上個月，我們討論到，試圖透過觀察一個人的行為，了解他的偏好是一件很不容易的事情，那麼了解自己的選擇呢？總容易多了吧！我決定我今天要吃牛肉麵，不要吃滷肉飯（醒醒吧你兩個都吃不到）；我決定大學畢業之後要先去找工作，不要念研究所；我決定我要跟某人告白，因為他符合了我十大擇偶條件的前八項：我透過我的自由意志，在每個時刻根據我獨立的價值判斷，做出自己覺得最好的選擇，別人可能難以理解，但對我來說這是再清楚不過的。

你，確定嗎？

神經經濟學的發展除了侵門踏戶推翻了新古典經濟學對於經濟行為的理性假設外，決策神經科學的實證研究更威脅到哲學家長久以來對於人的自由意志的美好想像－－人類之所以異於禽獸，其中一個重要的因素是我們能行使自由意志，透過獨立思考進行決策。

⌈國外的月亮比較圓⌋　－－　人們為何總是羨慕著別人

古今中外的諺語告訴我們，人們很早就認知到，我們總是羨慕著別人。坐這山望那山是人類行為的常態，即便有各種客觀的資料，告訴自己別的選項並不會比較好，還是會想要親身嘗試看看。這對決策分析來說是個很有趣的現象，卻也比想像中複雜。

想像今天市集裡有兩個盒子，一個裝著蘋果、一個裝著橘子，籃子裡的水果全部都一樣，每天你只能恰好選擇一樣水果取走，不需要考慮價格。剛開始，因為不確定盒子裡面裝著甚麼，或是不確定水果的味道如何，你可能會輪流吃吃看，不需要幾天，你已經可以完全知道兩者的味道，你日復一日同樣的情境經過一整個月，你會每天會如何選擇水果呢？

理論上，假設你喜歡蘋果勝過橘子，經過幾次嘗試之後，你已經知道兩者的味道和自己的偏好，因為每天只能選擇一樣水果，所以，你應該要在僅剩的時間之內，每天都選擇蘋果，才能最大化自己的滿足感。然而，想想看你在只能選四樣菜的自助餐櫃檯前的選擇，在人類和許多動物實驗中，常常會看到在連續選擇自己喜歡的選項之後，我們還是常常會去選擇自己比較不喜歡的選項。為何人就是手賤，明明知道自己比較不喜歡，還要去選呢？

七年之癢－－總之我就是厭倦了

經濟學家立刻舉手：冷冷地說了一句：邊際效益遞減律（The Law of Diminishing Marginal Utility）。經濟學家對於我們上個月提過的效用函數（utility function）有些基本的假設，其中之一就是需要符合⌈邊際效益遞減律⌋。其中⌈效益⌋指的是就是經濟效用（utility），代表物品給自己帶來主觀開心的量化程度；⌈邊際⌋指的是變化量的概念，意思是每增加一個單位物品，主觀開心程度變化的程度，也就是微積分裡面⌈導數⌋（derivatives）的概念。邊際效益遞減律告訴我們一樣東西如果持續增加，每單位增加的主觀開心感受會逐漸下降。想像夏日炎炎你買了一瓶可樂的時候，第一口總是感受最暢快的，第二口感覺就少了一點，一直喝到最後幾口，喝下去並沒有特別增加開心的感覺（邊際效益為零），如果你在某吃到飽麻辣鍋連鎖店，汽水不用錢但水反而要錢的地方，喝到最後甚至每多喝一口汽水，噁心的感覺反而逐漸增加（邊際效益為負），喜歡的東西也會變得不喜歡了。

在兩個選項中，如果你一直選擇其中一樣，他的邊際效益會逐漸下降，假設你大腦裡面的效用函數原本幫蘋果打的分數（效用）是5分，橘子是3分，也可能因為一直選擇蘋果，而蘋果的價值逐漸下降，直到降到小於3的時候，你就會寧願選擇橘子而捨棄蘋果。只要一陣子不選擇蘋果之後，它的邊際效益又會慢慢回升，直到超過橘子，這時候你就會回去選擇蘋果，周而復始。這裡蘋果的效用函數像是重訓完的大腿肌一樣，暫時疲乏無法作用，但休息一下又會慢慢恢復。

透過電腦模擬，設定特定的效用函數，的確可以模擬這樣的行為模式，而行為震盪的週期會受到很多因素影響，容我在這裡先暫時略過。古人所說的⌈七年之癢⌋大概就是歸納了伴侶關係的厭倦週期，也再次應證了這樣的行為長久以來一直存在於人類社會當中，。

羨慕別人的演化意義

前述情境是假設每天蘋果和橘子都會固定出現在籃子裡，如果今天籃子裡面不一定會有水果，你又會如何選擇呢？假設兩個盒子都是放一模一樣的橘子，但是其中一個箱子出現橘子的機率是0.8，另外一個出現橘子的機率是0.2，每天讓你選擇其中一個箱子拿走，你又會如何選擇呢？

