懸而未決，為何比壞消息更折磨大腦

本文由英文原文機器翻譯而成。

最後更新：2026年11月2日 · 閱讀時間約11分鐘

在倫敦一間實驗室裡，志願受試者確知電擊即將到來時，比只覺得可能會被電時明顯平靜。差別顯現在他們的汗腺上，也顯現在瞳孔大小上。唾液中的皮質醇則證實，整場實驗確實帶來壓力：引發的是荷爾蒙反應，不只是自述的不適。當每位受試者自己判斷的疼痛電擊機率徘徊在50%左右時，身體的警報響得最兇；隨著他們越來越有把握，無論偏向哪一邊，警報便逐漸緩和。這些機率來自一個計算模型，它從每位受試者玩實驗室遊戲的方式，讀出他們隨時更新的估計。

這項發現違背了一種根深柢固的直覺：傷害我們的是壞消息；恐懼跟著危險走；壓力反應是衡量威脅有多嚴重的合理指標。在這項實驗中，壓力反應追蹤的，卻是結果還有多少懸念。

實驗設計與測量內容

Archy de Berker和同事讓45名志願者玩一款「石頭與蛇」的虛擬遊戲，並對手部施以輕微電擊，痛到足以構成真正的壓力源。每一回合，兩塊石頭中會出現一塊，志願者猜測底下是否藏著蛇，接著揭曉答案；有蛇，就挨一次電。每塊石頭下有蛇的機率隨著任務進行而改變，參與者必須持續追蹤，在320個回合中不斷更新自己的估計。

機率從來不是固定的。石頭與機率的對應關係每隔26至38回合就會毫無預警地改變，有時是90/10，有時是70/30，有時是純粹的50/50；而在每一段之內，蛇的出現又是隨機的，因此每位參與者的不確定感在整場實驗中起起落落。有些時候，參與者很有把握哪塊石頭比較可能藏蛇；另一些時候，機率感覺就像擲硬幣。在整場實驗中，每位參與者都既有過把握，也有過懷疑，而且兩者之間的差異可以測量出來。

皮膚電導與瞳孔放大記錄了機率變動時身體的變化。兩者都是生理喚起的跡象，不受任何刻意的自我表現左右，而且都隨著不確定性估計值起伏。主觀壓力評分也一樣。當參與者估計自己被電擊的機率約為50%時，各項指標達到高峰；隨著估計值往0%或100%移動，無論把握偏向哪一邊，指標都隨之下降。確定會被電與確定不會被電，在曲線上同樣處於低點；警報最高的時刻，是「可能會被電」。出乎意料的結果會讓身體額外一震，但不確定性本身就足以提高喚起程度。

唾液皮質醇只能證實整場實驗帶來壓力；不確定性與壓力之間時時刻刻的關聯，來自皮膚電導與瞳孔大小。這套警報看來也派上了用場：壓力隨不確定性上升得最陡的參與者，猜中蛇的次數也比較多。

測量不確定性的機器

研究人員不只追蹤參與者自述的感受。他們使用一種階層式貝氏計算模型，以描述大腦如何在不確定中更新信念的數學為基礎，根據每位參與者逐回合的行為，重建其隨時更新的機率估計。在任務的每個時刻，模型都會依據參與者行為所透露的訊息，推斷對方當下依據的機率分布。

用來預測壓力的，是對主觀不確定性的一個形式化估計，從參與者逐回合的選擇中萃取出來。因此，de Berker與同事測量的，比「感到焦慮的人會說自己有壓力」更具體：模型從每位參與者的選擇中讀出的不確定性，同時驅動了參與者自述的壓力與身體反應。而且兩者步調一致：自述壓力對不確定性最敏感的人，瞳孔大小與皮膚電導因不確定性而產生的波動也最大。

大腦在做什麼

在石頭與蛇的任務中，每次電擊都一樣，壓力系統沒有嚴重程度的差異可以追蹤。它隨著預測懸而未決的程度起落。

過去數十年來，前扣帶迴皮質（ACC）一直是決策神經科學與控制研究中研究最多的腦區之一，也是爭議最多的腦區之一。它的確切功能至今仍有爭議。衝突監測、錯誤偵測、注意力分配、表現評估：不同研究者強調的面向各不相同，而這些描述沒有一個明顯是錯的。它們的交集，是一個對「預期」與「實際發生」之間的落差極為敏感的腦區。以各種形式表述的預測誤差，正是ACC的核心業務。

