理性

•  動物能有多理性
• 理性是一套認知工具, 可以在特定環境下達成特定目標
• 智能主體針對所處世界以及行為目的, 而應該採取的理解方式
• 理解和判斷對錯的途徑: 邏輯學, 哲學, 數學
• 為什麼會非理性?
• 思慮不周和各類偏誤造就非理性
• 一般而言當資訊內容清晰且切身相關時, 人類會更理性
• 但同樣的, 人類容易被情節的細節吸引, 基於先天印象進行判斷, 造成合取謬誤
• 「琳達是一位銀行出納員並且是一位女權主義者」比「琳達是一位銀行出納員」更有可能
• 認知系統的天生偏誤, 視覺錯覺
  
  
• 理性與非理性
• 理性: 以知識達成目標的能力
• 知識: 經過驗證為真的觀念
• 目標
• 理論理性: 驗證有意義的論述能否成立
• 實踐理性: 論述是否能在世界造成改變, 行動的指導和價值的判斷
• 對理性質疑沒有意義, 因為質疑就是理性的表現
• 沒有絕對客觀的真相, 也沒有完美無缺的理性
• 假定絕對客觀和完美理性的存在, 並以此建立共通規則
• 規則的意義在於排除理性的障礙, 如認知錯覺, 偏執, 意識形態, 並以批判性思維, 邏輯, 機率和推理來達到理性
• 理性能解釋現實, 改變現實以達成目標
• 理性是不是目標
• 休謨 "理性不過是激情的奴隸"
• 當複數目標存在衝突時, 理性是仲裁手段
• 以智慧化解個人的目標衝突
• 人從演化中得到的目標
• 近因的飢餓, 愛, 恐懼, 舒適性
• 遠因的生存與繁衍
• 以未來折現率來做化解長期目標與短期目標間的衝突
• 折現率越低, 未來的錢在越沒價值
• 對人而言, 在眼前的事物, 容易受多巴胺驅使, 造成短視近利
• 人會一時衝動, 在餐廳裡大點特點而暴飲暴食, 但不太會在預約菜單時就瘋狂點單.
• 解決方式: 長期規劃, 並為不想要的選項上難度
• 以道德化解群體的目標衝突
• 個體能力有限, 群體合作能完成更難的目標
• 個體之間的交流必須兼具個人利益與社會性, 於是演化出道德
• 公正性是道德的主要元素, 能讓人類整體過得更好
  
• 理性的各種行為
• 理性地放棄知識
• 避免劇透, 避免毒樹毒果的認知偏誤, 匿名以避免理性受干擾.
• 理性地放棄理性與能力
• 狂人理論, 以看似衝動和瘋狂的行為逼迫對手屈服
• 以非理性搶奪主導權
  
  
• 邏輯與批判性思維
• 形式邏輯與形式謬誤
• 形式邏輯中的如果(if), 並且(and), 或(or)和現實用語存在落差
• 如果雞當選上總統, 會修法鼓勵籠飼
• 邏輯上, 雞不會當上總統, 前提為假, 陳述永遠為真
• 生活上, 雞不會做出對自己族群有害的行為, 經驗判定為錯誤
• 他走了過來並且給了我一束花
• 時間順序而非AND
• 咖啡或茶?
• 二選一
• 形式謬誤
• 諸如肯定後件, 否定前件等形式謬誤
• 肯定後件 "若P則Q" 則 "若Q則P"
• 否定前件 "若P則Q" 則 "若非P則非Q"
• 形式重構有助於找出形式謬誤
• 批判性思維與非形式謬誤
• 非形式謬誤
• 沒有違反邏輯推演的謬誤
• 稻草人謬誤: 扭曲對方觀點, 代換成容易攻擊的目標
• 乞題謬誤: 將自己想證明的事情當成前提
• 訴諸偽善: "你也一樣"
• 舉證責任: 將舉證責任推給對方, 好比不存在的證明
• 訴諸權威: 神/專家/大家都這樣說...
• 訴諸人身/罪惡關聯: 發揮"我們對抗他們"的本性, 因人廢言
• 感受謬誤: 基於陳述會"傷人" 而將其推翻
• 邏輯只是形式, 是種符號排列與演繹, 與實際生活經驗有落差
• 理性不能簡化成邏輯
• 如家族相似性這種難以以邏輯判定的分類
  
