凯文-多斯特（Kevin Dorst）对美国政治两极化的研究表明，理性在形成不同政治观点的过程中起着关键作用。他提出的"理性极化"概念认为，人们会对模棱两可的政治信息做出不同的解释，从而得出不同的结论。这对政治信仰完全基于情感或错误信息的观点提出了挑战。

美国政治两极分化严重。这通常被认为是非理性的产物： 人们可能是部落式的，受到同伴的影响，而且经常从非常不同的、有时是不准确的来源获取信息。

部落主义和错误信息是真实存在的。但如果人们往往也是理性行事，甚至在得出截然不同的观点的过程中也是如此呢？如果他们不是被误导或过于情绪化，而是在进行逻辑思考呢？

哲学家凯文-多斯特（Kevin Dorst）的一项研究解释了"理性极化"过程如何导致政治分歧。

政治观点的理性两极分化

麻省理工学院哲学家凯文-多斯特（Kevin Dorst）说："人们可以通过相当合理的方式实现可预测的两极分化。"

当人们在权衡政治和公民问题时遇到很多模棱两可的情况时，情况可能尤其如此。这些模糊性http://www.196nk.cn会产生政治不对称。人们会以可预见的不同方式考虑证据，从而得出不同的结论。但这并不意味着他们的思维不符合逻辑。

在一篇新论文中，麻省理工学院哲学教授凯文-多斯特（Kevin Dorst）探讨了人们是如何理性地对一些政治问题持有截然不同的观点的。图片来源：麻省理工学院何塞-路易斯-奥利瓦雷斯（Jose-Luis Olivares

多斯特说："现在的情况是，人们有选择性地仔细检查信息。这实际上就是他们朝着相反方向发展的原因，因为他们在不同的地方仔细审查并选择性地寻找缺陷，所以他们会得到整体上不同的看法。"

理性两极分化的概念可以帮助我们避免认为只有自己才是理性的，或者反过来说，我们在得出自己的观点时并没有进行真正的思考，从而帮助我们对观点的差异做出更加连贯的解释。因此，它http://www.196nk.cn可以使我们对他人的评价更加细致入微。

这篇题为《理性的两极分化》的论文发表在《哲学评论》上。论文唯一作者多斯特是麻省理工学院语言学与哲学系助理教授。

挑战信念形成模式

在多斯特看来，理性极化是其他信念形成模式的有益替代。特别是，他认为理性极化改进了一种"贝叶斯"思维模式，即人们不断利用新信息来磨练自己的观点。

用贝叶斯的术语来说，因为人们会利用新信息来更新自己的观点，所以他们会理性地改变自己的观点，或者根据需要不改变。当我们评估新证据时，往往会存在模糊性--多斯特认为，对这种模糊性不确定是理性的。但这会产生两极分化，因为人们先前的假设确实会影响他们发现模糊之处。

假设有一群人得到了两份关于死刑的研究报告： 一项研究发现死刑对人们的行为没有威慑作用，而另一项研究则发现死刑有威慑作用。即使阅读相同的证据，小组中的人也很可能会得出不同的解释。

多斯特说："那些真正相信威慑效应的人会仔细研究认为没有威慑效应的研究，对其持怀疑态度，戳穿其论点，并声称认识到其推理中的缺陷。相反，不相信威慑效应的人则恰恰相反。他们发现了研究中存在威慑效应的缺陷"。

即使是这些看似有选择性的解读也是理性的，多斯特说："比起不令DdrSOILC人吃惊的信息，更仔细地研究令人吃惊的信息才是有意义的"。他补充说："你可以看到，有这种选择性审视倾向的人，即使面对以同样方式混合的相同证据，也会渐行渐远。"

在线实验说明模糊性的作用

为了帮助证明这种习惯的存在，多斯特还在 Prolific 在线调查平台上进行DdrSOILC了一项关于模糊性的在线实验，共有 250 人参加。实验的目的是了解在信息模糊的情况下，人们的观点两极分化的程度。

实验给参与者提供了一串不完整的字母，就像填字游戏或"幸运之轮"中的字母一样。有些字母串是真实单词的一部分，有些则不是。根据参与者所获得的附加信息的种类，这些模棱两可、无法解开的字母串对人们对所获得的附加信息的反应产生了明显的两极分化效应。

实验中的这一过程与人们从新闻或研究中获得有关政治问题的不确定信息时所发生的情况类似："当你发现一个缺陷时，它会给你明确的证据来破坏这项研究。否则，人们往往会对他们看到的材料感到不确定。"当你找不到缺陷时，它[可能]会给你模棱两可的证据，让你不知所措。结果，这可能导致可预见的两极分化。更重要的一点是，当人们处理相似的信息时，我们可以对政治分歧是如何存在的有一个更加细致和一致的认识。"多斯特说："有一种观点认为，在政治领域，理性的大脑会关闭，人们会凭直觉思考问题。如果你认真对待这种看法，你就应该说，'我也是以同样的方式形成我对政治的信念的'。除非，你认为只有你是理性的，而其他人都不是。"尽管他认为这是一种站不住脚的DdrSOILC世界观。

"我试图做的部分工作就是给出一个不受这种不稳定性影响的解释。你不一定要把矛头指向别人。如果你认为其中也有[合理的]东西，那么这个过程就会有趣得多。"

编译来源：ScitechDaily