其中一個頗具影響力的理論是「預測反應—結果模型」（Predicted Response-Outcome model），認為ACC會試圖預測所有可能的結果，並在事件偏離預期時發出驚訝訊號，無論偏離是好是壞。在標準的強化學習架構中，正向與負向預測誤差分別對應好結果與壞結果；這個模型的訊號追蹤的則是出乎意料的程度，涵蓋發生了卻未被預測到的事件，以及被預測到卻沒有發生的事件。另一個理論把這個想法延伸到認知控制，主張背側前扣帶迴皮質會權衡控制的預期回報與成本，決定是否投入注意力與心力、投入在哪裡、投入多少。

大腦的預測一旦有了定論，即使是壞的定論，也就有了答案。用計算的語言來說，運算可以停下來了。即將發生的事可以預作準備；運動與內分泌系統可以先行因應。確定的壞結果仍然是個問題，但大腦知道世界處於什麼狀態，可以據此反應。不確定的結果，無論好壞，都讓運算持續進行。

大腦的預測機制送回一個無法塌縮的機率分布，而且一次又一次地送回來；ACC很可能就是這件事發生的地方，不過這項電擊研究本身並沒有掃描大腦。在這段時間裡，一個人感受到的，或許正是一套系統不停運算、卻始終得不出結論的滋味。

機率懸而未決的程度，本身就是一個壓力來源，獨立於你可能害怕的那件事之外：每條蛇都代表同樣經過校準的電擊，壓力卻仍隨著機率起落。

大腦為何是這樣設計的

Randolph Nesse的「煙霧偵測器原理」提供了一套說得通的邏輯，儘管沒有人能親眼看著這樣的天擇發生。當誤報的代價很低、漏報的代價卻是災難性的，一個校準良好的系統就會產生大量誤報。Nesse主張，焦慮正是以這種方式校準的系統，它要降到最低的是致命漏報的機率，而不是主觀上的痛苦。誤報帶來的頻繁小苦頭，是這套設計如預期運作所付出的代價。

把這套邏輯具體套用到不確定性上：在威脅攸關身體安危、掠食者真實存在的環境裡，只要出現任何可能有危險的跡象，不等確認就進入最高警戒的動物，比較有機會活下來。等到親眼確認才啟動壓力反應，是糟糕的策略。壓力反應本來就該在資訊不完整時提早啟動，而「有什麼東西可能會抓到你」正是觸發點。

從這個角度看，大腦寧可要已知的壞結果，也不要懸而未決的結局，就說得通了。確認了的威脅可以採取行動應對。不確定的威脅需要持續監視，代價高昂，但只要不確定性有個盡頭，就還負擔得起，而祖先面對的許多威脅確實有盡頭。掠食者要嘛抓到你，要嘛沒有；季節會結束；疾病總會往某一邊發展。機率分布最終會抵達0或1，運算可以停下來。如果這個解讀正確，這套系統就是為會結束的不確定性而調校的，一旦答案被無限期擱置，它就會出問題。

現代環境究竟在哪裡打亂了它

你做了切片檢查，正在等結果。利害關係真實存在，壓力反應持續運轉，但終點是明確的：報告出爐，機率便塌縮為0或1。這段經歷極其難熬，卻正是壓力系統看來天生就能應付的那種經驗，因為它的結構是熟悉的：有自然結局的不確定性。

再想想不穩定的就業。一份零工合約、一套沒有明確標準的績效考核、一種取決於消費者評分的「任意僱用」安排，而評分每週都可能變動。行事曆上沒有檢查報告或考核日期，沒有任何機率塵埃落定的時刻。監視從不解除，因為永遠不會出現一個訊號告訴你：好，結束了，你要嘛得到了，要嘛沒有。工作不安全感會損害員工的健康、工作態度，以及他們對組織的態度，彙整133項研究後，這個模式依然成立。