  
• 機率與隨機
• 隨機:
• 過程缺乏可預測性且數據資料缺乏規律
• 機率
• 古典詮釋
• 將某個過程中, 所有機會均等的結果列出來, 再將符合標準的案例加總, 除以可能結果的總數
• 六面骰的一面, 1/6
• 傾向詮釋
• 根據自然法則判斷硬幣正反面出現機會相等
• 主觀詮釋
• 根據已知去判斷結果的可能性有多高
• 證據詮釋
• 現有資訊多大程度的保證了結論
• 頻率詮釋
• 同樣事件發生很多次的累積結果
• 在硬幣正反面問題上, 五種詮釋都帶出1/2的結果
• 某人年過50的機會是多少
• 不同詮釋會帶出不同的答案
• 可得性捷思法偏誤
• 越容易想像的場景, 人類認定其發生機率越高
• 令人震驚的新聞, 甚至戲劇裡的事件被大腦放大了發生機率
• 尤其是讓人恐懼的事件, 空難, 恐攻, 核汙染等
• 有心人利用被害者敘事, 將事件昇華成道德寓言, 造成無法化解的仇恨
• 連言, 選言, 條件機率
• 連言: A且B
• 要注意是否濫用獨立事件的設定, 將P(A and B) = P(A) * P(B)
• 選言: A或B
• 要注意是否濫用互斥事件的設定, 將P(A or B) = P(A) + P(B)
• 條件機率: B成立時, A的機率, P(A|B)
  
• P(A|B)  = P(A and B) / P(B) 
• P(B|A) * P(A) = P(A |B) * P(B) = P(A and B)
• 若A, B獨立, P(A) = P(A|B)
• 要注意P(A|B) 不等於P(B|A), 兩者差異可以很大
• 好比A=肝病, B=無症狀
• 有肝病無症狀的機率很大
• 無症狀有肝病的機率很小
• 事後歸因
• 進行機率驗算時, 分子分母是否互相獨立?
• 分子是符合標準的事件次數
• 分母是總事件次數
• 確認偏誤讓觀察者找到更多的分子, 卻忽略不符合的分母其實更多
  
  
• 信心與證據:貝氏推論
• 將對假設的機率量化成機率
• 按照證據和數據, 可以判斷一個假設有多大的機會為真
• 即條件機率下, 以數據為前提, 假設成立的機率
• P(假設|數據) = P(假設) * P(數據|假設) / P(數據)
• P(假設): 事前機率, 好比流行病的盛行率等基本比例
• P(數據|假設), 若假設為真時數據顯示的機會有多大
• 一個人生病時, 真的檢驗出來症狀的機會
• P(數據) : 邊際機率, 無論假設真假, 出現數據的機率
• 換言之
• 事後機率 = 事前機率 * 數據可能性/ 數據普遍性
• 看過證據之後, 可以依此更新假設可能性
• 如果證據很容易出現, 降低對假設的可能信
• 即邊際機率高, 數據普遍性高,對假設沒幫助
• 如果假設為真, 證據特別容易出現, 提高可能性
• 事前機率的重要性
• 特別的主張要有特別的證據
• 事前機率低的假設, 在普通的證據下, 也只能有普通的信賴度提升
  
