這樣的事情,你是不是就會開始相信:「哦,我確實遇到了一隻會把窗戶唱破的鳥。」
        如果現在一顆棒球往窗戶飛來,一個外野手跳起來接住了球,那他確實是阻止了球打破窗戶。但如果現在是在這個窗戶之前,有一堵牆擋著,外野手仍舊奮力的接住了球,那他還是阻止球打破窗戶的原因嗎?如果是,他不接的話,窗戶也不會破啊!如果這回你覺得不是了,那不是很奇怪嗎,從頭到尾那堵牆只有立在那,就連輕輕碰觸到棒球也沒有,怎麼會影響你判斷呢?
        什麼是因,什麼是果,要有多強的證據才能肯定?做實驗時,相關極高,我們叫做有因果;再嚴謹一點,我們使用因果檢定。日常生活中,我們判斷現實經驗是否符合過往的經驗,來決定觀察到的是否是因果關係,那麼這些到底有沒有對錯呢?一個因果理論的哲學家,被發現在別人的水裡下毒,他能夠脫罪嗎?
        「那毒是我下的,但是那不是他死亡的原因啊!」哲學家。
        「狗扯。」檢察官。
        「你看過每次其他人下毒,喝的人都會死掉嗎?既然沒有,你如何肯定我下毒是造成他死掉的原因?如果你曾看過或聽說過幾次,那你看,我也有找到幾個例子是喝了這毒藥結果沒死的例子啊,所以這毒其實是讓他活的。」
        「瞎扯。」
        「那毒是造成他神經停止運作,我最多只要對這件事負責,神經運作造成了什麼,不關我的事啊!」
        「胡扯。」
        「如果你說間接的也算,那你怎麼能保證自己沒有間接的害死人過呢?可能你剛剛咳嗽,造成一旁的人感冒,他又傳染了給別人,然後別人死了,難道你要負責嗎?」
        「……」
        「如果你說是因為我意圖殺死他,而且我成功了,那麼我現在意圖使太陽下降,等等我就成功了,難道我就是太陽下山的原因嗎?」
        「…………」
        「你說是因為如果我不下毒,他就不會死,那就更奇怪了,他不喝也不會死啊,那不是應該他才是造成自己死的原因嗎?」
        「………………」


心物因果理論: 整合Causal CognitionCausal Process Theory的因果理論

指導教授:鄧敦民 教授
作者:番茄
日期:2014年1月

關鍵字:causal process theory, causal perception, causal inference, causal reasoning

 

緒論

        在causal process theory中,Salmon認為由於守恆量(conserved quantities)是實際存在於世界上的,所以他斷言因果關係是實存於世界的物理性質。我不同意這樣的宣稱,不只是因為這無法解決Hume的因果難題,而是僅就物理而言,我們都不能保證這是世界根本的規律,至多只能說是在人為觀察者的情況下所符合的事實,正如古典力學在十八世紀大致符合能觀察到的巨觀世界,爾後才出現了解釋微觀世界的量子力學。既然我們不能保證物理定律的普遍性,又何能推論以物理為基礎的因果關係是實存的性質。
        然而雖對於因果在真實世界的存有問題我們暫無定論,至少多數人同意的是因果關係確實存在於人的意識之中。但若說真正的因果只存在意識之中亦讓人無法接受,因為這無法解釋因果概念的來源[1]。因此我認為因果同時存在於人的意識中和物理世界中,所以由心理和物理的角度才足以解釋我們所期望看到的因果關係,這也是我理想中的因果模型。
        因此我希望就因果理論中最符合物理描述的causal process theory著手,同時討論心理學中的causal cognition,目的是希望能理解以下幾個問題:「物理世界的因果關係」與「人所認為的因果關係」究竟是什麼?之間的關係為何?兩者是否相容或衝突?並在這樣的架構之下嘗試納入所有的因果關係,期望兩個理論可以互相補充。
        以下為方便討論,由因果過程理論中所定義的因果關係稱作「物理因果關係」;而人所認為的因果關係,也就是causal cognition所產生的因果關係稱為「心理因果關係」。


