人们是否参与了有动机的推理，认为世界是美好的

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Do People Engage in Motivated Reasoning to Think the World Is a Good
  Place for Others?》
---
作者：
Michael Thaler
---
最新提交年份：
2020
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
英文摘要：
  Motivated reasoning is a bias in inference in which people distort their updating process in the direction of more attractive beliefs. Prior work has shown how motivated reasoning leads people to form overly \"positive\" beliefs that also serve to bolster one\'s self-image in domains such as intelligence, prosociality, and politics. In this paper, I study whether positivity-motivated reasoning persists in domains where self-image does not play a role. In particular, I analyze whether individuals motivatedly reason to think that the world is a better place for others. Building off of the design from Thaler (2020), I conduct a large online experiment to test for positivity-motivated reasoning on issues such as cancer survival rates, others\' happiness, and infant mortality. I find no systematic evidence for positivity-motivated or negativity-motivated reasoning, and can rule out modest effects. Positivity is not a sufficient condition for motivated reasoning.
---
PDF下载：
--> Do_People_Engage_in_Motivated_Reasoning_to_Think_the_World_Is_a_Good_Place_for_Others?.pdf (1.84 MB)

2022-4-24 19:04:42 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Quantitative Contribution Intelligence QUANTITATIV Individuals

人们是否会进行有动机的推理，认为这个世界对其他人来说是个好地方？*Michael Thaler+2020年10月AbstractMotive reasoning是推理中的一种偏见，人们会朝着更具吸引力的信念方向扭曲自己的更新过程。之前的研究已经表明，激励性动机如何导致人们形成过度“积极”的信念，这些信念也有助于在智力、亲社会和政治等领域提升自我形象。在本文中，我研究了在自我形象不起作用的领域，积极性动机的推理是否持续存在。特别是，我分析了个人是否有动机认为世界对其他人来说更美好。基于Thaler（2020）的设计，我进行了一个大型在线实验，以测试癌症存活率、他人幸福感和婴儿死亡率等问题上的积极性推理。我找不到系统性的证据来证明积极动机或消极动机的推理，并且可以排除适度的影响。积极并不是激励性考核的有效条件。*这篇论文之前的标题是：“当自我形象不受影响时，动机推理的局限性。”我要感谢阿尔贝托·阿莱西纳、罗兰·贝纳布、克里斯蒂娜·埃克斯利、大卫·莱布森、马修·拉宾和众多的半艺术参与者提供的有益意见。我感谢哈佛商学院研究奖学金和埃里克·M·明迪奇人类行为基础研究基金的资助。+普林斯顿大学。电子邮件：迈克尔。thaler@princeton.edu.1导言经济学中有一个共同的直觉，人们认为他们处于“好”的世界状态比处于“坏”的世界状态更吸引人，这会导致他们形成有利于好的国家的方向性扭曲的信念。

然而，这种过度乐观的测试集中在与自我形象有关的州，比如关于一个人的未来前景、能力、利他主义或政治（例如Weinstein 1980；Mobius et al.2014；Eil and Rao 2011；Thaler 2020）。本文认为，动机推理——将新信息向更有吸引力的信念方向扭曲——不仅仅是关于“好”和“坏”状态。我做了一个实验，探索人们如何对世界上对他人有利或不利的状态做出推断，而自我形象在其中不起作用：以积极性为动机的推理。我发现有证据表明，这种形式的积极性激励性解释在推理中没有发挥多大作用。在一个大型在线实验中，我测试了人们是否参与了五个主题的积极性激励评估：白血病儿童的存活率、全球贫困率、武装冲突中的年死亡率、其他人的幸福水平和婴儿死亡率。主题见下表1。为了确定有动机的推理，我进行了一个大型在线实验，该实验构建了Thaler（2020）的设计成果。该论文在政治和绩效领域发现了动机推理的证据。动机推理的形式也存在于其他自我形象领域，如关于一个人的利他主义（Exley 2015；Di Tella等人2015）、智力（Mobius等人2014；Eil and Rao 2011）和吸引力（Eil andRao 2011）。

类似的理论研究着眼于自我激励的信念，身份激励的积极动机消极动机婴儿死亡率低/降低高/增加其他人报告的幸福感高/增加低/减少儿童白血病存活率高/增加低/减少全球贫困率低/减少高/增加武装冲突中的死亡率低/减少高/增加美国中立纬度1:实验中的主题和积极动机列表。在计算机上，每个主题都是一个超链接，链接到附录B中的确切问题措辞。信念，以及其他关于外部世界的信念（例如昆达1990年；贝纳布和蒂罗尔2002年；布鲁内梅耶和帕克2005年；贝纳布2013年）。在相关的实验工作中，Barron（2020）没有在涉及实验报酬但与自我无关的领域中找到动机推理的证据。本文的主要结果是，在几个自我形象不相关的环境中，没有证据表明存在积极或消极动机的推理。我表明，综合这些问题，即使是轻微的影响也可以排除。事实上，通过将积极性动机推理的程度与inThaler（2020）的结果进行比较，我们可以排除积极性或消极性的影响，这种影响是政治驱动或绩效驱动动机推理的一半。这一证据表明，积极性本身不足以进行有动机的推理。第二个结果是，没有证据表明受试者当前的信念反映了过去的积极性动机推理。也就是说，在这个实验中，信念过于积极的受试者不太可能参与积极性动机的推理。这表明受试者的积极动机推理存在有限的异质性。