  
• 風險與回報:理性選擇與預期效用
• 理性選擇理論
• 目標導向：個體是有目標的，行為是為了實現這些目標。
• 效用最大化：個體會評估不同選擇的可能結果，並選擇能帶來最大效用的選項。
• 特性
• 通約性: 這意味著個體在任何兩個選項之間都能做出比較，他們可以明確地說出自己更喜歡哪個，或者認為兩者相等。
• 遞移性: 如果決策者偏好A多於B, 偏好B多於C, 則偏好A多於C
• 封閉性: ，決策者面對的情況是風險已知的，各種結果發生的機率是已知的。這與不確定性（機率未知）相對。
• 合併性: 這假設決策者可以計算一連串帶有風險的事件的機率，並做出整體評估
• 獨立性: 策者在比較兩個選項時，不會受到與這些選項無關的因素影響。
• 一致性: 決策者在不同情境下的選擇保持一致。如果他們偏好A勝於B，那麼在涉及風險的情境下，他們也會做出相應的選擇。
• 互換性: 偏好和機率可以交換, 決策者可以以機率計算預期效用來進行決策
• 預期效用
• 效用並非自私自利, 僅表達決策者基於理性, 持續追求最大化的某種價值
• 金錢可以換得效用, 但存在邊際效應
• 財富重分配的立基: 窮人獲得同樣金額的效用大於富人
• 捷思法和天性偏好讓人脫離理性選擇
• 好比用消去法刪除選項, 可能破壞遞移姓
• 必然與絕無可能
• 0% -> 1%是從不可能變可能, 99%->100%是從可能變成確定
• 這兩者在人心中有著額外加成
• 人類無法清楚認知到機率, 且對損失的反應極端
• 以平均餘命或死亡率描述同份數據, 決策者會有不同選擇
• 平均餘命讓人使用預期餘命去衡量, 選擇較長的預期壽命
• 死亡率則讓人以損失去衡量, 選擇較低的預期壽命避免立克的損失
• 對人來說, 10% 和20%的機率很難分別, 而損失帶來的痛苦是同樣收益的兩倍
  