「無法忍受不確定性」（intolerance of uncertainty，IU）這個概念，正是為了描述這種現象而發展出來的：一個人對任何懸而未決的機率感到厭惡的程度，與機率關乎什麼無關。IU高並不表示高估壞結果的可能性，而是無法忍受結果竟然還沒有定論。對IU高的人來說，一份有90%機率沒事的檢查報告，並不會帶來90%的安心。剩下的10%可能幾乎和壞消息本身一樣沉重，因為它仍然沒有定論。

IU由Mark Freeston、Michel Dugas與同事提出，以「無法忍受不確定性量表」（Intolerance of Uncertainty Scale，IUS）測量：1994年的原始版本有27題，後來精簡為12題的簡版，具有穩定的雙因素結構。這份量表不問內容，例如具體害怕的結果，或特定壞事發生的機率估計。它問的是人與「不知道」這種狀態本身的關係。

無法忍受不確定性量表測量什麼

IUS不問你在擔心什麼。它問的是這類問題：「意料之外的事會讓我非常心煩。」「如果不知道明天會發生什麼事，我的心就無法放鬆。」「我無法忍受對自己的未來舉棋不定。」「當我不確定時，我就沒辦法好好做事。」沒有任何一題提到具體的恐懼內容，無論是癌症、破產還是感情破裂。它們只問你如何面對「不知道」的狀態。

簡版的雙因素結構，反映了無法忍受不確定性的兩種表現方式。「前瞻性」因素描述的是把任何不確定都當成切實威脅的人，不確定本身就是焦慮的來源。「抑制性」因素描述的是會僵住的人：不確定不只讓人難受，還會讓人無法行動。兩個因素都能預測焦慮與擔憂，而且都跨越不同的診斷。作為臨床工具，IUS的適用範圍很廣：高分出現在廣泛性焦慮症（GAD）、強迫症（OCD）、健康焦慮、憂鬱症及其他焦慮症中。平均而言，IU與憂鬱症和強迫症症狀的相關，幾乎和它與廣泛性焦慮症的相關一樣強；如果有一種潛在特質同時助長多種疾患，正會出現這樣的模式。一套把懸而未決的機率本身就視為威脅的系統，無論把注意力轉向哪裡，都會在那裡找到具威脅性的內容。

即使接受了一套已確立、以IU為目標的認知行為治療（CBT），仍有大約20%至30%的廣泛性焦慮症患者無法完全緩解，而這些患者的IU依然居高不下。正因如此，Dugas與同事主張更直接地處理這種「無法忍受」。

誤發的警報，指向什麼樣的幫助

認知重建是標準認知行為治療的核心工具，它問的是：你害怕的結果符合現實嗎？你想像的災難可能發生嗎？這是個合理的問題，而它瞄準的是內容，也就是那個具體的機率估計。

尋求保證，是試圖把機率推得更接近0。思考抑制，則是把不確定的內容從注意力中移除。兩者都想讓機率感覺更有定論，也都能短暫奏效，直到新的不確定出現，循環重新開始。

一再問醫生某個症狀嚴不嚴重的人，正在做大腦要求的事：試圖解決那個機率估計。問題在於，尋求保證可能會訓練出一種預期，以為答案永遠唾手可得；於是每個新的不確定都會觸發尋求行為，因為上一次就是靠發問解決的。這種安心是真實的，卻很短暫：做完胃鏡、被告知沒有嚴重問題的病人當中，健康焦慮程度高的人在24小時內就又開始擔心，一年後依然如此。無論在廣泛性焦慮症還是健康焦慮中，高IU與尋求保證都形影相隨。

另一種做法，是自1990年代以來主要由Dugas團隊發展的、以IU為目標的認知行為治療：讓患者暴露在「不知道」的狀態中，而不是暴露在害怕的結果裡。在行為實驗中，患者刻意不去尋求答案，並親眼看到不確定是撐得過去的。問題仍然懸著，也沒有發生什麼災難。經過反覆練習，患者與未定機率之間的關係逐漸轉變，目標也變成與這個沒有答案的問題共處。

