走神的心是不幸的心——在iPhone上完成的25万条幸福研究

引言——改变幸福研究方法的两页论文

幸福研究的经典方法是问卷。“过去一个月,总体而言你有多幸福?”问题在于,人类的记忆是个糟糕的会计。我们记住的上个月,不是实际的经历,而是被几个印象深刻的瞬间概括后的版本。

2010年,哈佛的马修·基林斯沃思(Matthew Killingsworth)和丹尼尔·吉尔伯特(Daniel Gilbert)选择了另一条路。他们开发并发布了一个iPhone应用(trackyourhappiness.org),在一天中的随机时点发送通知,只问三件事:你现在感觉如何?你现在在做什么?你是否在想着与正在做的事无关的事情?

这样收集到的数据,是来自83个国家2,250名成年人的约25万条瞬间样本。这篇发表在《科学》上的论文正文只有区区两页,但我把它选为用论文读心理学的第五篇,是因为它的结果和方法都很漂亮。

三个发现——用数字看

第一,醒着的时间里,心有将近一半在游移。 在全部样本的46.9%中,人们想着的是与手头之事无关的事情。而且这个比例几乎与活动类型无关。无论在做什么(只有一个例外——用论文的说法,是做爱的时候),走神比例都不低于30%。

第二,比起在做什么,是否走神更能预测幸福。 在回归分析中,“此刻是否在走神”比“此刻在做哪类活动”更强地解释了那一刻的幸福。即使在通勤(不愉快活动的代名词)途中,专注于当下的瞬间也没有想象中那么糟;而即使在愉快的活动中,心一旦飘走,幸福感也会下降。

第三——最反直觉的结果——就连愉快的走神也不比专注更好。 把走神内容分为愉快、中性、不愉快三类后发现:不愉快和中性的走神明显不如专注状态幸福,而就连愉快的想象,也不比专注于当下之事更幸福。此外还有时滞分析:此刻的走神能预测稍后的不幸福,而此刻的不幸福预测稍后走神的力量要弱一些。这一结果暗示因果之箭可能指向“走神 → 不幸福”的方向(当然,这不是实验,不能下定论)。

论文的最后一句,是心理学论文史上被引用最多的结尾之一:“人类的心是游移的心,而游移的心是不幸的心(A human mind is a wandering mind, and a wandering mind is an unhappy mind)。”

用代码理解——经验取样数据的结构

这项研究真正的教益在方法上。我们做一份玩具数据,看看经验取样数据长什么样,以及为什么“个体内分析”很重要。

import random
import statistics

random.seed(7)

# toy model: each person has a happiness baseline (trait),
# and each sampled moment is focused or wandering (state)
people = []
for pid in range(200):
    baseline = random.gauss(60, 12)          # stable individual differences
    moments = []
    for _ in range(30):                       # ~30 pings per person
        wandering = random.random() < 0.47    # 46.9% in the real study
        state_penalty = 8 if wandering else 0 # wandering costs ~8 points
        mood = random.gauss(baseline - state_penalty, 10)
        moments.append((wandering, mood))
    people.append(moments)

# WRONG-ish: compare across ALL moments, ignoring who they came from
all_w = [m for p in people for (w, m) in p if w]
all_f = [m for p in people for (w, m) in p if not w]
print(f"between-sample gap : {statistics.mean(all_f) - statistics.mean(all_w):.2f}")

# BETTER: within-person gap, then average over people
gaps = []
for p in people:
    w = [m for (is_w, m) in p if is_w]
    f = [m for (is_w, m) in p if not is_w]
    if w and f:
        gaps.append(statistics.mean(f) - statistics.mean(w))
print(f"within-person gap  : {statistics.mean(gaps):.2f}")

在这个玩具例子里,两个值算出来差不多。但如果存在“本来就幸福的人更少走神”这样的个体差异,把全部样本混在一起的比较,就会把状态的效应和人的效应搅在一起。真实论文之所以使用多层模型(把“人”作为一个层级放进回归),原因就在这里:25万条“瞬间”嵌套在2,250个“人”之内。读经验取样研究时,养成确认“这是个体内效应还是个体间效应”的习惯,是一道能滤掉这个领域一半论文的过滤器。

也公平地看看这项研究的局限

按系列的规则,局限也要看。第一,样本是拥有iPhone的志愿者(以2010年的标准,属于早期尝鲜者),代表性有限。第二,这是相关研究。时滞分析暗示了方向,但不是实验操纵。第三,后来的研究细化了图景:有报告指出,走神当中自发的、主题有趣的游移(做计划、创造性的白日梦)可能是中性甚至积极的。结论正被打磨为:不是“所有走神都是毒药”,而是“不由自主被拖走的游移才是问题”。

即便如此,核心发现——注意力在很大程度上左右体验的质量——在后续研究中从未被反转过方向。

我们要带走的——幸福的单位是瞬间

1. 把幸福也看成注意力问题,而不只是条件问题。 我们习惯把幸福当作条件(年薪、房子、假期)的函数,但这份数据说:在同样的条件之内,注意力放在哪里,会极大地区分那一刻的幸福。改变条件要花几年,把注意力领回来只要几秒。

2. 重新发现无聊的事。 通勤、洗碗、散步这类“思绪被放开”的时间,是走神的温床。在那段时间把注意力带回感官(脚掌、水声、呼吸),这就是正念训练的全部,而这项研究用数据展示了这种训练可期的收益。它与想太多的夜晚的处方里讲的应对反刍同根同源。

3. 心流也是幸福的技术。 心流篇把心流当作绩效的技术来讲,但这项研究表明,心流同时就是幸福的技术——因为心流正是那种走神在结构上不可能发生的状态。调节任务难度、屏蔽干扰的设计,不是生产力调优,而是生活质量调优。

原文阅读指南

原始论文: Killingsworth, M. A., & Gilbert, D. T. (2010). A wandering mind is an unhappy mind. Science, 330(6006), 932.
后续深化: Smallwood, J., & Schooler, J. W. (2015). The science of mind wandering. Annual Review of Psychology, 66, 487-518.

阅读提示:原论文正文两页加一张图,是这个系列里门槛最低的一篇。请花3分钟看看图1里按活动分类的幸福-走神散点图。方法细节在补充材料(supporting material)里。下一篇的主角还是同一位作者——金钱与幸福之争。