因果推理是理性思维的基础。多方面的研究结果表明，人类对因果关系的加工在准确性、灵活性和一致性上都是非常理性的。

　　人类心理的最根本属性之一就是能够感知和解释环境中的因果关系。而因果关系的获得则是个体在我们生存的这个动态世界中获取成功的基础能力。在亚里士多德之前，哲学家和科学家已经试图对我们如何推理事件之间的因果关系这一行为进行解释。人类可以诊断和治疗疾病、发明飞机、预测增加碳排放的后果，这些成就都依靠对因果关系的推理能力。而对于因果关系的推理能力可以让人类更好地适应社会，更准确地预测未来。

　　因果推理是理性思维的基础

　　因果关系和其他知觉边缘的事物一样都具有内隐性。因果取向的理性思维观点，假设人类利用稳定的因果关系对观察到的事件进行推理。而联结取向的思维观点认为个体只注意到了可见的重要事件，而忽略一些不重要的细节。因果推理是理性思维的基础，众多的经验和实验证据支持因果关系（而不是联结关系）是构成理性思维的基础。

　　人类感知因果关系能力的核心问题是：因果事件就像这个世界上很多认知边缘的事件一样，是内在的、难以觉察的，关于因果关系的任何低级加工过程和假设都需要天才的认知能力，只有这样才可以对现有的因果关系进行推理并取得满意的结果，人类可以做到吗？一个智能认知系统必须具备一套什么样的最基本的过程和设定，才能像人一样基于可见的事件推导出因果关系，并获得期望的结果？早期启发式取向及联结取向的研究都不认为人类的因果推理是理性的。早期因果推理的研究主要采用Tversky和Kahneman在决策研究中使用的启发策略或受到关联统计启发的DavidHume的关联方法。这两种方法都不把因果推理中的理性作为研究的目标。

　　然而，近来有多方面的研究结果表明，人类对因果关系的加工在准确性、灵活性和一致性上都是非常理性的（比如，逻辑一致性和简洁性）。三项近期的研究结果一致认为人类因果认知的加工在准确性、灵活性和连贯性方面出奇地理性：一是贝叶斯网络模型理论的发展；二是引进康德基于人类能力但又超出人类能力的先验因果关系框架；三是引入贝叶斯数学概率模型作为因果模型的研究工具，这为理性分析提供了强大支持，提供了不要求知道因果知识表征的精确计算公式的源语言。许多研究者围绕这三个方面进行了卓有成效的研究，并逐步形成了一个较为完整的体现因果推理的理性的因果模型。

　　因果模型不只是因果关系的表征，还是对结果的有效预测

　　哲学家很早就指出因果关系网络就是图形表征的观点。在人工智能领域，Pearl提出了名为贝叶斯网络的丰富图形体系。尽管贝叶斯网络主要是作为自动推理和数据挖掘的工具，但其包含的很多基础计算的原理为心理学家研究因果模型提供了指导。Waldmann和Holyoak受Pearl的启发，提出了“人类对因果关系的学习构成了因果表征中的因果模型”的假设。因果模型最基础的层面就是因果联系的方向，两种因果关系（生成原因促使结果发生，预防原因阻止结果发生）、个别因果联系的强度和多种原因的组合共同决定了其对结果的影响效果。关键的假设是人们因果知识的获得是非对称的，每个方向都是多种原因和结果的相互关系。在更多情况下我们认为这种变量是二元变量。正如我们看到的那样，这种类型的变量可以对因果关系和联结关系进行明确区分。

　　联结关系作为描述相关观点的理论，就像吸烟、黄色手指和癌症的共变关系一样，初学者往往只是基于临近的偶然数据得出结论。相反地，因果关系模型认为这些临近数据在真实的世界中只是作为细节证据存在，因此可能的推理是吸烟会引起癌症但不会有黄色手指。尽管有黄色手指的吸烟者比没有这些特征的人患癌症的概率高，但是只有减少抽烟才会真正降低患癌症的风险，而抽烟的同时通过戴手套防止手指变黄并不会降低患癌症率。

　　因果模型为结果间的统计关联提供了一个严密表征，只有不可再分的直接因果关系才可以得到明确表征。基于这种核心知识，模型中的其他关系可以得到推理。由于包含了因果关系，问题的基本类型可以确定为：如果存在一个潜在原因或即将发生的原因会出现什么结果？为什么会出现这样的结果？我应该怎么做才会影响这一结果？就像上述问题描述的那样，因果模型不只是因果关系的表征，而且还是对结果的有效预测。

　　过去十年人类因果模型的应用提出了另一个问题：非人类是否也采用相似的模型？因为很多比较心理学家认为动物和人类一样存在连续的认知能力，人类采用因果模型的证据促进了科学家对动物推理行为的研究。Penn和Povineli认为没有充足的证据说明动物也可以获得高级的因果关系或者提取因果规律。

　　因果推理过程涉及广大脑区

　　因果推理的神经基础研究在过去十年取得了很大的进步。基于功能磁共振成像（fMRI）技术的研究发现，大脑的某些区域对于因果加工的反应很敏感。很多研究采用Fenker的研究范式，另外一些关于因果推理的研究使用的是基于可能原因和相关结果的顺序呈现的标准范式。尽管不同的实验材料和范式因实验任务不同而使得激活的相应脑区也不完全相同，但研究普遍发现因果推理涉及广大的脑区，包括大脑前端有关工作记忆和推理的，以及预测和错误监测的一些区域，如纹状体和黑质。

　　研究发现，因果判断相比于关系判断，左侧前额叶皮质背外侧和楔前叶区域存在优先激活。例如，句子对“Jony的哥哥打了他一拳又一拳”和“第二天他身上全是淤青”相比于“Jony去了一个邻居房中玩”和“第二天他身上全是淤青”激活了较少的前额皮质。我们推测可能是由于这些句子是通过因果关系捆绑在一起的，而减少了认知加工过程。因此，一个明确的因果关系的存在可以降低读者在这部分的推理数量。

　　经过20年的激烈辩论和积极的实证研究，目前的研究坚定地认为人类的学习网络是因果关系而非联结关系，利用因果模型可以预测未来事件，并对发生的事件进行归因。也许过去十年最重要的研究结论就是人类的因果推理是健康且理性的推理。这一结论意味着，在双变量中，多种原因对结果的影响是相互独立的。以集成函数为基础的因果假设为人类因果推理中的理性加工提供了理论支持。逻辑一致、简单都是一个因果模型必不可少的先验假设，这些假设使得人类看起来混乱的因果推理过程重新有了顺序，从而达到理解和指导行为的目的。

　　（感谢国家社会科学基金“十二五”规 划 2011年 度 教 育 学 项 目（CBA110103）和西北师范大学青年教师科研能力提升计划项目对本研究的资助）（作者单位：西北师范大学心理学院）