那句「越不懂的人越自信」，有多少是统计画出来的？

拿到一张考卷，或者把手上的活交出去，你心里先给自己打了个分：这回还行。等结果出来，它跟你估的差了一截。

相反的情形你也遇到过：交完东西觉得这回砸了，结果只是虚惊一场。

我们对自己行不行的判断，就这么不准。这件事在网上有一个更干脆的说法，几乎人人都用过——越不懂的人越自信。它有正经的研究来源，也有一场吵了二十多年、到现在两边都没让步的争论。

1999 年，Justin Kruger 和 David Dunning 发表了一篇论文，题目的大意是《不熟练，而且不知道自己不熟练》。他们让被试做三类日常能力的测验：幽默感、语法和逻辑，都不需要专门训练。测验做完，每个人还要估自己考得怎么样、在人群里排第几。1

四项研究做下来，最扎眼的是成绩最差的那一档。他们的实际成绩落在第 12 百分位——一百个人里大约只有十二个人比他们差——他们给自己估的位置是第 62 百分位。1

成绩最好的那一档也有偏差，方向相反、幅度小得多。他们估自己的绝对分数挺准，估自己在人群里的排名时会略微往下压一点，而且每次都往下压。Kruger 和 Dunning 给的解释是，他们把别人的水平想得太高了。2

对成绩最差的那一档，两位作者给出的解释叫「双重负担」（dual burden）：把一件事做好，和看出自己哪里没做好，用的是同一套本事。一个人缺的正好是这套本事，于是既做不好，也看不出自己做得不好。1

几年后，两人在回应文章里写下了一句容易被漏掉的话：每个人都会在某个领域里是那个不熟练的人。2 这个效应后来的名字叫达克效应（Dunning–Kruger effect），说的是一件谁都躲不开的事。

研究「越低越自信」用的办法是这样：先按实际成绩把所有人从低到高排成四档，再看每一档的人平均给自己打了几分。横轴是真实水平，纵轴是自我感觉，四个点连起来，线就往下弯——成绩最好的一档低估自己，最差的一档高估自己。3

这条弯线有两个更朴素的来源。

一个是「我比一般人强」。多数人都觉得自己在平均线以上，这件事不分成绩好坏；一篇 2020 年的论文给出的数字是，只有大约 5% 的人认为自己的智力低于平均水平。4 人人都往高处报，排在最低那一档的人，离自己报出的位置自然最远。

另一个是均值回归。自我感觉和实际成绩之间只有中等程度的关联，在这种关系里，一边处在最极端的那批人，在另一边必然往中间靠。这属于统计上的必然。

2002 年，Joachim Krueger 和 Ross Mueller 重做了这套实验，把这两件事摆上台面。他们照样复制出了那条曲线，却没有找到「元认知能力」在中间起作用的证据。反过来，只要用统计方法把均值回归或者「比一般人强」消掉任意一个，上下两档的不对称就没了。他们还发现估得最离谱的其实是成绩最好的那一档：这些人在估自己的时候，忽略了自己对别人水平的判断。3

同年，Kruger 和 Dunning 发了一篇文章回应，认为对方用的测验不够可靠、测量的中介变量也不合适，并重申自己的数据支持原来的解释。2 分歧从这时起就摆在那里，此后二十多年里来回了好几轮。

2019 年，爱丁堡大学的 Robert McIntosh 和同事换了个做法。他们不再让人事后回忆「我大概能考多少」，而是让人在每道题做完之后，立刻给自己的把握程度打分。任务也换成了动作和记忆类的：指向屏幕上出现的一个点，或者隔一会儿回忆那个点的位置。5

这套设计里最有说服力的一步在后半段。研究者把第二段任务的难度调到所有人都做得差不多，比如每个人都答对七八成，那条经典的弯曲线就消失了。5 弯线里很大一部分，量的是实际水平的高低。

2022 年，同一个团队把这件事做成了预注册报告，任务换成矩阵推理题，最终有效样本 151 人。经典曲线照样出现：自我估计与实际的差距，和真实水平的相关是 −0.57。6

