你是同时过度自信和贴心的吗?

让我们开始用一点琐事测试.为以下问题写下您最好的猜测(允许谷歌！):

1. 阿塞拜疆的首都是什么?
2. 第二次纳秒是多少?

在成为加拿大省之前，萨斯喀彻温省是其他实体的一部分?

3. 一英里有多少英尺?
4. 世界上最受欢迎的名字是什么?
5. 美国国家在1984年制定了国家第一个强制性安全带法律?
6. 哪个北美城市有以下地铁站:肯德尔广场，中央广场和搬运工广场?
7. 截至2003年6月，欧洲联盟的成员是多少国家?
8. 谁是战争之神?

在萨达姆侯赛因之前统治伊拉克? ¹

没有检查答案(下面)，你认为你有多少10件物品?您认为典型读者有多少10个问题?

是的，我知道 - 那些琐事问题并不容易！由心理学研究人员精心挑选，由UC Berkeley的Don Moore领导，研究过度交通的令人费解的人类偏见.过度交付是指基于某人的实际表现或能力不合理的信心的感觉.

鉴于您对上面的测验分数的个人预测，有可能有机会过于自信吗?让我们找出答案.

比你认为你的

更好

研究表明，过度控制并不总是直截了当.上面的琐事测验是一项研究研究的一部分，即超越的不同方面取笑.该实验介绍了一般知识测验的255名美国学生.一半的参与者收到了你现在回答的相对困难的问题.另一半收到了10个更容易的问题，一个例子是"柏林是哪个国家的首都?"完成测验后，参与者被要求在测验中判断自己和其他人的预期表现.

以下是实验的一些关键结果:

在困难的琐事测验中

• ，参与者收到了1.39正确答案的平均测试得分.
• 当被要求预测他们自己的得分在困难的测验时，参与者的平均预测是2.62正确的答案.
• 当被要求预测别人对困难测验的分数时，参与者的平均预测是3.54正确的答案.

让我们试着理解这些数字.首先，低测验结果证实了琐事问题的整体难度.平均而言，人们有超过10个问题的错误.因此，如果你没有得分10(PHEW)，肯定没有必要打败自己！

更详细地看看参与者的评分预测，然而，几个令人费解的发现出现了.尽管任务艰巨，但大多数人都高估了自己的表现.平均而言，他们预计将得分比其实际更高的1.23点.

同时，他们认为其他人会更好地表现.实际上，他们估计其他参与者将击败自己的预期得分大约一点.

因此似乎人们期望比他们实际得分更好，但他们还预计比平均水平更糟糕.这是否意味着它们同时过于自信和底层呢?

上下文重要事项

使事情更加复杂，这项研究表明了决策背景的令人惊讶的影响.研究人员发现，任务类型影响了人们的信心.

在困难的琐事测验中，人们倾向于高估他们的个人评分，但与他人相比，他们的表现低估了.相比之下，当参与者完成易于琐事问题时，反向是真的.

当随着测验更容易的情况下，参与者得分令人印象深刻的平均值为8.53，但他们低估了他们的性能和预期更低的分数(平均值8.26).然而，他们也认为它们比平均水平更聪明，预测其他参与者的得分(平均8.05)低于自己的分数.

使结果感到

过度交流的实验结果是复杂的，并且可能首先出现矛盾.似乎人们既与同一时间相当过度，而且他们的预测变得哪个方向取决于任务的难度.这是可能的吗?

首先，重要的是要认识到过度交通是多方面的概念.心理学家建议存在几种不同类型的过度信心.两个不同类型的过度交流是高估，这是指比你实际更好的信念，而超级算法是指你更好的信念其他人.由于这两种类型彼此独立，因此可以在一个方面上过度自行信，并且在另一个方面处于基于另一个方面. (您可以在此相关文章中找到有关不同类型的过度共享的更多详细信息.)

上下文的令人费解的影响通常被称为"易易效果".已经提出了不同的理论来解释艰难而简单的任务的信心令人惊讶的差异.丹摩尔和另一个心理学家的一个理论是基于人们缺乏洞察自己的表现的假设，并且在判断他人的表现时甚至更糟糕.这就是为什么信心的感觉不仅受到情境绩效提示的影响，而且是通过先前的经验和期望的影响.

这是我们在琐事测验的上下文中意味着什么的例子.

• 苏珊，一个狂热的Quizzer，从未错过了这篇文章的Trivia测验的琐事.在看看问题之前，她希望得到一个高分，因为 - 她通常会做！然而，在经历问题的同时，她努力思考可能的答案，并且需要更长时间完成.这些负面性能提示最终与苏珊的初始，乐观的期望集成.尽管在测验期间挣扎，但她最终高估了她的分数.

当试图预测测验时，苏珊可能会更乐观更乐观的.个人通常使用自己的性能估计作为衡量他人的参考点.因此，苏珊的判断可能受到她自己的预期得分的影响以及她对平均测验绩效的预期的影响.这意味着她对别人在测验上的表现的预测将落在两者之间，将高于她自己的差异.逻辑后果是平均的信念或潜水较差.

苏珊的示例展示了在校准与实际表现的信心感受时之前信仰的重要性.在异常的硬任务中，关于性能的前提是通常高于实际性能，从而导致高估和潜水.相比之下，在异常方便的任务中，对性能的之前期望通常低于实际性能，从而导致低估和超容压.

如何在这个理论上适合这种理论?使用本文所引用的数据进行比较您的实际测验分数，以便您使用本文中引用的数据进行个人和平均性能.你在同一时间过度自信和贴心吗?这对现实生活中的判断和选择是什么意思?