要挖掘人类大脑与生俱来的智慧，我们首先需要了解大脑是如何获取信息的。由于人类大脑接收信息的方式是按照祖先接收信息的方式设计的，因此，如果问题是按照人类祖先熟悉的方式被提出的，我们就会更好地解决它——就像用自然频率（100个里有5个）而不是概率（0.05）表达问题一样。

我们还可以预期，在解决次级自我面对的各种进化问题时，我们都会成为高超的问题解决专家。由于每位次级自我都擅长解决不同种类的问题，因此，如果能让复杂的问题与不同的次级自我进行关联，就会提高我们的推理能力。接下来，让我们来看两个释放社交型次级自我智慧的案例。

发现骗子

认知心理学家设计了一些特别难的问题，以测试人们找到“条件逻辑”的能力，其中一个经典的问题叫作“沃森选择任务”（Wason Task）。

图5–2中有4张卡片。每张卡片都有一面是一个数字，另一面是一个字母。你应该翻动哪些卡片来证明以下规则为真：如果卡片的一面是偶数，则另一面一定是辅音字母？

图5–2 沃森选择任务

正确答案是：你只需要翻动两张卡片：写着“8”的卡片和写着“A”的卡片。如果你翻开写着“3”的卡片，发现另一面是个辅音字母，这并不会使规则无效（规则中没有提到奇数）。同样，如果你翻开写着“B”的卡片发现背面是奇数，也不会打破规则。

如果你没答对，不要沮丧，因为大多数人通常都不太擅长做这种题。只有10%的哈佛大学的学生能得出正确答案，而在Shiwiar部落中没有一个人能回答正确。我们可以感到欣慰，多年正规教育的回报，把这道题的测试成绩提高到10%。

沃森选择任务对于大多数人来说都很难，就像学习写作一样难。除非你在大学上过推理课，否则要得出正确答案可不容易——这就像让目不识丁的人写一篇文章一样。

但是，如果有办法让这个问题不那么像跳芭蕾舞而是更像走路，结果会怎样呢？加利福尼亚大学圣巴巴拉分校的进化心理学家莱达·科斯米迪就想出了这样一个办法。虽然解决抽象的逻辑问题是进化史上的新生事物，难度很大，但人类解决各种复杂的逻辑问题已有几十万年的历史。研究表明，解决某个进化问题所需要的是跟沃森选择任务相同的复杂逻辑。

这个进化问题是社交型次级自我的专长。社交型次级自我是社会群体生活中的管理大师，因为一个人生活在社会群体中会带来很多好处。例如，10个人一起解决一个问题时，找到解决方案的可能性就会大大增加。但是，团队合作也有不好的一面——有些人不干活还争功。如果群体中有些成员，吃着自己那份食物，却不完成分内的狩猎和采集工作，那么这对整个群体来说就不仅仅是挨饿的小问题，而是事关生死的大问题。所以，人类祖先需要及时发现社会中的寄生虫。

莱达·科斯米迪认识到，人们发现骗子时用的逻辑推理，跟解决沃森选择任务所需的逻辑推理完全一样。让我们再来看看那个卡片问题，只是这次我们换一种表述方法，能够让社交型次级自我用人类祖先的方式去处理这些信息。

图5–3中有4张卡片。每张卡片都有一面是一个人的年龄，另一面是他所喝的饮料。你应该翻动哪些卡片来证明以下规则为真：如果一个人喝的是酒，那么他必须超过18岁？

当看到的这个问题时，大多数人都能立即给出正确答案：翻开卡片“16”和“beer”，另两张不用翻。翻“21”那张卡片是没有意义的，因为我们知道这个人不是骗子；翻可乐那张卡片也没有用，因为那个人并未得到欺骗可能带来的好处。

图5–3沃森选择任务的“发现骗子”版本

解决骗子问题所需要的复杂逻辑，在数学意义上与解决之前的沃森选择任务所需的复杂逻辑是一样的。科斯米迪试验了这个问题的十几个版本，总是得到相同的结果：只要问题涉及找出骗子，大多数人就都成了杰出的逻辑学家。

人类学家拉里·杉山也让Shiwiar部落的人来回答这个问题。虽然Shiwiar人做沃森选择任务时一次都答不对，但对于这个根据进化规律翻译的版本，有83%的人都能够答对——答对的概率比哈佛大学的学生还高了1%。因此，在这场学术奥林匹克竞赛中，从没上过学的Shiwiar人在回答自然版本的问题上战胜了受过良好教育的哈佛学子团队。

