PsyBrain 脑心前沿 / 感知觉与注意：顶刊文献解读专题 / A · 文献解读 / A087 · 不是你算错了，是你看错了！最新PNAS揭示统计判断偏差源

A087 不是你算错了，是你看错了！最新 PNAS 揭示统计判断偏差源于有偏的视觉信息采样

来源：公众号 PSY-Brain_Frontier ｜发布：2025-10-24 ｜原文链接

PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier

一键关注，点亮星标 ⭐️

不错过每日前沿资讯

认知神经科学前沿文献分享

基本信息：

Title:Information sampling and Bayesian belief formation in statistical judgment

发表时间：2025.10.15

Journal:PNAS

影响因子：9.1

获取原文：

后台回复“文献”即可获取PDF版本
点击页面底部“阅读原文”即可跳转论文原网页

引言

当我们浏览数据图表时，无论是分析股票走势、查看实验数据，还是阅读科研文献，我们真的“看”到了全部信息吗？还是说，我们只是“看”到了我们想看到的？

这听起来像一句绕口令，但它背后隐藏着一个深刻的认知问题。想象一下，你正试图通过看几张快照来评估一场派对的热闹程度。如果你只拍了角落里安静的几个人，你可能会得出“派对很无聊”的结论，尽管舞池中心可能正热火朝天。你“采样”到的信息，决定了你的最终判断。

最近，一篇发表在 PNAS 上的研究深入探讨了我们是如何从散点图中“管中窥豹”的，以及这种“有偏采样”如何系统性地导致了我们对数据关系的误判。

研究背景

在认知科学领域，一个经典的发现是，人们在判断散点图中的相关性时，存在系统性的偏差。例如，我们倾向于低估数据的真实相关强度，并且我们的判断会受到坐标轴拉伸、点云疏密等无关视觉特征的严重干扰。

尽管这些现象早已被发现，但其背后的认知机制尚不明确。我们是天生的“直觉统计学家” ，但计算能力有限导致了偏差？还是我们的信息处理过程本身就存在某种系统性的扭曲？

本文作者提出了一个精妙的理论：决策者是“贝叶斯学习者” ，他们能够根据自己所“关注到”的数据点进行最优的信念更新。因此，判断错误并非源于“非理性”的计算，而是源于我们从图表中“采样”信息的源头就存在偏差。

核心发现

研究团队通过四个精密的眼动追踪实验，让参与者（总计 N=421）观察并判断散点图的相关性。实验不仅使用了人工数据，还包括了真实世界的数据集，并操纵了不同的图表展示格式（例如，点云更集中或坐标轴比例不同），研究结果清晰地指向一个结论：

偏差的再现：参与者的判断确实存在系统性偏差，他们普遍低估了相关性，并受到了图表格式的显著影响
“有偏采样”是关键：最核心的发现是，当研究者将参与者真实的眼动数据（即他们实际关注到的数据点）作为输入，喂给一个“最优”的贝叶斯信念更新模型时，这个模型竟能高度准确地预测出参与者的最终判断，以及他们所表现出的种种偏差。
偏差的来源：进一步分析发现，人们的视觉采样存在“向心偏差”（centrality bias）和“集中偏差”（concentration bias）。通俗地说，我们的目光倾向于聚焦在数据云的中心区域，而忽视了那些能揭示变量关系（即共变）的边缘数据点。这种采样上的“范围限制”（range restriction）在统计学上会不可避免地导致对相关性的低估。

结论与启示

这项研究有力地证明，我们在统计判断中的错误，很可能不是因为我们“不会算”，而是因为我们“没看全”。我们的大脑可能确实是一个高效的“贝叶斯统计学家” ，但它只能基于我们通过视觉系统所采集到的、往往带有偏差的“信息样本”来进行计算。

这一发现为我们理解“信念形成”的认知机制提供了全新的视角。更重要的是，它对数据可视化和科学传播具有极强的指导意义：未来，设计更“好”的图表，或许不应仅仅追求美观，更应思考如何通过设计来引导观看者的注意力（即信息采样），从而帮助他们更准确地“看”懂数据背后的真相。

核心图片

Fig. 1. Experimental setups and Bayesian belief updating modeling.

Fig. 2. Visual search models and example information sampling patterns.

图10

Fig. 3. Observed and predicted correlation judgments at different levels of presented correlations.

图11

相关阅读

周报-20251006 | 近两周解读的29篇顶刊论文汇总 | 认知神经科学前沿动态 ⭐️[解读链接]

周报-20250922 |认知神经科学前沿动态周览 *⭐️[解读链接]***

周报-20251020|认知神经科学前沿动态周览**⭐️[ 解读链接 ]****

Nature |决策过程的动力学机制与神经模式转变 ⭐️[解读链接]

Nature |颠覆认知 ! “神经振荡”不成立？耶鲁团队提出大脑“伽马事件”新理论 ⭐️[解读链接]

Science |中国将领衔未来25年全球脑计划，剑指灵长类大脑地图 *⭐️[解读链接]***

Neuron |大脑如何区分现实与想象？伦敦大学学院团队最新研究揭秘“现实信号”的神经密码 ⭐️[解读链接]

Nature | 视觉系统新发现：压缩式的物体识别机制 ⭐️[解读链接]

Nat Hum Behav｜你不是天生就爱跟风：社会特征学习理论揭示人类“随大流”背后的秘密 *⭐️[解读链接]***

Nature |“读心术”成真？从瞳孔变化中解码大脑皮层完整时空动态 ⭐️[解读链接]

PNAS｜刷短视频停不下来？研究揭示“新奇感”是驱动人类探索的古老密码 *⭐️[解读链接]***

Neuron | 最强脑发育数据库RBC开放下载，6000+青少年大脑数据揭示精神健康的秘密 ⭐️[解读链接]

Nature 子刊综述｜大脑预测误差的核心回路 *⭐️[解读链接]***

前沿交流 | 欢迎加入认知神经科学前沿交流群！⭐️[解读链接]

图12

本文解读基于：Information sampling and Bayesian belief formation in statistical judgment，Doi：10.1073/pnas.2517302122IF: 9.1 Q1 B1。核心图表、方法细节、统计结果与讨论见原文及其拓展数据。

分享人：天天

审核：PsyBrain 脑心前沿编辑部

图13