28名廣泛性焦慮症成人患者完成了為期10次會談的認知行為治療計畫；在他們身上，IU的下降在統計上解釋了治療期間擔憂減少幅度的一半以上。那套認知行為治療從未直接針對IU；研究人員推測，暴露於擔憂主題以及認知重建，在過程中順帶培養了對懸而未決機率的耐受度。標準療法之所以有效，部分原因可能在於它們改變了IU，卻從未點出它的名字。

彙整多項試驗的結果也指向同一方向：與對照條件相比，治療能大幅改善IU，而改變的幅度可以預測症狀改善的程度。

更具體的治療步驟，是把可以解決的不確定，和結構上無法解決的不確定區分開來。等待切片結果的人，可以確認檢體正在處理、報告何時出爐、由誰打電話通知。結果本身，則無從確認。把兩者混為一談，彷彿只要找對人問，就能知道結果，會讓不確定系統在兩方面同時滿載。把它們分開，就能了結那些可以了結的問題，這是最接近大腦所追求的那份解脫的做法。

永遠沒有結論的結構

演化的論證講的是有盡頭的不確定性：掠食者要嘛抓到你，要嘛沒有。現代生活有很大一部分卻是以不同方式建構的，而在某些情況下，這並非偶然。

社群媒體平台傳送社會評價訊號的時程並不規律，無論是刻意設計還是附帶的結果。按讚何時出現無從預料，留言也可能有、可能沒有。一則貼文發進虛空，可能引起共鳴，也可能沒有，何時見分曉也沒有時間表，而這一則之後永遠還有下一則。在制約研究中，間歇且不可預測的獎勵，會養成最難消除的習慣。依照de Berker機制的邏輯，這樣的安排正會讓不確定性的運算以低強度但持續不斷的負載運轉。機率永遠不會抵達0或1，監視機制也沒有天然的關閉開關。在成年初顯期的年輕人當中，較頻繁使用社群媒體與較高的焦慮程度有關。這項關聯屬於相關性，但符合實驗室研究對一個永遠沒有定論的社會評價來源所做的預測。

平台工作則在不穩定就業之上又多加了一層：消費者評分會隨著勞工無法掌控的因素波動，此外還有收入、地位，以及下個月還有沒有工作，這些都不會在某個明確的時間點塵埃落定。

新聞報導經常讓可能的威脅停留在壓力系統最難應付的狀態：懸而未決。事件仍在發展，或調查仍在進行，威脅真實存在，卻未經證實。從新聞報導到焦慮的路徑，比社群媒體或工作不安全感更糾結、更具爭議，但這種敘事框架本身符合上述模式。

這些環境之所以殊途同歸，大多數情況下並不是刻意設計的結果。沒有人坐在房間裡，決定讓人類的不確定永遠沒有答案。平台為參與度而最佳化，而參與度靠獎勵學習驅動，人們在社群媒體上的行為，也遵循實驗室中所見的同一套獎勵學習規則。僱用結構的演變，是為了把雇主的風險降到最低、把彈性拉到最高；而爭奪注意力的新聞媒體，也有十足的動機讓一則新聞保持懸念。結果是，這些環境在結構上，都近似於de Berker實驗中把壓力推到最高的那些條件。

那項研究的參與者最後都離開了實驗室。第320塊石頭之後，實驗結束，電擊停止，再也沒有什麼需要預測。

相關文章

• 別再硬撐意志力：習慣的科學與真正有效的方法
• 孤獨的科學：孤立為何致命，數據怎麼說
• 為什麼連自己的記憶也靠不住

延伸閱讀

Eikleaf參與亞馬遜聯盟計畫（Amazon Associates），可透過符合計畫條件的購買獲得佣金。下方標示Amazon的書籍連結為聯盟行銷連結；若您透過這些連結購買商品，我們可能獲得少量佣金，您無須額外付費。標示博客來的連結則非聯盟行銷連結。

推薦影片

生成式AI使用聲明

本頁部分內容使用生成式AI協助撰寫或編輯。

圖片與媒體來源

Amel Uzunovic – Pexels

主要資料來源與參考文獻

de Berker, A.O., Rutledge, R.B., Mathys, C., Marshall, L., Cross, G.F., Dolan, R.J., & Bestmann, S. (2016). Computations of uncertainty mediate acute stress responses in humans. Nature Communications, 7, 10996. https://doi.org/10.1038/ncomms10996