科斯米迪和杉山证明了一件非常重要的事——并不是人们没有能力解决复杂的逻辑问题：相反，很多学术问题的表述方法都没能让次级自我的天分参与进来。这就好像让一位汽车机械师想要把车抬起来时，不许他用千斤顶，只让他用数学适量和能量交换来解决问题一样。

大数悖论

假设你听说发生了一场空难，飞机上的200人全部遇难。任何人听到这则新闻都会感觉到一些悲伤。现在假设是一架更大的飞机，空难造成了600人遇难，你又会有什么感觉？

大部分人还是会感到悲伤，但是不会多悲伤两倍。实际上，在这两种情况下人们体验到的是同样水平的情感。当更多人遇难时，人们体验到的情感甚至会更少。

这种现象被称为“大数悖论”（large numbers paradox），在生活中随处可见。举例来说，当得知美国政府于2000~2010年在伊拉克和阿富汗的军事行动上花费了10亿美元时，很多美国人都非常愤怒。但如果告诉这些人这个数字是1万亿美元时，他们的愤怒并不会增加多少，尽管后一个数字是前一个数字的1 000倍，而且更接近实际的开支。在数学意义上，这相当于街角商店的三明治标价4美元还是4 000美元的差别。然而，当政府开支扩大1 000倍的时，人们并不会更加愤怒。

要理解这个悖论，我们需要穿越丛林回到Shiwiar人的世界。Shiwiar人生活在一个由50到100人组成的小村落里，几乎所有人都相互认识，很多人还是亲戚或密友。“50到100”这个范畴很重要——从非洲到南美洲，再到大洋洲，现代的狩猎者群居的规模都是50到100人。如果你率先发现了一个从未接触过外人的部落，我可以打赌那个部落只有50到100人。考古学的证据显示，如果你回到10万年前去看望你的祖先，很可能会发现他生活在一个50到100人的游牧部落中。今天，很多人都生活在拥有百万人口的大城市里，但是，通常我们的社交网络（与我们打交道的人）仍然在50到100人左右。

如果你去找Shiwiar部落的首领，告诉他可能有600人遇难了，他也许会挠着头说：“啊？什么意思？”在狩猎采集型的社会中，人们表达数字和数量的词很少，如果我们开始说200、600、100万、10亿这类数量词时，Shiwiar人的眼神就会迷茫起来（就像我们想分辨10亿和1万亿时一样）。

在推理决策时涉及大数值计算，这在进化史上还是个新奇的概念——就像写作而不是说话一样。想想Shiwiar人对大数值的回应，你可能会觉得很有意思。但不要忘了，从进化的角度讲，你的大脑跟Shiwiar人的大脑基本上是一样的，而且Shiwiar人的大脑跟大约5万年前走出非洲的人类祖先的大脑也很相似。很多人都上了多年的数学课，我们给1 000加三个“0”就得到了1 000 000。然而空难和军事开支的例子说明，当数字变大时，我们的大脑就不大灵光了。一光年是多少？1012纳米又是多少？对于人类的大脑来说，极大的数字就是一个模糊的概念，跟进化全无关系。如果想理解非理性偏差，这一点就很重要。

让社交型次级自我出马，消除误差

丹尼尔·卡尼曼和阿莫斯·特沃斯基因其在决策领域的突破性研究获得了诺贝尔奖。在他们对行为经济学的众多贡献中，有一项著名的研究揭示了人类推理的不可靠。其中一个问题是这样的：

假设美国正在为一种罕见的亚洲疾病的爆发做准备，这种疾病预计会夺走600人的生命。现有两种对抗该疾病的方案。

方案A：如果采用方案A，则有200人会获救。

方案B：如果采用方案B，则有1/3的概率救治600人，有2/3的概率无人获救。

那么，你倾向于使用哪种方案？

要注意的第一件事是，在两个选项中，对于预期存活人数都有完全相同的“期望值”，即600人中的200人。两个选项的区别是：方案A给出了一个确切的获救人数，而方案B充满了不确定性。卡尼曼和特沃斯基发现，大多数人（72%）都选择了确定性更强的方案A。

但他们之所以获得诺贝尔奖，并不是因为发现了人们习惯选择更确定的方案，重要的是下一步——他们给另一组受试者同样的亚洲疾病问题和选项，但是选项的表述方法略有不同。

方案A：如果采用方案A，则有400人会死亡；

方案B：如果采用方案B，则有1/3的概率无人死亡，但有2/3的概率将导致600人全部死亡。

那么，你倾向于使用哪种方案？

关键的一点是，在逻辑意义和数学意义上，第二个问题和第一个问题是完全一样的。两个选项对于预期存活的人数也都有同样的期望值——600人中的200人。唯一的区别是，选项是以损失而非收益的方式进行表述的。然而，在面对这两个选项时，有78%的人选择了方案B。这种偏好的改变似乎揭示了决策中的一个重大偏差。

