认知科学
Cognitive Science
认知偏误、心智模式与大脑决策机制
共 22 个模型
什么是认知科学？
认知科学研究心智和智能的跨学科领域，融合心理学、神经科学、人工智能、语言学、哲学、人类学。核心问题是「大脑如何处理信息、做出决策」。对实践者来说，认知科学最有价值的是对「认知偏误」和「心智模式」的研究。认知科学思维的关键是：认识到大脑不是完美的计算机，而是有各种「捷径」和「bug」的信息处理系统；理解这些偏误，才能规避它们，做出更理性的决策。
学习路径
- 1
入门：先读《思考，快与慢》，建立双系统理论的核心框架
- 2
偏误：系统学习认知偏误，理解启发式、锚定效应、确认偏误、可得性偏误等
- 3
神经：学习神经科学基础，理解大脑结构、神经元、神经递质、脑区功能
- 4
决策：学习决策理论，理解期望效用、前景理论、风险感知、选择架构
- 5
心智：学习心智模式，理解框架、范式、世界观如何影响认知
- 6
应用：将认知科学应用到决策优化、产品设计、用户体验、行为改变
认知科学模型列表
批判性思维
Critical Thinking
对思考进行再思考：质疑假设、评估证据、识别谬误，不盲从也不否定一切。
结构化思维
Structured Thinking
把混乱的问题拆解成清晰的结构：先框架后细节，先分类后分析，让思考有条理。
双盲实验
Double-Blind Experiment
实验者和被试都不知道分组：避免安慰剂效应和实验者偏见，确保结果客观。
对照实验
Controlled Experiment
比较实验组和对照组：除了要测试的变量外，其他条件保持一致，通过比较确定变量的因果效应。
相关性不等于因果
Correlation Does Not Imply Causation
两个变量相关不代表有因果关系：A和B同时变化可能是巧合、第三方因素或反向因果，不能直接得出因果结论。
类比思维
Analogical Thinking
用已知理解未知：发现两个事物间的结构相似性，把一个领域的方法迁移到另一个领域。
归纳思维
Inductive Thinking
从具体到一般：观察多个具体案例，总结出普遍规律或模式。
演绎思维
Deductive Thinking
从一般到具体：从已知的前提出发，通过逻辑推理得出具体结论。
信号与噪声
Signal and Noise
区分有意义的信号和随机的噪声：在大量信息中识别真正有预测力的模式。
因果错觉
Causal Illusion
把相关当因果：两件事先后发生或同时变化，就误以为有因果关系，实际可能只是巧合或第三方因素。