决策反馈如何影响冒险倾向？最新研究揭示
在决策之后获得反馈，通常被视作“吃一堑、长一智”、并优化未来选择的一种手段。然而，法国研究团队的一项新实验表明，决策后收到的反馈并不会提升后续决策的质量，反而可能强化人们冒险的倾向。
日常生活中，我们在做出选择后往往会得知结果，比如经济盈利或亏损、事情的成功与失败等。主流观点认为，这类反馈能帮助人们逐步调整认知，进而学会在反复决策中做出更优的选择。
为了验证这一假设，法国国家健康与医学研究院等机构的研究人员开展了一系列行为实验，共有500多名参与者加入。在每项实验中，受试者都面临二选一的决策：一边是确定选项（例如稳得20分），另一边则是风险选项（比如有50%概率赢得40分，也有50%概率一无所获）。为排除方法偏差，研究人员通过调整得分概率和收益分值，让风险选项的收益与确定选项相比，时而更优、时而更差，并依据受试者能否选出高收益选项来评估其决策质量。
研究人员在实验中提供两种形式的反馈，即部分反馈（只给出所选选项的结果）或完整反馈（同时呈现两种可能选项的结果），随后观察受试者在获得反馈后下一次决策行为的变化。
结果显示，与没有任何反馈的情况相比，总体上获得反馈会让受试者的风险决策行为系统性增加35%至45%，但其决策质量并未因此显著提高。进一步分析认为，部分反馈条件下冒险倾向的增加可能源于好奇心的驱动，而完整反馈条件下冒险倾向的提升则可能是由于担心选错而后悔。
研究人员指出，此项研究有助于更深入地理解风险情境下决策的认知机制。结果表明，反馈可能会强化人们对风险的偏好，而非促进理性学习。这提醒我们需重新审视反馈在决策中的作用，尤其在金融、健康或公共政策等领域。
相关研究论文已发表在《自然·通讯》杂志上。（完）
相关攻略
中国航天员科研训练中心招募卧床实验志愿者，需卧床最长60天以模拟失重环境，研究生理变化。参与者需符合健康及心理标准，实验过程伴随不适但受严密监控。数据对航天医学与老年病学有重要价值，志愿者可获得补助及交通报销。
“我能再说几句吗？” 在复旦大学相辉堂举行的“浦江科学大师讲坛”互动环节结束后，2024年诺贝尔物理学奖得主安妮·吕利耶教授主动提出了这个请求。她分享了一个温暖的观察：“我曾受邀在各种场合做过演讲，很多时候提问的都是男性，但这次几乎都是女性在提问题，请大家坚持下去。”作为第五位获得诺贝尔物理学奖的女
你还在一个人做科研吗？ 科研路上最磨人的，往往不是问题本身，而是那种彻头彻尾的“孤军奋战”感。一个想法，从文献调研到实验设计，再到落笔成文，每一步都只能靠自己摸索着前行。 方向偏了，没人及时提醒；遇到歧义，找不到人讨论；结果不对，就只能陷入反复试错的循环。市面上不少所谓的“自动化科研”工具，其实只是
Claw AI Lab团队量子位 | 公众号 QbitAI你还在一个人做科研吗？科研最难的，从来不是问题本身，而是一个想法从文献到实验再到写作，只能靠自己一点点往前推。一个人方向偏了没人提醒，遇到歧
上海交大义理林团队，以AI赋能激光器，用于芯片测量切割，致力于实现高端制造的自主可控；上海交大李金金团队，将深耕设备一辈子的老师傅们口传心授的实操经验，炼成工业时序控制大模型；上海交大谢伟迪团队研发
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时，钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件，它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接，能够直接同步企业内部组织架构与通讯录，实现团队成员间的即时协作与信息流
在数字化转型浪潮中，高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手，正是基于自研大语言模型打造的一款创新产品，旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作，即可通过自然对话完成从数据查询、处理到可视化洞察的全流程，让数据价值触手可及。 办
在人工智能技术快速发展的今天，MiniMax作为一家专注于全栈自研的AI公司，正以其独特的技术路径和前瞻性的布局，在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵，这不仅体现了对核心底层技术自主权的深度掌控，也展现了对未来人机交互与内容生成形态的前瞻思考。 那么，M
ApolloCreditFund（ACRED）作为连接传统信贷与DeFi的桥梁，其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产（RWA）的收益捕获与链上流动性释放。短期价格波动难以预测，但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中，一套能够深度适配业务、彰显品牌特色的智能客服系统，已成为企业提升服务效率与用户体验的关键工具。然而，市场上许多解决方案往往模式固化，难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力，更能承载独特的品牌文化与服务哲学？其核心在于系统是否支持深度的自定义与持续的AI训练