Causal Process Theory

        採用Dowe於2000年發表的conserved quantity theory。我認為Salmon後續的修正將conserved quantity改為invariant quantity並不適當,因此仍採用Dowe的版本[2]。
        不適當的理由有二:第一,Salmon的invariant quantity在字義上不適合物理定律,物理定律所描述的守恆並非不變,而是根據某種規則運算後,其物理量的另一種形式是不變的,因此不能直接以「invariant」形容此種物理量,且物理定律的保守亦是用「conserved」一詞。第二,Salmon似乎是無法完全放棄他先前的mark-transmission的想法,invariant的概念類似於在causal process中的每一個時刻他都要是不變的(at-at theory),但事實上不是。

Definition

  1. 因果過程是一個物體的世界線,且物體必須是擁有[3]保守量的。(A causal process is a world line of an object that possesses a conserved quantity.)
  2. 因果交互作用是世界線的交叉,且必須有保守量的交換。(A causal interaction is an intersection of world lines that involves exchange of a conserved quantity.) (Dowe, 2000, p.90)

 

 世界線 (World line)

        世界線是物體穿越四維度時空的軌跡。(The world line of an object is the unique path of that object as it travels through 4-dimensional spacetime.)[4]

過程 (Process)

        過程是一個物體的世界線,無論這個物體有沒有保守量。(A process is the world line of an object, regardless of whether or not that object possesses conserved quantities. A process can be either causal or noncausal(pseudo).) (Dowe, 2000, p.90)

保守量 (Conserved quantity)

        建立在物理守恆定律之下的物理量皆稱為保守量。如能量、動量、電荷。(A conserved quantity is any quantity that is governed by a conservation law.) (Dowe, 2000, p.90)

交叉 (Intersection) 

        兩個以上的過程在時空上的重疊。至少一個進入和離開的過程經歷保守量的變化並遵守守恆定律時就是交換(exchange),也就是真正的因果交互關係。(An intersection is simply the overlapping in spacetime of two or more processes. An exchange occurs when at least one incoming, and at least one outgoing process undergoes a change in the value of the conserved quantity. The exchange is governed by the conservation law, which guarantees that it is a genuine causal interaction. It follows that an interaction can be if the form x, y, λ, or of a more complicated form.) (Dowe, 2000, p.90)


Causal Cognition

        現今認為causal cognition下包含causal learning與causal reasoning。而causal learning下又可分為causal perception與causal inference。此關係如圖1。

        Causal learning encompasses the processes by which we learn about causal relations in the world at both the type and token levels. Causal reasoning refers to the ways in which we use those causal beliefs to make further inferences, decisions, predictions, and so on.
        Causal perception consists of the relatively automatic, relatively irresistible perception of certain sequences of events as involving causation. Causal inference, on the other hand, consists of higher-level causal learning that is based largely on statistical relationships.

        這兩種路徑在形成成人的causal cognition中是相輔相成的,從幼童的研究可以發現:複雜的刺激對10個月大以上的嬰兒才有反應,小於6個月大的嬰兒對簡單的刺激如啟動事件有反應(Oakes and Cohen, 1990),這符合causal perception是天生但需要發展的。Causal perception依賴視覺訊息而非高級認知(例如我們無法選擇不把啟動事件視為因果關係),這也是泛文化的(Morris and Peng, 1994)。
        Causal inference則是不依賴時空線索,需觀察一系列的情況,注意可能的原因是否發生(Cheng, 1997; Cheng and Novick, 1990; Shanks, 1995)。其中學習的重點在於區分可能的原因與真實的原因及關聯的強度。這不是直接透過知覺,也不是自動的(我們不會受到一次刺激就學會,但可能會因此產生懷疑),且需要高級認知。研究推測這樣的學習過程類似於動物的制約學習,並發展出許多模型如:Rescorla-Wagner (1972) model、ΔP model (Cheng and Novick, 1990; 1992)、The causal power approach (Cheng, 1997; Novick and Cheng, 2004)、The pCI model (White ,2003a)[5]。


Causal perception versus causal inference

        多數證據顯示這是兩個不同且獨立的認知過程。fMRI研究顯示了神經解剖上的不同,causal perception集中在顳葉(Blakemore et al., 2001; Fugelsang et al., 2005),而causal inference則在前額葉(Corlett et al., 2004; Fletcher et al., 2001; Turner et al., 2004)。
        但當因果機制需要一些時間處理時兩者關係變得很複雜,例如按按鈕會造成三秒後燈亮,若有人按了按鈕後三秒再按,causal perception會認為是第二次造成燈亮(因為時空接近性),causal inference會認為是第一次。成人可以用物理機制的資訊遮蔽causal perception得到causal inference的結論,但7個月大的小孩不行(Schlottmann, 1999)。這是造成illusion of explanatory depth的原因:

Illusion of explanatory depth: An overestimation of their own mechanism knowledge, and difficulty accepting that their knowledge is limited in this regard. (Rozenblit and Keil, 2002)


Causal Process TheoryCausal Cognition的關係

        假設有兩輛外型相同的電動車A、B,內部有程式可以控制引擎使其移動或停止,由外部觀察可以看到車內沒有駕駛者,且無論何時觀察者都無法從外部得知引擎是否在作用(無噪音或排氣),這兩輛車可以用GPS系統得知彼此的位置。現在當A往靜止的B接近,在接觸的瞬間程式作用使A瞬間停止,B瞬間啟動,不知情的觀測者會認為是A造成B移動,且其理由是因為碰撞。但若是由設計此程式的觀測者觀察,他只會認為有間接因果關係,且其理由而是:B的移動是由於內部的程式,但其程式是因為A的接近才令B移動,因此B是因為A而間接移動。但若現在程式修改成未接觸時,於碰撞三公尺前A就停止、三秒後B移動,這時未知的觀察者會認為A並不是B移動的原因。現在如果告知此觀察者內部程式的運作,他又會認為A是B的間接原因。
        由上例可以得知心理因果關係的判斷事實上要根據所得的資訊與推論過程而定,在資訊不完整或推論錯誤的情況下,通常仍可以判斷正確,但也很可能做出歸因謬誤(尤其人為操縱、不符合自然現象的例子特別容易欺騙觀察者)。只要給定條件,心理因果關係可以完全包含物理因果關係(圖2-1)。此條件為:

c. 資訊充足且正確的causal reasoning:使用正確的知識邏輯推理。

        心理因果關係符合物理因果關係的充分非必要概括條件為:

a. 不直接採信causal perception:需經過思考。
b. 不直接採信causal inference:相關是必要非充分條件。
c. 資訊充足且正確的causal reasoning:使用正確的知識邏輯推理。

        在符合條件c時,心理因果關係會完全包含物理因果關係(圖2-1),此時只有三種情況:心理且物理的、心理非物理的及非物理非心理的因果關係。而當心理因果關係滿足概括條件時,其必為心理物理因果關係;未滿足概括條件時,亦有可能是心理物理因果關係,此種情況是「猜測」成真(應為「推測」,為避免與「推理」字義混淆,故以猜測替代)。
        不符合條件c時,心理因果關係與物理因果關係兩者獨立(圖2-2),此時有四種情況:心理且物理的、心理非物理的、非物理非心理的及物理非心理的因果關係。然而此時概括條件無法完全滿足(條件c不合),但心理因果關係仍有可能符合物理因果關係,此種情況亦是猜測成真。

舉例說明

        延續上電動車一例,A造成B:

  • 符合條件c(圖2-1)
    • 心理非物理因果關係:實際上是由程式驅動
      • 違反條件a:觀察者知道內部有程式,但第一時間仍產生因果知覺,並直接採信。
      • 違反條件b:觀察者在重複看了相同案例十次後才得知內部有程式運作。第十一次觀察者第一時間仍直接推斷有因果關係(causal inference遮蔽causal perception),並直接採信[6]。
    • 非心理非物理因果關係:實際上是由程式驅動,且觀察者知情。
    • 心理物理因果關係:程式未運作,確實由碰撞造成
      • 符合概括條件:觀察者未直接採信causal perception或causal inference,而是經過正確的邏輯推理後認為有因果關係。
      • 不符合概括條件(猜測成真)
        • 違反條件a:觀察者知道內部有程式,但第一時間仍產生因果知覺,並直接採信。
        • 違反條件b:觀察者在重複看了相同案例十次後才得知內部有程式運作。在第十一次觀察者第一時間仍直接推斷有因果關係(causal inference遮蔽causal perception),並直接採信。
  • 不符合條件c(圖2-2)
    • 心理非物理因果關係:實際上是由程式驅動
      • 違反條件c的資訊充足:觀察者完全不知道其內有程式,因此認為是碰撞造成因果關係。
      • 違反條件c的正確推論:觀察者知道內部有程式但不清楚其功能,並曾目睹車自行行駛,但仍推論程式只是控制導航系統而無法控制引擎,因此仍認為是碰撞造成因果關係(此例是設計成資訊已經充足,多數人可以依現有資訊判斷出程式可操控引擎)。
    • 物理非心理因果關係:程式未運作,確實由碰撞造成,但觀察者以為此車有遙控功能並是受他人操縱(錯誤推論)。
    • 非心理非物理因果關係:實際上是由程式驅動,觀察者以為是遙控操縱。
    • 心理物理因果關係
      • 不符合概括條件(猜測成真)
        • 違反條件c的資訊充足:實際程式未運作,而是確實由碰撞造成,觀察者完全不知道其內有程式,因此認為是碰撞造成因果關係。
        • 違反條件c的正確推論:實際程式未運作,而是確實由碰撞造成,觀察者知道內部有程式但不清楚其功能,並曾目睹車自行行駛,但仍推論程式只是控制導航系統而無法控制引擎,因此仍認為是碰撞造成因果關係(此例是設計成資訊已經充足,多數人可以依現有資訊判斷出程式可操控引擎)。