再把「实际表现」和「元认知」放进同一个模型里算，这条曲线几乎完全由实际表现驱动，元认知那一部分又弱、方向还相反。6

最反直觉的一条在这里。水平低的人在每一题后面给出的信心评分，反而比水平高的人更低——他们答题的时候其实更没底。把自己排到人群高处这件事，发生在事后那个「我在一群人里排第几」的问题上。6

这篇论文的结论说得很直：推动这条曲线的主要是统计上的回归，「双重负担」这个解释在数据里得不到支持。作者还补了一句好用的判断——只要一件事没法让人马上知道自己做得怎么样，这种曲线就可能出现在任何任务上。6

2020 年还有一项检验从另一头入手。Gilles Gignac 和 Marcin Zajenkowski 找了 929 名普通社区被试，测两样东西：自评智力，和真实的瑞文推理成绩。他们挑了两种能直接检验「低分段是不是更不准」的统计方法——异方差检验和二次回归。结果没找到那条弯线，自评和实测之间的关系基本是一条直线。4 他们的结论是：这个效应在某些技能上或许成立，幅度很可能远小于以往报告的那么大。4

2024 年，创造力领域的两项研究（425 人和 317 人）把这件事又往前推了一步。用经典的四分位分析，效应在每一种条件下都能「看到」；换成上面那两种更严的统计方法，它就不稳定了。7 其中一项研究还发现，效应主要出现在「我比别人强吗」这种带比较的自评里，「我这方面行不行」这种不带比较的自评里它没出现。7

2024 年另有一项研究给出了反方向的结果。426 名一年级医学生在口腔解剖考试出分之前给自己估分。平均来看他们估得相当准：自评平均 10.38 分，实际平均 10.64 分。8

把每个人单独拉出来看，事情就变了：自评分数和实际分数的相关是 −0.59，成绩越好的人越往下估自己，越差的人越往上估。8 按作者的分组，18.5% 的人估准了，35.5% 的人高估，46% 的人低估。他们把这批偏差的一部分原因放在缺少比较机会上：这些学生入学时正赶上疫情，一起学习、互相看见对方水平的机会少了很多。8

所以更准确的说法是：这条曲线的大小和它出不出现，取决于用什么方法测、测的是哪种能力、以及这群人有没有机会和别人的表现对过账。

绕了这么一大圈，有一件事从头到尾都没动过。

2014 年的一份「元综合」把 22 份元分析的结果汇到一起，看的是同一个问题：能力自评和客观表现之间到底有多相关。答案是 .29，按心理学里的惯例，这只能算中等偏下。这 22 份结果本身的跨度也不小，最低的一份只有 .09，最高的一份到 .63。9

你对自己行不行的那点感觉，和真实水平只是松松地挂着。

这份汇总还回答了什么时候会准一些：自评问的是一个具体领域，而不是笼统的「我聪明吗」，任务本身客观、熟悉、不复杂的时候，自评和真实水平贴得更近。9

到这里，两句话可以分开了。「越不懂的人越自信」是一条还在争的曲线，它可能大部分是统计画出来的，也可能只在某些测量方式下出现。而「人对自己有几斤几两，判断得并不准」是一条稳得多的结论。

三条，都很小。

第一，拿这句话去评价人，眼下是最说不通的一种用法。2022 年那篇论文的作者专门写了一段：双重负担这个说法流传很广，常被用来支撑「蠢人不知道自己蠢」这类刻板印象，而他们自己的数据撑不住这个用法。6

第二，把问题换掉。把「我在这个领域是什么水平」换成「这一步我有多大把握」。前一个问题是全局自评，也是错位最集中的地方；后一个问题更接近你做事时的真实感觉，水平低的人在做题过程中反而更没底。6

第三，想知道自己行不行，去找一个能对的东西。自评变准的条件是有具体的领域、客观的标准、熟悉的任务，以及拿得到反馈的场合；医学生那项研究把偏差归到缺少比较机会上，说的就是这件事。89

下次你把一件事做完，先别急着给自己打分。找一个能对的东西——分数、返工了几次、别人看一眼的反应——对一遍再下结论。感觉会骗你，但它骗得很有规律。