摘要

研究显示，人们往往被结构和规律性所吸引。本研究提出假设认为，即使某种规律并不带来额外价值，决策者在试图最大化收益的过程中，仍可能被其吸引。基于这一前提设计的算法，在一场旨在引导个体偏好的国际挑战赛中表现优异，超越了所有其他参赛算法。该算法通过为其中一个选项（而非另一个）分配奖励，形成一种不断演化的、但易于追踪的规律模式，从而诱导决策者对有规律选项的偏好比例达到2:1，尽管这种偏好最终并未带来实际优势。研究结果表明，人类确实会赋予“规律性”本身一定的价值，也进一步说明定性方法在理解人类决策行为方面的有效性。此外，仅依赖于奖励学习的决策模型可能是不完整的。

关键词：决策偏差、规律性偏好、行为引导、结构化奖励、算法干预、选择工程竞赛、强化学习模型

赵思怡丨作者

彭晨丨审校

论文题目：Using an algorithmic approach to shape human decision-making through attraction to patterns

发表时间：2025年5月2日

论文地址：https://www.nature.com/articles/s41467-025-59131-4

发表期刊：Nature Communications

在日常生活中，我们似乎天生就对“有规律”的事物情有独钟——从节奏感强烈的音乐到井然有序的日程安排，甚至是重复性强的社交反馈。这种对结构和可预测性的偏好，是否也能被算法捕捉并加以利用，进而悄无声息地改变我们的决策行为呢？近期，Nature Communications上发表的一项研究提出了一个充满启发性的问题：人类对规律性的偏好，能否成为一种操纵行为决策的工具？研究团队通过一种名为“选择工程竞赛”（Choice Engineering Competition, CEC）的实验框架，以及一款设计巧妙的算法RaCaS（Regularity as Carrot and Stick），探索了仅凭“奖励的结构性”就能引导人类做出特定选择的可能性。

实验范式：衡量规律的价值

CEC是一种开放式的实验框架，旨在比较不同算法在引导人类选择方面的效果。参与者需要完成100次二选一的任务，在不知情的情况下尝试最大化获得奖励的机会。每次选择后系统会立即反馈是否获得奖励。尽管两侧选项的总奖励次数保持一致（每侧25次，每次1美分），但奖励出现的时间和顺序由不同的算法控制。这为算法提供了塑造行为偏好的机会，它们无需增加目标选项的实际收益，只需通过“奖励呈现方式”来影响参与者的判断。

图1：CEC实验界面与任务设置：参与者在屏幕上面对两个选项（本图中为黑色和白色“侧边”），需完成100次二选一的任务。他们并不知道，这些奖励何时出现、出现在哪一侧，完全由算法控制。

在此背景下，研究团队提出了RaCaS算法用于探讨这样一个问题：如果规律本身具有强化作用，那么我们能否通过制造“奖励的规律性”，就让人们偏向某一选择？

RaCaS算法：用规律做“胡萝卜与大棒”

RaCaS（Regularity as Carrot and Stick）是一种利用人们偏好可预测和有规律序列的心理特征，来影响其决策行为的算法。RaCaS的设计基于三个心理学假设：

1. 规律性本身具有正向强化作用；

2. 规律的中断会引发负向情绪或惩罚感；

3. 在不确定环境中，人类倾向于维持已有认知假设。

与那些不随用户行为变化的“静态策略”不同，RaCaS 会根据参与者的实时选择动态调整奖励发放方式，从而保持参与度，并增强对行为的引导效果。当参与者选择目标选项（Bias+）时，系统会呈现一个具有结构性的奖励序列，且奖励之间的间隔逐渐拉长（间隔范围为1至4次选择）。若选择非目标选项（Bias−），则初期不会获得奖励，且原本与Bias+相关的规律性也会被中断，从而起到惩罚作用。

图2：RaCaS算法原理示意图

基于这些前提，RaCaS通过动态调整奖励发放节奏，在参与者持续选择目标选项时，逐步构建出一个具有结构感的奖励序列。一旦参与者切换至非目标选项，该奖励序列即刻中断，规律感消失。只有当参与者重新回到目标选项并持续选择时，序列才会恢复。此外，为了满足奖励总数不变的要求，RaCaS将非目标选项的奖励延迟到任务后期，并安排在参与者最不易察觉的时间点发放。

实验结果：规律性足以引发显著行为偏好

实验结果显示，RaCaS的效果十分显著。在超过260名参与者中，其引导目标偏好的平均比例达到69.8%。也就是说，在奖励完全相等的前提下，参与者几乎以2:1的比例偏向RaCaS设定的目标选项。这一效应量（Cohen’s d = 1.16）在行为科学研究中属于较高水平。

图3：RaCaS算法产生行为偏好的效果展示（RaCaS使更多参与者表现出更强的目标偏好）

这意味着，参与者在未意识到被操控的情况下，仅仅因为奖励呈现出一定的可预测性，就做出了系统性偏向的行为选择。RaCaS无需增加目标选项的实际收益，只需营造出“规律存在”的假象，便足以影响人类的决策过程。

自我强化的认知偏差：

以牺牲收益换取心理安慰

RaCaS显著提高了目标选项的选择频率，却并未提升参与者的总体收益。相反，研究发现偏好越强的参与者反而获得的总奖励越少。这是因为随着对目标选项的持续偏好，参与者减少了对非目标选项的探索，而RaCaS恰好将这些奖励隐藏在参与者最不愿意尝试的时间段内。久而久之，参与者形成了“非目标选项无价值”的错误认知，进一步削弱了探索意愿，形成一个负性循环。

图4：RaCaS及其他算法下参与者因偏好产生的收益代价（结果显示，对任何选项都无明显偏好的参与者，其实际获得的奖励最多。）

算法行为引导的新路径与伦理警示

这项研究不仅揭示了人类行为中的有趣现象，也为“算法行为引导”技术提供了新的方法论启示：行为偏差并非必须通过改变结果来实现，而是可以通过结构性安排加以诱导。然而，正如论文作者所强调的那样，这种操控方式的隐蔽性也带来了潜在的伦理风险。在这个由算法主导信息结构的时代，我们不仅要思考“我们做了什么选择”，更要追问：“这些选择是如何被安排成这个样子的”。

集智俱乐部联合中国科学技术大学教授赵云波、华东师范大学副教授吴兴蛟两位老师共同发起「大模型时代下的人机交互与协同」读书会。本次读书会将探讨：

人类智能和机器智能各自的优势有哪些？智能边界如何？如何通过更有效的标注策略和数据生成技术来解决数据稀缺问题？如何设计更加高效的人机协作系统，实现高效共赢的效果？如何提高机器决策的可解释性与透明性，确保系统的可信度？如何通过多模态协作融合不同感知通道，应对复杂的决策任务？

读书会计划从7月5日开始，每周六晚19:00-21:00进行，预计持续约8周。具体时间社群通知，诚挚邀请领域内研究者、寻求跨领域融合的研究者加入，共同探讨。

详情请见：人类与机器的智慧碰撞：人机协同的智能时代读书会启动

6. 探索者计划 | 集智俱乐部2025内容团队招募（全职&兼职）

7. 系统科学前沿十讲：理解自然、生命与社会的复杂性