準因果(Quasi causation)

        此情況不屬於物理因果關係,但通常仍符合心理因果關係,由於違反條件2:緊密的相關不足以推論因果關係,故只是準因果關係。Dowe在causal process theory中有給出明確的說明:

        Prevention: A prevent B if A occurred an B did not, and there occurred an x such that, (P1) there is a causal interaction between A and the process due to x, and, (P2) if A had not occurred, x would have caused B. Where A and B name positive events or facts, and x is a variable ranging over events and/or facts.
        Omission: Not-A quasi-caused B if B occurred and A did not, and there occurred an x such that, (O1) x caused B, and, (O2) if A had occurred then A would have prevented B by interaction with x. Where A and B name positive events/facts, and x is a variable ranging over events and/or facts, and where prevention is analysed above.
(Dowe, 2001, p.221, see also 2000, ch6.4)

        在Dowe提出的prevention例子中:撞桌子會使球不進洞,可以解析成「撞桌子會改變球的路徑,而球的路徑會造成球進洞,因此撞桌子造成球的路徑改變造成球不進洞」。其中「撞桌子會造成球的路徑改變」為正確推論(有其物理機制),但「球的路徑改變造成球不進洞」只屬預測,是根據先前經驗。故違反條件b。而omission的例子亦類似:不撞桌子會使球進洞,解析成「撞桌子造成路徑改變防止球進洞」,同為非物理因果關係。


複雜的推理

        causal reasoning在長期的學習過程中可能會產生一些複雜的因果關係基模(schema)[7],且其中可能包含prevention或omission的成份。

        若沙漠中的旅人的水壺被他人鑽洞和被另一人下毒,造成他渴死。此時我們可以有兩種解釋:

  1. 鑽洞是造成他死的原因。
  2. 鑽洞不是他死的原因,因為就算沒鑽洞仍會被毒死。

        而這兩種差別來自推理的過程:

  1. 鑽洞造成沒喝水造成渴死,是正確邏輯推理,符合條件3,但不符合條件2(沒喝水造成渴死)(omission)。
  2. 沒鑽洞造成有喝水造成被毒死,是正確邏輯推理,符合條件3,但不符合條件2(沒鑽洞造成有喝水)(omission)。

        增加公共衛生建設造成流感盛行率下降:

  1. 增加公衛建設造成洗手臺變多;
  2. 洗手臺變多造成人洗手頻率提高;
  3. 人洗手頻率提高造成病毒進入人體數目減少(prevention);
  4. 病毒進入人體數目減少造成個人發病率降低;
  5. 個人發病率降低造成流感盛行率下降。


可能的批評及回應

定義與實際問題

        概括條件c中需要資訊充足且正確的推論,「正確的推論」意味著要正確的運用物理知識,這相當於用物理因果關係來定義心理因果關係。另外資訊充足在現實世界中似乎永遠無法達成,總是可以設想有另一未知的機制在背後操縱。

