諾貝爾經(jīng)濟(jì)學(xué)獎得主理查德 · 泰勒（Richard Thaler）曾調(diào)侃過：" 人們并不愚笨，是這世界太難。"

這話并不假。我們在日常生活中經(jīng)常會遇到一些感覺很復(fù)雜的問題，從選擇最優(yōu)的電費(fèi)計(jì)劃，到?jīng)Q定如何有效地花錢。

但是，我們如何能夠客觀地衡量，我們的決定到底有多 " 復(fù)雜 "？近期發(fā)表的一項(xiàng)研究提供了一種潛在的方法，科學(xué)家認(rèn)為，我們可以借助計(jì)算機(jī)和系統(tǒng)科學(xué)的概念來做到這一點(diǎn)。

為什么要測量復(fù)雜性？

當(dāng)涉及到在任何情況下測量復(fù)雜性時，都有幾個因素。例如，可能存在許多選項(xiàng)可供選擇，每個選項(xiàng)可能有幾個不同的特征需要考慮。

假設(shè)你想買點(diǎn)兒果醬。如果只有兩種口味，這好像并不難，但如果你看到了幾十種口味擺在貨架上，" 選擇困難癥 " 自然就來了。然而，在一些情況下，即使只有兩種選擇，決策也不簡單。

換句話說，在試圖確定某件事情的復(fù)雜性時，你不能孤立任何一個特定的因素，而必須把問題作為一個整體來考慮，這就需要更多的工作。

如何研究人類的決策？

計(jì)算機(jī)科學(xué)可以幫助我們解決問題，計(jì)算機(jī)就像一個 " 魔盒 "，信息進(jìn)去，一個（或者多個）解決方案輸出。然而，根據(jù)問題的差異，所需的計(jì)算量也會出現(xiàn)很大的不同。

在新研究中，研究使用了一個精確的數(shù)學(xué)框架，被稱為 "計(jì)算復(fù)雜性理論"，它量化了解決任何特定問題所需的計(jì)算量。這背后的想法是，衡量一個計(jì)算機(jī)算法在解決問題時所需的計(jì)算資源（比如時間或內(nèi)存）的量。需要的時間或內(nèi)存越多，問題就越復(fù)雜。一旦確定了這一點(diǎn)，就可以根據(jù)問題的復(fù)雜性將它們分為各種不同的類別。

在研究中，團(tuán)隊(duì)對（通過計(jì)算復(fù)雜性理論確定的）復(fù)雜性與人們解決某些問題所必須付出的實(shí)際努力的對應(yīng)關(guān)系特別感興趣。他們想知道，計(jì)算復(fù)雜性理論是否能夠準(zhǔn)確地預(yù)測人類在某種情況下會多么掙扎，以及他們解決問題的準(zhǔn)確性如何。

測試假說

研究人員專注于三種類型的實(shí)驗(yàn)任務(wù)，它們都屬于NP 完全問題（NP-complete）的一類更廣泛的復(fù)雜問題。

（圖／Juan Pablo Franco Ulloa, Karlo Doroc, Nitin Yadav）

每種任務(wù)類型都需要不同的能力才能有好的表現(xiàn)。具體來說，可滿足性任務(wù)需要抽象邏輯，旅行推銷員任務(wù)則要空間導(dǎo)航技能，而背包任務(wù)則需要算術(shù)。它們在現(xiàn)實(shí)生活中無處不在，它們反映了日常的問題，比如軟件測試（可滿足性問題）、計(jì)劃一場公路旅行（旅行銷售員問題）、購物或投資（背包問題）。

他們招募了 67 人，將他們分成三組，并讓每組解決這三種類型任務(wù)中的 64 到 72 種不同變體。科學(xué)家還使用了計(jì)算復(fù)雜性理論和計(jì)算機(jī)算法，來計(jì)算哪些任務(wù)對計(jì)算機(jī)來說具有 " 高復(fù)雜性 "，然后將這些任務(wù)與解題人的結(jié)果進(jìn)行比較。

假設(shè)計(jì)算復(fù)雜性理論與現(xiàn)實(shí)中人們解決問題的方式一致，研究預(yù)計(jì)，參與者會在被認(rèn)定為對計(jì)算機(jī)來說 " 高復(fù)雜性 " 的任務(wù)上花費(fèi)更多時間，且在這些任務(wù)上的準(zhǔn)確性也會降低。

這也正是研究結(jié)果所發(fā)現(xiàn)的。平均來說，人們在有著最低復(fù)雜度的任務(wù)上的表現(xiàn)，是最高復(fù)雜度的任務(wù)的兩倍。

這項(xiàng)結(jié)果告訴我們，僅靠努力并不足以確保人們在復(fù)雜問題上表現(xiàn)得很好。事實(shí)上，有些問題無論如何都很難解決，而這些問題正是先進(jìn)的決策輔助工具和人工智能可以發(fā)揮的空間。在實(shí)踐中，能夠衡量廣泛的任務(wù)的復(fù)雜性，可以幫助人們提供必要的支持，解決這些任務(wù)的日常事務(wù)。

最重要的結(jié)果是，盡管每種任務(wù)需要不同的能力來解決，基于計(jì)算復(fù)雜性理論的預(yù)測在三種類型的任務(wù)中是一致的。

此外，如果能夠預(yù)測人類對這三類任務(wù)的難度感知，那么對于其他 3000 多個 NP 完全問題，也應(yīng)該能夠做到這一點(diǎn)。這些問題囊括了大量類似的常見難題，比如任務(wù)調(diào)度、購物、電路設(shè)計(jì)和游戲玩法，等等。

把研究付諸實(shí)踐

雖然這項(xiàng)結(jié)果令人振奮，但仍有很長的路要走。

首先，目前的研究是在一個受控制的實(shí)驗(yàn)室環(huán)境中進(jìn)行快速而抽象的任務(wù)。這些任務(wù)可以模擬現(xiàn)實(shí)生活中的選擇，但還無法代表現(xiàn)實(shí)生活的實(shí)際選擇。

下一步研究計(jì)劃將類似的技術(shù)應(yīng)用在與現(xiàn)實(shí)生活中的選擇更接近的任務(wù)中，例如，計(jì)算復(fù)雜性理論能否用來衡量在不同信用卡之間做出選擇的復(fù)雜性？

這一領(lǐng)域的進(jìn)展可以幫助我們找到新的方法，幫助人們每天在生活的各個層面做出更好的選擇。