与此相关的是，性别、教育程度或收入等人口因素对动机的影响没有显著差异。第三个结果是，人们并不期望看到积极性激励的测量的证据，而是期望积极性影响幸福。在另一项调查中，我询问参与者，他们期望动机推理的方向与积极性、政治和自身表现有关。虽然大多数参与者希望其他人参与亲党派和亲绩效动机的推理，但他们同样希望看到积极动机的推理、消极动机的推理或不可否认的差异。然而，显然大多数参与者都希望积极的消息能让人们更快乐。综上所述，这些结果与动机推理不仅由基于信念的效用驱动的概念是一致的。受试者可能会通过学习这个世界对其他人有益而获得更高的效用，但不会系统地扭曲他们的推理过程以支持这些信念。也就是说，认为人们更具吸引力的信念并不一定会让他们更快乐。相反，它可能仅限于与自我形象有关的基于信仰的效用。论文的其余部分如下：第2节讨论了识别动机推理的主要理论和实验设计，改编自Thaler（2020）。第3节讨论了数据。第四部分给出了主要的实验结果。第5节讨论了对主要实验的解释，并提供了关于人们对他人行为和效用的期望的调查证据。第6节总结并提出了未来工作的方向。

附录提供了一个从正文中省略的表格，并列出了受试者看到的确切问题和页面。2理论与实验设计2。1理论与预测动机推理理论遵循泰勒（2020）。更多细节见该文件。当一个有动机的推理主体用先验P（T）推断一个事件是真（T）还是假（T）的概率时，主体通过结合先验、可能性和一个有动机的信念项P（T | x）|{z}后验来形成他的后验∝ P（T）|{z}prior·P（x | T）|{z}似然·M（T）~n（x）|{z}mot。通过推理，我们采用对数优势比来获得加法形式：logit P（T | x）=logit P（T）+logP（x|T）P（x|T）+ ~n（x）（m（T）- m（T））。（1） 有动机的推理者的行为就好像他同时收到了实际信号（x）和一个信号，而这个信号的相对可能性与他有多大的动机相信这个状态是T。m（T）：{T，，-T}→ R表示动力函数。施加在该信号上的重量为Ф（x）≥ 0，称为敏感性。当φ（x）=0时，代理是贝叶斯的；当φ（x）>0时，代理人会有动机地进行推理。本文将在下面的实验中，对特定的信息结构假设φ（x）>0，并撤销m（T）- m（T）来自推理过程。我们将对动机函数的心理学感兴趣。在本文中，要么T对应于积极性（世界是一个更好的地方），要么T对应于消极性（世界是一个更糟糕的地方），反之亦然。这项实验为人们提供了关于新闻来源真实性的并非明显无信息的信号。为了X的想法，考虑以下问题，从实验中得出结论：急性髓细胞白血病（AML）是一种损坏性疾病，其中癌细胞在骨髓中出现，侵入血流席，并可能扩散到身体的其余部分。

可悲的是，每年有成百上千的15岁以下儿童被诊断为急性髓细胞白血病；它是儿童中最常见的癌症之一。在15岁以下被诊断为AML的儿童中，有多少能存活至少5年？这是一个更高值状态更积极的问题。运动推理的主要测试包括三个步骤：1。信念：要求受试者猜测上述问题的答案。重要的是，他们被要求并被激励去猜测他们的中间信念（即，他们发现答案高于或低于他们的推理的可能性相同）。新闻：受试者从两个随机选择的新闻来源之一收到一条二进制消息：真实新闻和假新闻。来自真实新闻的信息总是正确的，而来自虚假新闻的信息总是错误的。这是主要的（受试者内）治疗变化。信息上写着“答案比你之前的猜测更大。”或者“答案比你之前对[先前的猜测]的猜测要少。”请注意，每个受试者的确切信息是不同的，因为受试者有不同的猜测。这些定制消息的设计使它们具有相同的主观发生可能性。对于上面的癌症问题，“大于”对应于正面新闻，“小于”对应于负面新闻。3.评估：受试者在收到信息后，使用0/10到10/10的量表评估信息来自真实新闻的概率，并激励他们陈述自己的真实信念。这种新闻准确性评估是主要的结果衡量标准。新闻方向的变化对准确性评估的影响是本文的主要关注点。更正式地，考虑具有关于f中的状态的先验F（Th）的代理。用u表示≡ F-1（1/2）F（θ）的中值。