Alexander, W.H., & Brown, J.W. (2019). The role of the anterior cingulate cortex in prediction error and signaling surprise. Topics in Cognitive Science, 11(1), 119-135. https://doi.org/10.1111/tops.12307

Shenhav, A., Botvinick, M.M., & Cohen, J.D. (2013). The expected value of control: An integrative theory of anterior cingulate cortex function. Neuron, 79(2), 217-240. https://doi.org/10.1016/j.neuron.2013.07.007

Bomyea, J., Ramsawh, H., Ball, T.M., Taylor, C.T., Paulus, M.P., Lang, A.J., & Stein, M.B. (2015). Intolerance of uncertainty as a mediator of reductions in worry in a cognitive behavioral treatment program for generalized anxiety disorder. Journal of Anxiety Disorders, 33, 90-94. https://doi.org/10.1016/j.janxdis.2015.05.004

Hébert, E.A., & Dugas, M.J. (2019). Behavioral experiments for intolerance of uncertainty: Challenging the unknown in the treatment of generalized anxiety disorder. Cognitive and Behavioral Practice, 26(2), 421-436. https://doi.org/10.1016/j.cbpra.2018.07.007

Miller, M.L., & McGuire, J.F. (2023). Targeting intolerance of uncertainty in treatment: A meta-analysis of therapeutic effects, treatment moderators, and underlying mechanisms. Journal of Affective Disorders, 341, 283-295. https://doi.org/10.1016/j.jad.2023.08.132

Nesse, R.M. (2001). The smoke detector principle: Natural selection and the regulation of defensive responses. Annals of the New York Academy of Sciences, 935, 75-85. https://doi.org/10.1111/j.1749-6632.2001.tb03472.x

Sverke, M., Hellgren, J., & Näswall, K. (2002). No security: A meta-analysis and review of job insecurity and its consequences. Journal of Occupational Health Psychology, 7(3), 242-264. https://doi.org/10.1037/1076-8998.7.3.242

Vannucci, A., Flannery, K.M., & Ohannessian, C.M. (2017). Social media use and anxiety in emerging adults. Journal of Affective Disorders, 207, 163-166. https://doi.org/10.1016/j.jad.2016.08.040

Freeston, M.H., Rhéaume, J., Letarte, H., Dugas, M.J., & Ladouceur, R. (1994). Why do people worry? Personality and Individual Differences, 17(6), 791-802. https://doi.org/10.1016/0191-8869(94)90048-5

Buhr, K., & Dugas, M.J. (2002). The intolerance of uncertainty scale: Psychometric properties of the English version. Behaviour Research and Therapy, 40(8), 931-945. https://doi.org/10.1016/S0005-7967(01)00092-4

Carleton, R.N., Norton, P.J., & Asmundson, G.J.G. (2007). Fearing the unknown: A short version of the Intolerance of Uncertainty Scale. Journal of Anxiety Disorders, 21(1), 105-117. https://doi.org/10.1016/j.janxdis.2006.03.014

Gentes, E.L., & Ruscio, A.M. (2011). A meta-analysis of the relation of intolerance of uncertainty to symptoms of generalized anxiety disorder, major depressive disorder, and obsessive-compulsive disorder. Clinical Psychology Review, 31(6), 923-933. https://doi.org/10.1016/j.cpr.2011.05.001

Cheng, G.H.-L., & Chan, D.K.-S. (2008). Who suffers more from job insecurity? A meta-analytic review. Applied Psychology, 57(2), 272-303. https://doi.org/10.1111/j.1464-0597.2007.00312.x

Lucock, M.P., Morley, S., White, C., & Peake, M.D. (1997). Responses of consecutive patients to reassurance after gastroscopy: results of self administered questionnaire survey. BMJ, 315(7108), 572-575. https://doi.org/10.1136/bmj.315.7108.572

Lindström, B., Bellander, M., Schultner, D.T., Chang, A., Tobler, P.N., & Amodio, D.M. (2021). A computational reward learning account of social media engagement. Nature Communications, 12, 1311. https://doi.org/10.1038/s41467-020-19607-x