        我認為這是無法避免的,也因為這樣的定義關係才使得在概括條件c成立的情況下心理因果關係會包含物理因果關係,若心理因果的定義改變,那麼勢必可以找到心理非物理因果關係。但這並不表示這樣的定義是失敗的,因為人沒有比理性思考更好的分辨事實真假的判斷能力。
        我們只能假設現有的資訊已經足夠充足,容許我們判斷真偽,否則我們可以質疑每一件我們所知的事,不可否認的,在觀察者之外判斷其所觀察到的因果關係的判斷者若在資訊不足的情況下,他所做的判斷也可能是錯誤的。這樣的質疑會導致我們也無法判斷判斷者是否是錯誤的,因此只能假設我們所知的便是全部所需知的。另外,判斷時只能針對封閉系統做分析,封閉系統的定義:

        In nonrelativistic classical mechanics, a closed system is a physical system which doesn’t exchange any matter with its surroundings, and isn’t subject to any force whose source is external to the system. A closed system in classical mechanics would be considered an isolated system in thermodynamics. (Rana et al., 1991)

反現實

        若現在有無法用物理定律解釋的例子,如魔法,則該如何辨別其造成的因果關係?

        魔法造成的因果關係仍可以用心理方面的定義判斷,惟物理定律不再適用,因此通常會認為魔法是心理非物理因果關係。但我認為在這樣的架構下無法處理非現實的例子,現今科學無法解釋的超自然現象也不適用,因為無法判斷是否符合條件c,這起因於我們(判斷者)的無知而非觀察者的無知。


註釋

[1] Hume認為,所有因果關係只是對過去經驗所獲得的印象或觀念之經驗或回憶(Hume, Treatise, 1.3.6.2)。但這意味著我們的因果關係僅是規律性的現象,其中沒有起因的作用力在作用。(有詮釋爭議)

[2] 雖然probabilistic theory嘗試用機率描述因果關係,但這樣的描述事實上在causal inference model中已經被提及,機率事實上是建立模型的條件,因為人能感知到的並不是能量,而是經過認知處理過後的「事件」,人只能確認事件出現與否,更進一步由經驗統計事件出現關係之間的機率,這樣的描述模型會在後文中說明。因此causal process theory是最符合物理描述的因果理論。

[3] 擁有,擁有保守量是指像性質一樣所被物體擁有的,和Aronson與Fair所形容的不同。(Possesses is to be understood in the sense of ‘instantiates.’ An object possessing a conserved quantity is an instance if a particular instantiating of a property.)

[4] 我認為這是較清楚的定義,但來自維基百科,沒有引用文獻。而Dowe的版本則是:

A world line is the collection of points in a spacetime diagram that represents the history of a object. This means that processes are represented by elongated regions, or ’worms,’ in spacetime. (Dowe, 2000, p.90)

[5] ΔP model (Cheng and Novick 1990; 1992):因果強度的判斷是基於兩個機率的差異,ΔP=P(E|C)-P(E|¬C)。The causal power approach (Cheng 1997; Novick and Cheng 2004):人用未觀察到的因果力(causal power)代表世界,用可觀察到的統計來推論因果力的強度。The pCI model (White 2003a; c):人注意的是已確認的例子的比例(部分觀察到的例子是否支持所有觀察到的因果關係)。

[6] 無法確定臨界值,十次只是舉例,會使用causal inference遮蔽causal perception的練習次數因人而異。另外一個較好的例子:左手擲骰子出現1點,右手擲骰子出現6點,重複多次後皆如此以為有因果關係。

[7] 關於因果知覺產生的理論始於Michotte假設所衍生的causal detector theory,其支持人有天生的因果偵測機制,此假設的想法是因果詮釋的過程是來自接收到的訊息,也就是bottom-up processing。而與其對立的理論causal schema theory (Rips, 2011)源自causal graphical model (Tenenbaum& Griffiths, 2009),認為人的因果知覺來自長期記憶中的基模,知識和期望會影響認知,也就是top-down processing。以下就這兩個理論做比較整理。

Category
Cause detectors
Causal schemas
Definition
There is a perceptual module (cause detector) that produces representations specifying that a causal interaction has taken place in the observer’s visual environment.
All representations specifying a causal interaction are the result of (nonmodular) inferences based on information from long-term memory (causal schemas).
Information source
Bottom-up
Both top-down and bottom-up
Innateness
天生的
受經驗影響,但不排除天生的非知覺概念 (nonperceptual concepts)
Individual development
嬰兒與成人相似
基模隨知識的累積改變
Evolutionary development
有演化痕跡
可能動物也有
Universality
世界性的(universal)
可能有文化差異