  
• 命中與預警: 信號檢測與統計決策理論
• 統計決策理論:結合貝氏機率和理性進行選擇
• 估計某事物在這個世界為真的機率, 然後根據預期的成本與回報決定如何行動
• 理性的行動並非完全相信假設, 僅是依據可得的機率進行最有效用的行動
• 信號檢測
• 信號究竟是真實世界的反應, 還是不完美知覺下的雜訊?
• 信號 (Signal)：真實世界中存在的、我們想要偵測的刺激或事件。
• 雜訊 (Noise)：干擾我們偵測信號的隨機、無關的刺激。
• 價值 (Value)：
• 命中 (Hit)：正確偵測到信號的價值。
• 遺漏 (Miss)：未能偵測到信號的成本。
• 正確排除 (Correct Rejection)：正確判斷沒有信號的價值。
• 誤警 (False Alarm)：錯誤地將雜訊判斷為信號的成本。
• 臨界線 (Criterion)：設定的標準。當知覺強度超過這個標準時，判斷「有信號」；反之則判斷「沒有信號」。
• 如何設定一個最佳的臨界線，以最大化整體效益? 
• 效益 = P(信號) * (命中的價值 - 遺漏的價值) + P(雜訊) * (正確排除的價值 - 誤警的價值
• 臨界線調整方向 = P(雜訊) * (正確排除的價值 - 誤警的價值) / P(信號) * (命中的價值 - 遺漏的價值)
• 以機場安檢為例
• 信號：行李中有危險物品
• 雜訊：行李中的其他物品看起來像危險物品
• 事前機率
• P(信號)：假設每天有0.1%的旅客行李中真的有危險物品（事前機率）。
• P(雜訊)：那麼，99.9%的行李是沒有危險物品的。
• 價值設定
• 命中的價值：成功攔截到危險物品, +10000。
• 遺漏的價值：未能攔截到危險物品, -100000。
• 正確排除的價值：正確放行無危險物品的行李, +10。
• 誤警的價值：錯誤地將無危險物品的行李誤判為有危險, -100
• 臨界線調整方向 
• (0.999 * (10 - (-100))) / (0.001 * (10000 - (-100000))) = (0.999 * 110) / (0.001 * 110000) = 109.89 / 110 ≈ 0.999
• 分子（與雜訊相關的效益）和分母（與信號相關的效益）幾乎相等
• 極高的遺漏成本抵銷了事前機率, 臨界線應該設得非常低
• 套用在信號檢測上
• 假設X光機的輸出不是一個簡單的「有」或「無」警報，而是一個表示危險物品存在可能性的機率分佈
• 計算期望價值
• 觸發警報的期望價值 (EV_Trigger)： EV_Trigger(p) = p * 命中的價值 + (1-p) * 誤警的價值
• 不觸發警報的期望價值 (EV_NoTrigger)： EV_NoTrigger(p) = p * 遺漏的價值 + (1-p) * 正確排除的價值
• 令 EV_Trigger(p) = EV_NoTrigger(p), 解出機率閾值
• p * 10000 + (1-p) * (-100) = p * (-100000) + (1-p) * 10
• p ≈ 0.000999
• 當X光機輸出的危險物品存在機率大於 0.1% 時，應該觸發警報
• 同樣的, 如果誤警的價值大增, 變成-5000
• p * 10000 + (1-p) * (-5000) = p * (-100000) + (1-p) * 10
• p ≈ 0.04356
• 當X光機輸出的危險物品存在機率大於 4.36% 時，應該觸發警報
• 假設x光機只有Y/N輸出
• 正確率 (True Positive Rate, TPR)：95%。
• 誤警率 (False Positive Rate, FPR)：10%
• 事前機率  P(信號) = 0.1% (0.001)，P(雜訊) = 99.9% (0.999)
• P(信號|警報) = (0.95 * 0.001) / 0.10085 ≈ 0.00942 (約 0.94%)
• P(雜訊|警報) = (0.10 * 0.999) / 0.10085 ≈ 0.99058 (約 99.06%)
• 採取行動的期望價值
• P(信號|警報) * 命中的價值 + P(雜訊|警報) * 誤警的價值 = 0.00942 * 10000 + 0.99058 * (-100) = 94.2 - 99.058 ≈ -4.86
• 不採取行動的期望價值
• P(信號|警報) * 遺漏的價值 + P(雜訊|警報) * 正確排除的價值 = 0.00942 * (-100000) + 0.99058 * 10 = -942 + 9.9058 ≈ -932
• 儘管絕大多數警報都是誤報（99.06%），但由於「遺漏」的成本極高（-100000），即使「命中」的機率很低（0.94%），最佳策略仍然是「採取行動」
• 同樣的, 如果誤警的價值大增, 變成-5000
• 採取行動的期望價值
• P(信號|機器警報) * 命中的價值 + P(雜訊|機器警報) * 誤警的價值 = 0.00942 * 10000 + 0.99058 * (-5000) ≈ -4858.7
• 不採取行動的期望價值
• P(信號|機器警報) * 遺漏的價值 + P(雜訊|機器警報) * 正確排除的價值 = 0.00942 * (-100000) + 0.99058 * 10 ≈ -932
• 儘管X光機器的正確率有95%，但由於事前機率極低，加上誤警成本很高，當機器發出警報時，不該採取行動
  
• 統計決策與統計顯著性
• 5%的顯著性檢測: 當一個現象不存在的時候, 20個進行觀察的科學家中, 會有一個誤以為存在
• P(數據|假設)不等於P(假設|數據), 統計顯著性提到的是前者
  
• P(數據|假設)： 這是在給定假設為真的情況下，觀察到特定數據（或更極端數據）的機率。這就是統計顯著性檢定（例如 p 值）告訴我們的。
• P(假設|數據)： 這是在給定我們觀察到的數據的情況下，假設為真的機率。這是我們真正想知道的，但傳統的統計顯著性檢定並不能直接告訴我們這個。
  