經過幾次嘗試，你不一定能確切知道背後設定的機率為何，但你撲空幾次之後隱約會知道其中一個箱子出現的機會比較高，就像是你在校園遇見喜歡的人幾次之後，你就會知道他常在星期五早上比較會出現在圖書館而不是在教室裡。我們的大腦對這樣的⌈機率學習（probablistic learning）⌋很敏感，即使是我的猴猴🐒也不需要幾次嘗試就能學會機率高低和選項之間的關聯性。理論上，當你有辦法辨別兩者機率高低之後，你應該要利用固定的選擇次數，每次都選擇機率高的，獲取最大的利益。然而， R.J. Herrnstein在 1961年透過一系列鴿子的實驗，提出了⌈機率對應策略⌋（probability matching strategy）：平均而言，動物傾向於只花大約80%的機會在回饋機率0.8的選項，而另外20%還是會選擇機率0.2的選項。後來在各式各樣的動物實驗和人類行為都可以看到類似的結果。

其中一種演化上的解釋，是想像生物在野外生存覓食的時候，環境的不確定性很高，即使因為常常在同個地點找到食物，而受到增強（reinforcement），其他地方的食物也可能因為沒有去取食而慢慢累積增加，因此，定期去選擇以往回饋經驗較差的選項，常常具有更新環境資訊的功能，這種資源的探索（exploration）和利用（exploitation）的取捨，看似浪費了一次獲取報酬的機會，實質上卻可以換取到未來更加決策所需要的資訊。⌈機率對應策略⌋不僅在許多複雜的風險決策模擬當中，能利用簡單的規則，獲取到相對高的總報酬，也是現在許多機器學習演算法設計時需要列入考慮的重要因素。

對人生的啟示

對於常要猶豫很多選擇的少年維特（請搭配置入性行銷背景音樂<蛋堡。少年維持著煩惱>服用），我常常覺得，現今社會太過於強調人們要找到自己的⌈興趣⌋。這背後假設了好像每個人都有一定專一的興趣，而且你非得選擇你的興趣不可。一方面不斷編織著光鮮亮麗的成功故事：似乎成功都來自對自己興趣的執著追求，另一方面讓找不到自己專一熱情的人倍感壓力。事實上，從動物的行為實驗可以大膽想像，即便你覺得你知道你喜歡的是什麼，行為上你也不會只執著在單一的選擇，你終究還是會羨慕別人，還是會想要探索，還是會想要偏離屬於自己阻力最小的路。這樣的探索，就像被蚊子叮一樣，當下不是非得去抓不可，但是就是時不時會忍不住想偏離現在的軌道。然而，如果內心有這樣的疙瘩蠢蠢欲動著，卻一直忍耐，長期而言會讓自己對自己人生整體的滿意程度下降。就像是讓蚊子在身上爬行痛苦難耐，即使成功把蚊子驅趕之後，還是會覺得全身不暢快。（話說最近有篇很酷的研究顯示蚊子會透過多巴胺系統的學習機制，記得試圖想要打他們的人，所以只要假裝想打蚊子，蚊子也會記得你，可能會讓你以後被叮的機率下降。參考資料：Vinauger and Lahondere et al. Modulation of Host Learning in Aedes aegypti Mosquitoes. Current Biology, 2018）

有些人，對於一時犧牲現在利益，換取未來決策資訊這樣的探索行為造成的損失非常敏感，只想做自己最擅長的事情，不願意輕易嘗試自己不太擅長的新事物，例如：將考試成績最好的科目誤認為自己的興趣選擇科系。成長過程中，長輩總會告訴我們很多他們的人生經驗，告訴我們這樣就是對你最好的路。姑且先不論每個人的偏好不同，事實上，對這樣風險趨避（risk aversive）害怕損失的人來說，最佳的策略或許是趁一開始自己機會成本最小的時候，探索慾望還不大的時候，趕快進行嘗試，不僅還不會造成太大的損失，也可以增加自己對環境機率分佈的資訊，以供之後來最大化自己的總報酬。常常，在經過幾次探索之後，我們反而會更珍惜自己原來的選擇有多珍貴，畢竟喜好是比較出來的，透過其他選項的推力，加強鞏固抉擇專一性的效果，也是讓自己的選擇不會面臨邊際效益遞減的方法之一。我自己在醫學學習的道路上，有過幾次離開一般道路的探索經驗，這不但沒有讓我就離開自己的本業，反而在回來醫學訓練之後更加了解自己，讓我更有動力投入臨床學習。（結果現在還是不務正業就是了）

以上選擇的都是靜態不變的物品，在複雜的社交決策情境，這個問題會變得更加複雜，許多規則也不太適用了。想像在一段伴侶關係當中，你的另外一半如果出軌一次、出軌兩次之後，結局通常是像火車快飛一樣，直接脫軌一去不復返。你也不太會透過讓自己的男女朋友在外面多加探索，而讓他更愛自己。當你選擇的對象是一個動態的社交個體，他的行為會因為你的行為而改變，這樣的情境就要用到更複雜的賽局理論來進行分析，不是三言兩語能夠簡單道破的。

結語

決策行為充滿在我們生活當中，每個人從出生到現在都是決策的專家，也有豐富的經驗。這篇文章只是想反思，羨慕別人的行為或許有其演化上的意義，也可能是深植在我們大腦的決策系統當中。偶爾放縱自己羨慕一下別人，其實何嘗不可，但更重要的是，從羨慕別人的過程當中，懂得更加珍惜自己所有，發揮稟賦效應（endowment effect），讓自己對自己的生活更加滿足。  ♦