參考文獻

  • Duen-Min Deng, (2013) 臺灣大學因果理論課程講義
  • 張建妤, (2003) 因果必然性的發展
  • 張欣戊, (2001) 時間與空間的接近因素對因果知覺的影響
  • Lance J. Rips, (2011) Causation From Perception, Perspectives on Psychological Science.
  • Charles Kemp, Noah D. Goodman & Joshua B. Tenenbaum, Learning Causal Schemata.
  • Helen Beebee, Christopher Hitchcock, Peter Menzies, (2012) “The oxford handbook of causation”, Oxford University Press.
  • Cheng, P. W. (1993). Separating causal laws from casual facts: Pressing the limits of statistical relevance. In The psychology of learning and motivation, volume 30, pages 215–264. Academic Press, San Diego.
  • Rana, N.C.; P.S. Joag (1991). Classical Mechanics. p. 78.
  • Landau, L.D.; E.M. Lifshitz (1976). Mechanics (third ed.). p. 8.

—20140201
        布羅姆寫了一篇引人入勝的文章刊登在《大西洋月刊》裡,他就這些出於直覺的信仰鋪排了一個引人的理論。簡言之,人的大腦包含了兩大部分,等同兩部獨立的電腦執行著兩個有助理解因果律的個別程式?一個非常適合理解物理因果關係(「子彈發射,因為他扣動扳機。」)另一個適合理解社會因果關係(「他扣動扳機,因為他很生氣。」)按照布羅姆的話來講,「理解力(在兒童時期)的發展速率是不一樣的;社會理解力晚於物理面的。在史前時代,二者的演化時點不同:我們的物理理解許多物種也具備,然而我們的社會理解卻是一個較晚近的適應過程,就某些方面而言,這是人類獨有的能力。」社會體系尤其習於尋找意圖。據布羅姆的說法,超自然信仰的出現正是在社會體系試圖解釋物理現象時發生的。龍捲風的形成原因為何?社會體系堅持一再詢問這個問題:誰想要這個龍捲風——為什麼?問這個問題,你也就準備好要去尋找那個憤怒的上帝了。

Steven E. Landsburg,大哉問:為何常識會說謊,p.96-97。

—20140621
 簡評 From 鄧敦民 教授

        本文核心的架構在於以causal process theory為描述客觀物理世界之因果關係的假設下,企圖整合causal cognition的心理因果關係。其中,作者主張:心理因果關係能夠完全包含物理因果關係的條件是:「資訊充足且正確的causal reasoning:使用正確的知識邏輯推理。」

        因為在本文的假設中,是直接假定process theory正確的描述了物理因果關係,因此文章的整體討論集中在心理因果要如何去補捉到正確的物理因果關係。這樣的設定是沒有問題的,同時也可以使得討論聚焦。不過這樣的設定也使得本文的方向是偏向心理因果的討論而非物理因果的討論。

        我覺得比較大的問題會是:「什麼是正確的causal reasoning?」在本文關鍵的條件中,需要用到「正確的causal reasoning」來做為心理因果符合物理因果的要件之一。但是這樣一個概念能否完全從causal attribution的心理因果角度來定義? 如果惟一的定義是「正確的causal reasoning」就是它的reasoning是符合真正的物理因果關係,那麼這樣的條件會有「循環」的問題。(即: 要知道心理因果是否符合物理因果要先知道什麼是正確的causal reasoning; 但要知道這個又要先知道心理因果是否符合物理因果。)

        其實這部份的問題也可能是知識論的問題。正確的causal reasoning應該會是我們獲得因果知識的可靠方法,但問題是我們要如何知道一個causal reasoning是否正確? 判定的方式不能只是說「描述真正物理因果的就是正確的」,因為我們還不知道哪一個才是真正的物理因果。

        或許這問題不是本文需要處理的。但它確實是一個值得再思考的哲學議題。

—20140625
        在導讀所提的故事中其實是法學內的因果關係,而法學的因果關係強調「需取得確切的心證」,而非理論上的證明。理論部分又有:條件因果關係、相當因果關係、流行病學因果關係。
        相當因果關係中的狹義相當性包括:第三人介入、被害人介入、行為人介入。如故事內所提,他不喝就會死,意為被害人有介入之能力;咳嗽造成他人死亡,為第三人介入之疑慮;因果鏈(加害者、毒、受害者) 之存在,有行為人介入之疑慮。
詳細資訊請參考:因果關係(法律)相當因果關係。