明明知道有更好的選擇，為什麼我們總是忍不住拿起同一款洗髮精、走進同一家咖啡廳、點一樣的飲料？德勒斯登工業大學（TUD）一份刊登於《Communications Psychology》的研究給了令人意外的答案——這不是理性計算的結果，而是大腦在偷懶。研究團隊分析超過700名參與者的決策行為後發現，單純的「重複」本身就足以改變偏好，讓熟悉的選項在新情境中顯得更有吸引力。換句話說，我們不是因為喜歡才選擇，而是因為選擇過才喜歡。
不是價值判斷，是習慣成自然
這份由認知計算神經科學教授 Stefan Kiebel 領導的研究，分析了9項新收集的決策任務以及6組既有資料。結果顯示，當人們面對選擇時，絕大多數人不會每次都從零開始比較所有選項的利弊得失。相反地，大腦更像是啟動了一套「節能模式」——直接調用過去曾經做過的決定，把舊行動當作心理捷徑。
論文第一作者 Ben Wagner 指出，許多看似「不理性」的偏好，未必是因為人們在心中儲存了相對價值，而更可能是因為他們傾向重複曾在特定情境下偏好的行動。這種純粹的重複行為，隨後可能導致某個選項在新的環境裡仍持續被青睞，即使實際上已有同等甚至更好的替代方案。
為什麼大腦偏愛舊路徑？
研究團隊發現一個關鍵機制：被選擇次數越多的選項，不僅更容易被偏好，甚至還會被參與者主觀評估為「更好」。這意味著，重複行為本身就能逆向改變我們的喜好判斷。大腦並非客觀記錄每個選項的優劣，而是傾向於為自己的過往行動背書——「既然我以前選了它，它應該不錯吧」。
這種機制在演化上有其合理性。想想看，如果每一次選擇都要耗費大量認知資源去重新評估，我們大概連午餐要吃什麼都無法決定。問題在於，當環境已經改變，而我們的大腦還緊抓著舊地圖不放時，這個「節能機制」就變成了一種認知盲區。研究人員強調，這種模式有助於解釋日常生活中的購物習慣、固定的例行公事，以及人們為何總是持續選擇熟悉的事物——即使新方案明顯更好。
七成以上的選擇，可能都在自動導航
如果把這份研究放到更宏觀的視角來看，它其實戳破了一個我們長久以來的自我幻想——以為自己是理性的決策者。事實上，從每天進辦公室走同一條路、手機裡永遠用同一款App，到投資時抱緊虧損的股票不肯停損，背後運作的可能是同一套神經迴路。
研究團隊也指出，這項發現能幫助科學界以更貼近現實的方式描述人類決策，未來有望應用於心理學、行為研究，以及各種需要人們反覆進行選擇的環境設計。比如說，電商平台的介面設計、訂閱服務的續約提醒、甚至是公共政策的推廣策略，都可以透過理解這套「重複偏好」機制，來引導人們做出更有利的選擇。
【編輯觀點】這份研究其實幫我們拆穿了一個常見的商業話術——「消費者會理性選擇最好的產品」。從產業面來看，為什麼品牌願意花大錢鋪通路、打廣告、讓產品隨處可見？因為「熟悉感」本身就是一種競爭優勢。對一般消費者來說，下次當你又下意識地拿起同一款商品時，或許可以停下來問自己：我是真的評估過它的價值，還是只是大腦在走捷徑？這份研究給了我們一個具體的提醒——真正的選擇自由，從意識到自己正在「不選擇」開始。
展望與影響：當自動導航遇上新情境
這份研究的啟示不僅止於解釋「為什麼我們總做同樣的事」，它更進一步挑戰了經濟學中「理性選擇理論」的基本假設。如果人類的決策本質上是一連串重複行為的累積，而非價值最大化的計算，那麼我們對於市場行為、消費模式、甚至是政治選擇的理解，都需要重新校准。
值得關注的是，研究發現重複行為對偏好的影響，是在參與者「無意識」的層面發生的。也就是說，多數人根本不知道自己正被過去的選擇綁架。這帶來一個有趣的悖論：當我們愈習慣某件事，就愈難察覺習慣的存在。而要打破這個循環，或許第一步就是承認——我們的大腦，本來就是個懶惰的傢伙。
下一次，當你準備做出選擇時，不妨問自己一個問題：這個決定，是出自真正的評估，還是只是大腦在抄捷徑？ 意識到慣性的存在，就是打破它的開始。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
為什麼人們總是重複做相同的選擇？
因為大腦會將過去的行動當作心理捷徑，透過重複行為減少決策所需的認知資源，即使有更好的選擇，熟悉的選項仍會因為單純的重複而被偏好。
重複行為真的會改變我對事物的喜好嗎？
會的。研究發現被選擇次數越多的選項，不僅更容易被偏好，還會被主觀評估為更好，這表示大腦會為自己的過往行動背書，逆向調整喜好判斷。
這份研究對日常生活有什麼實際幫助？
它能幫助我們意識到自己的選擇可能正被慣性主導，進而做出更清醒的消費、投資或生活決策，同時也能應用在產品設計、公共政策等領域，引導人們做出更好的選擇。
這份研究是誰做的？規模有多大？
由德勒斯登工業大學認知計算神經科學教授 Stefan Kiebel 領導，分析了9項新決策任務與6組既有資料，參與者總數超過700名，刊登於《Communications Psychology》期刊。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