在亚洲疾病问题中出现的偏好逆转，常常被用于证明人类的非理性，这对古典经济学的理性人模型的核心假设造成了致命的打击。并不是人们不擅长数学，他们只是在处理数学意义上的相同决策时表现出了前后不一致的非理性偏差。

然而，让我们从进化的角度再做一些侦察工作。我们知道，人类的祖先生活在100人以下的群体中，而且我们的大脑并不是为了理解大数值而设计的。请记住，人类的祖先是不会遇到这样的大数值问题的。

决策科学家王晓田认为这个经典的亚洲疾病问题可能是进化史上的新发明，因而未能激活我们与生俱来的逻辑能力。在他看来，这个问题就像是让不识字的人写作，或者让本书的两位作者表演一段芭蕾舞《天鹅湖》（请相信，你们不会想看到我们二人穿紧身衣的样子）。

由于狩猎采集部落很少超过100人，王晓田的推论是，如果题目里的数字是我们祖先所熟悉的范畴，人们的回答可能会大不相同。如果题目里不是600人，而是60人，在社交型次级自我熟悉的范畴内，那么结果又会如何？

王晓田做了这样一个实验，他使用了跟卡尼曼和特沃斯基同样的问题，唯一的区别是将里面的人数改成了部落的规模。一组受试者面临的决策，是选择能挽救20人的方案，还是有1/3的概率将60人全部救出的方案（有2/3的概率是无人获救）。另一组则要决定是选择40人死亡的方案，还是选择有1/3的概率无人死亡的方案（有2/3的概率是60人全部死亡）。

王晓田获得了惊人的发现。当题目中的人数是60（而不是600）时，那么怎样表述题目都不会影响人们的选择。这个发现证明了人类并非是非理性的，而是完全有能力避免误差的。其中的秘诀就在于，要用符合人类祖先认知规律的方式来提问。

如何帮助自杀的乌龟和不理性的人类

海龟在干燥的浅滩上下蛋，这些蛋之后会在某个凌晨孵化，变成小海龟爬回大海。那是非常壮观的景象。就像《海底总动员》（Finding Nemo）中的龟龟所说的“噢，真是棒极了。这些小家伙现在只是蛋蛋，我们把它们留在海滩上孵化，然后它们自己就会回到蔚蓝的大海。”

然而，近年来一代又一代的海龟都出现了可怕的决策失误。当它们面临两种选择时——一种是爬向大海；另一种是爬向相反方向，那里满是大卡车奔驰的柏油马路，成千上万只海龟却做出了这种致命的非理性选择。

一个佛罗里达人最近受到启发，找到了拯救海龟自我毁灭行动的方法：关掉分散海龟注意力的灯光。

新孵化的小海龟似乎会本能地爬向有光亮的地方。几百万年以来，这都是个非常理性而且有效的策略，因为在黑暗的海滩上，光亮来自海面反射的月亮和星星的光芒。朝着这些光亮爬，小海龟就能回到大海。但是，当人类开始在海滩的另一边安家，修建了灯光闪烁的酒店后，问题就来了。现在，佛罗里达州劳德代尔堡的海龟孵化以后如果朝着最亮的地方爬，就会径直爬到公路上去。

这些自我毁灭的海龟是天生非理性的吗？在现代世界中看似如此，但海龟的决策所依赖的简单线索，对于它们的祖先来说是完全理性的。只是在今天，它们进化而来的决策机制受到了现代灯光的干扰。

现代人类跟自杀的海龟颇有相似之处。我们也有深度理性的决策机制，我们的系统有时也会被现代世界的种种因素所干扰。

研究决策的行为经济学家和心理学家收集了大量谬误，证实了人类就像那些自杀的乌龟。所以，当我们被现代的灯光致盲后，就可能会在很多相对简单的任务中败下阵来。很多失误和非理性的表现并不是因为我们的能力，而在于测试这种能力的方式。只要稍作调整，用人类祖先熟知的方式提供信息——关掉致盲的灯光，那么这些看似愚蠢的笨蛋就能立即变成深度理性的专家。

由此可见，改变难题的表述方式能够调动我们与生俱来的遗传智慧，它可以显著减少偏差、改善我们的决策。但研究发现，同样的决策可能对某个人来说是深度理性的，而对另一个人来说就是不理性的。接下来我们要进一步观察这两种人之间的生物学区别。我们先来回答一个简单的问题：为什么暴发户往往最终会落得破产的下场？