为简单起见，我们假设F在u处没有原子，且P（u=θ）=0。也就是说，代理相信答案的概率为0，正好等于u，而真正的概率确实为零。代理收到的消息来源要么是真实新闻（T），要么是虚假新闻（T）。两者都报告两条二进制消息G或L中的一条：“答案θ大于中值u”或“答案θ小于中值u”之前的信念P（T）是固定的，并且P（G|T）P（G|T）= 日志P（L|T）P（L|T）= 通过中位数定义为0。θ>uθ<u真新闻发送G LFake News sends L G代理对新闻源p有优先权≡ P（T）不依赖于θ，并根据接收到的消息推断P（T）。在这个实验中，零答案是正确的，所以这个假设似乎是合理的。我们现在可以看看一个有动机的推理者在收到G:logit P（T | G）=logit P（T）+log后是如何更新他对新闻源的信念的P（G|T）P（G|T）+ ν（m（θ|θ>u）- m（θ|θ<u））=logit p+~n（m（θ|θ>u）- m（θ|θ<u））。因此，如果m在θ上严格单调递增，那么P（T | G）>P（T | L），如果m在θ上严格单调递减，那么P（T | G）<P（T | L）。相反，如果P（T | G）=P（T | L），那么m既不是严格单调递增的，也不是严格单调递减的。此外，如果m在θ上对所有代理都是单调的，但其斜率存在异质性，那么平均斜率可能为零，因为一些代理具有向上倾斜的动机（“积极动机”），而一些代理具有向下倾斜的动机（“消极动机”）。在这种情况下，如果代理人在过去收到来自相同分布的信息，那么他们当前的信念将反映他们的动机。

积极性动机的推理者更有可能相信u>θ，动机函数递减的消极性动机的推理者更有可能相信u<θ。这意味着相信u>θ的代理更可能相信实验中的P（T | G）>P（T | L），而相信u<θ的代理更可能相信实验中的P（T | G）<P（T | L）。也就是说，如果动机方向是异质的，受试者会更信任假新闻而不是真新闻。有关更多详细信息，请参见泰勒（2020）。相反，如果主观主义者平等地对待假新闻和真新闻，那么就没有证据表明正性推理和负性推理的异质性。2.2实验细节该实验遵循泰勒（2020）的结构和激励方案，其中包含更多细节。实验中每页的屏幕截图，包括说明和评分规则，可在附录C中找到。受试者首先查看介绍页以获得同意，然后查看人口统计页，然后查看说明和评分系统以获得问题页。在每个问题页面上，受试者被要求并被激励给出一个中位数猜测、一个下限（等于他们的第25百分位信念）和一个上限（等于他们的第75百分位信念）。中位数使用线性评分规则激励，边界使用分段线性评分规则激励。详情请参见附录C。接下来，主题请参见新闻页面的说明和评分系统。在每个新闻页面上，受试者看到的信息表明答案是否大于或小于他们之前的猜测中值，并被要求和激励使用二次损失排序规则评估信息来自真实新闻与假新闻的可能性。受试者被告知，事先获得真实消息的概率为1/2。

他们还被要求在看到信息后给出最新的中值猜测，并再次使用线性评分规则进行识别。有关详细信息，请参见附录C。受试者在其相应的问题页面后依次查看新闻页面：问题1、新闻1、问题2、新闻2等。。。。在实验结束时，他们会看到一个结果页面，上面有关于所有正确答案、得分和挣钱的详细信息。在实验结束时，受试者在实验的每一部分所获得的分数被平均化。受试者将获得3美元的出场费，并有可能获得10美元奖金，奖金等于他们的平均分数除以1000。这种概率奖金旨在消除潜在的对冲和风险规避混淆。3数据该实验在亚马逊的Mechanical Turk（MTurk）平台上进行。MTurk是一个在线劳动市场，参与者在其中选择“人类智能任务”来完成。MTurk已经成为进行经济实验的一种非常流行的方式（如霍顿、兰德和齐克豪泽2011；库齐埃姆科等人2015），安德列维、弗里斯和德鲁克曼（2016）发现，参与者通常比大学实验室的学生在性别和政治等维度上更具多样性。该实验是使用oTree进行编码的，oTree是一种开源软件，基于Chen、Schonger和Wickens（2016）开发的Django web应用程序框架。第1波于2019年7月8日至9日进行，被问及白血病存活率问题。第1波还包括政治和绩效问题，这是另一个实验的一部分。第二波于2019年10月1日至2日进行，询问了其他四个问题。这两次浪潮都是针对目前居住在美国的MTurk员工，他们之前没有参加过我的激励性原因实验。