魔術師通常使用這個心理戲法：請一名觀衆很快想一個界於1到100之間的二位數數字，且這個二位數的數字都是奇數，並且兩個數字彼此不同。專心，答案是37！

首先，這個魔術不會每次都成功！當然，在電視上都只會播出成功的那幾次表演！這個魔術的基礎是機率，還有一個減少觀衆選擇的偷喫步。如果在你身上不奏效，畢竟這是“讀心術”，這本來就很難。你不會每次都調到剛好的頻率。

它是怎麼成功的？

開始時他先告訴觀衆，可以從1到100間任意選擇一個二位數數字，這表示他會記得你給了他們1到100的選項。這稱爲記憶中的初始效應（primacy effect）：觀衆往往會比較記得一開始的事。二位數表示數字1—9立刻被消掉了。然後繼續說這兩位數字都要是奇數，所以把可能的數字減半了：所有的偶數都出局了。接着，他又說這兩個數字要是不同數字， 這更縮小了選擇範圍。事實上，這樣觀衆剩下相當少的數字可以選擇（然而，他們自己並沒有注意到這點）。

這裏則是心理學及統計學介入的時候了。當被要求快速給出一個數字時，大多數人會說37。這可能是因爲它是介於中間的數字。13太小，而97太大。而之所以是3和7這兩個數字的組合，是因爲這兩個數字是當你請人們在1到10之間隨便選一個數字時，最常出現的兩個答案，而這裏就把這兩個答案組合在一起。無論理由爲何，有很大的機率你會得到你要的數字37。

心理學、偏見及認知科學

大多數人會選擇數字37的這個效應，被稱做認知偏誤（psychological bias）。另一個例子是請某個人快速想一個顏色，大多數人的答案會是紅色；或是想一種蔬菜，大多數人會說胡蘿蔔。對人有所瞭解的心理學，像是記憶中的初始效應以及這魔術當中的認知偏誤，都是認知科學（cognitive science）的一部分。這是一個相當迷人的領域，人們在其中視圖瞭解人類思考的程序；接着，科學家便能利用其結果來嘗試建造出使用起來更方便的程序，或是建造出具備與人類類似能力的人工智慧。所以，下一次當你想到數字37時，想想背後的認知科學，然後選擇數字57（或者你已經這樣做了）。

偏見，偏見，到處都是偏見

向上丟擲一個沒被動過手腳的硬幣，投擲十次的結果都是反面，那麼下一次丟擲硬幣時，出現正面的機率有多大？很明顯地，應該是正面的機率大些了吧？但是並非如此。每一次的丟擲機率都是獨立的50：50機率。不過，大多數人在這個情形下都會強烈認爲該是出現正面的時候了，儘管這樣想一點理性的基礎都沒有。這就是大腦的偏見，被稱爲賭徒謬論（gamblers fallacy）；它基於我們傾向認爲未來的機率會被過去的事件改變，但事實上並沒有。

當我們檢視人類本身的行動，或在團體中與他人互動的細節時，我們通常不會做出理性的決定；我們並不會遵循電腦的邏輯以及數學規則。我們已經看到個人如何犯下認知錯誤，我們會讓心智產生疏忽，像是想要掌控我們在硬幣魔術中的想法；而我們也已經在數字37的魔術中看到偏見範例了。

在有許多人聚集在一起的狀況下，一些非常奇怪的偏見也會出現於社交場合中。這可能是人類遠古採集漁獵時期殘留的集體從衆心理（bandwagon effect），加上選擇伴侶的社交信號，這些都讓我們組成更具凝聚力團體。然而，這些偏見往往會造成問題。讓我們快速地看一看。

舉例來說，當人們在面對與自己觀點相佐的證據時，會出現所謂的逆火效應（backfire effect），也就是說反而會更加強化自己原本的信念！而從衆效應會讓我們傾向以周圍人士行動的方式來行動。將這些與前面看到的確認偏誤結合在一起，可想而知我們的大腦要得到真相實際上很困難。

但我們的大腦已經想到了這點：我們有內建的偏見盲點。我們往往會認爲自己的偏見比別人少，而在別人身上發現的盲點比在自己身上看到的多得多。我們的學習技能沒辦法讓我們免疫於偏見。社會心理學家大衛．唐寧（David Dunning）和賈斯汀．克魯格（Justin Kruger）發現，沒有特殊技巧的人往往會高估自己的能力，反之專家往往會低估自己的能力。

你可以利用偏見讓自己變得更受歡迎。光環效應（halo effect）表示，我們往往會認爲一個人的正面或負面人格特質，會從個性的一個領域溢到另一個領域；這是有吸引力的人的強大效應。我們往往會認爲，有吸引力的人擁有他們實際上並沒有的美德，就只是因爲他們很美。一旦我們進入團體，我們的內團體偏誤（in-group bias）會保持那團體的穩定。這是一種我們全都有的內建傾向，會偏好屬於自己團體的成員。也有報告提到了谷歌效應（其他搜尋引擎也算在內），這是一種當代人的傾向，對於我們知道能輕鬆透過網路搜尋引擎所找到的資訊，我們很容易就會忘記。這可能是我們大腦演化來與我們周圍科技連接的方式，藉此讓電腦負擔一些壓力！

因爲我們大腦運作而造成的社交、記憶以及認知偏誤還有很多，我們必須全都進行處理。它們常進入我們大腦中的潛意識當中，所以我們無法明確認知到它們。然而已經有證據顯示，它們對於我們的行爲以及這個社會的行爲，有着決定性的影響。

不完美的電腦

我們並不會和電腦一樣行動，因爲我們無法完美地做好每一件事。但重要的是，要理解電腦其實也不是完美的，只是它們的缺點展現在不同方面。它們會完成程序要它們完成的事，但如果程序有缺陷（bug）存在，它們就會把這個錯誤完成。更糟的是，就算程序完全按照工程師的預期運作，仍然有可能出錯──如果工程師對於他們該做些什麼的想法出錯的話。如同我們所見，它們可以被設計成等着出錯的樣式。這種狀況可能不多，但若工程師沒有正確觀念，電腦就有可能被設計來做錯誤的事。而程序被設計的方式，很可能是人們犯錯的原因。因此，程序不只該做它們預定要做的事，它們預定要做的事也應該要是正確的纔行。

另一方面，工程師需要對人有所瞭解。當他們理解到我們的限制、我們的偏見以及我們感官運作的方式時，他們才能寫出符合目標的程序，並且這些程序也才能真正幫助人類，而不是讓人們的生活變得更加困難（嗯，有時候無論怎樣，這都會發生）。

韻律偏見

讓我們以人類承受的最後一個偏見作結，這個偏見之所以值得注意，是因爲它太奇怪了。這種偏見被稱做伊頓—羅森現象（Eaton- Rosen phenomenon）， 也被統稱爲韻律偏見效應（rhyme-as-reason effect），意思是我們傾向認爲有押韻的一段敘述更爲準確，也更真實。這是一些廣告商常用的技巧。爲什麼一段有押韻的敘述聽起來更真實呢？這仍需更多辯論。我們可能只是認爲這樣的敘述更美，存在一種美感。

人類的大腦是個很神奇的東西，看似奇特，但作爲一個天然的計算以及邏輯思考者，它顯然不是如此；人並不會像電腦一樣思考。然而在未來，電腦會被設計成越來越像人腦一樣思考，可能還會模仿人類的某些奇特之處。只有到那時，它們才能用和我們一樣的方式來體驗這個世界。