美国空军领导者障碍场测试
思考，快与慢无领导小组障碍场测试是以色列军队的一项选拔练习。观察者观看互不相识的人共同搬运木梁、翻越墙壁，随后把他们对领导能力的印象转化为对军官培训和战斗表现的预测。这项练习似乎让人在行动中的性格变得清晰可见，但反复的反馈表明，由此得到的预测几乎不比猜测更准确。因此，它的重要性不仅在于是一项军事测试，也在于集中展示了连压倒性证据都证明其失败时，连贯的印象仍然能够持续存在。
身份与背景
这项练习源自英国军队在第二次世界大战期间发展出来的方法，并被以色列军队用于协助评估军官培训候选人。丹尼尔·卡尼曼在完成心理学本科课程、担任步兵军官一年后，被调往军队心理学部门；他在服役期间接触到了这项练习。在炽热的阳光下，他和一名同事观看一组组汗流浃背的士兵尝试完成任务，并记录他们在压力下的行为。
八名彼此陌生的候选人进入障碍场，身上所有军衔标志都被去除。他们只通过编号标签加以识别；这一设计在测试开始前就剥除了正式等级制度的影响。他们的任务是从地面抬起一根长木梁，把它搬到一堵约六英尺高的墙边。全体成员必须在木梁既不接触地面也不接触墙壁、且任何候选人都不能触碰墙壁的情况下越到另一侧。任何违规都要求小组宣布此次尝试失败并重新开始。
挑战过程
这项任务允许多种解决办法，却使合作无可避免。在一种常见方法中，一些候选人爬过木梁，另一些人则把木梁倾斜举起，像举着一根巨大的钓鱼竿。另一种方法是，士兵踩上彼此的肩膀，跳到另一侧。最后一名候选人必须完成最危险的动作——其他人保持木梁悬空，他要朝木梁跳去，沿着木梁移动，然后安全跃过墙壁。如果在这一阶段失败，整个小组就得回到起点，使疲劳和沮丧进一步变成对集体纪律的考验。
观察者把一次次尝试视为行为展示。他们记录谁主动掌权，谁试图领导却遭到拒绝，以及谁持续为小组努力作出贡献。他们还留意固执、顺从、傲慢、耐心、脾气、坚持和放弃等表现。一个遭到否决的想法可能引发竞争性的怨恨，使提出者不再努力；一个错误可能导致一名士兵斥责另一名士兵；一次疲惫不堪的重新开始，则可能暴露出谁挺身而出承担领导责任。因此，这个人为设置的障碍场似乎提供了直接观察每名候选人本性的机会。
判断与预测失败
经过数次尝试后，观察者总结每名士兵的领导能力，并给出决定其是否有资格接受军官培训的数值评分。他们的印象如此直接而连贯，以至于评估任务似乎十分容易。有些候选人显得强有力，有些显得软弱、傲慢、平庸，或者根本不适合军官军衔。一名士兵在小组陷入困境时取得控制权并带领小组翻过墙壁，按照场景所呈现的显而易见的逻辑，似乎很可能在培训和战斗中成为一名有效的领导者。
这些评估所体现的信心具体而鲜明。观察者很容易断定，某名候选人永远不会成功，另一名会表现尚可，还有一名会成为明星。他们愿意笼统地承认任何事情都可能发生，但这种抽象的保留并没有削弱他们对特定个人所作的明确判断。被观察到的行为已经形成了一个引人信服的故事，而这个故事似乎直接指向未来。
反馈始终令人沮丧。每隔几个月，评估者就会得知学员在军官培训学校中的表现，并将这些结果与最初的评估，以及长期观察过这些学员的指挥官所作的判断进行比较。结果模式始终相同——评估者预测后来表现的能力微乎其微。他们的预测比盲目猜测更好，但好不了多少。
有效性幻觉
关键的失败并不仅仅在于预测不准确。反复出现的预测失败这一总体证据本应降低评估者对下一次评估的信心，并促使他们作出更为适度的预测，但这两件事都没有发生。评估者知道自己的判断只比随机猜测好一点，却仍然感觉每一名新候选人的性格都已经清楚显露出来。下一组人被带到障碍场，木梁被抬起，同样的确定感在几分钟内再次出现。
丹尼尔·卡尼曼把这种持续存在的现象与缪勒—莱尔错觉相比较——人们可以知道两条线长度相等，却仍然把它们看成长度不同。观察者知道自己的选拔方法失败了，但即时的有效性感觉仍然完好无损。他把这种体验命名为有效性幻觉，并将其认定为自己的第一个认知幻觉。
这项挑战也成为若干更广泛机制的范例。一次人为情境中的短暂表现，取代了更难回答的问题——候选人在数月培训期间或战斗中会有怎样的表现。观察者依赖代表性启发式，把看起来像领导行为的表现视为稳定领导能力的证据。他们从薄弱证据出发，对杰出成功或必然失败作出不受回归影响的预测；而“所见即所得”原则则确保练习中可见的行为支配了他们的判断，并遮蔽了他们对候选人未来一无所知的部分。
更广泛的意义
这项练习说明，信心可能源自连贯性，而不是证据。一旦观察者各自的印象汇聚成一个有说服力的解释，证据的质量和数量就不如故事是否流畅重要。障碍场提供了生动的行动、可见的危机和情感上容易理解的角色，却没有提供预测漫长而复杂职业生涯的可靠基础。它戏剧性的清晰感反而成了错误的来源。
同样的幻觉后来也出现在专业预测中。菲利普·泰特洛克对284名以评论政治和经济趋势为生的人进行了一项为期二十年的研究，收集了八万多项预测；研究发现，在三个可能结果的情境中，这些专家的表现比等概率基线还差。即使在他们最熟悉的领域，专业人士也没有显著优于非专业人士；更多知识常常强化技能幻觉，而著名预测者往往作出更加夸张且过度自信的预测。
这一模式也出现在数量预测中。杜克大学的一项调查收集了企业首席财务官对下一年标准普尔指数回报率的11600项预测。他们的估计与实际回报率之间的相关性略低于零；他们所谓80%的置信区间也包含了过多意外结果——有67%的结果落在所声明的范围之外，而不是预期的20%。正如墙边的观察者一样，首席财务官根据容易浮现在脑海中的信息构造出连贯的估计，却没有呈现自己不知道的部分。
因此，无领导小组障碍场测试成为判断研究中的一个奠基性场景。它并不表明行为毫无意义，也不表明观察没有价值。它表明，一次引人信服的表现可能引发与其证据覆盖范围不相称的信心；同时，对总体失败的认识也未必能够纠正某个具体故事所产生的力量。木梁和墙壁让领导能力仿佛清晰可见，而后来的记录揭示出，这种可见性实际上几乎无法预测未来表现。
