天真干预:“好心”怎么就办成“坏事”了?( 二 )


毕竟 , 天真干预 , 并不因为年轻人、出发点等特征 , 改变“天真”性质 。
为增强天真干预意识 , 我们可以从积累案例出发 。 当大脑中有不少案例时 , 对于天真干预特征有所认知 , 就更容易识别 。
具体一点说 , 我们要特别留意非期然后果 , 意即:那些不符合期待的后果 。
采取某种干预措施时 , 我们都有结果期待 , 不妨记为A;但最后得到结果B , 结果B并非期待 , 例如飞去来器效应 , 回到原点;甚至B可能与A截然相反 , 例如逆反 。
出现非期然后果 , 可能是因为偶然性等原因 , 从正向来看 , 也许可以转换成创造性意外 , 进行价值挖掘;从负向来看 , 有相当比例是因为天真干预 。
各个领域 , 非期然后果案例很多 , 只要留心 , 我们就会发现有不少 。
比如说 , 医学领域 。
人体是复杂系统 , 有不少病 , 例如轻度感冒发烧 , 能够不药而愈 。 如果天真干预 , 例如一感冒发烧 , 马上打抗生素 , 短期见效快 , 长期免疫力下降 , 细菌耐药性问题突出 , 后续感染无抗生素可用 。 解决小麻烦 , 留下大问题 。
事实上 , 医疗干预都有风险 , 需要考虑性价比 。 例如 , 有些晚期癌症如果动大手术 , 病患身体经不过折腾 , 不仅生活质量下降 , 反而走得更快 。
在医学领域 , 有专门术语“医源病”、“医源性损伤” , 来描述这种过度干预、天真干预 , 导致病患病情加重甚至死亡 。
塔勒布指出 , 有统计说 , 在美国 , 按照医生们承认标准 , 每年死于医源病人数高达交通事故死亡人数3倍 。 其严重程度可见一斑 。
比如说 , 交通领域 。
我们都知道安全带设计初衷 , 是为保证行车安全 。 但是经济学家萨姆·佩兹曼 , 在1975年发表的一项研究成果提出 , 安全带也有副作用 。
更多人系安全带 , 的确在重大车祸发生时 , 让死亡概率降低 。 但是 , 车祸发生次数却增加 , 而且行人死亡人数也增加 。
这是因为有安全带保护后 , 人们开车不像以前那样谨慎 , 所以事故多发 。 原因在于 , 人们行为会因为阶段性完成一件事 , 或者一件物品存在而发生改变 , 从而引发出其他原先意想不到结果 。
对于这种现象 , 有些学者提出“二阶效应”来描述 , 意即在一阶结果之上 , 发生二阶结果 。 系统复杂性在此得到鲜明体现 , 系统会连锁反应 , 出现多阶效应 , 甚至蝴蝶效应 。
诸如此类 , 天真干预案例积累越多 , 我们越有条件识别天真干预 。
2、探索归因 。
积累天真干预案例 , 如果只是停留在现象层面 , 没有探索归因 , 洞察本质 , 自己决策和行动时 , 仍然很容易天真干预 。
因此 , 我们在积累天真案例时 , 要注意深入归因 , 再举一反三 。
比如说 , 前置思考中提到悬赏抓蛇蛇更多案例 , 关键是激励 。 激励力量强大 , 却是一把双刃剑 , 如果运用不当 , 容易出现非期然后果 。
在需求第一定律中 , 精读君提到 , 供需会发生转换 。 随着价格逐渐上升 , 需求曲线需求量会下降 , 甚至萎缩到零 , 这表示太贵买不起 。
但如果价格继续上升 , 需求量会继续下降 , 变成负的 , 如果对应到现实生活 , 是指原来需求者 , 变成供应者 。
原因不难理解 , 当商品价格高到一定程度 , 让需求者觉得有利润可图时 , 需求者就会主动去供应这种商品 。
例如 , 当打出租车太贵时 , 我们就不会再打出租车 , 改成自驾出行 , 自己当运输者 。
随着网约车平台发展 , 尤其是有大量补贴时 , 不少私家车主原先只是自驾出行 , 是相对纯粹需求者、消费者 , 也开始加入网约车平台 , 作为供应者 , 提供营运服务 。
类似的 , 悬赏抓蛇也是如此 。 当抓蛇有利润可图时 , 德里市民就从除蛇人变成养蛇人 , 改抓蛇领赏为养蛇领赏 。
这就是一类天真干预类型关键 。 举一反三 , 我们可以迁移分析医疗领域中一类天真干预 。
在医疗决策中 , 医院、医生、病患、家属都是利益相关者 , 但利益不一致 , 激励不同 。
例如 , 病患希望减少折腾、减轻痛苦 , 不希望过度医疗干预;但家属不希望被道德评价为“不孝”、“不作为”等 , 会倾向更多医疗干预 。
医生从专业上判断 , 觉得更多医疗干预意义不大 , 但要面对医院绩效考核、同事压力等 , 可能就会顺水推舟 , 按照家属意愿设计医疗干预方案 , 导致天真干预 。