  
• 自我與他人:賽局理論
• 分析自我的損益會受到他人理性選擇的影響時, 自己該如何選擇才合乎理性
• 他人同樣是精明的決策者
• 零和遊戲: 剪刀石頭布
• 經典的猜拳遊戲中, 理智的人應該展現超越常態的隨機性, 剛好各1/3的出招率
• 非零和遊戲:志願者困境
• 大家都希望事情有人做, 同時希望不必自己來
• 自已不做, 別人做時得到最大利益
• 自己做, 別人不做, 中等利益
• 大家都不做, 最小利益
• 誰先做誰損失, 參與者全數以對自己最有利的選項制衡對他人最有利的選項
• 協調賽局
• 找出正確的方法就可以大家都贏
• 需要共識或是默契, 來促成合作
• 好比大家都靠右行走, 道路效率便可最大化
• 共識可以靠直接溝通來達成, 也可以靠注意焦點 ,一個隨機, 沒有意義卻能勾起注意力的選項
• 好比議價中, 提出的去零頭, 取一半等的取價方式, 並不一定具備實質意義, 但往往能達成共識
• 膽小鬼賽局
• 退讓則輸, 雙方皆不退讓則最輸
• 表現出瘋狂不受控的人反而能威脅對手, 但是碰到同樣態度的對手就只能最輸
• 升高賽局
• 沉默成本會累積的賽局
• 一不做二不休的心態造成持續消耗, 理性的選擇是中途抽手
• 囚徒困境
• 只進行一次的囚徒困境, 囚犯基於理性和維護自身利益, 只能別無選擇的背叛
• 擴大格局有助於解決囚徒困境
• 透過場外規則的設定, 讓理性行為者透過契約和法律規則避免囚徒困境
• 或是反覆進行賽局, 讓"一報還一報"的態度能促進合作
  
  
• 相關性與因果關係
• 相關性是一個變數值與另一個值與另一個變數值互相依存的程度
• 如果知道其中一個, 就能預測另一個
• 線性回歸可以用來呈現兩個變數之間的線性關係
• 殘差指預測值(回歸線)和實際值的差異, 
• 相關係數用以衡量兩變數的相關度
• 均值回歸
• 發生在所有不完全相關的兩個變數
• 當一方數值極端時, 另一方通常不那麼極端
• 好比父母身高與子女身高正相關, 但是當父母身高極高時, 子女身高往往比較矮
• 因果關係
• 時間上的先後: 因先於果
• 若因不存在, 果便不會存在
• 因果關係圖
• 箭頭不是邏輯意義, 而是條件機率
• A -> B 不是若A則B, 而是A成立時B的機率大於非B
• 因果連鎖A -> B -> C
• 以A為前提時, B的機率大於非B
• 以B為前提時, C的機率大於非C
• A, C沒有直接相連, 只關心C的話, 可以當A不存在
• A: 起火, B: 煙霧, C: 警報
• 觸發警鈴的是煙, 而不是火
• 因果分叉,  B->A, B->C
• 描述副作用, 副現象, 存在判斷錯誤的風險
• A: 詞彙輛, B: 年齡, C:鞋子尺碼
• 不能因為鞋子尺碼大, 就認為兒童可以跳級
• 因果對撞, A->B, C->B
• 不相關的係數匯聚成同一結果, 互補的原因A, C 容易造就選樣偏誤
• 即使A, C 兩者獨立或相關, 但如果從B做選樣, 會認為A, C 互斥
• A:飲食健康 B:身體狀況好 C:規律運動
• 只觀察「身體健康不佳」這個群體時
• 如果一個「身體健康不佳」的人有「運動習慣」，那麼他可能因為其他的因素而造成「身體健康不佳」，這其中一個很重要的因素就是「飲食不健康」。
• 相反的如果這個「身體健康不佳」的人，「飲食習慣健康」，那麼他可能就是因為「運動習慣」不好，而造成「身體健康不佳」。
• 這時，雖然「運動習慣」和「飲食健康」在一般人群中是獨立的，但在「身體健康不佳」這個選定的群體中，它們就呈現出負相關的關係。
• 從相關性到因果關係:真實與自然實驗
• 相關性不代表直接的因果關係
• A與B 相關, 可能A導致B, 或是B導致A, 或著C導致A和B
• 驗證因果關係
• 隨機實驗
• 條件可控時, 以隨機產生的控制組和對照組, 去檢驗因果關係是否有統計顯著性
• 需採樣誤差與可再現性危機
• 條件不可控時
• 回歸不連續 (RDD)
• 利用一個明確且人為設定的閾值, 分配實驗對象到不同組
• 學金政策規定，考試成績達到特定分數（閾值）的學生才能獲得獎學金。
• 利用RDD, 比較剛好達到和剛好未達到分數的學生的表現差異, 從而評估獎學金對學生學業的影響.
• 工具變量回歸
• 想研究A是否引起B, 但有個干擾變量C
• 找出變量I
• I與A相關, 但不可能是A的果
• I不可能與C相關
• I 只能通過影響 A, 間接地影響 B, 不可能直接引發B
• 這樣即使不能對A做隨機分配, 卻可利用I來驗證I->A->B這條因果練
• 範例
• 教育年限（A）是否真的提高了個人的收入（B）？
• 個人的能力、家庭背景（C）等因素可能同時影響教育年限和收入，導致教育年限與誤差項相關。
• 有些人先天上就比較有能力，因此獲得較高的教育年限，以及較高的收入。
• 工具變量（I）：學生所在地區的義務教育年限。
• 這些因素（I）與個人的教育年限（A）相關，但不太可能直接影響個人的收入（B），除了通過影響教育年限之外。
• 學生居住的地方的學校數量比較多，自然就增加了學生取得較高教育年限的機率。
• 通過使用義務教育年限或學校數量作為工具變量，可以更準確地估計教育年限對收入的因果效應。
• 交叉延宕長期追蹤分析
• 研究兩個或多個變數之間隨時間推移的相互關係。
• 特別適用於研究這些變數之間的因果關係方向，以及它們如何相互影響。
• 分析基於在多個時間點收集的資料，觀察變數隨時間的變化，並評估它們之間的關係。
• 分析
• 一個變數在時間點 T1 對另一個變數在時間點 T2 的影響，
• 反過來，另一個變數在 T1 對該變數在 T2 的影響。
• 比較這些交叉延宕效應的大小，推斷變數之間的因果關係方向。
• 範例
• 早期的網路使用是否預測後期的心理健康問題。
• 早期的心理健康問題是否預測後期的網路使用增加。
• 比較兩者的預測力可以得知因果
• 多元回歸
• 研究多個自變數（獨立變數）如何影響一個依變數（相依變數）, 可以更全面地了解多個因素如何共同影響依變數。
• 自變數之間必須低相關, 且影響符合線性假設
• 多重成因
• 真實的因果關係複雜且不單一
• 主效應可以有多個, 之間還會交互影響
• 分析時不要過度注重特例, 避免可得性偏誤
  
