越害怕壞消息，你越可能真的「看錯」？

假設你只看到一個一閃而過、很難分辨的圖案。左斜還是右斜？紅點多還是藍點多？

如果答錯只是少拿一點獎金，你大概會想：仔細看就好。但如果研究人員告訴你，其中一種圖案一旦真的出現，等一下可能會被輕微電擊，或讓你損失一筆錢呢？

2024 年發表在《American Economic Review》的一篇研究發現，這時候人不只是「不喜歡壞消息」而已。當某個圖案代表可能的電擊或金錢損失時，受試者辨識它的正確率會系統性下降，而且錯的方向剛好比較令人安心。

研究把這類「因為某個答案比較舒服，而更容易相信、甚至把模糊證據辨識成那個版本」的偏誤稱為願望式思考（wishful thinking）。但不用先記這個英文，先理解現象本身更重要。

為什麼這件事值得在意？

我們通常把自我安慰想成「其實知道真相，只是不願承認」。但如果偏誤在更前面就開始呢？

如果某個結果會讓你焦慮，而眼前證據又不夠清楚，你可能不是先完整看懂事實、再決定騙自己；你可能在判讀證據的那一刻，就已經更容易往比較舒服的方向解釋。

這對健檢、投資、工作風險等情境都有啟發性。不過先說清楚：這篇研究沒有直接測這些真實世界決策。它測的是受控的視覺辨識任務，因此後面的生活應用只能算合理推論，不能把實驗數字直接套到現實。

研究者怎麼知道的？

Engelmann 等人一共做了五個預先註冊的實驗，共 1,714 名受試者。

前四個實驗的核心結構相當乾淨。受試者要辨識螢幕上的模糊圖案，例如判斷條紋往左或往右傾斜，或判斷紅點、藍點哪個比較多。研究者再指定其中一類圖案為「壞結果圖案」：如果它真的出現，之後可能會有輕微電擊，或損失一部分錢。

關鍵是，受試者怎麼回答，不會改變電擊或損失是否發生。 真實圖案和預先設定的規則才會決定結果。因此，如果只想把獎金最大化，最好的策略一直都是盡量辨識正確。

研究者再比較，同一個人看到「可能帶來壞結果」與「不會帶來壞結果」的圖案時，正確率是否不同。

最重要的發現

四個主要實驗都得到相同方向的結果。

當圖案與電擊或金錢損失綁在一起時，辨識正確率分別低約 4.1、16.6、4.3、8.5 個百分點。

把前四個實驗的受試者等權平均後，「沒事圖案」的正確率是 78.1%，「壞結果圖案」是 69.8%，相差 8.3 個百分點。

這個 8.3 是「百分點」，不是「下降 8.3%」。更重要的是，作者也明確提醒：不同實驗的效果量差很多，所以不能拿 8.3 個百分點去預測健檢、投資或其他真實情境。

真正穩定的是方向：當某個答案意味著壞結果，受試者更容易把模糊證據判成另一個、比較令人安心的答案。

還有哪些值得注意的結果？

第一，證據越模糊，偏誤越強。 四個主要實驗都發現，圖案越難辨識，「壞結果」與「沒事」兩種圖案的正確率差距越大。

第二，作者做了多個替代解釋檢查。排除對規則理解有困難、對實驗者不信任，或誤以為「自己的回答可以避免損失」的受試者後，主要結果仍然存在。

第三，資料也不支持一個很簡單的說法：「看到壞結果圖案只是把人嚇到，所以隨機亂答。」在完全沒有損失威脅的中性條件中，正確率並不是全面高於其他條件，而是大致落在「損失」與「沒有損失」兩種圖案之間。

最後，第五個實驗把金錢結果改成損失框架（loss frame）和獲得框架（gain frame）。兩組的預期收益相同，但損失框架出現大約 14 個百分點的願望式思考差距；獲得框架沒有重現相同結果，反而出現約 5 個百分點的反向效果。

為什麼可能會這樣？

作者把焦點放在「預期焦慮」與負面情緒。

電擊本來就是實驗研究中常見的焦慮誘發方式。金錢損失變大時，受試者自陳焦慮也顯著增加；第五個實驗裡，損失框架的焦慮高於獲得框架，而明顯的偏誤也集中在損失框架。

這些結果都很符合一個解釋：當我們預期某個壞結果、因此感到焦慮時，把證據往比較舒服的方向解讀，可以暫時讓未來看起來沒那麼糟。

但這裡不能講過頭。研究沒有把焦慮本身單獨隨機化，再完整證明它就是唯一的因果中介機制。所以比較精確的說法是：負面預期情緒是一個有力、而且被多項結果支持的驅動候選。

那我們可以怎麼做？

這篇論文沒有直接測「哪一種介入可以消除這個偏誤」。以下是根據研究結果推導出的決策衛生做法，不是研究已證明有效的處方。

第一，事前寫下判準。 如果你很怕某個答案，在看到結果以前先寫下：什麼數字、什麼證據出現時，我就必須改變原本的判斷。這能減少事後重新解釋模糊訊號的空間。

第二，找第二意見。 尤其找一個沒有承擔同樣情緒後果的人看同一份資料。你的投資會不會虧錢，對朋友的情緒利害程度通常不像對你那麼高。

第三，先提高資訊精確度。 研究最穩定的結果之一，就是證據越模糊，偏誤越有發揮空間。與其只要求自己「更理性」，不如先問：我能不能取得更清楚的測量、更多資料或更可驗證的指標？

這篇研究還不能回答什麼？

第一，它不能告訴我們現實生活中的健檢、投資或政治判斷會下降幾個百分點。

第二，它不能證明所有人都有同樣程度的偏誤。研究本身就看到很大的個體差異，有些人甚至呈現相反方向。

第三，它還沒有完整識別焦慮是否是唯一機制，也沒有直接測試「第二意見」「事前判準」等介入是否有效。

第四，外部文獻顯示不同領域、任務與不確定性結構可能得到不同結果。

最後帶走一件事

下次當你非常希望某個檢查「應該沒事」、某筆投資「應該會回來」、某個警訊「應該只是暫時的」，可以問自己一句：

我現在是真的看到證據支持這個答案，還是因為另一個答案太難受，所以我特別容易把模糊的地方解釋成沒事？

你不需要記住 wishful thinking 這個英文。

更值得記住的是：有時候，自我安慰不是在看完真相以後才開始；它可能在我們「看真相」的那一刻，就已經進場了。

參考資料

Engelmann, Jan B., Maël Lebreton, Nahuel A. Salem-Garcia, Peter Schwardmann, and Joël J. van der Weele. 2024. “Anticipatory Anxiety and Wishful Thinking.” American Economic Review 114(4): 926–960. DOI: 10.1257/aer.20191068.
Krizan, Zlatan, and Paul D. Windschitl. 2007. “The Influence of Outcome Desirability on Optimism.” Psychological Bulletin 133(1): 95–121.
Barron, Kai. 2021. “Belief updating: does the ‘good-news, bad-news’ asymmetry extend to purely financial domains?” Experimental Economics 24(1): 31–58.
Drobner, Christoph. 2022. “Motivated Beliefs and Anticipation of Uncertainty Resolution.” American Economic Review: Insights 4(1): 89–105.
Cueva, Carlos, and Iñigo Iturbe-Ormaetxe. 2025. “Motivated beliefs about stock returns.” Journal of Banking & Finance. DOI: 10.1016/j.jbankfin.2025.107510.（本次文獻調查僅使用可取得的摘要與書目資訊）