  
• 人類有什麼毛病
• 人類為什麼不理性?
• 有時來自過度詮釋, 未理解證據與事前機率, 將特例視為常態. 相關和因果混淆
• 社群媒體提高了謠言流傳的速度, 且有些人在虛假信念中得到安寧感
• 動機推理
• 如確認偏誤, 人類喜歡立場相近的評論
• 碰到質疑時, 自我防衛機制運作, 將分析能力用在鞏固自身與攻擊對方論述, 而非確認事實
• 以差勁的論述維護自身, 以高明的手法在別人論述中挑毛病
• 我方偏見
• 對於一個議題, 只要結論影響自身政治/宗教/文化的正確性和卓越性, 人們的評估就會受到好惡左右
• 貝氏推論的事前機率常常也只反映當事人希望何者為真
• 表達性理性
• 人們的行為可能受到表達自身價值觀和認同的需求所驅動。為了同濟認同而進行有偏誤的評估
• 兩種思維: 現實與神話
• 人類將世界分為了兩半
• 實務的身邊
• 由身邊各種實質的物體, 面對面的人,  互動的記憶, 主導生活的規範和標準組合
• 面對這邊, 大家認知多半正確, 能理性思想和分辨真假, 因為做不到會有嚴格懲罰
• 應對的是現實思維
• 飄渺的外在
• 包含渺茫的未來和過去, 遙遠地點的人事物, 觸碰不到的權力核心, 反是感官無法接觸的事物, 反事實和形上學
• 人們認為這邊的事物, 並不會直接影響自身
• 面對這邊時, 認知正確與否, 並不會帶來對自身的實際影響
• 拘泥於一個敘事的對錯, 不如在意敘事的額外效果 -- 道德效果, 逾越效果, 凝聚效果
• 應對的是神話思維
• 現實思維與神話思維的區別：
• 現實思維：
• 關注實際、具體、可驗證的事物。
• 強調理性、邏輯、證據。
• 與日常生活密切相關，對個體生存和發展有直接影響。
• 因此，此思維模式的錯誤會直接造成影響，會被現實所懲罰。
• 神話思維：
• 關注抽象、遙遠、不可驗證的事物。
• 傾向於使用敘事、象徵、隱喻。
• 與價值觀、信仰、認同相關，對個體情感和社會凝聚力有影響。
• 人們相信此思維模式對自身沒有直接的影響，因此可信度較低。
•  神話思維的額外效果：
• 道德效果： 神話故事可以傳遞道德價值觀，引導人們的行為。
• 超越效果： 神話提供了一種超越現實的想像空間，滿足人們對未知和無限的渴望。
• 凝聚效果： 共同的神話可以強化集體認同，促進社會凝聚力。
• 面對神話時，往往更關注其情感和社會功能，而非客觀事實。
• 隨著科學和認知的進步，現實思維的範圍不斷擴大。
• 神話思維仍然在某些領域中扮演重要角色。
• 宗教、國家認同
• 當人們發現相信某個神話能夠帶來實際利益，他們會更傾向於接受和傳播這個神話，即使它與事實不符。
• 政治宣傳、商業行銷
• 對虛假資訊信以為真
• 人可以保有信念卻不在乎其真實性
• 人的天生傾向若與神話思維節結合, 面對荒謬說法容易信以為真
• 二元論傾向
• 心靈可以與肉體分開
• 本質論傾向
• 所有生命都蘊含著某種東西, 所以才有形體和生命
• 目的論傾向
• 人類的行為和製造物有目的, 所以世界上的生物和非生物背後也該有某種意義
• 人類喜歡找樂子
• 當有趣的主題, 脫離日常生活經驗, 成為飄渺的外在時, 人類容易搞錯事實與虛構的界線
• 理性是公共財, 大家都希望能綁架集體思考, 並以動機推理為個人帶來利益, 這形成公地悲劇
• 理性是公共討論的「資源」。
• 每個個體都希望利用理性來獲取自身利益。
• 當過度追求個體利益時，可能損害公共討論的理性水準，導致集體決策失誤。

くすのき 本店 五訪

蜂斗菜, 蝦, 白子, 藕, 蘆筍, 竹筍好吃 

ASAHINA Gastronome

開胃小點以精巧的三層塔呈現，虎河豚晶凍普通，鱈魚子與馬鈴薯沙拉鹹鮮綿密，櫻花蝦塔則酥脆芳香，充分展現日本食材的獨特魅力，佐以香檳，更添雅趣。

藍龍蝦與櫛瓜的組合，櫛瓜捲鑲入庫斯庫斯，外層覆蓋濃郁的龍蝦奶油醬汁，口感細膩，滋味鮮美，不意外的美味。

鮑魚與干貝則是日式調味。低溫烹調的鮑魚，佐以鮑魚肝醬和干貝精華，外加一小抹素麵做基底。

一旁點綴魚子醬的馬鈴薯可頌，其下有一小塊煮蘿蔔，一口吃下去，三者口感與滋味的對比，饒富趣味。

小牛胸腺烹製得焦糖化外皮酥脆，內裡軟嫩，搭配杜卡香料，更添異國風情。

尤其那注入松露的蛋黃，將原本甚是協調的兩者完全結合在一起，配上當季的菠菜與紅莧菜芽，與胸腺相得益彰。

油帶魚佐牛蒡的表現略顯遜色，個人不喜。

主菜是日本黑牛肉與白蘆筍，烤菲力牛肉鮮嫩多汁，外層包裹風乾肉片，風乾帶來濃郁的肉香，和牛故有的柔嫩口感與脂肪香氣，兩者交織，令人沉醉。搭配燉煮牛肉、牛肉菌菇湯、碩大的羊肚菌以及白蘆筍，每一道配菜都精緻入微，個人相當喜歡。

整體而言，食材選用上乘，在傳統法餐的基礎上融入日式元素，別具匠心。又，新鮮香草茶的清新香氣令人難忘。